تواجه صناعة الروبوتات تقاطع طرق مثير. لقد انتقلنا إلى ما هو أبعد من الأذرع الصناعية المحصورة في الأقفاص ونرى الروبوتات تدخل بيئات إنسانية ديناميكية، من ممرات المستشفيات إلى المستودعات. ولكن تحت العروض المثيرة للإعجاب للأجهزة يكمن تحدٍ كبير وغالبًا ما يتم تجاهله: تجزئة البيانات. الروبوتات بارعة في التعلم ضمن صناديق الرمل الخاصة بها، لكن تلك المعرفة نادراً ما تهرب، مما يعيق إنشاء ذكاء اصطناعي متجسد ذو غرض عام. @Fabric Foundation تهدف إلى حل هذه المشكلة من خلال طبقة بنية تحتية جديدة تعطي الأولوية للتنسيق الشفاف والحوسبة القابلة للتحقق.

مشكلة جزيرة البيانات

تخيل روبوت خدمة يتعلم التنقل في مقهى مزدحم. يتعلم كيفية التحرك حول الكراسي، وتجنب انسكاب السوائل، وفهم الإشارات الاجتماعية الدقيقة للبشر في بيئته. كل تفاعل، وقراءة استشعار، وإجراء لاحق عبارة عن بيانات غنية. للأسف، في المشهد الحالي، تبقى هذه البيانات غالبًا محبوسة داخل نظام الشركة المصنّعة الخاص. بينما يتعلم روبوت آخر من شركة مختلفة وفي مقهى مختلف دروسًا مشابهة من الصفر.

هذا التفتت ليس مجرد أمر غير فعّال؛ بل هو عنق زجاجة يعيق الابتكار. يرتبط التقدم في الذكاء الاصطناعي غالبًا بشكل مباشر بجودة البيانات وكمّيتها. ومن خلال إبقاء البيانات في عزلات منعزلة (جزر صوامع)، تمنع صناعة الروبوتات نفسها فعليًا من الوصول إلى كتلة حرجة من المعلومات المتنوعة اللازمة لتدريب نماذج روبوتية عامة ومتينة حقًا.

رؤية مؤسسة Fabric: طبقة معرفة مشتركة

لا تحاول شركة Fabric Foundation بناء روبوتات أفضل؛ بل تعمل على بناء بنية تحتية أفضل لبيانات الروبوتات. يتركز نهجهم على الانتقال من التجارب غير المرتبطة إلى تعاون مُنظم.

تتمثل الفكرة الأساسية في إنشاء شبكة شفافة يمكن فيها تنسيق بيانات الروبوتات والحوسبة والتحقق منها بدقة. بدلًا من أنظمة تعلم داخلية غامضة لا يمكن تتبعها، يمكن إخضاع مساهمات المشاركين المتنوعين للتدقيق وتنظيمها عبر مبدأ الحوسبة القابلة للتحقق.

الحوسبة القابلة للتحقق حاسمة هنا. إذا كان من المفترض أن تتشارك الروبوتات المعرفة، فلا بد من وجود ثقة مطلقة في البيانات التي يتم مشاركتها. يجب أن يكون النظام قادرًا على التحقق بدقة من كيفية اتخاذ القرارات، وكيف تتم معالجة المعلومات، وما مصدر البيانات المستخدمة. بدون هذا التحقق، قد يؤدي إدخال بيانات طرف ثالث إلى تدهور أداء الروبوت بدلًا من تحسينه. تهدف بنية Fabric إلى توفير طبقة الثقة هذه.

دور $ROBO

تحتاج شبكة بيانات لا مركزية وقوية إلى حوافز لتشجيع المشاركة. هنا يأتي $ROBO . ضمن منظومة Fabric، يعمل $ROBO كآلية لمحاذاة المساهمين الذين يساعدون في توسيع قدرات الشبكة. ومن خلال المشاركة في المساهمة بالبيانات أو التحقق منها أو تنفيذ مهام حوسبية، يمكن مكافأة المستخدمين، مما يخلق منظومة مستدامة ذاتيًا مبنية على بيانات مؤكدة ومفتوحة.

الطريق إلى التوسع العالمي للروبوتات

مع انتقال الروبوتات نحو قدرات للأغراض العامة، تصبح القدرة على أن يتعلم روبوت واحد وينفذ مجموعة واسعة من المهام في بيئات متنوعة مسألة لا مجال للتفاوض فيها فيما يتعلق بالوصول إلى بيانات موثوقة.

لكي تتوسع الروبوتات عالميًا وبشكل موثوق، يجب أن تتجاوز البنية التحتية لبيانات الخلفية الأنظمة المغلقة. يجب أن تكون مفتوحة وقابلة للمساءلة وقابلة للتحقق. تقوم Fabric Foundation ببناء الأساس لهذا النمط الجديد، من خلال تحويل التركيز من الاختراقات الروبوتية الفردية إلى نظام جماعي لا مركزي يساهم في تقدم المجال بأكمله. قد لا تتمحور مستقبل الروبوتات حول من يبني أكثر روبوت ذكاءً، بل حول من يبني أكثر أساس مفتوحًا ومتانةً لتتعلم كل الروبوتات معًا.#ROBO