บทความต้นฉบับโดย Dylan Bane นักวิเคราะห์ของ Messari
คำแปลต้นฉบับ: Yuliya, PANews
เนื่องจากปัญญาประดิษฐ์มีการพัฒนาอย่างรวดเร็ว Decentralized Physical Artificial Intelligence (DePAI) จึงมอบโซลูชันใหม่สำหรับการควบคุมหุ่นยนต์และโครงสร้างพื้นฐานของปัญญาประดิษฐ์ทางกายภาพ จากการรวบรวมข้อมูลในโลกแห่งความเป็นจริงไปจนถึงการปฏิบัติการหุ่นยนต์อัจฉริยะที่ปรับใช้บนโครงสร้างพื้นฐานทางกายภาพแบบกระจายอำนาจ (DePIN) การพัฒนา DePAI กำลังดำเนินไปอย่างต่อเนื่อง ดังที่ Jen-Hsun Huang ซีอีโอของ Nvidia ทำนายไว้ว่า “ยุคของ ChatGPT ในระบบหุ่นยนต์โดยทั่วไปกำลังจะมาถึง”
หากมองย้อนกลับไปในประวัติศาสตร์การพัฒนาด้านเทคโนโลยี ยุคดิจิทัลเริ่มต้นด้วยฮาร์ดแวร์และขยายออกมาเป็นซอฟต์แวร์ซึ่งเป็นสาขาที่จับต้องไม่ได้ ยุคของปัญญาประดิษฐ์เริ่มต้นด้วยซอฟต์แวร์และปัจจุบันกำลังก้าวหน้าสู่ขอบเขตขั้นสูงสุด นั่นก็คือโลกกายภาพ
ในโลกที่แรงงานแบบดั้งเดิมกำลังจะถูกแทนที่ด้วยหุ่นยนต์ รถอัจฉริยะ โดรน และหุ่นยนต์ที่ขับเคลื่อนด้วยปัญญาประดิษฐ์ทางกายภาพอัตโนมัติ การเป็นเจ้าของอุปกรณ์อัจฉริยะเหล่านี้ได้กลายมาเป็นประเด็นทางสังคมที่ไม่อาจละเลยได้ ในช่วงเวลาที่ผู้เล่นแบบรวมศูนย์ยังไม่ครองตลาดอย่างสมบูรณ์ DePAI มอบโอกาสอันหายากในการสร้างระบบปัญญาประดิษฐ์ทางกายภาพบนพื้นฐานของ Web3
การรวบรวมข้อมูล
ปัจจุบันโครงสร้างพื้นฐานของ DePAI กำลังได้รับการปรับปรุงอย่างรวดเร็ว โดยการรวบรวมข้อมูลเป็นกิจกรรมที่มีการใช้งานมากที่สุด เลเยอร์นี้ไม่เพียงแต่ให้ข้อมูลโลกแห่งความเป็นจริงที่จำเป็นสำหรับการฝึกตัวแทน AI ทางกายภาพบนหุ่นยนต์เท่านั้น แต่ยังส่งสตรีมข้อมูลที่จำเป็นสำหรับการนำทางสภาพแวดล้อมและการดำเนินการงานแบบเรียลไทม์อีกด้วย
อย่างไรก็ตาม การได้รับข้อมูลที่มีคุณภาพสูงจากโลกแห่งความเป็นจริงยังคงเป็นอุปสรรคหลักที่จำกัดการพัฒนาปัญญาประดิษฐ์ทางกายภาพ แม้ว่า Omniverse และ Cosmos ของ NVIDIA จะนำเสนอโซลูชันเชิงนวัตกรรมผ่านสภาพแวดล้อมจำลอง แต่ข้อมูลสังเคราะห์นั้นเป็นเพียงส่วนหนึ่งของระบบนิเวศเท่านั้น การควบคุมจากระยะไกลและข้อมูลวิดีโอในโลกแห่งความเป็นจริงก็มีความจำเป็นเช่นกัน
การทำงานระยะไกล
ในด้านการควบคุมจากระยะไกล Frodobots กำลังใช้งานหุ่นยนต์ส่งสินค้าราคาประหยัดไปทั่วโลกผ่านทาง DePIN ระหว่างการปฏิบัติงาน หุ่นยนต์เหล่านี้ไม่เพียงแต่สามารถจับพฤติกรรมการตัดสินใจของมนุษย์ในสภาพแวดล้อมจริงและสร้างชุดข้อมูลที่มีมูลค่าสูงได้เท่านั้น แต่ยังสามารถแก้ปัญหาการลงทุนที่ไม่เพียงพอได้อย่างมีประสิทธิภาพอีกด้วย
