Революція автоматизації, спричинена штучним інтелектом та шифруванням: "Момент ChatGPT" для Ботів незабаром настане
Поява ChatGPT кардинально змінила сприйняття штучного інтелекту людьми. Однак справжня мрія людства полягає в тому, щоб AI в формі Ботів міг взаємодіяти з фізичним світом, як це зображено у науково-фантастичних фільмах.
Схоже, що в галузі Ботів незабаром відбудеться значний прорив. У цій статті буде проаналізовано, як досягнення в галузі штучного інтелекту останніх років змінюють ландшафт індустрії, досліджено, як технології батарей, оптимізація затримки та покращення збору даних формуватимуть майбутнє, а також роль, яку відіграє шифрування в цьому процесі. Крім того, будуть розглянуті такі важливі сфери, як безпека Ботів, фінансування, оцінка та освіта.
1. Ключові фактори, що сприяють змінам
Прорив штучного інтелекту
Прогрес мульти-модальних великих мовних моделей надає "мозок" для Ботів, щоб виконувати складні завдання. Боти в основному сприймають середовище через зір і слух. Традиційні моделі комп'ютерного зору добре справляються з виявленням або класифікацією об'єктів, але важко перетворюють візуальну інформацію на команди для дій. Великі мовні моделі, хоча і демонструють відмінні результати в розумінні та генерації тексту, не мають здатності сприймати фізичний світ.
Візуально-мовно-дійова модель ( VLA ) дозволяє ботам інтегрувати візуальне сприйняття, мовне розуміння та фізичні дії в єдиній системі. У лютому 2025 року одна з компаній штучного інтелекту представила універсальну модель управління гуманоїдними роботами, яка встановила нові стандарти в галузі завдяки здатності до нульової генералізації та двосистемній архітектурі. Нульова генералізація дозволяє ботам адаптуватися до нових сценаріїв, нових об'єктів та нових інструкцій без повторного навчання для кожного завдання. Двосистемна архітектура розділяє високорівневе міркування від легковагового, забезпечуючи комерційні гуманоїдні роботи, які поєднують людське мислення з точною реальністю.
Економічні Боти стають реальністю
Технології, що змінюють світ, мають бути доступними. Коли ціна деяких Ботів стає нижчою за ціну середньостатистичного легкового автомобіля або річного мінімального доходу в США, уявлення про світ, де фізична праця та повсякденні справи виконуються переважно роботами, перестає бути недосяжним.
з仓储 до споживчого ринку
Бот-технології поступово переходять від рішень для складу до споживчої сфери. Цей світ створено для людей — люди можуть виконувати всі роботи професійних роботів, тоді як професійні роботи не здатні виконати всі людські обов'язки. Компанії, що займаються робототехнікою, більше не обмежуються виробництвом роботів, призначених для фабрик, а починають розробляти більш універсальних гуманоїдних роботів. Таким чином, передова робототехніка існує не лише на складах, але й проникає у повсякденне життя.
Вартість є одним з основних вузьких місць у масштабованості. Найважливішим показником є загальна вартість за годину, яка розраховується як сума вартості можливостей часу навчання та заряджання, вартості виконання завдань та вартості придбання Ботів, поділена на загальний час роботи Ботів. Ця вартість повинна бути нижчою за середній рівень заробітної плати в відповідній галузі, щоб бути конкурентоспроможною.
Щоб повністю проникнути в сферу складування, загальна вартість роботів на годину повинна бути нижчою за 31.39 доларів. А в найбільшому споживчому ринку — приватній освіті та сфері охорони здоров'я, ця вартість повинна бути контрольованою на рівні нижче 35.18 доларів. Наразі роботи розвиваються в напрямку більшої дешевизни, ефективності та універсальності.
2. Наступний прорив у технології Ботів
Оптимізація батареї
Технологія акумуляторів завжди була вузьким місцем у дружніх до користувача Ботах. У деяких гуманоїдних Ботах тривалість роботи акумулятора становить лише близько 2 годин. Користувачі, очевидно, не бажають заряджати акумулятор вручну кожні дві години, тому автономна зарядка та інфраструктура для з'єднання стали пріоритетними напрямками розвитку. Наразі зарядка Ботів здійснюється в основному двома способами: заміна акумулятора або пряма зарядка.
