şifreleme x Botlar: Derinlemesine inceleme 6 takip etmeniz gereken proje

Yazar: Krix

Derleme: Shenchao TechFlow

Orijinal bağlantı:

Açıklama: Bu makale, yeniden yayınlanan bir içeriktir; okuyucular, daha fazla bilgi almak için orijinal bağlantıya ulaşabilirler. Yazarın yeniden yayınlama şeklinden herhangi bir itirazı varsa, lütfen bizimle iletişime geçin; yazarın taleplerine göre düzenleme yapacağız. Yeniden yayınlama sadece bilgi paylaşımı amacıyla yapılmıştır, herhangi bir yatırım tavsiyesi niteliğinde değildir ve Wu'nun görüşlerini veya pozisyonunu temsil etmez.

Morgan Stanley, 2050 yılına kadar insansı robotların (dipnot: insanlara benzer şekilde hareket edebilen robotlar) sayısının neredeyse 1 milyara ulaşabileceğini tahmin ediyor ve Elon Musk, 2040 yılına kadar insansı robotların sayısının insanları geçeceğini belirtiyor. Önümüzdeki birkaç on yıl boyunca dünyanın nasıl işleyeceğine dair tartışmalar hem heyecan verici hem de gerçek bir kaygı yaratıyor.

Üretim verimliliğinin artması, maliyetlerin düşmesi ve malzeme ile teknolojideki ilerlemelerle birlikte birçok düşünce lideri, robotik çağın eşiğinde olduğumuzu düşünüyor. 2029 yılına kadar, bu durum robot pazarının büyüklüğünün 73 milyar dolara ulaşmasını sağlayacak.

Kaynak

Açıkça, büyümenin çoğu özel sermayeden gelecek. Ancak, kripto alanındaki düzenleyici ortamın giderek netleşmesiyle birlikte, daha fazla girişim blockchain'e yönelerek token satışı ile hızlı ve etkili bir şekilde fon sağlamaya çalışacak.

Şu aşamada, robotik endüstrisinin kripto alanındaki toplam değeri yaklaşık 250 milyon dolar. Bu sadece devede kulak.

Bu makalenin amacı, mevcut alt alanların daha net bir özetini sunmak ve en potansiyelli projelerden bazılarını tanıtmaktır.

Neden robot teknolojisi şifreleme gerektiriyor? Bu projelerin değer önerilerini derinlemesine incelemeden önce, birbirinden uzak gibi görünen iki alan arasındaki temel bağlantıyı netleştirmek gerekmektedir.

1. İşbirliği Katmanı

Bir robot grubunun iş birliği içinde çalıştığı bir dünyada (örneğin, teslimat drone'ları veya fabrika robotları), bu bağımsız makinelerin kendi işletim sistemlerinin sınırlamalarını aşarak iş birliği yapabilmesi için bir iş birliği katmanına ihtiyaç vardır.

2. Finans Katmanı

Geleneksel ödeme sistemleri, maliyet ve gecikme sorunları nedeniyle büyük ölçekli mikro işlemlerin gereksinimlerine uyum sağlayamamaktadır. Ancak, kripto alanındaki düşük maliyetli, anlık blockchain işlemleri, insan gözetimi olmadan çalışan milyarlarca robot için hayati öneme sahip olan sorunsuz bir makine-makine (M2M) ekonomisi sağlamaktadır.

3. Merkeziyetsiz mülkiyet ve kiralama modeli

Robot donanımının yüksek maliyeti (örneğin bir Optimus robotunun 20.000 ila 30.000 dolar gerektirmesi) yaygınlaşmasını sınırlamaktadır.

Kripto alanında, NFT veya tokenizasyon yoluyla kısmi mülkiyet elde edilebilir ve bireylerin robot gruplarına yatırım yapmasına veya kiralamasına izin verilir.

