Recopilar datos del mundo real para la inteligencia artificial física conlleva un desafío de privacidad que es fácil pasar por alto. Un teléfono puede capturar un almacén o una calle con gran detalle, pero ¿qué sucede cuando personas y placas de automóviles entran en el encuadre? Eso es lo que hace interesante el enfoque de @vangrid_io. El proceso de captura está diseñado para detectar rostros y placas en el dispositivo y desenfocarlos antes de que se codifique el video. Según la documentación, los fotogramas originales sin desenfocar nunca salen del teléfono, y los compradores reciben el modelo 3D reconstruido en lugar del material de origen. Esto significa que la protección de la privacidad está integrada en el proceso de recopilación, en lugar de dejarse completamente a una etapa de limpieza del lado del servidor. Para la inteligencia artificial física, esto podría facilitar la recopilación de vistas útiles a nivel del suelo de lugares que los robots necesitan comprender, sin exponer innecesariamente detalles identificables. Pero la implementación importa tanto como la idea. Los rostros pueden entrar en el campo de la cámara inesperadamente, y un filtro de privacidad debe manejar esos momentos de forma confiable durante toda la grabación. Un detalle que aún me interesa es qué sucede cuando alguien entra en el encuadre a mitad de una captura. ¿El sistema en el dispositivo detecta y desenfoca consistentemente a las personas antes de que se envíe el material, incluso durante movimientos repentinos o iluminación difícil? Esa es una pregunta importante, porque la protección de la privacidad debe funcionar durante toda la captura, no solo bajo condiciones ideales. @quipnetwork