A combinação de DePIN e inteligência incorporada: desafios técnicos e perspectivas futuras

No podcast de 27 de fevereiro, Michael Cho, cofundador do FrodoBot Lab, explorou os desafios e oportunidades da rede de infraestrutura física descentralizada (DePIN) no campo da robótica. Embora este campo ainda esteja em seus estágios iniciais, seu potencial é enorme, podendo transformar radicalmente a forma como os robôs de IA operam no mundo real. No entanto, ao contrário da IA tradicional que depende de grandes volumes de dados da Internet, a tecnologia de IA robótica DePIN enfrenta problemas mais complexos, incluindo coleta de dados, limitações de hardware, gargalos de avaliação e sustentabilidade dos modelos econômicos.

Este artigo irá analisar profundamente os pontos-chave desta discussão, explorando os problemas enfrentados pela tecnologia de robôs DePIN, expandindo os principais obstáculos dos robôs descentralizados e as vantagens do DePIN em comparação com métodos centralizados. Por fim, iremos olhar para o futuro da tecnologia de robôs DePIN, refletindo se estamos prestes a viver o "momento ChatGPT" neste campo.

Os gargalos dos robôs inteligentes DePIN

Gargalo 1: Dados

Ao contrário dos "modelos de IA online" que dependem de grandes quantidades de dados da Internet, a IA encarnada necessita interagir com o mundo real para desenvolver inteligência. Atualmente, falta uma base em larga escala no mundo e ainda não há consenso sobre como coletar esses dados. A coleta de dados para IA encarnada pode ser dividida em três grandes categorias:

1. Operação de dados humanos: qualidade alta, capaz de capturar fluxos de vídeo e etiquetas de ação, mas com custos elevados e alta intensidade de trabalho.
2. Dados sintéticos (dados simulados): adequados para treinar robôs a moverem-se em terrenos complexos, mas apresentam um desempenho inferior em tarefas variáveis.
3. Aprendizagem em vídeo: aprender através da observação de vídeos do mundo real, mas carece do verdadeiro feedback de interação física necessário para a inteligência.

Gargalo dois: Nível de autonomia

Para que a tecnologia robótica se torne verdadeiramente prática, a taxa de sucesso deve estar próxima de 99,99% ou até mais alta. No entanto, cada aumento de 0,001% na precisão exige um tempo e esforço exponenciais. O avanço da tecnologia robótica não é linear, mas sim exponencial; a cada passo em frente, a dificuldade aumenta significativamente.

Gargalo Três: Limitações de Hardware

Mesmo que os modelos de IA sejam muito avançados, o hardware de robô existente ainda não está preparado para alcançar verdadeira autonomia. Os principais problemas incluem:

• Sensores táteis insuficientes: a tecnologia mais avançada atualmente ainda está longe da sensibilidade das pontas dos dedos humanos.
• Problema de obstrução: os robôs têm dificuldade em reconhecer e interagir com alguns objetos obstruídos.
• Design do atuador: A maioria dos atuadores de robôs humanoides é colocada diretamente nas articulações, resultando em movimentos pesados e potencialmente perigosos.

Gargalo quatro: Dificuldade de expansão de hardware

A implementação da tecnologia de robôs inteligentes requer a implantação de dispositivos físicos no mundo real, o que traz enormes desafios de capital. Atualmente, mesmo os robôs humanoides mais eficientes têm custos que chegam a dezenas de milhares de dólares, tornando a sua disseminação em larga escala extremamente difícil.

Gargalo cinco: avaliar a eficácia

A avaliação da IA física requer uma implementação a longo prazo e em grande escala no mundo real, o que é um processo demorado e complexo. A única maneira de validar a tecnologia de inteligência robótica é observar onde ela falha, o que significa que é necessário um período prolongado de implementação em tempo real.

Gargalo Seis: Demanda por Mão de Obra

No desenvolvimento de IA para robôs, a mão de obra humana continua a ser indispensável. Os robôs precisam de operadores humanos para fornecer dados de treino, equipas de manutenção para manter a operação e investigadores e desenvolvedores para otimizar continuamente os modelos de IA. Esta intervenção humana contínua é um dos principais desafios que o DePIN deve resolver.

Perspectivas Futuras: o Momento do ChatGPT na Tecnologia Robótica

Embora a IA de robôs gerais ainda esteja a uma distância da adoção em larga escala, os avanços na tecnologia robótica DePIN trazem esperança. A escala e a coordenação de redes descentralizadas podem dispersar o ônus de capital e acelerar o processo de coleta e avaliação de dados.

As vantagens do DePIN no campo da robótica incluem:

1. Acelerar a coleta e avaliação de dados: redes descentralizadas podem operar em maior escala de forma paralela para coletar dados.
2. Melhorias no design de hardware impulsionadas por IA: a otimização de chips e engenharia de materiais através da IA pode reduzir significativamente o tempo de desenvolvimento.
3. Infraestrutura de computação descentralizada: permite que pesquisadores globais treinem e avaliem modelos sem restrições de capital.
4. Novo modelo de lucro: como o funcionamento autónomo e o modelo de incentivo a tokens apresentado pelo agente de IA.

Conclusão

O desenvolvimento da IA de robôs não depende apenas de algoritmos, mas também envolve atualização de hardware, acumulação de dados, apoio financeiro e participação humana. A criação da rede DePIN de robôs significa que, com a força de redes descentralizadas, a coleta de dados de robôs, recursos de computação e investimentos de capital podem ser realizados de forma colaborativa em todo o mundo. Isso não só acelera o treinamento de IA e a otimização de hardware, mas também reduz a barreira de entrada para que mais pesquisadores, empreendedores e usuários individuais participem.

Esperamos que a indústria de robótica não dependa mais de alguns gigantes tecnológicos, mas seja impulsionada por uma comunidade global em direção a um ecossistema tecnológico verdadeiramente aberto e sustentável. Apesar dos muitos desafios, o futuro da tecnologia robótica DePIN é promissor, com potencial para transformar completamente a interação entre a IA e o mundo físico.