Menginterpretasikan ruang jaringan pintar desentralisasi di jalur baru: konsep inti, proyek utama, dan perkembangan masa depan

Penulis: cookies

Kompilasi: TechFlow Shenchao

Seiring dengan perkembangan teknologi Web3 yang terus berlanjut, Jaringan Intelijen Ruang Terdesentralisasi (Decentralized Spatial Intelligence Network, DeSPIN) semakin menjadi bidang yang menarik perhatian. Dengan menganalisis dan memanfaatkan data visual dari dunia nyata, DeSPIN tidak hanya menyediakan solusi inovatif untuk pembangunan peta, perencanaan kota, dan teknologi robotika, tetapi juga membuka model ekonomi baru “Kontribusi untuk Menghasilkan” (Contribute-to-Earn). Artikel ini akan menjelaskan secara rinci konsep inti DeSPIN, protokol utama, dan arah perkembangan di masa depan.

Apa itu DeSPIN?

Kecerdasan Ruang (Spatial Intelligence) adalah teknologi yang menganalisis data visual dunia nyata untuk mengekstrak wawasan. Intinya adalah menggabungkan informasi geografis dengan konteks lingkungan, sehingga memberikan dukungan untuk pengambilan keputusan manusia. Jaringan Kecerdasan Ruang Terdesentralisasi (DeSPIN) menggabungkan teknologi ini dengan konsep desentralisasi blockchain dan Web3, membentuk ekosistem yang terbuka dan berbagi. Bayangkan, Anda dapat menghasilkan pendapatan dengan berbagi foto jalan yang diambil dalam kehidupan sehari-hari, atau data lingkungan yang dicatat di pusat perbelanjaan atau jalan. Model ini tidak hanya menurunkan hambatan untuk pengumpulan data, tetapi juga mendorong pengguna biasa untuk berkontribusi pada pengembangan kecerdasan ruang.

Sebelum memahami aplikasi konkret DeSPIN, kita perlu menguasai kerangka dasar kecerdasan ruang. Kecerdasan ruang terdiri dari empat bagian inti:

• Pengumpulan data: Mengumpulkan data melalui jaringan sensor (seperti kamera, GPS) dan perangkat Internet of Things (seperti ponsel, laptop).
• Pengolahan dan analisis data: Menggunakan teknologi pembelajaran mesin untuk memproses data metadata geografis, mengidentifikasi pola dalam data, dan membangun basis data kueri spasial.
• Representasi pengetahuan: Mengaitkan data dengan konteks lingkungan melalui pemetaan semantik untuk memberikan informasi geografis yang dapat divisualisasikan kepada pengguna.
• Sistem Pendukung Keputusan: Membangun model prediksi spasial untuk memberikan layanan aplikasi kepada pengguna, seperti optimasi rute, penghindaran rintangan, dan lainnya.

Protokol utama di bidang DeSPIN

Saat ini, telah muncul beberapa protokol inovatif di bidang DeSPIN yang fokus pada berbagai skenario aplikasi. Berikut adalah delapan proyek yang patut diperhatikan:

1.Hivemapper

Hivemapper adalah protokol pembangunan peta terdesentralisasi yang menggunakan model “Drive-2-Earn”. Pengguna melaporkan masalah jalan secara real-time melalui aplikasi mobile, sedangkan pengemudi mengumpulkan data dengan dashcam yang dipasang di kendaraan mereka. Data ini diproses oleh algoritma AI untuk menghasilkan peta, dan divalidasi akurasinya melalui umpan balik manusia (RLHF). Hivemapper menyediakan peta yang mencakup area, di mana pengguna dapat melihat area mana yang telah dipetakan dan mengakses data melalui API. Kontributor data dapat memperoleh imbalan token $HONEY, yang dapat digunakan untuk membeli data peta atau layanan lainnya.

