HuuHoang88
Flux
Flux
Îmi place modelul bazat pe cerere din spatele @vangrid_io.
Cineva are nevoie de date spațiale dintr-o locație.
Se creează o recompensă.
Un contributor o surprinde.
Trimiterea acceptată devine date 3D utile.
Buclă simplă:
Cere → capturează → verifică → recompensă.
Mult mai bine decât să aduni date aleatorii și să speri că cineva le vrea mai târziu.
AI are nevoie de date, dar asta nu înseamnă că fiecare dată ar trebui să fie expusă.
@primus_labs explorează această problemă cu zkFHE, combinând calculul criptat cu demonstrații care ajută la verificarea rezultatelor.
Pentru mine, aceasta este o direcție interesantă pentru AI: să faci datele utile în timp ce protejezi informațiile sensibile.
Datele colectate prin crowdsourcing sunt utile doar dacă cumpărătorii pot avea încredere de unde provin.
De aceea procedența contează.
Cu @vangrid_io, capturile pot fi amprentate și ancorate onchain, oferind cumpărătorilor o modalitate de a verifica originea datelor.
Pentru robotică și inteligență artificială, "probabil real" nu este suficient.
Datele au nevoie de dovezi.
Un lucru care îmi place la @primus_labs este modul în care abordează decalajul dintre Web2 și Web3.
Cu zkTLS, datele de pe site-urile existente pot deveni verificabile fără ca utilizatorii să fie nevoiți să dezvăluie totul.
Imaginează-ți că dovedești ceva despre activitatea ta online fără să-ți predai întregul cont.
Este un caz de utilizare care merită explorat.
Partea cea mai inteligentă a @vangrid_io ar putea fi strategia hardware.
În loc să implementeze flote scumpe de senzori peste tot, rețeaua folosește ceva ce deja dețin miliarde de oameni:
Un smartphone.
Mai puțină infrastructură.
Mai multă acoperire.
Colectare mai rapidă a datelor.
Aceasta poate deveni un avantaj puternic pentru Inteligența Artificială Fizică.
