GM CT Doğrudan video akışları üzerinde gövdeli AI modellerini eğitmek, genellikle verimsizdir çünkü bitişik çerçevelerdeki piksellerin %90'ı yinelenen arka plan gürültüsünden oluşur. Sürekli aynı statik duvarları vermek, makineye mekânsal fizik hakkında yeni bir şey öğretmeden model hesaplama kaynaklarını tüketir. @vangrid_io'nun bu sorunu anahtar kare entropisi seçimiyle nasıl çözdüğünü izliyorum. Onların veri alma sistemi, yüksek bilgi içeren delta kareleri filtreler, mekânsal işlem boru hattına vermeden önce dinamik durum değişimlerini ve kritik görüş açısı dönüşlerini ayırır. Fiziksel AI'da verimlilik, yinelenen pikselleri biriktirmek yerine yenilikleri sembolleştirme üzerine kuruludur.