Режим заміни акумулятора забезпечує безперервну роботу шляхом швидкої заміни вичерпаного акумуляторного блоку, мінімізуючи час простою, що підходить для польових або заводських умов. Цей процес може виконуватися вручну або автоматизовано.
Індуктивна зарядка використовує бездротовий спосіб живлення, хоча повна зарядка займає багато часу, вона може легко реалізувати повністю автоматизований процес.
оптимізація затримки
Низькоконтрольні операції можна поділити на дві категорії: чутливість до середовища та віддалене управління. Чутливість означає просторове сприйняття Ботами навколишнього середовища, тоді як віддалене управління спеціально стосується реального контролю оператора.
Дослідження показують, що системи сприйняття Ботів починаються з недорогих сенсорів, але технологічний бар'єр полягає у програмному забезпеченні для інтеграції, енергоефективних обчисленнях та мілісекундних контрольних схемах. Коли Боти завершують просторову локалізацію, легка нейронна мережа маркує перешкоди, піддони або людей та інші елементи. Після введення міток сцени в планувальну систему миттєво генеруються команди моторів, які надсилаються до ступень, коліс або маніпуляторів. Затримка сприйняття менше 50 мілісекунд еквівалентна швидкості людського рефлексу — будь-яка затримка понад цей поріг призведе до незграбних рухів Ботів. Тому 90% рішень повинні прийматися локально через єдину мережу зору-мови-дії.
Повністю автономні Боти повинні забезпечити, щоб затримка моделі VLA була нижче 50 мілісекунд; для дистанційно керованих Ботів вимога полягає в тому, щоб затримка сигналу між пунктом управління та Ботом не перевищувала 50 мілісекунд. Важливість моделі VLA особливо підкреслюється в цьому випадку — якщо візуальний та текстовий ввід обробляються різними моделями, а потім вводяться в велику мовну модель, загальна затримка перевищить поріг у 50 мілісекунд.
оптимізація збору даних
Збір даних відбувається переважно трьома шляхами: відеоданими з реального світу, синтетичними даними та даними від дистанційного керування. Основна проблема реальних та синтетичних даних полягає в усуненні розбіжностей між фізичною поведінкою роботів та відео/модельними симуляціями. Реальні відеодані не містять таких фізичних деталей, як зворотний зв'язок, помилки в рухах суглобів та деформація матеріалів; синтетичні дані ж не враховують непередбачувані змінні, такі як відмови датчиків, коефіцієнти тертя.
Найбільш перспективний спосіб збору даних — це дистанційне керування — коли оператори з людським контролем дистанційно керують Ботами для виконання завдань. Але витрати на працю є основним обмежуючим фактором збору даних за допомогою дистанційного керування.
Розробка спеціалізованого апаратного забезпечення також пропонує нові рішення для збору високоякісних даних. Деякі компанії поєднують традиційні методи з розробленим спеціально апаратним забезпеченням для збору багатовимірних даних про рухи людини, які після обробки перетворюються на набори даних, придатні для навчання нейронних мереж Ботів, що в поєднанні з швидким циклом ітерацій забезпечує величезні обсяги високоякісних даних для навчання AI Ботів. Ці технологічні канали спільно скорочують шлях перетворення від сирих даних до розгорнутого Бота.
3. Основні дослідницькі області
шифрування технологій та Боти
Технології шифрування можуть заохочувати незалежать підвищувати ефективність мережі Ботів. На основі раніше згаданих ключових областей, технології шифрування можуть підвищити ефективність у трьох аспектах: інтеграція інфраструктури, оптимізація затримок і збір даних.
Децентралізована фізична інфраструктурна мережа ( DePIN ) має потенціал революціонізувати інфраструктуру зарядки. Коли людські Боти будуть працювати по всьому світу, зарядні станції повинні бути так само доступні, як і автозаправні станції. Централізовані мережі потребують величезних початкових інвестицій, тоді як DePIN розподілить витрати між операторами вузлів, що дозволить швидко розширити зарядні установки на більше територій.
