Interpretação do novo espaço descentralizado da rede inteligente: conceitos principais, projetos principais e desenvolvimento futuro

Autor: cookies

Compilado por: Shenchao TechFlow

Com o contínuo desenvolvimento da tecnologia Web3, a Rede de Inteligência Espacial Descentralizada (Decentralized Spatial Intelligence Network, DeSPIN) está se tornando um campo de grande interesse. Através da análise e utilização de dados visuais do mundo real, o DeSPIN não apenas oferece soluções inovadoras para construção de mapas, planejamento urbano e robótica, mas também abre um novo modelo econômico de “Contribuir para Ganhar” (Contribute-to-Earn). Este artigo irá detalhar os conceitos centrais do DeSPIN, os principais protocolos e suas direções de desenvolvimento futuro.

O que é DeSPIN?

Inteligência Espacial (Spatial Intelligence) é uma tecnologia que extrai insights através da análise de dados visuais do mundo real. Seu núcleo reside na combinação de informações geográficas com o contexto ambiental, proporcionando suporte para a tomada de decisões humanas. A Rede de Inteligência Espacial Descentralizada (DeSPIN) combina esta tecnologia com a filosofia descentralizada da blockchain e do Web3, formando um ecossistema aberto e compartilhado. Imagine que você pode ganhar recompensas ao compartilhar fotos de estradas tiradas no seu dia a dia ou ao registrar dados ambientais em shoppings e ruas. Este modelo não só reduz a barreira de entrada para a coleta de dados, como também incentiva usuários comuns a contribuírem para o desenvolvimento da inteligência espacial.

Antes de entender as aplicações específicas do DeSPIN, precisamos primeiro dominar a estrutura básica da inteligência espacial. A inteligência espacial é composta por quatro partes principais:

• Coleta de dados: Coletar dados através de redes de sensores (como câmeras, GPS) e dispositivos de Internet das Coisas (como telefones, laptops).
• Processamento e Análise de Dados: Utilizando técnicas de aprendizagem de máquina para processar metadados geográficos, identificar padrões nos dados e construir um banco de dados de consultas espaciais.
• Representação do conhecimento: associa os dados ao contexto ambiental através de mapeamento semântico, proporcionando informações geográficas visualizáveis ao usuário.
• Sistema de suporte à decisão: construir modelos de previsão espacial para fornecer serviços de aplicação aos usuários, como otimização de rotas, evasão de obstáculos, etc.

Protocólo principal no campo DeSPIN

Atualmente, surgiram vários protocolos inovadores no campo do DeSPIN, focando em diferentes cenários de aplicação. Aqui estão oito projetos que merecem atenção:

1.Hivemapper

Hivemapper é um protocolo de construção de mapas descentralizado que adota o modelo “Dirigir para Ganhar” (Drive-2-Earn). Os usuários relatam problemas nas estradas em tempo real através de um aplicativo móvel, enquanto os motoristas coletam dados através de câmaras instaladas nos veículos. Esses dados são processados por algoritmos de IA para gerar mapas, que são verificados quanto à precisão por meio de feedback humano e aprendizado por reforço (RLHF). Hivemapper oferece mapas cobertos, permitindo que os usuários vejam quais áreas já foram mapeadas e acessem os dados via API. Os contribuintes de dados podem ganhar recompensas em tokens $HONEY, que podem ser usados para comprar dados de mapas ou outros serviços.

2.NATIX Network

A NATIX Network é um protocolo de economia de mapas descentralizado, focado na coleta de dados de estrada através de dispositivos móveis e câmaras de carro, adotando o modelo “dirigir para ganhar”. Sua tecnologia central VX360 suporta a coleta de dados panorâmicos em 360 graus, e os dados coletados podem ser utilizados para desenvolver funções de assistência à condução, como a otimização da condução autónoma. Atualmente, a NATIX Network abrange 171 países, com mais de 223 mil motoristas registrados, e uma quilometragem mapeada acumulada de 131 milhões de quilómetros. Contribuidores de dados e nós da rede podem ganhar recompensas em $NATIX, incentivando ainda mais o desenvolvimento do ecossistema.

Hivemapper e NATIX estão empenhados em construir mapas de melhor qualidade através de dados de estrada obtidos por crowdsourcing. As potenciais aplicações desses dados são muito amplas, incluindo principalmente os seguintes aspectos:

• Otimização do tráfego urbano: através da análise de dados de estrada coletados em tempo real, é possível melhorar a gestão do fluxo de tráfego, reduzir a congestão e aumentar a eficiência das viagens.
• Monitorização das condições da estrada: detectar e relatar prontamente danos na estrada, obstáculos ou outros problemas potenciais, ajudando a manter a segurança e fiabilidade da infraestrutura.
• Detecção de crime e comportamento violento: Utilizando dados de mapas em conjunto com algoritmos de IA, pode ajudar a identificar e localizar comportamentos anormais, oferecendo suporte à segurança pública.

Estas aplicações não só melhoraram a funcionalidade dos mapas, mas também trouxeram valor prático para a gestão urbana e a segurança social.

