صبح بخیر CT @vangrid_io AI آن لائن تقریباً ہر چیز سیکھ سکتی ہے۔ روبوٹس کو ایسا لطف نہیں ملتا۔ ایک روبوٹ کو ابھی کسی سڑک، اسٹوریج، لوڈنگ علاقہ یا انفراسٹرکچر کی شکل کو سمجھنا ہوگا۔ یہی وہ فرق ہے جس پر @vangrid_io کام کر رہا ہے۔ مہنگے سینسر فلیٹ کو ڈپلوی کرنے کے بجائے، ونگرڈ لوگوں کے جیب میں موجود فونز کو ایک ڈسٹریبیوٹڈ پرسپشن نیٹ ورک میں تبدیل کرتا ہے: → 3B+ ممکنہ ایج نوڈس → آن ڈیمانڈ مقامی خصوصیات کا ڈیٹا → ایج پر پرائیویسی پروسیسنگ → آن چین پر قابل تصدیق اصل ماخذ لیکن وہ حصہ جو میرے لیے خاص طور پر دلچسپ ہے، وہ ایکسیس لیئر ہے۔ فزیکل انٹیلی جنس کو صرف تازہ ڈیٹا کی ضرورت نہیں ہے۔ اینٹرپرائزز کو اس ڈیٹا کے جانے کے مقام پر بھی کنٹرول کی ضرورت ہوتی ہے۔ ونگرڈ کا اینٹرپرائز API علاقائی سکوپس استعمال کرتا ہے جیسے: us-east-1 → eu-west-1 → apac-1 ایک علاقے کے لیے منظور شدہ کرڈنشل دوسرے علاقے سے مشاہدات نہیں لے سکتا۔ کراس-رجن علاقائی درخواستوں کو مسترد کر دیا جا سکتا ہے، بجائے اجازت دار حدود سے باہر ڈیٹا واپس کرنے کے۔ اس کا حقیقی دنیا کے استعمالات کے لیے اہم معنی ہے: → خاص علاقے میں کام کرنے والے روبوٹس → متعین جغرافئی حدود کے اندر مapping → انفراسٹرکچر مانیٹرنگ Sovereign ڈپلومنٹس → ڈیٹا رزیدنسی کی ضرورت رکھنے والے اینٹرپرائزز اس کے علاوہ، API تصدیق شدہ مشاہدات، پرائیوٹ مشاہدات، لائives سپیشل فیدز اور اصل ماخذ کی تصدیق کے ساتھ کام کرسکتا ہے — جبکہ اجازت دار علاقے سے ایکسیس منسلک رکھتا ہے۔ اس طرح، آرکٹیکچر بہت دلچسپ بن جاتا ہے: کैپچر عالمگیر طور پر ہوتا ہے۔ ایکسیس محدود رہتا ہے۔ فزیکل AI کے لیے یہ اہم فرق ہے۔ کیونکہ مستقبل صرف زیادہ فزیکل دنیا کا ڈیٹا جمع کرنے کے بارے میں نہیں ہے۔ اس میں تازہ ڈیٹا جمع کرنا، اسے ذمہ دارانہ طور پر پروسیس کرنا، ثابت کرنا کہ وہ کہاں سے آیا، اور صرف اجازت دار نظاموں کو انھوں نے استعمال کرنے کے لئے درست ڈیٹا فراہم کرنا شامل ہے۔ فزیکل انٹیلی جنس کو جوڑنے کا طرīقہ یہ نہیں کہ دنیا کو ا ek بڑا غیر محدود ڈेटابیس بنادیں۔ میرا توجہ ونگرڈ کے ساتھ اس رخ پر مرکوز ہے۔ 🦾