DePIN також може використовувати розподілену інфраструктуру для оптимізації затримки віддаленого управління. Збираючи обчислювальні ресурси географічно розподілених крайових вузлів, команди віддаленого управління можуть оброблятися місцевими або найближчими доступними вузлами, максимізуючи скорочення відстані передачі даних і значно знижуючи затримку зв'язку. Але наразі проекти DePIN переважно зосереджені на децентралізованому зберіганні, розподілі контенту та спільному використанні пропускної здатності, хоча є проекти, які демонструють переваги крайових обчислень у потоковій передачі або Інтернеті речей, ще не розширено до Боти або віддаленого управління.
Удалене управління є найбільш перспективним способом збору даних, але централізовані організації витрачають величезні кошти на наймання фахівців для збору даних. DePIN вирішує цю проблему, заохочуючи третіх осіб надавати дані для віддаленого управління за допомогою шифрувальних токенів. Деякі проекти створюють глобальну мережу віддалених операторів, перетворюючи їх внесок на токенізовані цифрові активи, формуючи децентралізовану систему без дозволів — учасники можуть отримувати прибуток, а також брати участь в управлінні та допомагати в навчанні AGI Боти.
Безпека завжди є головним занепокоєнням
Кінцевою метою технології Боти є досягнення повної автономії, але, як попереджають деякі науково-фантастичні фільми, людство найбільше не бажає бачити, як автономність перетворює Боти на агресивну зброю. Проблеми безпеки великих мовних моделей викликали занепокоєння, а коли ці моделі набувають здатності до фізичних дій, безпека Ботів стає ключовою передумовою соціального прийняття.
Економічна безпека є однією з опор процвітання екосистеми Ботів. Деякі компанії створюють децентралізований рівень координації машин, реалізуючи аутентифікацію ідентичності пристроїв, верифікацію фізичної присутності та доступ до ресурсів через шифрування. Ця система дозволяє Ботам самостійно підтверджувати інформацію про ідентичність, геолокацію та записи поведінки без залежності від централізованих посередників.
Обмеження поведінки та ідентифікація виконуються через механізми на блочній мережі, що забезпечує можливість аудиту відповідності для всіх. Боти, які відповідають стандартам безпеки, вимогам якості та регіональним нормам, отримають винагороду, тоді як порушники зіткнуться з покараннями або втратою кваліфікації, що створює механізм підзвітності та довіри в мережі автономних машин.
Треті сторони можуть також забезпечити рівноцінну безпеку у мережі повторного заставлення. Незважаючи на те, що система параметрів покарання все ще потребує вдосконалення, відповідні технології вже увійшли в стадію практичного використання. Очікується, що в найближчому часі сформуються галузеві стандарти безпеки, і на той час параметри покарання будуть моделюватися відповідно до цих стандартів.
Один з можливих варіантів реалізації наступний:
Боти компанії приєднуються до повторної застави мережі.
Встановіть перевіряємо параметри конфіскації (наприклад, "застосування сили людського контакту понад 2500 ньютонів");
Ставники надають заставу, щоб забезпечити, що Боти дотримуються параметрів;
У разі порушення, застава буде використовуватися як компенсація для потерпілого.
Цей режим як заохочує компанії ставити безпеку на перше місце, так і сприяє прийняттю споживачами через механізм страхування пулу стейкінгу.
4. Заповнення прогалин у стеке технологій Ботів
Відома AI-компанія сприяла популяризації AI, але ця революція була закладена давно. Хмарні сервіси порвали залежність моделей від локальних обчислювальних потужностей, відкриті платформи реалізували відкритість моделей, а деякі онлайн-платформи надали AI-інженерам місця для експериментів. Ці поступові прориви спільно сприяли масовості AI.
На відміну від AI, у сфері Ботів важко почати, коли фінансування обмежене. Щоб досягти широкого впровадження Ботів, бар'єри для їх розробки повинні бути знижені до зручності, подібної до розробки застосувань AI. Ми вважаємо, що існують можливості для вдосконалення в трьох сферах: механізм фінансування, система оцінки та освітня екосистема.
Фінансування є болючою точкою в галузі Ботів. Для розробки комп'ютерної програми потрібен лише один комп'ютер і ресурси хмарних обчислень, тоді як для створення повнофункціонального робота необхідно придбати апаратуру, таку як двигуни, датчики, акумулятори тощо, вартість яких легко перевищує 100 тисяч доларів. Ця апаратна природа робить розробку роботів менш гнучкою і дорогою в порівнянні з AI.
