ИИ будущего должен не просто генерировать контент, но и учиться понимать реальное пространство.
Карты, роботы, беспилотные автомобили, устройства дополненной реальности — всем этим приложениям нужны данные об окружающем мире одного типа: постоянно обновляемые, достаточно точные и привязанные к конкретным местам.
Проблема в том, что такие данные добыть не так просто, как текст. Во многих местах информация обновляется очень медленно, а открытые источники часто неполны. Модель знает, «что такое торговый центр», но не обязательно знает, какой вход в конкретный торговый центр сегодня ремонтируют, какой проход перекрыт и изменилось ли что-нибудь вокруг.
Именно поэтому направление, которым занимается Vangrid, меня заинтересовало.
Собирая информацию о конкретных местах с помощью смартфона и фиксируя источники данных, каждый из нас может стать частью сети данных. Вместо того чтобы небольшое число организаций один раз отсняло все места, можно постоянно дополнять и обновлять данные о реальном окружении.
Так данные перестают быть безликовой разовой справкой и становятся ближе к самой реальности. Для пространственных моделей, роботов и ИИ, которому нужно понимать места, такие данные могут оказаться ценнее устаревшей карты.
Конечно, важны качество сбора данных, защита конфиденциальности и их проверка. По-настоящему полезная сеть — это не просто как можно больше данных, а возможность понять, откуда они взялись, когда были собраны и можно ли им доверять.
Чтобы войти в реальную жизнь, ИИ недостаточно просто стать мощнее. Ему нужен способ постоянно познавать окружающий мир.
Vangrid превращает данные о конкретных местах в информацию, которую ИИ может понимать, проверять и использовать. Как думаете, в какой сфере это направление получит наибольшее распространение первым?
@vangrid_io
Карты, роботы, беспилотные автомобили, устройства дополненной реальности — всем этим приложениям нужны данные об окружающем мире одного типа: постоянно обновляемые, достаточно точные и привязанные к конкретным местам.
Проблема в том, что такие данные добыть не так просто, как текст. Во многих местах информация обновляется очень медленно, а открытые источники часто неполны. Модель знает, «что такое торговый центр», но не обязательно знает, какой вход в конкретный торговый центр сегодня ремонтируют, какой проход перекрыт и изменилось ли что-нибудь вокруг.
Именно поэтому направление, которым занимается Vangrid, меня заинтересовало.
Собирая информацию о конкретных местах с помощью смартфона и фиксируя источники данных, каждый из нас может стать частью сети данных. Вместо того чтобы небольшое число организаций один раз отсняло все места, можно постоянно дополнять и обновлять данные о реальном окружении.
Так данные перестают быть безликовой разовой справкой и становятся ближе к самой реальности. Для пространственных моделей, роботов и ИИ, которому нужно понимать места, такие данные могут оказаться ценнее устаревшей карты.
Конечно, важны качество сбора данных, защита конфиденциальности и их проверка. По-настоящему полезная сеть — это не просто как можно больше данных, а возможность понять, откуда они взялись, когда были собраны и можно ли им доверять.
Чтобы войти в реальную жизнь, ИИ недостаточно просто стать мощнее. Ему нужен способ постоянно познавать окружающий мир.
Vangrid превращает данные о конкретных местах в информацию, которую ИИ может понимать, проверять и использовать. Как думаете, в какой сфере это направление получит наибольшее распространение первым?
@vangrid_io