ভৌত এআই-এর জন্য বাস্তব জগতের ডেটা সংগ্রহ করা একটি গোপনীয়তা চ্যালেঞ্জ, যা সহজেই উপেক্ষা করা হয়। একটি ফোন একটি গুদাম বা রাস্তাকে বিস্তারিতভাবে ধরতে পারে, কিন্তু যখন মানুষ এবং লাইসেন্স প্লেটগুলি ফ্রেমে ঢুকে পড়ে, তখন কী হয়? এটিই @vangrid_io-এর পদ্ধতিকে আকর্ষণীয় করে তোলে। ধারণা প্রক্রিয়াটি ডিভাইসেই চেহারা এবং লাইসেন্স প্লেটগুলি শনাক্ত করতে ডিজাইন করা হয়েছে, এবং ভিডিওটি এনকোড করার আগেই এগুলিকে ধুঁধু করে দেওয়া হয়। ডকুমেন্টেশন according to, মূল, অবিকৃত ফ্রেমগুলি কখনও ফোন থেকে বাইরে যায় না, এবং ক্রেতারা সোর্স ফুটেজের পরিবর্তে পুনর্গঠিত 3D মডেলটি পায়। এর মানে হল, গোপনীয়তা সুরক্ষা সংগ্রহের প্রক্রিয়াতেই নির্মিত, যা সম্পূর্ণভাবে সার্ভার-পক্ষীয় পরিষ্কারকরণের উপর নির্ভরশীল নয়। ভৌত এআই-এর জন্য, এটি robots-এর বুঝতে হবে—এমনসবস্থানের useful ground level views-এর data collection-কে easier-করতে পারে, without unnecessarily exposing identifiable details. কিন্তু implementation-টি idea-এর same level-এ important। চেহারাগুলি camera view-এ unexpectedভাবে enter-করতে পারে,এবং privacy filter-টি recording-এর entire process-এ reliableভাবে those moments handle-করতে needs to be able to. আমি still curious about one detail: capture-এর middle-এ someone frame-এ walk-করলে what happens? on-device system consistently detect and blur-করতে able to? including sudden movements or difficult lighting-এ? এটি ekta important question, karon privacy protection-টি ideal conditions-এ only—not entire capture-এ—work-করতে needs to be able to. @quipnetwork