Інфраструктура оцінки Ботів у реальних умовах все ще перебуває на стадії зародження. У сфері штучного інтелекту вже встановлена чітка система функцій втрат, тестування можна повністю віртуалізувати. Але відмінні віртуальні стратегії не можуть бути безпосередньо перетворені на ефективні рішення в реальному світі. Ботам потрібно тестувати оцінку автономних стратегій в різноманітних реальних умовах, щоб реалізувати ітеративну оптимізацію.
Коли ця інфраструктура стане зрілою, талант масово почне надходити, і гуманоїдні роботи повторять криву вибуху Web2. Деякі компанії, що займаються шифруванням роботів, просуваються в цьому напрямку — розробка "роботизованої версії android-системи", яка перетворює первинне апаратне забезпечення на економічно свідомі, оновлювальні інтелектуальні агенти. Модулі візуалізації, мовлення та планування рухів можна підключати та використовувати, як програми на мобільному телефоні, всі етапи міркувань представлені зрозумілою мовою, що дозволяє оператору без взаємодії з прошивкою перевіряти або коригувати поведінку. Ця здатність до міркування на природній мові дозволяє новому поколінню талантів безперешкодно входити в сферу робототехніки, роблячи ключовий крок до відкритої платформи, яка спричинить революцію в робототехніці, так само як рух з відкритим вихідним кодом прискорює розвиток ШІ.
Щільність кадрів визначає траєкторію галузі. Структурована система просвітницької освіти є вирішально важливою для постачання кадрів у сфері Ботів. Вихід певної компанії з виробництва Ботів на біржу Nasdaq означає відкриття нової ери, в якій розумні машини одночасно беруть участь у фінансових інноваціях та реальній освіті. Компанія у співпраці з партнерами оголосила, що запустить перший загальний курс освіти на основі гуманоїдних Ботів у державних школах K-12 США. Цей курс спроектований з урахуванням незалежності від платформи, щоб адаптуватися до різних форм Ботів та надати студентам можливості для практичних занять. Ця
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
12 лайків
Нагородити
12
1
Репост
Поділіться
Прокоментувати
0/400
PaperHandsCriminal
· 7год тому
Гроші вже кличуть Боти... Коли ж я зможу не бути невдахою
Революція роботів на базі штучного інтелекту: людські роботи епохи ChatGPT незабаром з'являться
Революція автоматизації, спричинена штучним інтелектом та шифруванням: "Момент ChatGPT" для Ботів незабаром настане
Поява ChatGPT кардинально змінила сприйняття штучного інтелекту людьми. Однак справжня мрія людства полягає в тому, щоб AI в формі Ботів міг взаємодіяти з фізичним світом, як це зображено у науково-фантастичних фільмах.
Схоже, що в галузі Ботів незабаром відбудеться значний прорив. У цій статті буде проаналізовано, як досягнення в галузі штучного інтелекту останніх років змінюють ландшафт індустрії, досліджено, як технології батарей, оптимізація затримки та покращення збору даних формуватимуть майбутнє, а також роль, яку відіграє шифрування в цьому процесі. Крім того, будуть розглянуті такі важливі сфери, як безпека Ботів, фінансування, оцінка та освіта.
1. Ключові фактори, що сприяють змінам
Прорив штучного інтелекту
Прогрес мульти-модальних великих мовних моделей надає "мозок" для Ботів, щоб виконувати складні завдання. Боти в основному сприймають середовище через зір і слух. Традиційні моделі комп'ютерного зору добре справляються з виявленням або класифікацією об'єктів, але важко перетворюють візуальну інформацію на команди для дій. Великі мовні моделі, хоча і демонструють відмінні результати в розумінні та генерації тексту, не мають здатності сприймати фізичний світ.
Візуально-мовно-дійова модель ( VLA ) дозволяє ботам інтегрувати візуальне сприйняття, мовне розуміння та фізичні дії в єдиній системі. У лютому 2025 року одна з компаній штучного інтелекту представила універсальну модель управління гуманоїдними роботами, яка встановила нові стандарти в галузі завдяки здатності до нульової генералізації та двосистемній архітектурі. Нульова генералізація дозволяє ботам адаптуватися до нових сценаріїв, нових об'єктів та нових інструкцій без повторного навчання для кожного завдання. Двосистемна архітектура розділяє високорівневе міркування від легковагового, забезпечуючи комерційні гуманоїдні роботи, які поєднують людське мислення з точною реальністю.