2.Jaringan NATIX

NATIX Network adalah protokol ekonomi peta terdesentralisasi yang berfokus pada pengumpulan data jalan melalui perangkat seluler dan dashcam, serta menerapkan model “mengemudi untuk mendapatkan”. Teknologi inti VX360 mendukung pengumpulan data panorama 360 derajat, dan data yang dikumpulkan dapat digunakan untuk mengembangkan fungsi bantuan mengemudi, seperti optimasi mengemudi otomatis. Saat ini, NATIX Network telah mencakup 171 negara, dengan lebih dari 223 ribu pengemudi terdaftar, dan total jarak pemetaan mencapai 131 juta kilometer. Kontributor data dan node jaringan dapat memperoleh imbalan token $NATIX, untuk lebih mendorong perkembangan ekosistem.

Hivemapper dan NATIX berkomitmen untuk membangun peta berkualitas lebih baik melalui data jalan yang dikumpulkan secara kolaboratif. Potensi aplikasi data ini sangat luas, terutama mencakup beberapa aspek berikut:

• Mengoptimalkan transportasi kota: Dengan menganalisis data jalan yang dikumpulkan secara real-time, manajemen aliran lalu lintas dapat diperbaiki, mengurangi kemacetan, dan meningkatkan efisiensi perjalanan.
• Memantau kondisi jalan: Segera menemukan dan melaporkan kerusakan jalan, rintangan, atau masalah potensial lainnya, membantu menjaga keamanan dan keandalan infrastruktur.
• Mendeteksi tindakan kriminal dan kekerasan: Dengan memanfaatkan data peta yang digabungkan dengan algoritma AI, dapat membantu mengidentifikasi dan memetakan perilaku yang tidak biasa, menyediakan dukungan untuk keamanan publik.

Aplikasi-aplikasi ini tidak hanya meningkatkan fungsionalitas peta, tetapi juga memberikan nilai nyata bagi manajemen kota dan keamanan sosial.

3.FrodoBots

FrodoBots adalah protokol pengumpulan data gamifikasi melalui robot, di mana pengguna dapat mengendalikan robot darat dari jarak jauh untuk mengumpulkan data geografis, mendukung berbagai cara pengoperasian (seperti pengendali, keyboard, atau kemudi permainan). Selain itu, peneliti juga dapat menerapkan model navigasi AI di platform untuk pengujian. Pengguna mendapatkan FrodoBot Points (FBPs) dengan menyelesaikan tugas berkendara, di mana poin terkait dengan jarak dan kesulitan tugas; semakin jauh jaraknya dan semakin tinggi kesulitannya, semakin banyak poin yang didapat. FrodoBots telah diuji di beberapa kota dan mengadakan kompetisi kemampuan navigasi antara AI dan manusia. Selain itu, FrodoBots juga telah membangun sistem mirip “guild” yang disebut Earth Rovers School, yang memungkinkan pengguna baru untuk berpartisipasi dalam pengumpulan data dengan menyewa Earth Rovers.

4.JoJoWorld

JoJoWorld adalah sebuah protokol yang fokus pada pengumpulan data ruang 3D, di mana pengguna membantu melatih model tiga dimensi dengan berkontribusi data. Platform ini menyediakan data 3D berkualitas tinggi untuk membuat berbagai skenario digital, yang cocok untuk realitas virtual, perencanaan kota, dan bidang lainnya. Pengguna juga dapat membeli data 3D ini secara langsung untuk pengembangan model digital yang dipersonalisasi.

Empat protokol berikutnya juga berfokus pada pengumpulan data spasial dunia nyata, tetapi bidang aplikasinya lebih tersegmentasi, mencakup skenario khusus seperti pelatihan model robot. Protokol-protokol ini, dengan memfokuskan pada data ekor panjang dan kebutuhan spesifik, memberikan lebih banyak kemungkinan bagi ekosistem jaringan kecerdasan spasial terdesentralisasi (DeSPIN).

5.PrismaXAI

PrismaXAI adalah protokol yang mengumpulkan data dari skenario tertentu melalui sudut pandang orang pertama, yang cocok untuk interaksi tangan - objek, gerakan dinamis, dan pertemuan sosial yang kompleks. Teknologi inti Proof-of-View memastikan keaslian data, sambil meningkatkan akurasi anotasi data melalui mekanisme verifikasi terdesentralisasi. Protokol ini memiliki potensi besar dalam mengumpulkan data ekor panjang, memberikan keuntungan unik untuk pelatihan model.

