Pundi AI đã hợp tác với ZenO để cách mạng hóa đào tạo trong các hệ thống AI Vật lý. Với nhiều thông tin hơn từ thế giới thực và từ trải nghiệm của con người để thúc đẩy robot và máy móc tự hành khi chúng ta bước vào kỷ nguyên Trí tuệ Nhân tạo có khả năng học hỏi từ những thứ khác ngoài văn bản & mã nguồn, sự hợp tác này sẽ kết hợp các bộ dữ liệu của ZenO với một hồ sơ trên chuỗi về nguồn gốc của dữ liệu đó, nhằm tạo ra một thị trường để mua bán dữ liệu thực tế, có thể xác minh, kết nối trí tuệ kỹ thuật số (AI) và môi trường vật lý thực tế.
Mối liên kết còn thiếu – Tại sao AI Vật lý cần thực tại
Để cho robot có thể hoạt động ở bất cứ nơi nào ngoài phòng thí nghiệm, chúng cần hiểu được chuyển động của con người, không gian xung quanh các chuyển động đó, và cách đưa ra quyết định dựa trên ngữ cảnh. Hầu hết các bộ dữ liệu sử dụng đều thiếu một thành phần thiết yếu – góc nhìn “người trong cuộc”. Đây là thông tin quan trọng nếu chúng ta muốn xây dựng robot có thể hoạt động như con người trong thành phố đông đúc hoặc thao tác các vật thể rất dễ vỡ như con người.
Sự hợp tác này sử dụng trải nghiệm thực tế của con người để xây dựng các bộ dữ liệu có thể đọc được bằng máy. “AI Vật lý cần trải nghiệm trực tiếp thế giới,” theo thông cáo báo chí cho biết. Các công nghệ đeo như kính thông minh sẽ được sử dụng để thu thập dữ liệu dựa trên cảm giác từ mắt và tai của người dùng như một thực thể sống. Dữ liệu tập trung vào bản thân (ego-centric) là tốt nhất để đào tạo các hệ thống tự hành vì nó phản ánh cách các sinh vật sinh học và hệ thống tự hành trải nghiệm môi trường của chúng.
Đảm bảo tính toàn vẹn của dữ liệu thông qua nguồn gốc trên chuỗi
Một khía cạnh nổi bật của mối quan hệ hợp tác này là tập trung vào nguồn gốc trên chuỗi. Khi các ảo tưởng AI và deepfake trở nên phổ biến, tính toàn vẹn của dữ liệu đào tạo là rất quan trọng. Với việc ghi lại nguồn gốc dữ liệu trên blockchain, Pundi AI tạo ra một hệ thống trong đó dữ liệu trong thị trường của họ có thể được xác nhận, theo dõi và bất biến.
Bằng cách phân quyền cách chúng ta quản lý dữ liệu, các nhà phát triển có thể truy xuất nguồn gốc và lịch sử của các bộ dữ liệu họ mua, từ đó ít có khả năng đào tạo các mô hình robot dựa trên dữ liệu đã bị chỉnh sửa hoặc thiên vị. Kết quả là AI tự hành an toàn và đáng tin cậy hơn. Điều này cũng phù hợp với xu hướng rộng hơn trong việc sử dụng blockchain để bảo vệ chuỗi cung ứng trong các lĩnh vực khác nhau của thế giới Web3, bao gồm tích hợp dữ liệu thể thao và tài sản sáng tạo.
Nâng cao thị trường dữ liệu của Pundi AI
Là một thị trường AI-kiếm tiền sắp tới, Thị trường Dữ liệu của Pundi AI sẽ đóng vai trò là nguồn trung tâm của dữ liệu thế giới thực, cho phép các nhà cung cấp đào tạo AI thưởng cho người dùng vì đóng góp của họ. Điều này sẽ giúp Pundi AI xây dựng một mô hình phát triển AI dân chủ hơn và mở rộng hơn.
ZenO sẽ nâng cao tính hữu ích của thị trường bằng cách cung cấp một kênh bổ sung để thu thập dữ liệu thông qua các bộ dữ liệu “AI Vật lý”, thay vì chỉ dựa vào các phương tiện kỹ thuật số. McKinsey ước tính rằng sẽ có sự gia tăng bùng nổ về nhu cầu đối với các bộ dữ liệu chất lượng cao, chuyên biệt do tự động hóa vật lý tạo ra khi AI sinh ra tiến tới tự động hóa vật lý. Cơ sở hạ tầng của Pundi AI cung cấp một phương tiện hiệu quả để chia sẻ và phân phối dữ liệu chuyên biệt này, giúp các startup và các công ty công nghệ lớn cùng truy cập vào các nguồn lực cần thiết để cải thiện thuật toán robot của họ.
Kết luận
Tại điểm giao thoa của Web3 và Trí tuệ Nhân tạo, Quan hệ hợp tác này đánh dấu một bước phát triển quan trọng. Hai bên sẽ tạo ra trải nghiệm ngược dòng của con người, qua góc nhìn của chính họ, sử dụng blockchain để bảo vệ tính hiếm có của các tài sản kỹ thuật số, cũng như giữ gìn độ trung thực lịch sử của những robot đang phát triển. Robot và AI Vật lý sẽ ngày càng tiếp xúc nhiều hơn với thế giới thực. Các cơ hội như nền tảng của Pundi AI sẽ giúp các thiết bị thông minh dựa trên AI trong thế giới vật lý được đào tạo một cách tốt nhất, chính xác nhất để phản ánh thực tế của chúng.