DePINs Lösung für den größten blinden Fleck der KI

Nils Pihl, der CEO und Gründer von Auki Labs, ist ein vielseitiger Fachmann. Er ist Unternehmer, Verhaltensingenieur und sozialer Transhumanist. Seine Expertise liegt an der Schnittstelle zwischen zeitgenössischer Technologie und menschlichem Verhalten.

Ungefähr 65 % der amerikanischen Lebensmitteleinkäufer verbringen bei jedem Einkaufsbummel mehr als 30 Minuten im Laden. Im Durchschnitt führt jeder dritte Besuch dazu, dass ein Artikel nicht gekauft wird, weil er nicht gefunden werden kann. Ohne wesentliche Fortschritte bei der Wahrnehmung und Interaktion von Robotern und Computern mit der physischen Welt ist es jedoch unwahrscheinlich, dass ein humanoider Roboter in diesem Szenario eine bessere Leistung erbringen würde. Eine entscheidende Entwicklung für selbständige Roboteragenten könnte ein dezentrales maschinelles Wahrnehmungsnetzwerk sein, das möglicherweise ihre Fähigkeit verbessern könnte, ihre Umgebung effektiv zu erkennen und darin zu navigieren.

Spatial Computing und Privatsphäre.

So wie Menschen sich bei ihrer Fortbewegung auf ihr Gedächtnis oder Anweisungen verlassen, tun auch Maschinen dasselbe. Schon lange verlassen sich Mensch und Maschine zur Orientierung auf Satellitensysteme wie GPS. Da die Stadtentwicklung jedoch rasant voranschreitet, ist das GPS-System veraltet.

Obwohl es oft als selbstverständlich angesehen wird, funktioniert GPS als Sichtlinientechnologie, die eine klare Kommunikation zwischen Ihrem Gerät und mehreren Satelliten erfordert. Folglich kann seine Leistung in dicht besiedelten Stadtgebieten und geschlossenen Räumen aufgrund der Behinderung dieser notwendigen Sichtlinie unterdurchschnittlich sein.

Als Datenanalyst habe ich die Entwicklung von Ortungsdiensten untersucht und eine der frühesten Innovationen war die Implementierung der Signalstärkemessung von Mobiltelefonen an nahegelegene WLAN-Router. Im Laufe der Jahre ist es Unternehmen wie Skyhook und Google mithilfe komplizierter Triangulationstechniken gelungen, grobe Standortkarten für zahlreiche WLAN-Router weltweit zu erstellen. Aus diesem Grund ermutigen Navigations-Apps wie Google Maps Benutzer, ihr WLAN zu aktivieren, um die Genauigkeit zu erhöhen.

In den letzten zehn Jahren wurde die WiFi-Triangulation mit zahlreichen Datenschutzkritiken und Rechtsstreitigkeiten konfrontiert. Leider hat in diesem Fall die Privatsphäre leider nicht die Oberhand gewonnen. Es gibt jedoch einen gewissen Trost in der Tatsache, dass die WLAN-Triangulation nur eine ungefähre Position auf etwa ein paar Meter genau liefern kann, was nicht präzise genug ist, als dass ein Roboter den Gang zum Ketchup holen genau identifizieren könnte.

Als Forscher auf dem Gebiet der Geolokalisierungstechnologie habe ich eine faszinierende Entwicklung beobachtet: das Aufkommen visueller Positionierungssysteme (VPS), angeführt von Innovatoren wie Niantic und Snap. Im Wesentlichen funktioniert VPS, indem es die von der Kamera eines Geräts aufgenommene reale Szene mit einer Erinnerung an dieselbe Szene vergleicht, die in einer zentral gesteuerten Cloud gespeichert ist, die von großen Technologieunternehmen verwaltet wird. Tatsächlich handelt es sich um einen wechselseitigen Austausch: Sie teilen, was Sie sehen, und sie geben Ihren Standort bekannt.

Als Forscher, der sich mit visuellen Positionierungssystemen (VPS) beschäftigt, kann ich bestätigen, dass diese Technologien unter optimalen Bedingungen eine bemerkenswerte Genauigkeit mit Messungen im Zentimeterbereich bieten. In nicht idealen Situationen, beispielsweise im öffentlichen Stadtraum, sinkt die Genauigkeit auf einen Meter. Dennoch macht die unübertroffene Präzision der VPS-Technologie sie zu einer attraktiven Investition für Technologiegiganten. Sie glauben, dass VPS maßgeblich dazu beitragen wird, die Robotik und Augmented-Reality-Brillentechnologien (AR) in der Zukunft voranzutreiben.