6.OpenMind AGI

OpenMind AGI fokus pada pemahaman dunia nyata melalui model visual - bahasa - aksi (VLAM). Sistem inti OM1 adalah sistem operasi multi-platform yang dapat berinteraksi dengan lingkungan nyata yang dinamis, sangat cocok untuk pengembangan kustom teknologi robotik. Platform ini mengumpulkan data melalui ponsel dan robot, dan membagikan data tersebut kepada pengembang robot untuk meningkatkan dan menginovasi skenario aplikasi robot.

7.MeckaAI

MeckaAI adalah protokol pelatihan model AI robot terdesentralisasi, di mana pengguna dapat membantu melatih model perilaku robot dengan mengunggah data video. Platform ini menyediakan aplikasi seluler, di mana pengguna dapat menghasilkan OG Mecka Points dengan menyelesaikan tugas, yang semakin memotivasi kontribusi data. MeckaAI berkomitmen untuk mendorong pengembangan teknologi robot melalui model crowdsourcing, mengurangi hambatan dalam memperoleh data pelatihan.

8.Xmaquina DAO

Xmaquina DAO adalah organisasi otonom terdesentralisasi (DAO) yang mendukung proyek robot terbuka. Berbeda dengan protokol lain yang terlibat langsung dalam pelatihan model, tujuan utama Xmaquina DAO adalah mendukung penelitian dan inovasi di bidang robotika melalui alokasi sumber daya. Pusat inovasinya, Deus Lab, fokus pada penelitian dan pengembangan teknologi robotika, sementara MachineDAO menggunakan staking token $DEUS untuk memberikan suara dalam menentukan alokasi sumber daya ke proyek-proyek mana. Model ini memberikan dukungan pendanaan untuk perkembangan terbuka teknologi robotika, sekaligus memastikan transparansi dan keadilan dalam alokasi sumber daya.

Struktur organisasi MachineDAO

Karena keterbatasan ruang, masih ada beberapa protokol aplikasi di bidang serupa yang tidak dijelaskan secara rinci di sini, seperti Alaya_AI, Gata_xyz, KrangHQ, yang juga layak untuk diperhatikan.

Masa Depan DeSPIN: Dari Kontribusi ke Nilai

Meskipun DeSPIN masih dalam tahap awal, potensinya tidak dapat diabaikan. Dengan perkembangan AI fisik dan AI yang terwujud (Embodied AI), serta munculnya konsep-konsep baru seperti Armada Data Manusia (Human Data Fleet), DeSPIN diharapkan dapat memimpin revolusi teknologi baru.

Salah satu tren yang mungkin adalah popularitas model “Train-to-Earn” (T2E), di mana pengguna memberikan nilai melalui data ruang yang diperoleh dari kehidupan sehari-hari dan mendapatkan imbalan berdasarkan kualitas data. Misalnya, munculnya perangkat kacamata terdesentralisasi yang dapat secara signifikan meningkatkan akurasi dan keragaman pengumpulan data. Data yang ditangkap oleh kacamata pintar tidak hanya dapat mencerminkan cara manusia merasakan dunia dengan paling akurat, tetapi juga dapat mengumpulkan banyak data panjang seperti kebisingan lingkungan dan fitur wajah, membawa kemungkinan yang lebih luas ke bidang kecerdasan ruang.

Namun, perkembangan DeSPIN juga menghadapi beberapa tantangan, seperti:

• Verifikasi data: Bagaimana memastikan keaslian dan akurasi data yang dikumpulkan melalui crowdsourcing?
• Masalah etika: Bagaimana cara mengatur penggunaan data untuk menghindari kebocoran privasi dan penyalahgunaan?
• Tingkat penerimaan pihak yang membutuhkan: Apakah lembaga tradisional bersedia mengadopsi dataset terdesentralisasi?

Penyelesaian masalah ini akan menentukan arah masa depan DeSPIN, yang perlu diteliti dan dipecahkan lebih lanjut di masa depan.