একটি রোবোটিক্স AI প্রোগ্রামের জন্য ইগোসেন্ট্রিক ভিডিও ডেটা সংগ্রহ
একটি রোবোটিক্স AI কোম্পানির একটি মূর্ত AI মডেলকে একক ল্যাব সেটিংয়ের বাইরে সাধারণীকরণ করতে প্রশিক্ষণ দিতে বিভিন্ন পরিবেশ ও শরীরের ধরন জুড়ে ধারাবাহিকভাবে ধারণকৃত মানুষের দৈনন্দিন শারীরিক কাজ সম্পাদনের প্রথম-পুরুষ ভিডিও প্রয়োজন ছিল।
Client snapshot
| Industry | রোবোটিক্স ও মূর্ত AI |
|---|---|
| Region | আফ্রিকা, দক্ষিণ-পূর্ব এশিয়া ও আমেরিকা জুড়ে বহু-দেশ ক্ষেত্র সংগ্রহ |
| Engagement type | ইগোসেন্ট্রিক ফিজিক্যাল কাজের ভিডিও সংগ্রহ |
The challenge
ক্লায়েন্টের বিদ্যমান ডেটাসেট প্রায় সম্পূর্ণভাবে একটি একক দেশ ও জনতাত্ত্বিকে সংগৃহীত হয়েছিল, যা তাদের মডেল অন্যত্র বাস্তব-জগতের গৃহস্থালি ও কর্মক্ষেত্রের পরিবেশে কতটা ভালোভাবে সাধারণীকৃত হয় তা সীমিত করেছিল। তাদের উল্লেখযোগ্যভাবে ভিন্ন পরিবেশ জুড়ে সামঞ্জস্যপূর্ণ ক্যামেরা ও কাজ-কাঠামো মানসহ পরিমাণে ক্ষেত্র-ভিত্তিক সংগ্রহ প্রয়োজন ছিল।
The approach
Jwuma বিভিন্ন দেশ জুড়ে ক্ষেত্র-সক্ষম কন্ট্রিবিউটর নিয়োগ করেছিল, তাদের একটি দলিলভুক্ত রেকর্ডিং মান অনুযায়ী সজ্জিত ও ব্রিফ করেছিল, এবং ইচ্ছাকৃতভাবে বৈচিত্র্যময় পরিসরের বাড়ি, কর্মক্ষেত্র ও শরীরের ধরন জুড়ে নির্দিষ্ট কাজের সেটের প্রথম-পুরুষ ভিডিও সংগ্রহ করেছিল। প্রতিটি সেশনে সাদৃশ্য ও অবস্থান ডেটা কভারকারী সুস্পষ্ট সম্মতি অন্তর্ভুক্ত ছিল, এবং ভিডিওর গুণমানের পাশাপাশি পর্যালোচনার সময় কাজের কর্মক্ষমতার নির্ভুলতা যাচাই করা হয়েছিল।
Results
ক্লায়েন্ট একটি ধারাবাহিক পদ্ধতিতে সংগৃহীত ভৌগোলিকভাবে ও জনতাত্ত্বিকভাবে বৈচিত্র্যময় ভিডিও ডেটাসেট পেয়েছিল, প্রোগ্রামের মূল সময়সূচির মধ্যে তাদের মডেল যে পরিবেশ থেকে প্রশিক্ষণের উদাহরণ পেয়েছিল তা উল্লেখযোগ্যভাবে প্রশস্ত করেছিল।
Frequently asked questions
ফিজিক্যাল AI প্রশিক্ষণ ডেটা কেন একাধিক দেশে সংগ্রহ করা প্রয়োজন?
কারণ সংকীর্ণ পরিসরের পরিবেশ ও শরীরের ধরনে প্রশিক্ষিত মডেল সেই পরিসরের বাইরে বাস্তব-জগতের পরিস্থিতিতে খারাপভাবে সাধারণীকরণ করে।
বিভিন্ন কন্ট্রিবিউটর ও অবস্থান জুড়ে রেকর্ডিং সামঞ্জস্যতা কীভাবে বজায় রাখা হয়?
সংগ্রহ শুরু হওয়ার আগে প্রতিটি কন্ট্রিবিউটরকে যে দলিলভুক্ত ক্যামেরা ও কাজ-কাঠামো মান অনুযায়ী ব্রিফ করা হয় তার মাধ্যমে।
এই ধরনের ডেটার জন্য কী সম্মতি প্রয়োজন?
স্ট্যান্ডার্ড ডেটা-ব্যবহার সম্মতি ছাড়াও সাদৃশ্য ও অবস্থান ডেটা কভারকারী সুস্পষ্ট সম্মতি, প্রতিটি রেকর্ডিং সেশনের মুহূর্তে সংগৃহীত।
Related case studies
একটি বৈশ্বিক মোবিলিটি প্ল্যাটফর্মের জন্য মুখ ও পরিচয় যাচাইকরণ ডেটা
একটি বৈশ্বিক মোবিলিটি ও রাইড-হেইলিং প্ল্যাটফর্মের কঠোর সম্মতি ও বায়োমেট্রিক-পরিচালনার প্রয়োজনীয়তার অধীনে একটি চালক ও যাত্রী নিরাপত্তা যাচাইকরণ ব্যবস্থা শক্তিশালী করতে একাধিক অঞ্চল জুড়ে যাচাইকৃত মুখ ও পরিচয় ডেটা প্রয়োজন ছিল।
একটি কথোপকথনমূলক AI মডেলের জন্য RLHF মূল্যায়ন
একটি কথোপকথনমূলক AI কোম্পানির তাদের RLHF সূক্ষ্ম-সমন্বয় প্রক্রিয়ার জন্য চ্যাটবট প্রতিক্রিয়ার গুণমান রেট করতে একটি কাঠামোবদ্ধ, স্কেলযোগ্য মানব মূল্যায়ন পাইপলাইন প্রয়োজন ছিল, তাদের বিদ্যমান অ্যাড হক রেটার পুল অসামঞ্জস্যপূর্ণ স্কোরিং তৈরি করার পরে।
একটি ই-কমার্স মার্কেটপ্লেসের জন্য বহুভাষিক কনটেন্ট মডারেশন ও পণ্য ডেটা
একটি সীমান্তপার ই-কমার্স মার্কেটপ্লেসের তাদের বিক্রেতা ও ক্রেতারা প্রকৃতপক্ষে ব্যবহার করা ভাষা জুড়ে তালিকা কমপ্লায়েন্ট ও অনুসন্ধানযোগ্য রাখতে বহুভাষিক কনটেন্ট মডারেশন ও পণ্য ক্যাটালগ অ্যানোটেশন প্রয়োজন ছিল।
Published 2026-10-02 by Jwuma, operated by Corpshore AI. This case study is an anonymized composite representative of the kind of work Jwuma performs in this industry, described by industry, region and engagement type rather than by company name, since this engagement is not yet cleared for public naming. Discuss a similar program at client.corpshore.ai.