地図はトラックに倉庫の場所を示すことはできるが、今日の荷役エリアがまだ空いているかどうかまでは常に伝えられない。 場所を知ることと、その現在の状態を知ることの間のギャップは、物理世界で動作するAIエージェントにとって実際の課題である。 @vangrid_ioはそのギャップを埋める可能性のある方法を提示している。リクエスターはUSDCで場所のキャプチャを資金提供し、近隣の貢献者にそのサイトを訪れて携帯電話で記録する動機を与える。重なり合う角度から同じエリアをキャプチャすることで、3D再構成ソフトウェアにさらに多くの情報を提供できる。 また、データには責任の層も設けられている。Vangridの説明するワークフローでは、アップロード前にデバイス上で顔と車両番号をぼかす一方、キャプチャのフィンガープリントはBase上で検証されたバッチにグループ化される。リクエスターは依然として提出物を承認する前に確認する。 私が興味深いと感じる点は、これによってAIエージェントが欠落した情報に対処する方法が変わる可能性があることだ。古くなった地図に頼ったり、場所について仮定を立てたりする代わりに、統合されたエージェントは、利用可能なデータが十分でない場合に新しいキャプチャをリクエストできるようになるかもしれない。 この機能は、必要なエージェント統合を構築することに依存し、記録されたキャプチャは現実の環境を有用かつ代表的に示す必要がある。 しかし、その方向性は有望だ。AIエージェントは、欠けている情報を信頼できる方法でリクエストできるのであれば、すべての情報を事前に知る必要がないかもしれない。 時には、より良い意思決定は、現実世界を新しく見直すことから始まる。