DePAI có phải là xu hướng tiền điện tử tiếp theo không?

Người biên dịch: Golden Finance xiaozou

DePAI (Trí tuệ nhân tạo vật lý phi tập trung) được nhiều chuyên gia tiền điện tử coi là xu hướng lớn tiếp theo trong tiền điện tử và là "một trong số ít lĩnh vực có thể sử dụng blockchain và cơ chế khuyến khích tiền điện tử để tạo ra tác động đáng kể đến các lĩnh vực công nghệ khác". đó là gì? Cái gì là sáng tạo? Nó có tiềm năng như thế nào? Chúng ta hãy cùng xem xét bên dưới.

Nói một cách đơn giản, đây là một khái niệm sáng tạo kết hợp mạng lưới cơ sở hạ tầng vật lý phi tập trung (DePIN) với công nghệ trí tuệ nhân tạo (AI). Nó phối hợp các cơ sở phần cứng vật lý của nhiều đơn vị riêng lẻ thông qua công nghệ blockchain để thiết lập và duy trì mạng lưới cơ sở hạ tầng theo cách không cần cấp phép, không cần tin cậy và có thể lập trình.

Nhà phân tích Dylan Bane của Messari đã đăng bài sau đây trên nền tảng X để ủng hộ DePAI:

Trí tuệ nhân tạo vật lý phi tập trung (DePAI) cung cấp một giải pháp thay thế cho việc kiểm soát tập trung các ngăn xếp cơ sở hạ tầng AI và robot vật lý. Từ việc thu thập dữ liệu thực tế đến các robot do tác nhân AI vật lý điều khiển được DePIN triển khai, DePAI đang phát triển nhanh chóng.

Giám đốc điều hành của Nvidia, Huang Renxun cho biết: "'Khoảnh khắc ChatGPT'' trong lĩnh vực robot nói chung đang đến gần."

Thời đại kỹ thuật số bắt đầu với phần cứng và dần dần phát triển thành thế giới phần mềm vô hình. Kỷ nguyên trí tuệ nhân tạo bắt đầu với phần mềm và hiện đang hướng tới thế giới vật lý như là thách thức và ranh giới cuối cùng của nó. Trong một thế giới mà robot, ô tô, máy bay không người lái và con người sinh học được điều khiển bởi AI vật lý tự động dần thay thế sức lao động của con người, quyền sở hữu những cỗ máy này đã trở thành một vấn đề xã hội cốt lõi. AI vật lý phi tập trung (DePAI) mang đến cơ hội quan trọng để xây dựng AI vật lý Web3 trước khi các đối thủ tập trung giành được ưu thế.

Cơ sở hạ tầng trí tuệ nhân tạo vật lý phi tập trung (DePAI) đang phát triển nhanh chóng. Ở giai đoạn này, lớp hoạt động tích cực nhất là lớp thu thập dữ liệu, cung cấp dữ liệu thực tế để đào tạo các tác nhân AI vật lý được triển khai trên robot, đồng thời truyền dữ liệu theo thời gian thực để điều hướng môi trường và hoàn thành nhiệm vụ.

Dữ liệu thực tế là rào cản chính đối với việc đào tạo AI vật lý. Trong khi Omniverse và Cosmos của Nvidia mang đến một con đường đầy hứa hẹn thông qua môi trường mô phỏng, dữ liệu tổng hợp chỉ là một phần của giải pháp. Dữ liệu video thực tế và điều khiển từ xa cũng rất cần thiết.

Trong lĩnh vực điều khiển từ xa, FrodoBots đang tận dụng Mạng lưới cơ sở hạ tầng vật lý phi tập trung (DePIN) để triển khai robot giao hàng trên vỉa hè giá rẻ trên toàn thế giới. Phương pháp thu thập dữ liệu này không chỉ nắm bắt được sự phức tạp trong các quyết định điều hướng của con người trong môi trường thực tế, do đó tạo ra các tập dữ liệu có giá trị cao mà còn khắc phục hiệu quả vấn đề thiếu hụt vốn.