Економічні Боти стають реальністю
Технології, що змінюють світ, мають бути доступними. Коли ціна деяких Ботів стає нижчою за ціну середньостатистичного легкового автомобіля або річного мінімального доходу в США, уявлення про світ, де фізична праця та повсякденні справи виконуються переважно роботами, перестає бути недосяжним.
з仓储 до споживчого ринку
Бот-технології поступово переходять від рішень для складу до споживчої сфери. Цей світ створено для людей — люди можуть виконувати всі роботи професійних роботів, тоді як професійні роботи не здатні виконати всі людські обов'язки. Компанії, що займаються робототехнікою, більше не обмежуються виробництвом роботів, призначених для фабрик, а починають розробляти більш універсальних гуманоїдних роботів. Таким чином, передова робототехніка існує не лише на складах, але й проникає у повсякденне життя.
Вартість є одним з основних вузьких місць у масштабованості. Найважливішим показником є загальна вартість за годину, яка розраховується як сума вартості можливостей часу навчання та заряджання, вартості виконання завдань та вартості придбання Ботів, поділена на загальний час роботи Ботів. Ця вартість повинна бути нижчою за середній рівень заробітної плати в відповідній галузі, щоб бути конкурентоспроможною.
Щоб повністю проникнути в сферу складування, загальна вартість роботів на годину повинна бути нижчою за 31.39 доларів. А в найбільшому споживчому ринку — приватній освіті та сфері охорони здоров'я, ця вартість повинна бути контрольованою на рівні нижче 35.18 доларів. Наразі роботи розвиваються в напрямку більшої дешевизни, ефективності та універсальності.
2. Наступний прорив у технології Ботів
Оптимізація батареї
Технологія акумуляторів завжди була вузьким місцем у дружніх до користувача Ботах. У деяких гуманоїдних Ботах тривалість роботи акумулятора становить лише близько 2 годин. Користувачі, очевидно, не бажають заряджати акумулятор вручну кожні дві години, тому автономна зарядка та інфраструктура для з'єднання стали пріоритетними напрямками розвитку. Наразі зарядка Ботів здійснюється в основному двома способами: заміна акумулятора або пряма зарядка.
Режим заміни акумулятора забезпечує безперервну роботу шляхом швидкої заміни вичерпаного акумуляторного блоку, мінімізуючи час простою, що підходить для польових або заводських умов. Цей процес може виконуватися вручну або автоматизовано.
Індуктивна зарядка використовує бездротовий спосіб живлення, хоча повна зарядка займає багато часу, вона може легко реалізувати повністю автоматизований процес.
оптимізація затримки
Низькоконтрольні операції можна поділити на дві категорії: чутливість до середовища та віддалене управління. Чутливість означає просторове сприйняття Ботами навколишнього середовища, тоді як віддалене управління спеціально стосується реального контролю оператора.
Дослідження показують, що системи сприйняття Ботів починаються з недорогих сенсорів, але технологічний бар'єр полягає у програмному забезпеченні для інтеграції, енергоефективних обчисленнях та мілісекундних контрольних схемах. Коли Боти завершують просторову локалізацію, легка нейронна мережа маркує перешкоди, піддони або людей та інші елементи. Після введення міток сцени в планувальну систему миттєво генеруються команди моторів, які надсилаються до ступень, коліс або маніпуляторів. Затримка сприйняття менше 50 мілісекунд еквівалентна швидкості людського рефлексу — будь-яка затримка понад цей поріг призведе до незграбних рухів Ботів. Тому 90% рішень повинні прийматися локально через єдину мережу зору-мови-дії.
Повністю автономні Боти повинні забезпечити, щоб затримка моделі VLA була нижче 50 мілісекунд; для дистанційно керованих Ботів вимога полягає в тому, щоб затримка сигналу між пунктом управління та Ботом не перевищувала 50 мілісекунд. Важливість моделі VLA особливо підкреслюється в цьому випадку — якщо візуальний та текстовий ввід обробляються різними моделями, а потім вводяться в велику мовну модель, загальна затримка перевищить поріг у 50 мілісекунд.
