gm ফ্যাম এআই-এর পরবর্তী প্রকৃত সীমাবদ্ধতা হতে পারে বুদ্ধিমান মডেল নয়। এটি হতে পারে সেই মডেলগুলিকে তাদের প্রকৃত প্রয়োজনীয় ভৌত ডেটা প্রদান করা। ভাষা মডেলগুলি অনেক দূর এগিয়েছে, কিন্তু রোবটগুলি এখনও বাস্তব বিশ্বের অস্বচ্ছ জ্যামিতি—পথচলা, সিঁড়ি, সংকীর্ণ পথ, ভবনের প্রবেশদ্বার, ব্লকের প্রতিটি স্থানে পরিবর্তিত জিনিস—এর সাথে সংগ্রাম করছে। ইন্টারনেটের ছবি এবং সিমুলেশনগুলি সাহায্য করে, কিন্তু এগুলি সম্পূর্ণরূপে রোবটগুলির প্রকৃত কার্যকলাপের স্থানগুলির থেকে তাজা ক্যাপচারগুলির প্রতিস্থাপন করতে পারে না। এটিই আমাকে @vangrid_io-এর দিকে টানে। ধারণাটি হলো, সাধারণ স্মার্টফোনগুলিকে একটি বিকেন্দ্রীকৃত সেনসিং নেটওয়ার্ক হিসাবে বিবেচনা করা, যা অনুরোধের ভিত্তিতে স্থানগত ডেটা সংগ্রহ করতে পারে। শুধুমাত্র নির্দিষ্ট ম্যাপিং ফ্লিটগুলিরউপর নির্ভরশীলতা-এর পরিবর্তে, এই নেটওয়ার্কটি মানুষকে নির্দিষ্ট স্থানগুলিতে পাঠাতে পারে,এবংতাদেরসংগৃহীতডেটারউৎসকেঅন-চেইনভিত্তিতেস্থিরকরতেপারে। এইপদ্ধতিটিকেআমিকয়েকটিবিষয়েআকর্ষণীয়মনেহয়: ফোন-ভিত্তিকক্যাপচারঅপরিবর্তনশীলফ্লিটগুলিরচেয়েঅনেকবেশিস্থানপর্যন্তপৌঁছতেপারবে। অন-চেইনঅটেসটেশনগুলি,ডেটা'এরউৎসপরবর্তীতথ্যপরীক্ষারজন্যএকটিমার্গপ্রদানকরে। অনুরোধ-ভিত্তিকসংগ্রহ,শুধুমাত্রঅধিকসাধারণম্যাপডাম্পকরারপরিবর্তে,যেসবস্থানগুলিতেরোবটিকসটিমগুলিপ্রকৃতপক্ষেঅনুরোধকরে,সেখানগুলিতেপদক্ষেপকেকেন্দ্রীভূতকরে। অবশ্যই,শুধুমাত্রআরওডেটা-এইসমস্যাসমাধানকরবেনা।সঠিকতা,গোপনীয়তা,গুণগতনিয়ন্ত্রণএবংডেভেলপারদেরপ্রকৃতপক্ষেএইলেয়ারব্যবহারকরবেকিনা—এইসবইনির্ধারণকরবেযেএটিএকটিবিশ্বস্তঅবকাঠামোহবেঅথবাশুধুমাত্রআরওএকটিডেটাসেটহবে।ভৌতএআই-এরপ্রয়োজনশুধুমাত্রউৎকৃষ্টহারওয়্যারনয়—এটিরপ্রয়োজনডিজিটালমডেলগুলিএবংতাদেরচলাচলকরবেএমনপ্রকৃতপরিবেশগুলিরমধ্যেএকটিবিশ্বস্তসেতু। আমি @vangrid_io-এরদিকেদেখবযেকিভাবেসমস্তস্মার্টফোননেটওয়ার্কধারণাটিকেএমনএকটিকিছুতেপরিণতকরছেযারোবটিকসটিমগুলি'উপরভরসা'করতপারবে।