العقدة التالية للذكاء الاصطناعي قد لا تكون الذكاء. قد تكون بيانات المكان. يمكن لنموذج الذكاء الاصطناعي فهم النصوص والصور والكود، لكن الروبوت يجب أن يفهم البيئة المادية من حوله. أين المدخل؟ ما الذي يعيق الطريق؟ ما الذي تغير منذ آخر عملية التقاط؟ هذا هو المشكلة التي تعمل عليها @vangrid_io. إنها تبني طبقة إدراك لامركزية للذكاء الاصطناعي المادي، باستخدام أجهزة حافة موزعة لجمع حقائق العالم الحقيقي. ما يجعل هذا مثيرًا للاهتمام بالنسبة لي هو فكرة تحويل الأجهزة اليومية إلى جزء من شبكة استشعار أكبر بكثير. أنا أستكشف هذا بعمق من خلال @NucleusCodes وحملتها Vangrid. القصة الحقيقية هنا ليست فقط الذكاء الاصطناعي. بل هي إعطاء الذكاء الاصطناعي عيونًا أفضل للعالم المادي.