3.FrodoBots

FrodoBots é um protocolo de coleta de dados gamificada através de robôs, onde os usuários podem controlar remotamente robôs terrestres para coletar dados geográficos, suportando diversas formas de operação (como controladores, teclado ou volante de jogo). Além disso, os pesquisadores também podem implantar modelos de navegação AI na plataforma para testes. Os usuários ganham FrodoBot Points (FBPs) ao completar tarefas de condução, com os pontos relacionados à distância e dificuldade das tarefas; quanto maior a distância e a dificuldade, mais pontos são ganhos. FrodoBots já foi testado em várias cidades e organizou competições de habilidades de navegação entre AI e humanos. Além disso, FrodoBots também estabeleceu um sistema semelhante a uma “guilda” chamado Earth Rovers School, permitindo que novos usuários participem da coleta de dados alugando Earth Rovers.

4.JoJoWorld

JoJoWorld é um protocolo focado na coleta de dados espaciais em 3D, onde os usuários ajudam a treinar modelos tridimensionais contribuindo com dados. A plataforma oferece dados 3D de alta qualidade para a criação de várias cenas digitais, adequadas para realidade virtual, planejamento urbano e outros campos. Os usuários também podem comprar diretamente esses dados 3D para o desenvolvimento de modelos digitais personalizados.

Os quatro protocolos seguintes também se concentram na coleta de dados espaciais do mundo real, mas seus campos de aplicação são mais segmentados, abrangendo cenários específicos, como o treinamento de modelos de robótica. Esses protocolos injetam mais possibilidades no ecossistema da Rede de Inteligência Espacial Descentralizada (DeSPIN) ao focar em dados de cauda longa e necessidades específicas.

5.PrismaXAI

PrismaXAI é um protocolo que coleta dados de cenários específicos a partir de uma perspectiva em primeira pessoa, adequado para interações mão - objeto, movimentos dinâmicos e reuniões sociais complexas. Sua tecnologia central Proof-of-View garante a autenticidade dos dados, enquanto um mecanismo de validação descentralizado melhora a precisão da anotação dos dados. Este protocolo tem um enorme potencial na obtenção de dados de cauda longa, oferecendo vantagens únicas para o treinamento de modelos.

6.OpenMind AGI

A OpenMind AGI foca na compreensão do mundo real através de modelos visuais - linguísticos - de ação (VLAMs). O seu sistema central OM1 é um sistema operativo multiplataforma, capaz de interagir com ambientes reais dinâmicos, sendo especialmente adequado para o desenvolvimento personalizado de robótica. A plataforma coleta dados através de telemóveis e robôs, e compartilha esses dados com desenvolvedores de robôs, para melhorar e inovar cenários de aplicação robótica.

7.MeckaAI

MeckaAI é um protocolo de treinamento de modelos de IA robótica descentralizada, onde os usuários ajudam a treinar modelos de comportamento robótico ao enviar dados de vídeo. A plataforma oferece uma aplicação móvel, onde os usuários podem ganhar pontos OG Mecka ao completar tarefas, incentivando assim a contribuição de dados. MeckaAI está comprometida em promover o desenvolvimento da tecnologia robótica através de um modelo de crowdsourcing, reduzindo a barreira para a obtenção de dados de treinamento.

8.Xmaquina DAO

Xmaquina DAO é uma organização autônoma descentralizada (DAO) que apoia projetos de robótica de código aberto. Diferentemente de outros protocolos que participam diretamente do treinamento de modelos, o objetivo central do Xmaquina DAO é apoiar a pesquisa e a inovação no campo da robótica por meio da alocação de recursos. Seu centro de inovação interno, Deus Lab, se concentra na pesquisa e desenvolvimento de tecnologia robótica, enquanto o MachineDAO decide, através da votação com tokens em stake $DEUS, quais projetos receberão a alocação de recursos. Este modelo fornece suporte financeiro para o desenvolvimento de robótica de código aberto, ao mesmo tempo em que garante a transparência e a equidade na alocação de recursos.

A estrutura organizacional da MachineDAO

Devido a questões de espaço, existem outros protocolos de aplicação em áreas semelhantes que não foram detalhados aqui, como Alaya_AI, Gata_xyz, KrangHQ, entre outros, que também merecem atenção.

O futuro do DeSPIN: da contribuição ao valor

Apesar de o DeSPIN ainda estar em fase inicial, seu potencial não pode ser ignorado. Com o desenvolvimento da IA física e da IA incorporada (Embodied AI), além do surgimento de novos conceitos como a Frota de Dados Humanos (Human Data Fleet), o DeSPIN está preparado para liderar uma nova revolução tecnológica.

Uma possível tendência é a popularização do modelo “Treinar para Ganhar” (Train-to-Earn, T2E), onde os usuários contribuem com valor através de dados espaciais obtidos em sua vida cotidiana e recebem recompensas com base na qualidade dos dados. Por exemplo, o surgimento de dispositivos de óculos descentralizados pode aumentar significativamente a precisão e a diversidade da coleta de dados. Os dados capturados por óculos inteligentes podem não apenas refletir de forma mais verdadeira a maneira como os seres humanos percebem o mundo, mas também coletar muitos dados de cauda longa, como ruído ambiental e características faciais, trazendo possibilidades mais amplas para o campo da inteligência espacial.

No entanto, o desenvolvimento do DeSPIN também enfrenta alguns desafios, como:

• Validação de dados: como garantir a autenticidade e precisão dos dados de crowdsourcing?
• Questões éticas: como regular o uso de dados para evitar vazamentos de privacidade e abusos?
• Aceitação por parte da demanda: as instituições tradicionais estão dispostas a adotar conjuntos de dados descentralizados?

A resolução dessas questões determinará a direção futura do DeSPIN, necessitando de mais pesquisas e soluções no futuro.