​Uber 印度推出司机数据分类新任务，助力 AI 模型发展

近日，Uber 在印度推出了一项新服务，允许其共享乘车和外卖司机利用空闲时间，通过应用程序参与数据分类和信息收集的工作。这一消息由 Uber AI 解决方​U案全球负责人 Megha Yethadka 在 LinkedIn 上发布，她表示，司机在日常工作中可能会有空闲时间，或者希望在晚上赚取一些额外收入。

这项新的工作任务be包括审查照片、计数物体、分类文本、录制音频以及数字化收据等多种形式。Yethadka 提到，这些任务将用于支持 Uber 全球的企业客户，帮助他们开发生成式人工r 智能模型或消费应用。

Yethadka 进一步表示:“到目前为止，这些任务一直是由独立承包商在应用程序外完成的。初步结果非常可喜，我们期待将这项服务进一步扩印度展。” 在她发布的视频中，提到了这项服务有可能在全球范围内推广。

Uber 印度及南亚的总裁 Prabhjeet Singh 表示，目前这些新任务已经在12个推出城市推出，且 “数以万计的司机” 已开始参与 Uber 所称的 “数字任务”。

Uber 首席执行官 Dara Khosrowshahi 在8月份的财报电话会议上提到，数司机字任务的推出是因为 Uber 公司拥有将任务分配给全球赚取者的核心能力。“你将看到一种不同类型的赚取者，他们将为全球令人兴奋的 AI 发展工作。”Khos数据rowshahi 表示。

此外，Uber 还在同一天宣布，他们正在运营一个350PB（拍字节）的数据湖，并开发了一种名为 “HiveSync” 的工具来保护这些数据分类。Uber 工程团队的公告解释说，以前 Uber 的数据基础设施在两个数据中心区域之间运行以确保冗余，但这使得第二个区域在运行时没有实际使用，产生了不必要的费新任用。

因此，Uber 启动了 “单区域计算”（SRC）计划，将所有批量计算任务在单一区域内运行，然后通过 HiveSync 将数据复制到第二个区域。Hive务，Sync 是 Uber 在2016年开始开发的，现已管理约300PB 的数据，存储在80万张 Hive 表中，每天复制8PB 的数据。

Uber 表示，他们计划开源助力这一复制服务，并将继续开发新功能，以满足日益增长的可扩展性和低延迟的需求，HiveSync 在 Uber 将批量数据分析和机器学习训练系统迁移到谷歌云过程 A中也发挥着重要作用。

划重点:  

Uber 在印度推出司机数据分类新任务，帮助 AI 模型发展。  

数以万计的司机已I 参与这一 “数字任务”，可在12个城市中使用。  

Uber 同时发布了一个350PB 的数据湖，并推出数据保护工具 HiveSync。