現実のデータを収集することは一つの課題だが、そのデータを実際に誰かが必要としていることを保証することは別の課題だ。 それが@vangrid_ioのアプローチを興味深いものにしている。 まず巨大なデータセットを構築してから購入者を探すのではなく、vangridはリクエスターが特定の場所を指定し、USDCでボンティを資金提供し、受諾された後に撮影費用を支払う仕組みを提供している。 このワークフローは3つの要素を結びつける。 購入者が必要な情報を指定する 貢献者が実際にその環境を撮影する ネットワークがその貢献を3Dモデルとして再構築可能な成果物に変換する この需要優先のアプローチは、汎用マップでは不十分で、特定の場所の正確な詳細が重要な物理AIにとって大きな差を生む可能性がある。 しかし、本当の試練はボンティの資金調達を超える。 ネットワークは一貫して正しい場所を撮影し、十分な品質を提供し、支払う価値のある結果を生み出せるだろうか？ 1つの成功したボンティは、このワークフローが機能しうることを示している。 継続的な購入者が現れれば、それは人々が本当に抱える問題を解決していることを示すことになる。@quipnetwork