おはようございます、CT @vangrid_io AIはオンライン上でほぼすべてを学ぶことができます。 しかし、ロボットにはそのような余裕はありません。 ロボットは、現在の道路、倉庫、荷積みエリア、またはインフラの外観を理解する必要があります。 Vangridはそのギャップを埋めるために構築しています。 他の高価なセンサーフリートを導入するのではなく、Vangridは人々のポケットにある既存のスマートフォンを分散型の認識ネットワークに変換します： → 30億以上のエッジノード → 必要に応じたロケーション固有のデータ → エッジでのプライバシー処理 → オンチェーンでの検証可能な出所 しかし、私が特に興味深いと感じる部分はアクセス層です。 物理的知性は新鮮なデータだけでなく、そのデータがどこに送られるかを制御することも必要とします。 VangridのエンタープライズAPIは、以下のようなリージョンスコープを使用します： us-east-1 → eu-west-1 → apac-1 あるリージョンで認証された資格情報は、他のリージョンからの観測データを単純に取得することはできません。許可された境界を超えるリクエストは、データを静かに返すのではなく、拒否されます。 これは実世界のアプリケーションにとって重要です： → 特定のエリアで動作するロボティクス → 定義された管轄区域内でのマッピング → インフラ監視 → 主権デプロイメント → データ居住要件を持つエンタープライズ 同時に、APIは検証済みの観測、プライベートな観測、ライブ空間フィード、および出所検証と連携しつつ、アクセスを認可されたリージョンに制限します。 したがって、アーキテクチャは非常に興味深いものになります： 収集はグローバルで行われます。 アクセスはスコープ内に留まります。 これは物理的AIにとって重要な区別です。 なぜなら、未来は単に更多の現実世界データを収集することではなく、新鮮なデータを収集し、責任を持って処理し、その出所を証明し、適切なシステムに許可された範囲内のデータのみを提供することだからです。 世界を一つの巨大な無制限なデータベースにしないで、物理的知性を接続しましょう。 それが私がVangridに注目している方向性です。🦾