Le jeu de données le plus difficile à collecter est peut-être celui qui se trouve juste à l’extérieur du laboratoire. L’IA physique doit comprendre les environnements réels, et non seulement les environnements simulés. Mais la cartographie traditionnelle présente des limites évidentes. Les satellites ne peuvent pas voir à l’intérieur des bâtiments. Les flottes de cartographie routière ne traversent pas les entrepôts. Et les jeux de données textuels ne vous disent presque rien sur la géométrie d’un quai de chargement. C’est ce fossé que @vangrid_io cherche à combler. Au lieu d’attendre une flotte de cartographie, un demandeur peut commander un site spécifique et financer sa capture. Un contributeur utilise un smartphone pour enregistrer l’environnement. La confidentialité est gérée en périphérie, tandis que la provenance des captures est enregistrée via des preuves cryptographiques et des attestations basées sur Base. Je pense que c’est la partie la plus intéressante du modèle. Le réseau ne se contente pas de collecter des extraits. Il crée un moyen de demander, vérifier et régler des données spatiales du monde réel pour un endroit précis. Pour l’IA physique, cela pourrait devenir une sorte de canal de données très différent.