Доброе утро, семья ☕ Следующим узким местом в ИИ может стать не интеллект, а доступ к физическому миру. Языковые модели развивались быстро, но роботы сталкиваются с другой проблемой: понимание тротуаров, лестниц, узких проходов, входов в здания, геометрии реального пространства. @vangrid_io привлек моё внимание здесь: для обучения робота необходима точная пространственная информация, а не только рассуждения — интернет-изображения и симуляции имеют свои ограничения, свежие данные из реального мира имеют значение. Vangrid превращает смартфоны в распределённую сеть, собирающую пространственные данные из реального мира по запросу, вместо того чтобы полагаться на дорогие картографические флоты — координируя людей для захвата конкретных мест с записью происхождения данных в блокчейне. Три причины, почему это важно: захват с помощью смартфонов обеспечивает более широкое покрытие, а аттестации в блокчейне делают происхождение данных проверяемым; сбор по запросу фокусируется на том, что действительно нужно разработчикам. Одних только данных недостаточно — точность, конфиденциальность, качество и реальный спрос со стороны робототехники определят, насколько полезным станет этот подход. Физический ИИ требует не только аппаратного обеспечения — ему нужна надёжная слой данных, соединяющий интеллект с физической реальностью. Слежу за тем, как Vangrid превращает это в настоящую пространственную инфраструктуру.