आज का अधिकांश AI डिजिटल दुनिया को समझने के लिए बनाया गया है। लेकिन फिजिकल AI की एक अलग समस्या है। एक रोबोट अरबों पैरामीटर्स को प्रोसेस कर सकता है, फिर भी वह कुछ ऐसी चीज़ों में कठिनाई महसूस कर सकता है जो मनुष्य स्वाभाविक रूप से करते हैं: अभी-अभी उसके आसपास क्या है, यह समझना। एक सड़क बदल सकती है। एक इमारत बदल सकती है। एक बाधा दिखाई दे सकती है। एक स्थान पिछली बार मैप किए जाने के बाद पूरी तरह से अलग दिख सकता है। इसीलिए मुझे @vangrid_io दिलचस्प लगता है। वैंग्रिड, स्मार्टफोन्स को वितरित एज नोड्स में बदलकर फिजिकल AI के लिए एक स्पेशल डेटा लेयर बना रहा है, जो वास्तविक दुनिया के माहौल को कैप्चर कर सकते हैं और उन अवलोकनों को उपयोगी स्पेशल इंटेलिजेंस में बदल सकते हैं। दिलचस्प बात सिर्फ़ अधिक डेटा इकट्ठा करना नहीं है। यह है कि उस डेटा को प्राइवेसी प्रजेविंग कैप्चर, 3D पुनर्निर्माण, प्रोवेनेंस, पुष्टि और मल्टी-नोड कॉर्रोबोरेशन के माध्यम से अधिक उपयोगी बनाना। अर्थात्, लक्ष्य सिर्फ़ दुनिया का एक और मानचित्र बनाना नहीं है। बल्कि मशीनों के लिए एक लगातार अपडेटेड, पुष्टि करने योग्य, ґ्राउंड ट्रुथ की परत बनाना है। अगर AI स्क्रीन्स से भौतिक दुनिया में बदल रहा है, तो विश्वसनीय स्पेशल डेटा, इसे प्रस्तुत करने वाले मॉडल्स के समान ही महत्वपूर्ण हो सकता है।