gm fam Поки роботи-гуманоїди продовжують свій шлях удосконалення, навчання їх розумінню світу — це зовсім інша справа. Модель може багато навчитися з доріг та даних у Інтернеті, але їй все ще потрібна свіжа інформація з вантажних складів, пристаней, зон завантаження, магазинів, вулиць. Саме це робить мене захопленим ідеєю @vangrid_io. Звичайний телефон може засвідчити ці місця, зберігаючи дані з відбитком вмісту разом із часом та місцем, групуючи та підтверджуючи їх на Base через EAS. Це надає відео набагато більшої цінності, ніж просто приховування його на приватній панелі. Хтось може перевірити, що знімок належить опублікованому запису, а не просто довіряти людині, яка його завантажила. А ринок пов’язує це з реальним попитом. Бонуси можуть запитувати певні місця, учасники збирають їх, а USDC виплачується, як тільки запитувач приймає результат. Завдання показують, наскільки конкретними можуть бути вимоги: фарбувальні камери, ділянки пристаней, кути ринків, стовпи сигналізації, тактильні панелі. Я вважаю важливим, що це не просто збір більше відео. Створення даних першого рівня, на які команди робототехніки можуть покладатися — це величезна перевага. Фізичному ІІ потрібно більше очей у реальному світі. Vangrid намагається перетворити повсякденні телефони на ці очі. #Vangrid #PhysicalAI #airdrop