Mạng cơ sở hạ tầng vật lý phi tập trung (DePIN) có thể đẩy nhanh việc triển khai các cảm biến thu thập dữ liệu và rô-bốt thông qua hiệu ứng bánh đà do mã thông báo điều khiển. Đối với các công ty robot muốn đẩy nhanh doanh số và giảm chi phí vốn (CapEx) cũng như chi phí hoạt động (OpEx), DePIN mang lại những lợi thế thực tế đáng kể so với các phương pháp truyền thống.

Trí tuệ nhân tạo vật lý phi tập trung (DePAI) có thể sử dụng dữ liệu video trong thế giới thực để đào tạo trí tuệ nhân tạo vật lý và xây dựng sự hiểu biết không gian chung về thế giới. Hivemapper và NATIX Network, với bộ dữ liệu video độc đáo của họ, có thể là nguồn dữ liệu quan trọng.

Trí tuệ nhân tạo vật lý phi tập trung (DePAI) có thể sử dụng dữ liệu video trong thế giới thực để đào tạo trí tuệ nhân tạo vật lý và xây dựng khả năng hiểu biết không gian được chia sẻ trên toàn cầu. Hivemapper và NATIX Network, với bộ dữ liệu video độc đáo của mình, dự kiến ​​sẽ trở thành nguồn dữ liệu quan trọng trong lĩnh vực này.Như Mason Nystrom chỉ ra, “Dữ liệu khó kiếm tiền ở cấp độ cá nhân, nhưng dễ định giá khi tổng hợp”. Dữ liệu thực tế có thể được tổng hợp thông qua Mạng cơ sở hạ tầng vật lý phi tập trung (DePIN) để tạo thành các tập dữ liệu có giá trị cao. Giao thức Quicksilver của IoTeX cho phép tổng hợp dữ liệu trên khắp DePIN đồng thời tính đến cả xác minh dữ liệu và bảo vệ quyền riêng tư, cung cấp hỗ trợ kỹ thuật quan trọng cho hệ sinh thái này.

Các giao thức điện toán/trí thông minh không gian cũng đang nỗ lực đạt được khả năng kiểm soát phi tập trung đối với sự phối hợp không gian và các bản sao ảo 3D trong thế giới thực thông qua Mạng cơ sở hạ tầng vật lý phi tập trung (DePIN) và Trí tuệ nhân tạo vật lý phi tập trung (DePAI).Giao thức Posemesh của Auki Network đạt được khả năng nhận thức không gian theo thời gian thực đồng thời bảo vệ quyền riêng tư và tính phi tập trung, cung cấp các giải pháp kỹ thuật sáng tạo trong lĩnh vực này.

Ứng dụng ban đầu của các tác nhân AI vật lý cũng đã xuất hiện.SAM được kết nối với đội quân robot toàn cầu của Frodobots và có thể suy ra vị trí địa lý. Với sự trợ giúp của các khuôn khổ như Quicksilver, các tác nhân AI trong tương lai dự kiến ​​sẽ truy cập vào các luồng dữ liệu do Mạng cơ sở hạ tầng vật lý phi tập trung (DePIN) cung cấp theo thời gian thực.

Cách trực tiếp nhất để tiếp cận với trí tuệ nhân tạo vật lý có thể là thông qua một tổ chức tự trị phi tập trung dựa trên đầu tư (DAO).

XMAQUINA cung cấp cho các thành viên quyền truy cập vào các tài sản AI vật lý, bao gồm RWA máy, giao thức mạng cơ sở hạ tầng vật lý phi tập trung (DePIN), các công ty robot và sở hữu trí tuệ (IP), được hỗ trợ bởi hoạt động R&D nội bộ.

