मैंने वैंग्रिड खोला, उम्मीद करते हुए कि मैं किसी और वास्तविक दुनिया के डेटा प्रोजेक्ट को देखूंगा। फिर मैंने एक बड़ी समस्या के बारे में सोचना शुरू कर दिया: जब एक एआई सिस्टम को किसी भौतिक स्थान के बारे में ताज़ा, स्तर-आधारित जानकारी की आवश्यकता होती है, तो वह क्या उपयोग करता है? उपग्रह आपको ऊपर से दृश्य प्रदान कर सकते हैं, लेकिन वे आपको नहीं बता सकते कि मिनटों पहले सड़क पर क्या बदलाव हुआ है। यहीं पर @vangrid_io दिलचस्प हो जाता है। वैंग्रिड स्मार्टफोन को एक वितरित कैप्चर लेयर में बदल देता है। विशिष्ट स्थानों को बाउंटी के माध्यम से अनुरोध किया जा सकता है, योगदानकर्ता उन्हें कैप्चर करते हैं, और डेटा को फिंगरप्रिंट, बैच और Base पर अनुबंधित किया जाता है। लेकिन डेटा संग्रहीत करना केवल शुरुआत है। नेटवर्क को विश्वसनीय पुष्टि, उच्च-आयतन समन्वय और योगदानकर्ताओं के लिए त्वरित समायोजन की भी आवश्यकता होती है। वैंग्रिड एम्सटरडम से इस बुनियादी ढांचे का निर्माण कर रहा है, जहां रॉबर्ट ब्राइटन GTM का नेतृत्व करते हैं, जिनके पास गहन प्रौद्योगिकी और Web3 में अनुभव है, जिसमें माइक्रोसॉफ्ट के क्वांटम कंप्यूटिंग और होलोलेंस समूह शामिल हैं। खलीद बेनराफिक सिस्टम पर काम करते हैं, जिनके पास https://t.co/b5swylPqc4, ING और Mollie में 14 साल का अनुभव है, जिसमें मिलियनों प्रयोक्ताओं को सेवा प्रदान करने वाली उच्च-आयतन की बुनियादी संरचना और $1B से अधिक की वार्षिक प्रवाह है। वैंग्रिड NVIDIA Inception का हिस्सा भी है। और यह सिर्फ एक संकल्पना ही नहीं, बल्कि पहले से ही संचालन में है। वेब और Android कैप्चर सक्रिय हैं, जिनमें कैप्चर और USDC समायोजन onchain पर पंजीकृत हैं। बड़ा प्रश्न है कि क्या वैंग्रिड स्तर-आधारित डेटा को सतत, पुष्टि-योग्य, और Physical AI के लिए पर्याप्त स्केलेबल प्रदान कर सकता है।