оптимізація збору даних
Збір даних відбувається переважно трьома шляхами: відеоданими з реального світу, синтетичними даними та даними від дистанційного керування. Основна проблема реальних та синтетичних даних полягає в усуненні розбіжностей між фізичною поведінкою роботів та відео/модельними симуляціями. Реальні відеодані не містять таких фізичних деталей, як зворотний зв'язок, помилки в рухах суглобів та деформація матеріалів; синтетичні дані ж не враховують непередбачувані змінні, такі як відмови датчиків, коефіцієнти тертя.
Найбільш перспективний спосіб збору даних — це дистанційне керування — коли оператори з людським контролем дистанційно керують Ботами для виконання завдань. Але витрати на працю є основним обмежуючим фактором збору даних за допомогою дистанційного керування.
Розробка спеціалізованого апаратного забезпечення також пропонує нові рішення для збору високоякісних даних. Деякі компанії поєднують традиційні методи з розробленим спеціально апаратним забезпеченням для збору багатовимірних даних про рухи людини, які після обробки перетворюються на набори даних, придатні для навчання нейронних мереж Ботів, що в поєднанні з швидким циклом ітерацій забезпечує величезні обсяги високоякісних даних для навчання AI Ботів. Ці технологічні канали спільно скорочують шлях перетворення від сирих даних до розгорнутого Бота.
3. Основні дослідницькі області
шифрування технологій та Боти
Технології шифрування можуть заохочувати незалежать підвищувати ефективність мережі Ботів. На основі раніше згаданих ключових областей, технології шифрування можуть підвищити ефективність у трьох аспектах: інтеграція інфраструктури, оптимізація затримок і збір даних.
Децентралізована фізична інфраструктурна мережа ( DePIN ) має потенціал революціонізувати інфраструктуру зарядки. Коли людські Боти будуть працювати по всьому світу, зарядні станції повинні бути так само доступні, як і автозаправні станції. Централізовані мережі потребують величезних початкових інвестицій, тоді як DePIN розподілить витрати між операторами вузлів, що дозволить швидко розширити зарядні установки на більше територій.
DePIN також може використовувати розподілену інфраструктуру для оптимізації затримки віддаленого управління. Збираючи обчислювальні ресурси географічно розподілених крайових вузлів, команди віддаленого управління можуть оброблятися місцевими або найближчими доступними вузлами, максимізуючи скорочення відстані передачі даних і значно знижуючи затримку зв'язку. Але наразі проекти DePIN переважно зосереджені на децентралізованому зберіганні, розподілі контенту та спільному використанні пропускної здатності, хоча є проекти, які демонструють переваги крайових обчислень у потоковій передачі або Інтернеті речей, ще не розширено до Боти або віддаленого управління.
Удалене управління є найбільш перспективним способом збору даних, але централізовані організації витрачають величезні кошти на наймання фахівців для збору даних. DePIN вирішує цю проблему, заохочуючи третіх осіб надавати дані для віддаленого управління за допомогою шифрувальних токенів. Деякі проекти створюють глобальну мережу віддалених операторів, перетворюючи їх внесок на токенізовані цифрові активи, формуючи децентралізовану систему без дозволів — учасники можуть отримувати прибуток, а також брати участь в управлінні та допомагати в навчанні AGI Боти.
Безпека завжди є головним занепокоєнням
Кінцевою метою технології Боти є досягнення повної автономії, але, як попереджають деякі науково-фантастичні фільми, людство найбільше не бажає бачити, як автономність перетворює Боти на агресивну зброю. Проблеми безпеки великих мовних моделей викликали занепокоєння, а коли ці моделі набувають здатності до фізичних дій, безпека Ботів стає ключовою передумовою соціального прийняття.
Економічна безпека є однією з опор процвітання екосистеми Ботів. Деякі компанії створюють децентралізований рівень координації машин, реалізуючи аутентифікацію ідентичності пристроїв, верифікацію фізичної присутності та доступ до ресурсів через шифрування. Ця система дозволяє Ботам самостійно підтверджувати інформацію про ідентичність, геолокацію та записи поведінки без залежності від централізованих посередників.
