衛星は屋根を撮影し、ストリートビュー車は高速道路をマッピングする。では、狭い街路はどうだろう？ どちらも倉庫の通路やアパートの階段、荷物積み降ろし場、混雑した市場の通りの内部を確認できない。 ロボットと物理的AIは、実際に生活が行われている場所での真の現実データを必要とする。 これが@vangrid_ioが解決しようとしている盲点だ。だから、私はこのプロジェクトについて常にさらに多くの情報を探している。 高額な車両フリートではなく、Vangridは日常的な携帯電話の動画を、認証され、プライバシーをフィルタリングした3次元空間モデルに変換する。日常の参加者が周囲をマッピングし、ネットワークが直接報酬を支払う。 このフィールホイールの仕組み： ➔ 日常の人々が動画を記録 ➔ プライバシーフィルターが個人データを除去 ➔ 3次元空間モデルが再構築される ➔ オンチェーン検証で位置の証明を確認 ➔ 参加者はUSDCで報酬を受け取る ➔ 実世界のAIおよびロボティクスチームが真のデータで学習 ➔ ループが繰り返される スケールでの影響： - 125万本以上の携帯電話撮影が3次元モデルに変換 - 45万以上のアクティブな参加者 - 4,700以上のオンチェーン証明 - すでに60万ドル以上のUSDCが配布済み 実世界のAIは2次元の平面マップだけでは生きられない。それは厚さ、幾何学、そして真の現実データを必要とする。ここでVangridは真にゲームチェンジャーだ。 @vangrid_io