Jüngste Partnerschaften signalisieren eine Verlagerung hin zu dezentralen Datenlösungen für autonomes Fahren. Der Start von StreetVision von NATIX Network auf Bittensor zielt darauf ab, die Kartierung und selbstfahrende Autos mithilfe von realen Daten zu transformieren. Dieser Ansatz nutzt ein dezentrales Netzwerk intelligenter Kameras, das Daten zu KI-Modellen für verbesserte Navigation und Autonomie verarbeitet.
Dezentrale Datenerfassung für autonome Fahrzeuge
Der innovative Ansatz von NATIX Network verwendet ein Netzwerk von Tesla-Fahrzeugen und mobilen Geräten, die mit intelligenten Kameras ausgestattet sind, um 360°-Video-Feeds aufzunehmen. Diese Daten werden dann vom Bittensor-Netzwerk verarbeitet, wodurch KI-Modelle erstellt werden, die die Echtzeit-Kartierung und die Fahrzeugautonomie verbessern. Dieses dezentrale Datenmodell für autonomes Fahren steht im Gegensatz zu traditionellen Methoden, die von Unternehmen wie Uber angewendet werden, die häufig auf teure und weniger anpassungsfähige synthetische Simulationen setzen.
Das in Partnerschaft mit Grab entwickelte VX360-Gerät nutzt die vorhandenen Kamerasysteme von Tesla, wodurch keine teure neue Hardware erforderlich ist. Die Daten werden sowohl auf dem Gerät als auch in der Cloud verarbeitet, wodurch die Echtzeit-Erkennung von Verkehrssignalen und -zeichen ermöglicht wird. Dieses dezentrale Framework belohnt Miner für das Trainieren und Verfeinern von KI-Modellen, die dann im NATIX Edge Network erneut bereitgestellt werden. Dieses System ermöglicht eine kontinuierliche Verbesserung und Anpassung an reale Bedingungen, ein entscheidender Vorteil gegenüber statischen Datensätzen. *HODL on* für weitere spannende Updates in diesem Bereich.
Das Potenzial von StreetVision
Der anfängliche Fokus des StreetVision-Subnetzes liegt auf der Baustellenerkennung, einer wichtigen Anwendung sowohl für Kartierungsplattformen als auch für autonome Fahrzeuge. Zukünftige Anwendungen umfassen die Erkennung von Schlaglöchern und die Analyse der Infrastruktur, mit dem ultimativen Ziel, eine umfassende Szenarioklassifizierung für das Training autonomer Fahrzeuge bereitzustellen. Dieser Ansatz hat das Potenzial, die Sicherheit und Reaktionsfähigkeit in selbstfahrenden Systemen erheblich zu verbessern.
Herausforderungen und Chancen in der dezentralen Infrastruktur
Obwohl NATIX nicht der erste ist, der versucht, die physische Infrastruktur zu dezentralisieren, bietet der Fokus auf 360°-Daten einen deutlichen Vorteil. Dieser Datentyp ist besonders wertvoll für autonomes Fahren und Physical AI und bietet umfassendere Einblicke als herkömmliche nach vorne gerichtete Dashcam-Daten. Diese umfassende Datenerfassung ermöglicht das Training, Testen und Validieren von autonomen Fahrsystemen in verschiedenen Szenarien. Dienste wie cryptoview.io können helfen, die Entwicklung und Akzeptanz dieser Technologien zu verfolgen. Finden Sie Möglichkeiten mit CryptoView.io
NATIX: Ein neuer Akteur im Bereich des autonomen Fahrens
Die Strategie von NATIX beinhaltet die Nutzung vorhandener Hardware wie Smartphones und Teslas Kamerasysteme, was ihren Ansatz kostengünstig und skalierbar macht. Ihre Partnerschaft mit Grab und die laufenden Verhandlungen mit anderen wichtigen Akteuren im Bereich des autonomen Fahrens deuten auf eine wachsende Nachfrage nach dezentralen Datenlösungen für autonomes Fahren hin. Dieses dezentrale Modell bietet einen potenziellen Vorteil gegenüber besser finanzierten Wettbewerbern, indem es einen kontinuierlichen Strom realer Daten liefert, der für die Anpassung an sich ständig ändernde Straßenverhältnisse unerlässlich ist.
