Chúng ta vẫn chưa chứng kiến khoảnh khắc chatGPT của ngành robot

Đặc biệt là robot hình người đang bắt đầu trông tuyệt vời, nhưng chúng vẫn chưa hiểu thế giới của chúng ta

LLMs có hàng thập kỷ dữ liệu văn bản để học; AI vật lý thì bắt đầu với rất ít dữ liệu, sau đó phải đối mặt với toàn bộ sự phức tạp của thế giới thực

Có một khoảng cách rất lớn cần phải thu hẹp

Hiện tại, những cỗ máy này đang được dạy các quy tắc và được hướng dẫn thực hiện các nhiệm vụ cụ thể, cuối cùng chúng sẽ ra thế giới và "học việc"

Một minh họa về các ngách này trong lĩnh vực crypto x robotics

Một số dự án này có sự giao thoa giữa các hạng mục và đây không phải là danh sách đầy đủ mà chỉ là tuyển chọn các ví dụ tiêu biểu để minh họa

Đào tạo

Điều khiển từ xa, học tăng cường và các quy trình AI hiện thân giúp dạy kỹ năng cho robot

Dự án: @BitRobotNetwork, @PrismaXai, @NRNAgents

Tại sao quan trọng: Robot cần có những kỹ năng có thể dạy trước khi chúng có thể tự học, và các quy trình này cung cấp những nền tảng đầu tiên cho chúng

Thu thập dữ liệu thế giới thực

Mạng lưới cảm biến & không gian địa lý phi tập trung thu thập dữ liệu thế giới thực

Dự án: @NATIXNetwork, @GEODNET

Tại sao quan trọng: Trí tuệ thế giới thực phụ thuộc vào dữ liệu thế giới thực và các mạng lưới này cung cấp nhiên liệu cảm biến cần thiết cho máy móc

Triển khai robot

Tính toán không gian và điều phối nhiều robot trong môi trường thực tế

Dự án: @Auki

Tại sao quan trọng: Triển khai thực tế là một trong những bước tiếp theo để tăng tốc trí tuệ máy móc, nhưng vừa khó về kinh tế vừa khó về thực tiễn, vì vậy việc Auki lên kế hoạch triển khai hàng loạt bán lẻ vào năm sau là một bước đi lớn

Nền kinh tế máy móc

Hạ tầng cho danh tính máy móc, hoạt động kinh tế, phối hợp

Dự án: @peaq

Tại sao quan trọng: Danh tính và phối hợp on-chain mang lại cho máy móc quyền tự chủ để giao dịch, hợp tác và vận hành mà không cần giám sát liên tục của con người

Hệ điều hành

Lớp phần mềm điều phối và kiểm soát các máy tự động

Dự án: @openmind_agi, @codecopenflow

Tại sao quan trọng: Bằng cách cung cấp một lớp trí tuệ chung, chúng mang lại cho máy móc cấu trúc để học hỏi, hợp tác và vận hành ở quy mô lớn

Ít nhất ở phía crypto, nhiều người xem sự chú ý đến robotics chỉ là ngắn hạn, chỉ là một ngành thoáng qua

Sự chú ý sẽ có từng đợt, nhưng tổng thể, vẫn còn một chặng đường dài để đạt được tiềm năng tối đa

Và trong ngắn hạn, bạn có thể thấy những điểm đau hiện tại là gì và những gì cần theo dõi trên hành trình đạt được điều đó

Để có cái nhìn toàn diện hơn và cập nhật thường xuyên, hãy theo dõi State of the Machines, bản tin của tôi về AI vật lý, robotics và tất cả các lĩnh vực liên quan