AI の最大の盲点に対する DePIN のソリューション

Auki Labs の CEO 兼創設者である Nils Pihl は、多面的な専門家です。彼は起業家、行動工学者、そして社会的トランスヒューマニストです。彼の専門知識は、現代のテクノロジーと人間の行動の交差点にあります。

アメリカの食料品買い物客の約 65% は、毎回の買い物中に店内で 30 分以上過ごします。平均すると、訪問の 3 件に 1 件は、商品が見つからずに商品が購入されないという結果になります。ただし、ロボットやコンピューターが物理世界を認識し、対話する方法が大幅に進歩しない限り、このシナリオで人型ロボットがより優れたパフォーマンスを発揮する可能性は低いです。自立型ロボットエージェントにとって重要な開発は、分散型の機械認識ネットワークである可能性があり、これにより周囲を識別して効果的にナビゲートする能力が強化される可能性があります。

空間コンピューティングとプライバシー。

人間が記憶や指示に頼って移動するのと同じように、機械も同じことを行います。長い間、人間と機械は誘導のために GPS などの衛星システムに依存してきました。しかし、都市開発が急速に進む中、GPS システムは時代遅れになりつつあります。

当然のことと思われがちですが、GPS は見通し内テクノロジーとして機能するため、デバイスと複数の衛星の間で明確な通信が必要になります。その結果、人口が密集した都市部や密閉された空間では、この必要な視線が妨げられるため、そのパフォーマンスが標準以下になる可能性があります。

データ アナリストとして、私は位置情報サービスの進化を研究してきましたが、最も初期のイノベーションの 1 つは、携帯電話による近くの Wi-Fi ルーターへの信号強度測定の実装でした。 Skyhook や Google などの企業は、長年にわたり、複雑な三角測量技術を通じて、世界中の多数の Wi-Fi ルーターを網羅する大まかな位置地図の生成に成功してきました。 Google マップなどのナビゲーション アプリが、精度を高めるためにユーザーに Wi-Fi を有効にすることを推奨しているのはこのためです。

過去 10 年間にわたり、WiFi の三角測量は数多くのプライバシー批判や法的紛争に直面してきました。残念なことに、この場合、プライバシーは残念ながら優先されませんでした。ただし、WiFi 三角測量ではおよそ数メートル以内のおおよその位置しか提供できず、ロボットがケチャップを取りに行く通路を正確に特定できるほど正確ではないという事実が多少の慰めになります。

地理位置情報技術の分野の研究者として、私は興味深い発展を観察してきました。それは、Niantic や Snap などのイノベーターが主導する視覚測位システム (VPS) の出現です。本質的に、VPS は、デバイスのカメラでキャプチャされた現実世界のシーンと、大手テクノロジー企業が維持する集中管理されたクラウドに格納されている同じシーンのメモリを相互参照することによって機能します。事実上、これは双方向の交換です。あなたが見ているものを共有すると、相手はあなたの位置情報を提供します。

視覚測位システム (VPS) を研究している研究者として、これらのテクノロジーが最適な条件下でセンチメートル単位の測定精度で驚くべき精度を提供することを確認できます。都市の公共空間など、理想的とは言えない状況では、精度は 1 メートル以内に低下します。それにもかかわらず、VPS テクノロジーの比類のない精度が、テクノロジー大手にとって魅力的な投資となっています。彼らは、VPS がロボット工学と拡張現実 (AR) メガネ技術を将来に向けて進歩させるのに役立つと信じています。

注意深くアナリストとして、この新しいテクノロジーの影響について検討することをお勧めします。過去を振り返ると、私たちはモバイル ソーシャル メディアに関して数多くのプライバシー上の懸念に直面してきました。それでは、テクノロジー大手が拡張現実メガネを通して私たちの視点から世界を見て、スマートデバイスを介して私たちの家やプライベートスペースを覗き見ることができるようになったとき、私たちを何が待っているのでしょうか？

企業にもプライバシーが必要

食料品店に入って棚の撮影を始めたら、おそらく退場を求められるでしょう。小売業者は、売上げを増やすために商品を目の高さに戦略的に配置するため、商品の配置に細心の注意を払っています。その結果、店舗内のビジュアルマーチャンダイジングのレイアウトは、競争上の優位性として厳重に守られています。

分析的な観点から見ると、小売業者が店舗のレイアウトを一元化されたサービスに開示することに消極的である理由が理解できます。私たちのロボットが店に立ち寄るだけで、すべての商品の場所を魔法のように特定できるというのは、単なる論理を超えています。これは、各店が保有する機密情報を侵害することになるからです。

研究者として、私は店舗内に高度な商品クエリおよびナビゲーション システムを導入することを提唱します。理想的には、これらのシステムは自己ホスト型で安全に管理され、企業のセキュリティを危険にさらすことなく、特定の製品に関するロボットのクエリに効果的に応答し、AI および AR グラスに正確な指示を提供できるようにする必要があります。

注意深い観察者は、DePIN が Web2 時代の業界リーダーを超え、プライバシーを保護しながら私たちにケチャップを提供すると主張していることに気づくでしょう。

人間とは対照的に、ロボットとコンピューターは空間データを相互に共有する独自の能力を備えており、集合的に世界を理解し、認識することができます。空間コンピューティングに対するこの協調的なアプローチにより、マシンは外部の情報ソースにアクセスしてナビゲーション スキルを強化できます。 Web3 分散型 P2P インフラストラクチャ (DePIN) フレームワーク内では、このデータ交換に金銭的な報酬が与えられ、暗号化によって安全に保護されます。

分散型機械認識ネットワーク

このシナリオを想像してみてください。企業のセキュリティを危険にさらすことなく、ケチャップを迅速に見つける当社の食料品買い物ロボットの能力は、愛らしい思考実験です。しかし、分散型の機械の知覚がもたらす潜在的な影響は、本当に畏怖の念を抱かせるものです。自動運転車が通信してリアルタイムの交通データを共有すると、交通分野で大きな変革が起こります。

ロサンゼルスの住民数よりも多くの車両が道路を走っている北京では、約1,000年分の人間の生産性が交通渋滞により毎日無駄にされている。分散型の機械認識により、これらの自動車が調和して流れることが可能になり、毎日数百年分の生産性が解放される可能性があります。

将来的には、分散型マシン認識により、コンパクトなデザインでプライバシーを保護する AR グラスが可能になります。これは、一部の複雑な空間コンピューティング タスクが近くの測位サーバーによって処理され、メガネ内の大型ハードウェアの必要性が軽減されるため可能です。人間の相互作用に対する影響は、文字や電話の発見と同じくらい重要なものになる可能性があります。今後 20 年以内に私たちの文明には 1,000 億を超える知的エンティティが存在することになるため、分散型機械認識ネットワークは、地球上であろうと宇宙であろうと、世界における各エンティティの役割をナビゲートするのに役立つでしょう。

注: このコラムで表明されている見解は著者のものであり、必ずしも CoinDesk, Inc. またはその所有者および関連会社の見解を反映しているわけではありません。