ผ่านกลไกวงจรคุณธรรมที่ขับเคลื่อนด้วยโทเค็น DePIN กำลังเร่งการปรับใช้อุปกรณ์รวบรวมข้อมูลและหุ่นยนต์ สำหรับบริษัทหุ่นยนต์ที่ต้องการเพิ่มยอดขายพร้อมทั้งลดค่าใช้จ่ายด้านทุนและต้นทุนการดำเนินงาน DePIN มีข้อได้เปรียบเหนือรูปแบบดั้งเดิมอย่างมาก
แอปพลิเคชั่นข้อมูลวิดีโอ
ในด้านการประยุกต์ใช้ข้อมูลวิดีโอ DePAI สามารถใช้ประโยชน์จากข้อมูลวิดีโอในโลกแห่งความเป็นจริงได้อย่างเต็มที่เพื่อฝึกระบบปัญญาประดิษฐ์ทางกายภาพ และสร้างการรับรู้เชิงพื้นที่ของโลกแห่งความเป็นจริง คาดว่า Hivemapper และ NATIX Network จะเป็นแหล่งข้อมูลที่สำคัญเนื่องจากมีฐานข้อมูลวิดีโอเฉพาะตัว
ดังที่ Mason Nystrom หุ้นส่วนจูเนียร์ของ Pantera Capital ชี้ให้เห็นว่า แม้ว่าข้อมูลแต่ละรายการจะยากต่อการสร้างมูลค่าเชิงพาณิชย์ แต่การรวบรวมข้อมูลสามารถทำได้มาก แพลตฟอร์ม Quicksilver ที่พัฒนาโดย IoTeX สามารถรวบรวมข้อมูลจาก DePIN ต่างๆ ได้ในขณะที่รับประกันการตรวจสอบข้อมูลและการปกป้องความเป็นส่วนตัว
ปัญญาเชิงพื้นที่และการคำนวณ
ในด้านของข่าวกรองเชิงพื้นที่และโปรโตคอลคอมพิวเตอร์ อุตสาหกรรมกำลังทำงานเกี่ยวกับการจัดการแบบกระจายอำนาจของการประสานงานเชิงพื้นที่และฝาแฝดเสมือนสามมิติในโลกแห่งความเป็นจริงผ่าน DePIN และ DePAI ตัวอย่างเช่น เทคโนโลยี Posemesh ของ Auki Network ช่วยให้สามารถรับรู้เชิงพื้นที่ได้แบบเรียลไทม์ พร้อมทั้งยังคงความเป็นส่วนตัวและการกระจายอำนาจไว้ได้
การประยุกต์ใช้เอเจนต์ AI ทางกายภาพได้แสดงผลลัพธ์แล้ว เช่น SAM ที่ใช้เครือข่ายหุ่นยนต์ทั่วโลกของ Frodobots เพื่อดำเนินการอนุมานตำแหน่งทางภูมิศาสตร์ ในอนาคต ด้วยความช่วยเหลือของกรอบงานเช่น Quicksilver ตัวแทน AI จะสามารถเข้าถึงข้อมูลเรียลไทม์ที่จัดทำโดย DePIN ได้ดียิ่งขึ้น
สำหรับนักลงทุนที่สนใจในการเข้าสู่สาขาปัญญาประดิษฐ์ทางกายภาพ การลงทุนใน DAO อาจเป็นจุดเริ่มต้นที่เหมาะ ยกตัวอย่างเช่น XMAQUINA บริษัทมีพอร์ตโฟลิโอที่หลากหลายสำหรับทรัพย์สินทางกายภาพของปัญญาประดิษฐ์ ซึ่งครอบคลุมถึงทรัพย์สินทางกายภาพของเครื่องจักร โปรโตคอล DePIN บริษัทหุ่นยนต์ และสิทธิในทรัพย์สินทางปัญญา อีกทั้งยังมีทีมงานวิจัยและพัฒนาภายในที่เป็นมืออาชีพคอยให้การสนับสนุน
