Представьте себе, что вы носите пару умных очков, оснащенных датчиками возле висков, которые могут собирать различные данные, такие как мозговые волны, изображения и звуки. Эти сигналы могут указывать на частоту вашего пульса, артериальное давление, уровень стресса и различные другие состояния вашего тела. Было бы здорово, если бы при возникновении проблем со здоровьем очки могли отображать информацию и оповещения вам и вашему семейному врачу. Кроме того, эти очки могли бы предлагать тысячи функций, таких как помощь в навигации, распознавание объектов и автоматический перевод для вас. Они могли бы служить удивительным виртуальным помощником, во многом похожим на J.A.R.V.I.S в Iron Man.
Google Glass, выпущенный в 2011 году, по моему мнению, был революционным продуктом, но он до сих пор не получил широкого распространения. Одной из важных причин является проблема разработки компактного устройства, способного выполнять многочисленные сложные задачи, требующие высокой вычислительной мощности. Аналогично, Apple Vision Pro, несмотря на свой инновационный дизайн и передовые функции, сталкивается с похожими препятствиями. Apple Vision Pro, как и Google Glass, стремится бесшовно объединить цифровой и физический миры, однако потребность в высокой вычислительной мощности в компактном форм-факторе остается существенным препятствием. Потребность в эффективном хранении энергии и передовых возможностях обработки в легком носимом устройстве продолжает оставаться серьезной проблемой для обеих компаний.
Технологии, связанные с хранением энергии, ЦП (центральные процессоры) и ГП (графические процессоры), ежедневно совершенствуются, чтобы сбалансировать и решить проблемы вычислительной мощности, эффективности и энергопотребления. Однако интеграция всех этих технологий в компактное устройство остается невозможной. Большинство современных носимых устройств подключаются к устройству с более высокой вычислительной мощностью, например, к смартфону, или напрямую подключаются к облачным серверным системам. Это существенно влияет на автономные вычислительные возможности устройства и его гибкость при использовании.
Давайте рассмотрим гипотезу о распределенной вычислительной системе для решения этой проблемы и о том, как она будет работать. Представьте, что когда вы надеваете очки утром, чтобы начать свой день, виртуальный помощник говорит: «Доброе утро, вы спали 8 часов прошлой ночью, не просыпаясь, что здорово. Вы в очень отдохнувшем состоянии, чтобы начать сегодняшнюю работу. У вас встреча в 9 утра с мистером X, и вам нужно проверить ход разработки продукта Y этим утром».
Датчики на умной кровати, на которой вы спали прошлой ночью, собирали данные во время вашего сна, включая продолжительность сна, стадии сна (N1, N2, REM, Deep), частоту сердечных сокращений, частоту дыхания и многое другое. Эти данные хранятся в центральной системе кровати.
Когда вы надеваете очки утром, датчики на очках немедленно собирают информацию о вашем текущем состоянии здоровья и отправляют ее в центральную систему кровати. Одновременно они отправляют запрос на подведение итогов и составление отчета о вашем сне прошлой ночью и текущем состоянии здоровья. В это время очки также составляют задачи, которые вам необходимо выполнить в течение дня; эти данные предварительно записываются в систему кровати, ваш ежедневный рабочий MacBook, ваш телефон или другие окружающие устройства IoT (Интернет вещей).
Все данные отправляются с этих устройств на системы с достаточной вычислительной мощностью (GPU) поблизости, например, проезжающий автомобиль Tesla или высококонфигурированный игровой ПК соседа. Передача данных может осуществляться через Wi-Fi, 4G, 5G или волны LoRa. Процесс, использующий Generative AI на этих устройствах, выдает ответы, необходимые виртуальному помощнику, и отправляет их обратно на ваши очки. Благодаря изображениям на очках и передаче звука через кость вы получаете свой ответ практически мгновенно.
Это интересное сочетание окружающих устройств помогает вам получить самый быстрый ответ, а очки просто выступают в качестве моста между вами и этими периферийными устройствами. Проблема здесь в том, как вы можете доверять устройству, хранящему и обрабатывающему ваши данные, гарантируя их безопасность и точность, и как насчет вашей конфиденциальности. А если это чужое устройство, что они получат от хранения и вычислений для вас? Или даже используя системы ИИ от таких известных имен, как OpenAI, Google и Microsoft, можете ли вы доверять им настолько, чтобы предоставить им свою конфиденциальную информацию?
Блокчейн — это мощное решение для решения этих проблем. Ваши очки для сканирования сетчатки глаза создают пароль, который имеет право разблокировать только вы; данные шифруются и аутентифицируются на основе этого пароля. Механизмы вознаграждения-наказания децентрализованного вычислительного процесса обеспечивают прозрачность системы. Каждому участвующему устройству выделяется соответствующее вознаграждение, стимулирующее совместное использование ресурсов хранения и вычислений. Такой подход не только позволяет избежать траты ресурсов, которые не используются постоянно, но и удовлетворяет растущий спрос на интеллектуальные устройства.
Это будет массивная система миллиардов устройств, непрерывно работающий мозг, созданный, управляемый и эксплуатируемый сообществом. Это Децентрализованные Физические Инфраструктурные Сети (DePIN).
Идеальное сочетание блокчейна, Интернета вещей и ИИ создает прочную основу для DePIN, помогая решать многочисленные проблемы в различных областях. DePIN — это гигантская картина, расцвеченная сотнями различных проектов. Например, Helium Network предоставляет решения для передачи данных, Fetch.AI предлагает платформу ИИ, а NOTT предоставляет решения для здравоохранения с помощью устройств непрерывного мониторинга и распределенной системы данных о здоровье. Мы очень близко подходим к историям, которые кажутся возможными только в научно-фантастических фильмах. Мы строим это будущее, поэтому, по моему мнению, будущее уже наступило.