Обмеження поведінки та ідентифікація виконуються через механізми на блочній мережі, що забезпечує можливість аудиту відповідності для всіх. Боти, які відповідають стандартам безпеки, вимогам якості та регіональним нормам, отримають винагороду, тоді як порушники зіткнуться з покараннями або втратою кваліфікації, що створює механізм підзвітності та довіри в мережі автономних машин.
Треті сторони можуть також забезпечити рівноцінну безпеку у мережі повторного заставлення. Незважаючи на те, що система параметрів покарання все ще потребує вдосконалення, відповідні технології вже увійшли в стадію практичного використання. Очікується, що в найближчому часі сформуються галузеві стандарти безпеки, і на той час параметри покарання будуть моделюватися відповідно до цих стандартів.
Один з можливих варіантів реалізації наступний:
Цей режим як заохочує компанії ставити безпеку на перше місце, так і сприяє прийняттю споживачами через механізм страхування пулу стейкінгу.
4. Заповнення прогалин у стеке технологій Ботів
Відома AI-компанія сприяла популяризації AI, але ця революція була закладена давно. Хмарні сервіси порвали залежність моделей від локальних обчислювальних потужностей, відкриті платформи реалізували відкритість моделей, а деякі онлайн-платформи надали AI-інженерам місця для експериментів. Ці поступові прориви спільно сприяли масовості AI.
На відміну від AI, у сфері Ботів важко почати, коли фінансування обмежене. Щоб досягти широкого впровадження Ботів, бар'єри для їх розробки повинні бути знижені до зручності, подібної до розробки застосувань AI. Ми вважаємо, що існують можливості для вдосконалення в трьох сферах: механізм фінансування, система оцінки та освітня екосистема.
Фінансування є болючою точкою в галузі Ботів. Для розробки комп'ютерної програми потрібен лише один комп'ютер і ресурси хмарних обчислень, тоді як для створення повнофункціонального робота необхідно придбати апаратуру, таку як двигуни, датчики, акумулятори тощо, вартість яких легко перевищує 100 тисяч доларів. Ця апаратна природа робить розробку роботів менш гнучкою і дорогою в порівнянні з AI.
Інфраструктура оцінки Ботів у реальних умовах все ще перебуває на стадії зародження. У сфері штучного інтелекту вже встановлена чітка система функцій втрат, тестування можна повністю віртуалізувати. Але відмінні віртуальні стратегії не можуть бути безпосередньо перетворені на ефективні рішення в реальному світі. Ботам потрібно тестувати оцінку автономних стратегій в різноманітних реальних умовах, щоб реалізувати ітеративну оптимізацію.
Коли ця інфраструктура стане зрілою, талант масово почне надходити, і гуманоїдні роботи повторять криву вибуху Web2. Деякі компанії, що займаються шифруванням роботів, просуваються в цьому напрямку — розробка "роботизованої версії android-системи", яка перетворює первинне апаратне забезпечення на економічно свідомі, оновлювальні інтелектуальні агенти. Модулі візуалізації, мовлення та планування рухів можна підключати та використовувати, як програми на мобільному телефоні, всі етапи міркувань представлені зрозумілою мовою, що дозволяє оператору без взаємодії з прошивкою перевіряти або коригувати поведінку. Ця здатність до міркування на природній мові дозволяє новому поколінню талантів безперешкодно входити в сферу робототехніки, роблячи ключовий крок до відкритої платформи, яка спричинить революцію в робототехніці, так само як рух з відкритим вихідним кодом прискорює розвиток ШІ.
Щільність кадрів визначає траєкторію галузі. Структурована система просвітницької освіти є вирішально важливою для постачання кадрів у сфері Ботів. Вихід певної компанії з виробництва Ботів на біржу Nasdaq означає відкриття нової ери, в якій розумні машини одночасно беруть участь у фінансових інноваціях та реальній освіті. Компанія у співпраці з партнерами оголосила, що запустить перший загальний курс освіти на основі гуманоїдних Ботів у державних школах K-12 США. Цей курс спроектований з урахуванням незалежності від платформи, щоб адаптуватися до різних форм Ботів та надати студентам можливості для практичних занять. Ця