تشير الشراكات الأخيرة إلى تحول نحو حلول البيانات اللامركزية للقيادة الذاتية. يهدف إطلاق NATIX Network لـ StreetVision على Bittensor إلى تغيير الخرائط والسيارات ذاتية القيادة باستخدام بيانات العالم الحقيقي. يعتمد هذا النهج على شبكة لامركزية من الكاميرات الذكية، وتقوم بمعالجة البيانات في نماذج الذكاء الاصطناعي لتحسين الملاحة والاستقلالية.
جمع البيانات اللامركزية للمركبات ذاتية القيادة
يستخدم نهج NATIX Network المبتكر شبكة من سيارات Tesla والأجهزة المحمولة المزودة بكاميرات ذكية لالتقاط مقاطع فيديو بزاوية 360 درجة. تتم بعد ذلك معالجة هذه البيانات بواسطة شبكة Bittensor، مما يؤدي إلى إنشاء نماذج الذكاء الاصطناعي التي تعمل على تحسين رسم الخرائط في الوقت الفعلي واستقلالية السيارة. يتناقض نموذج البيانات اللامركزية للقيادة الذاتية مع الطرق التقليدية التي تستخدمها شركات مثل Uber، والتي غالبًا ما تعتمد على عمليات محاكاة اصطناعية باهظة الثمن وأقل قابلية للتكيف.
يستخدم جهاز VX360، الذي تم تطويره بالشراكة مع Grab، أنظمة الكاميرات الموجودة في Tesla، مما يلغي الحاجة إلى أجهزة جديدة مكلفة. تتم معالجة البيانات على الجهاز وفي السحابة، مما يتيح الكشف في الوقت الفعلي عن إشارات المرور والعلامات. يكافئ هذا الإطار اللامركزي القائمين بالتعدين لتدريب نماذج الذكاء الاصطناعي وتحسينها، والتي يتم بعد ذلك إعادة نشرها عبر شبكة NATIX Edge. يسمح هذا النظام بالتحسين المستمر والتكيف مع ظروف العالم الحقيقي، وهي ميزة رئيسية على مجموعات البيانات الثابتة. *HODL on* لمزيد من التحديثات المثيرة في هذا المجال.
إمكانات StreetVision
ينصب التركيز الأولي لشبكة StreetVision الفرعية على الكشف عن أعمال الطرق، وهو تطبيق حيوي لكل من منصات رسم الخرائط والمركبات ذاتية القيادة. تشمل التطبيقات المستقبلية الكشف عن الحفر وتحليل البنية التحتية، بهدف نهائي هو توفير تصنيف شامل للسيناريوهات لتدريب المركبات ذاتية القيادة. يتمتع هذا النهج بالقدرة على تحسين السلامة والاستجابة بشكل كبير في الأنظمة ذاتية القيادة.
التحديات والفرص في البنية التحتية اللامركزية
في حين أن NATIX ليست الأولى التي تحاول تحقيق اللامركزية في البنية التحتية المادية، إلا أن تركيزها على بيانات 360 درجة يوفر ميزة واضحة. يعتبر هذا النوع من البيانات ذا قيمة خاصة للقيادة الذاتية والذكاء الاصطناعي الفيزيائي، مما يوفر رؤى أغنى من بيانات كاميرا القيادة الأمامية التقليدية. يسمح هذا الجمع الشامل للبيانات بتدريب واختبار والتحقق من صحة أنظمة القيادة الذاتية في سيناريوهات متنوعة. يمكن أن تساعد خدمات مثل cryptoview.io في تتبع تطوير واعتماد هذه التقنيات. Find opportunities with CryptoView.io
NATIX: لاعب جديد في ساحة القيادة الذاتية
تتضمن إستراتيجية NATIX الاستفادة من الأجهزة الموجودة مثل الهواتف الذكية وأنظمة كاميرات Tesla، مما يجعل نهجها فعالاً من حيث التكلفة وقابلاً للتطوير. تشير شراكتهم مع Grab والمفاوضات الجارية مع لاعبين رئيسيين آخرين في مجال القيادة الذاتية إلى طلب متزايد على حلول البيانات اللامركزية للقيادة الذاتية. يوفر هذا النموذج اللامركزي ميزة محتملة ضد المنافسين الأفضل تمويلًا من خلال توفير تدفق مستمر من بيانات العالم الحقيقي، وهو أمر ضروري للتكيف مع ظروف الطريق المتغيرة باستمرار.
