Cuanto más veo a @vangrid_io, más me doy cuenta de que lo realmente interesante es cómo conecta las "necesidades de datos" con las personas dispuestas a recopilarlos. Imagina un escenario muy sencillo. Una empresa quiere que un robot aprenda a moverse por centros comerciales, almacenes o barrios de una ciudad determinada. Lo que le falta probablemente no son 100,000 fotos adicionales en línea. Quizás solo necesita Datos espaciales de nivel terrestre en un lugar específico, en un momento concreto, bajo ciertas condiciones ambientales. En ese caso, simplemente permitir que cualquiera recopile datos libremente plantea un problema. La gente siempre irá a los lugares más convenientes. Se filman zonas comerciales populares. Se filman centros urbanos. Se filman atracciones turísticas. Al final, los datos se concentran cada vez más en los lugares donde ya es fácil obtenerlos. El enfoque de Vangrid es la Captura Encargada. El Solicitante puede especificar un lugar exacto y ofrecer una recompensa, cuyo fondo se bloquea en una cuenta de depósito. El Colaborador, al ver la solicitud, puede ir al lugar y realizar la captura. Una vez enviada, si el Solicitante la acepta, se libera la recompensa. Lo más interesante de este mecanismo es que transforma: "¿Dónde hay gente?" en "¿Dónde realmente faltan datos?" Incluso convierte directamente la Cobertura en una variable que la red puede ajustar activamente. Porque si en un lugar hay pocos datos, aumentar la recompensa por recopilar allí puede motivar a los Colaboradores a desplazarse hasta allí. Por lo tanto, lo que Vangrid busca construir es un ciclo muy concreto: Alguien necesita datos → Publica una solicitud → Ofrece una recompensa → Alguien va a recopilarlos → Los datos se entregan completos → Se libera la recompensa. Esto es una estructura económica completamente distinta a simplemente animar a la gente a "tomar más fotos". Creo que este es también uno de los problemas más ignorados en las redes de datos espaciales. Muchos datos no significan necesariamente una distribución adecuada. Los datos verdaderamente valiosos muchas veces se encuentran precisamente en lugares donde nadie quiere hacer un esfuerzo especial para ir. Y la recompensa resuelve exactamente esta pregunta: "¿Por qué debería desplazarme específicamente hasta allí?".