شيء واحد عن الذكاء الاصطناعي المادي غالبًا ما يُهمل هو مصدر بيانات التدريب. يمكن لنموذج معالجة ملايين السجلات الرقمية، لكن فهم شارع حقيقي أو مبنى أو كائن يتطلب معلومات عن البيئة المادية نفسها. هنا تسلك Vangrid طريقًا مختلفًا. بدلًا من اعتبار جمع البيانات المكانية مسؤولية مخصصة لفرق متخصصة، تسمح Vangrid للمساهمين باستخدام الهواتف الذكية لالتقاط مواقع العالم الحقيقي وتحويل هذا الفيديو إلى إعادة بناء ثلاثية الأبعاد. الجزء المثير هو كيفية ارتباط هذه العناصر معًا: ➜ الموقع الحقيقي له قيمة بيانات ➜ المساهمون يستخدمون هواتفهم لالتقاطه ➜ يتم إعادة بناء الفيديو إلى تمثيلات مكانية ➜ يمكن للمشترين مراجعة النتيجة قبل قبولها ➜ توفر شهادات البلوكشين سجلات قابلة للتحقق من نشاط الشبكة هناك أيضًا اعتبارات خصوصية. فقد وصفت Vangrid تمويه الوجوه ولوحات الترخيص مباشرة على الجهاز، وهي خطوة مهمة عند جمع الفيديوهات من بيئات عامة. وقد تجاوز نشاط الشبكة المبلغ عنه 1.25 مليون عملية التقاط، و450 ألف مستخدم، و4700 شهادة، و600 ألف دولار أمريكي من USDC المدفوعة. لكن حجم الشبكة وحده لا يضمن بيانات تدريب مفيدة. فالدقة والشمول والخصوصية والطلب الفعلي ستكون مهمة بنفس القدر. ما يجعل هذا النموذج يستحق المتابعة هو إمكانية إنشاء مصدر مشترك للبيانات المكانية بدلاً من جعل كل مطور ذكاء اصطناعي يجمع كل شيء من الصفر. العالم الرقمي مليء بالمعلومات. الآن التحدي هو مساعدة الذكاء الاصطناعي على فهم العالم المادي. هذه هي المشكلة التي تعمل Vangrid على حلها.