Nhà nghiên cứu tiền điện tử DeFi Cheetah đã phản hồi tích cực trước những nhận xét của Dylan Bane về DePAI:

Trí tuệ nhân tạo vật lý phi tập trung (DePAI) là hướng phát triển chính tiếp theo trong lĩnh vực tiền điện tử. Blockchain và các cơ chế khuyến khích tiền điện tử sẽ cho phép trí thông minh không gian - tức là khả năng của robot trong việc nhận thức môi trường, hiểu ngay lập tức các vật thể hoặc cấu trúc xung quanh và phản ứng hiệu quả. Đây là một trong những vấn đề thách thức nhất trong lĩnh vực robot trí tuệ nhân tạo. Ngành công nghiệp của chúng tôi có thể giúp giải quyết nút thắt quan trọng nhất trong việc phát triển trí thông minh không gian - thu thập dữ liệu không gian chi tiết, chất lượng cao và được cập nhật liên tục.

Để đạt được trí thông minh không gian mạnh mẽ đòi hỏi một lượng lớn dữ liệu không chỉ nắm bắt các tín hiệu thị giác (như màu sắc và kết cấu) mà còn chứa bối cảnh hình học sâu (như đa giác, đám mây điểm, biểu diễn tôpô) và các đặc tính vật lý (góc, khoảng cách, ma sát, loại vật liệu, v.v.). Hình ảnh 2D truyền thống hoặc tọa độ GPS cơ bản, mặc dù có giá trị, nhưng thường bị đơn giản hóa quá mức để đào tạo các mô hình tiên tiến được thiết kế để hoạt động trong môi trường thực tế năng động, phức tạp và khó lường.

● Độ phức tạp của việc xây dựng bản đồ 3D

Các dự án như Google Street View hoặc quét LiDAR chuyên dụng có thể cung cấp bản đồ 3D có độ phân giải cao, nhưng chúng rất tốn kém và các tập dữ liệu thu được tương đối thưa thớt. Ví dụ, một thiết bị LiDAR có độ phân giải cao có thể có giá hơn 50.000 đô la và hoạt động quét toàn thành phố có thể dễ dàng tiêu tốn hàng trăm nghìn đô la. Sự phức tạp về chi phí này thường dẫn đến việc cập nhật không thường xuyên, khiến bản đồ trở nên lỗi thời chỉ sau vài tháng.

● Hạn chế của đường truyền dữ liệu tập trung

Ở nhiều quốc gia, hầu hết dữ liệu không gian đều do các cơ quan quốc gia hoặc các công ty lớn kiểm soát. Vì các thực thể tập trung này chỉ thu thập dữ liệu ở những khu vực cụ thể nên nhiều vùng rộng lớn trên thế giới — đặc biệt là các vùng nông thôn hoặc kém phát triển — vẫn chưa được lập bản đồ hoặc có dữ liệu đã lỗi thời. Hơn nữa, những hạn chế về dữ liệu độc quyền có thể dẫn đến sự phân mảnh thị trường và cản trở nghiên cứu sáng tạo.

● Thiếu bộ dữ liệu 3D có chú thích

Mặc dù các bộ dữ liệu hình ảnh 2D có chú thích (như ImageNet, chứa hơn 14 triệu hình ảnh có chú thích) đã phát triển bùng nổ, nhưng các bộ dữ liệu 3D có chú thích vẫn còn khan hiếm. Việc tạo ra các tập dữ liệu như vậy đòi hỏi sự kết hợp các kỹ thuật kết hợp cảm biến (như LiDAR + thị giác + dữ liệu đọc IMU) và chú thích thủ công mở rộng. Quá trình này cực kỳ tốn thời gian và chi phí, làm chậm quá trình phát triển các ứng dụng robot và máy học.

