Es tracta d’un segment del butlletí de llum de llum. Per llegir edicions completes, subscriure.
La startup de la robòtica i les dades multitudinàries, Frodobots, ha recaptat 6 milions de dòlars en finançament de llavors per crear Bitrobot, que serà una xarxa de recerca AI encarnada basada en Solana.
Bitrobot tindrà com a objectiu connectar diferents subgrups en la investigació de robòtica mitjançant un token i una xarxa compartits per resoldre l’assignació de recursos i l’escassetat de dades. Protocol VC va liderar la ronda de finançament, que també va participar de Big Brain Holdings, Solana Ventures, Virtuals Protocol i els cofundadors de Solana Anatoly Yakovenko i Raj Gokal, entre d’altres. Frodobots anteriorment també va recaptar 2 milions de dòlars en finançament pre-llavors.
Frodobots va començar a construir robots de vorera que van arrossegar lentament els carrers de la ciutat mundial per construir conjunts de dades gegants de crowdsourced, incloent coses com àudio, vídeo i dades GPS. El projecte té com a objectiu afegir una incentivació de token per formar part del moviment descentralitzat de la infraestructura física (Depin).
Durant els últims mesos, però, les ambicions de Frodobots s’han ampliat: el cofundador del laboratori, Michael Chung Yeung Cho, va dir que l’objectiu és ara llançar Bitrobot i “resoldre la IA encarnada”. Frodobots serà una subxarxa a la xarxa de Bitrobot.
“Si haguéssim de tenir èxit, estaríem a la par amb els Teslas i els DeepMinds of the World”, va dir Cho, que va afegir que el nou projecte ajudaria a generar una “sèrie de models de robòtica fundacional realment performants que es poden desplegar a tot tipus de robots. “
El problema, va explicar el problema i el seu cofundador Jonathan Victor, és que les dades de robòtica riques són escasses i que els desenvolupadors de robots treballen en subconjunts d’un problema compartit més gran. Victor va dir que els models de gran llenguatge tenen tot Internet per formar-se, però la majoria de les empreses de robòtica fora de la unitat de conducció automàtica de Tesla estan “començant eficaçment des de zero”.
Això és en part perquè, mentre que un nou model d’AI, per exemple, es podria fer referència digitalment en una hora, la robòtica s’enfronta al coll d’ampolla d’haver de provar productes al món real. No podeu saber si un cotxe auto-conduït realment funciona fins que el conduïu durant un bilió de quilòmetres, va dir Cho.
Bitrobot crearà una xarxa compartida de “subxarxes” de manera que els recursos i dades agrupades puguin crear dades de robòtica de manera més eficient. Els humans, les flotes de robots humanoides i els bots de la vorera de Frodobots són subxarxes d’exemple, segons un document compartit amb Blockworks.
Amb Bitrobot, es podrien canviar quantitats massives de recursos entre investigadors en funció de la necessitat i un sistema de recompensa de Token Depin podria alinear els incentius econòmics. També hi ha un aprenentatge d’embodat creuat, que suggereix que els models d’AI formats en un tipus de robot (com un braç robotitzat) poden transferir de manera efectiva les habilitats apreses a sistemes robòtics completament diferents, com drons o robots de rodes. Això funciona perquè moltes tasques robòtiques comparteixen necessitats de disseny bàsic.
Un llibre blanc que conté més detalls sobre Bitrobot, així com la tokenòmica del projecte, es publicarà en poques setmanes.