Als sorgfältiger Analyst bitte ich Sie dringend, die Auswirkungen dieser neuen Technologie zu berücksichtigen. Wenn wir auf die Vergangenheit zurückblicken, waren wir im Zusammenhang mit mobilen sozialen Medien mit zahlreichen Datenschutzbedenken konfrontiert. Was könnte uns also erwarten, wenn Technologiegiganten die Möglichkeit haben, die Welt durch Augmented-Reality-Brillen aus unserer Perspektive zu sehen und über intelligente Geräte einen Blick in unsere Häuser und privaten Räume zu werfen?

Auch Unternehmen brauchen Privatsphäre

Wenn Sie in ein Lebensmittelgeschäft gehen und anfangen, die Regale zu filmen, werden Sie wahrscheinlich aufgefordert, das Geschäft zu verlassen. Einzelhändler positionieren Artikel strategisch auf Augenhöhe, um den Umsatz zu steigern, und überlegen sich daher intensiv die Anordnung ihrer Waren. Folglich wird die Gestaltung des Visual Merchandising in Geschäften streng als Wettbewerbsvorteil gehütet.

Aus analytischer Sicht kann ich verstehen, warum die Einzelhändler zögern, die Gestaltung ihrer Geschäfte einem zentralen Dienst offenzulegen. Es geht über die bloße Logik hinaus, dass unser Roboter einfach in einem Geschäft vorbeischauen und auf magische Weise den Standort jedes Artikels identifizieren könnte, denn dies würde gegen die geschützten Informationen verstoßen, über die jedes Geschäft verfügt.

Als Forscher würde ich mich für die Implementierung fortschrittlicher Produktabfrage- und Navigationssysteme in Geschäften einsetzen. Idealerweise sollten diese Systeme selbst gehostet und sicher verwaltet werden, sodass sie effektiv auf Roboteranfragen zu bestimmten Produkten reagieren und genaue Anweisungen für KI- und AR-Brillen bereitstellen können, ohne die Unternehmenssicherheit zu gefährden.

Ein aufmerksamer Beobachter wird feststellen, dass DePIN behauptet, es werde die Branchenführer der Web2-Ära übertreffen und uns mit Ketchup versorgen und gleichzeitig die Privatsphäre schützen.

Im Gegensatz zu Menschen verfügen Roboter und Computer über die einzigartige Fähigkeit, räumliche Daten miteinander zu teilen und so die Welt gemeinsam zu verstehen und wahrzunehmen. Dieser kollaborative Ansatz für räumliches Rechnen ermöglicht es Maschinen, ihre Navigationsfähigkeiten durch den Zugriff auf externe Informationsquellen zu verbessern. Innerhalb eines Web3 Decentralized P2P Infrastructure (DePIN)-Frameworks kann dieser Datenaustausch finanziell belohnt und durch Kryptografie gesichert werden.

Dezentrale maschinelle Wahrnehmungsnetzwerke

Stellen Sie sich dieses Szenario vor: Die Fähigkeit unseres Lebensmitteleinkaufsroboters, Ketchup schnell zu finden, ohne die Unternehmenssicherheit zu gefährden, ist ein bezauberndes Gedankenexperiment. Die möglichen Auswirkungen der dezentralen maschinellen Wahrnehmung sind jedoch wirklich beeindruckend. Wenn selbstfahrende Autos kommunizieren und Echtzeit-Verkehrsdaten austauschen, steht uns ein bedeutender Wandel im Transportwesen bevor.

In Peking, wo mehr Fahrzeuge unterwegs sind, als in Los Angeles Einwohner leben, werden täglich etwa 1.000 Jahre menschlicher Produktivität durch Verkehrsstaus verschwendet. Durch die dezentrale Maschinenwahrnehmung könnten diese Autos harmonisch zusammenfließen und jeden Tag Hunderte von Jahren Produktivität freisetzen.

Dezentrale maschinelle Wahrnehmung ermöglicht künftig datenschutzschützende AR-Brillen mit kompaktem Design. Dies ist möglich, da einige komplexe räumliche Rechenaufgaben von nahegelegenen Positionierungsservern übernommen werden, wodurch der Bedarf an sperriger Hardware in der Brille verringert wird. Die Auswirkungen auf die menschliche Interaktion könnten ebenso bedeutsam sein wie die Entdeckung der Schrift oder des Telefons. Mit über 100 Milliarden intelligenten Einheiten in unserer Zivilisation werden in den nächsten zwei Jahrzehnten dezentrale maschinelle Wahrnehmungsnetzwerke jede Einheit dabei unterstützen, ihre Rolle in der Welt zu steuern, sei es hier auf der Erde oder im Weltraum.

Hinweis: Die in dieser Spalte geäußerten Ansichten sind die des Autors und spiegeln nicht unbedingt die von CoinDesk, Inc. oder seinen Eigentümern und verbundenen Unternehmen wider.