Được thúc đẩy bởi sự phát triển của các thiết bị di động, mô hình crowdsourcing nhận ra rằng hàng tỷ người dùng điện thoại thông minh và thiết bị đeo trên toàn thế giới có thể cùng nhau cung cấp một lượng lớn dữ liệu dựa trên vị trí. Điện thoại thông minh hiện đại được trang bị nhiều loại cảm biến như máy đo gia tốc, con quay hồi chuyển, máy đo từ trường, máy ảnh, chip GPS, v.v. có thể thu thập dữ liệu không gian - thời gian vượt xa kinh độ và vĩ độ đơn thuần. Mô hình này giúp đạt được các mục tiêu sau:

●Thu thập dữ liệu thời gian thực

Hãy tưởng tượng những người đi làm chụp ảnh quét 3D cơ sở hạ tầng của thành phố trong quá trình đi làm hàng ngày hoặc cư dân ở các ngôi làng xa xôi ghi lại đường đi, đường viền tòa nhà và ranh giới đất nông nghiệp chỉ bằng camera điện thoại di động. Theo thời gian, những đóng góp nhỏ bé này sẽ tích lũy thành một cơ sở dữ liệu không gian toàn cầu, toàn diện.

● Phạm vi phủ sóng môi trường đa dạng

Vì thiết bị di động gần như có mặt ở khắp mọi nơi nên dữ liệu của chúng tự nhiên bao phủ nhiều khu vực địa lý, địa hình và môi trường văn hóa hơn. Sự đa dạng về mặt địa lý này rất quan trọng đối với các mô hình AI mạnh mẽ, phải học cách thích nghi với các điều kiện khí hậu và bố cục cộng đồng khác nhau.

● Dân chủ hóa việc thu thập dữ liệu

Bằng cách hạ thấp ngưỡng tham gia, mô hình huy động vốn từ cộng đồng đã phá vỡ mô hình tập trung truyền thống. Mọi người trên toàn thế giới có thể dễ dàng đóng góp dữ liệu và chia sẻ những cải tiến cho bản đồ, ứng dụng dẫn đường và các sáng kiến ​​AI mà không cần một thực thể nào phải chịu chi phí tốn kém cho việc thu thập dữ liệu trên quy mô lớn.

Là một lớp khuyến khích và xác minh, blockchain đóng những vai trò chính sau:

●Tin cậy và tính toàn vẹn của dữ liệu

Công nghệ sổ cái phân tán đảm bảo rằng mọi đóng góp - cho dù đó là ảnh được gắn thẻ địa lý, ảnh quét ảnh trắc lượng nhỏ hay nhật ký cảm biến - đều được lưu trữ theo cách chống giả mạo. Vì mỗi dữ liệu được gửi đi đều được băm và ghi lại trên blockchain công khai hoặc riêng tư nên người dùng và nhà nghiên cứu có thể theo dõi nguồn gốc và tính xác thực của dữ liệu không gian.

● Cơ chế khuyến khích được mã hóa

Các mã thông báo dựa trên blockchain có thể cung cấp phần thưởng nhỏ dựa trên chất lượng, số lượng và mức độ liên quan của dữ liệu được gửi. Những người đóng góp được trả công thông qua các hợp đồng thông minh, tự động phân phối mã thông báo cho những người tham gia khi dữ liệu đáp ứng các tiêu chí nhất định (chẳng hạn như tính rõ ràng, độ chính xác về mặt không gian địa lý, tính mới lạ). Bằng cách cung cấp các ưu đãi công bằng và minh bạch, nền tảng này khuyến khích đóng góp dữ liệu chất lượng cao liên tục - một yêu cầu quan trọng để xây dựng các tập dữ liệu quy mô lớn và cập nhật.

● Hệ sinh thái mở của dữ liệu không gian

Hệ sinh thái phi tập trung không dễ bị lỗi điểm đơn lẻ hoặc độc quyền dữ liệu. Các mã thông báo này cho phép một nền kinh tế vi mô khuyến khích sự hợp tác giữa nhiều thực thể khác nhau như nhà bản đồ chuyên nghiệp, phòng thí nghiệm AI, những người đam mê, công ty khởi nghiệp và người dùng điện thoại thông minh, do đó tăng khối lượng và độ tin cậy của luồng dữ liệu.

Trí tuệ nhân tạo vật lý phi tập trung (DePAI) là một trong số ít lĩnh vực mà tôi tin rằng có thể tận dụng các ưu đãi của blockchain và tiền điện tử để tạo ra tác động đáng kể đến các lĩnh vực công nghệ khác.