शायद सबसे कठिन डेटासेट वह है जो लैब के बाहर ही बैठा है। फिजिकल एआई को केवल सिमुलेटेड वातावरणों के बजाय वास्तविक वातावरणों को समझना होगा। लेकिन पारंपरिक मैपिंग की स्पष्ट सीमाएँ हैं। उपग्रह इमारतों के अंदर नहीं देख सकते। सड़क मैपिंग फ्लीट वेयरहाउस के अंदर नहीं चलते। और टेक्स्ट डेटासेट लोडिंग डॉक की ज्यामिति के बारे में लगभग कुछ भी नहीं बताते। यही अंतर है जिसे @vangrid_io पूरा करने की कोशिश कर रहा है। मैपिंग फ्लीट का इंतजार करने के बजाय, एक अनुरोधकर्ता एक विशिष्ट स्थल का आदेश दे सकता है और कैप्चर के लिए धन प्रदान कर सकता है। एक योगदानकर्ता एक स्मार्टफोन का उपयोग करके वातावरण को रिकॉर्ड करता है। गोपनीयता को एज पर संभाला जाता है, जबकि कैप्चर प्रमाणन को क्रिप्टोग्राफिक सबूतों और बेस-आधारित प्रमाणनों के माध्यम से रिकॉर्ड किया जाता है। मुझे लगता है कि मॉडल का यही अधिक दिलचस्प पहलू है। नेटवर्क केवल क्लिप्स इकट्ठा नहीं कर रहा है। यह एक विशिष्ट स्थान के लिए वास्तविक-दुनिया के स्थानिक डेटा को माँगने, सत्यापित करने और सुलझाने का एक तरीका बना रहा है। फिजिकल एआई के लिए, यह एक बहुत ही अलग प्रकार की डेटा प्रणाली बन सकती है।