Bir pazarın bu konsepti “Robot olarak Hizmet” (Robot-as-a-Service) varlığına dönüştürdüğünü hayal edebiliriz, bu sayede küçük işletmeler ve tüketiciler robotları daha kolay bir şekilde kullanabilirler.

4. Veri güvenliği ve doğrulanabilirlik

Robot teknolojisi, yapay zeka eğitimi için büyük veri setlerine bağımlıdır, ancak merkezi veri depolamanın sızıntı veya manipülasyon riski vardır.

Blok zinciri, robotlar tarafından üretilen verilerin (örneğin, sensör girişi) güvenli ve değiştirilemez olmasını sağlamak için değiştirilemez ve doğrulanabilir veri kayıtları sağlar.

Bu, sağlık hizmetleri veya yaşlı bakım robotları gibi uygulamalarda düzenleyici uyum ve güven açısından son derece önemlidir.

5. Finansman ve topluluk uyumu

Gelişmiş robot teknolojilerinin geliştirilmesi büyük miktarda fon gerektirir, ancak geleneksel risk sermayesi modelleri yavaş ilerler ve hisse senedi yatırımı oranı çok yüksektir. Kripto alanında başlatılan platformlar ve token satışları, geliştiriciler ile kullanıcılar arasındaki teşvik mekanizmasını dengeleyen hızlı, topluluk odaklı bir finansman yöntemi sunar.

Yukarıda belirtilen avantajlar sayesinde, dikkat edilmesi gereken ana noktaları daha net bir şekilde anlayabilirsiniz.

Şimdi asıl konuya girelim.

Openmind

Son zamanlarda, OpenMind, Pantera Capital gibi sektörün önde gelen katılımcılarından 20 milyon dolar yatırım aldı ve küresel akıllı makineler için bir dijital sinir sistemi olan FABRIC adlı birlikte çalışabilirlik katmanı sayesinde bu alandaki liderlerden biri haline geldi.

Fabric, kimlik, konum, doğrulama ve hesaplama için temel primitifler sunarak tek bir robot kümesini birleşik bir işbirliği ekosistemine dönüştürür.

Fabric, çoklu ajan işbirliği ve gerçek zamanlı karar verme sürecini aşağıdaki dört ana özellik ile sağlar:

Doğrulanabilir makine kimliği: Her bir makine bağımsız ve şifreli güvenli bir kimlik (ERC-7777) alır, güvene ihtiyaç duymadan doğrulamayı gerçekleştirir, aldatmayı önler ve iletişimin bütünlüğünü sağlar.

Konum Kanıtı: Makinelerin fiziksel konumlarını kanıtlamasına olanak tanıyan, merkeziyetsiz ve değiştirilemez bir GPS sistemi, iş birliği ve harita paylaşımı için hayati öneme sahiptir.

Görev doğrulama: Görev tamamlama standart protokollerini doğrulamak için şifreli imza ile sensör verilerini veya dijital kanıtları kullanarak otomatik ödemeyi tetikleyin.

Stablecoin Ödemesi: Yerleşik ödeme katmanı, dalgalanma endişesi veya geleneksel finansal sistemlere bağımlılık olmaksızın, stabil coin kullanarak sorunsuz, gerçek zamanlı ödemeler sağlıyor.

FABRIC, gelecekteki iş gücüne kesintisiz bağlantı sağlarken, OM1, geliştiricilerin dijital ve fiziksel ortamlarda ajanları yapılandırmasına ve dağıtmasına olanak tanıyan açık kaynaklı bir AI yerel işletim sistemidir.

Bu, bulut veya fiziksel robot donanımında (örneğin Quadrupeds, TurtleBot 4 ve Humanoids) çalışabilen bir AI karakteri oluşturabileceğiniz anlamına gelir.

Kaynak

Dikkate değer bir nokta, bu projenin yakın zamanda “robot dünyasının Uber'i” olarak adlandırılan OpenMind Uygulaması'nı yayımlamış olmasıdır. Evet, uygulamada bir puan sistemi de bulunmaktadır.

Auki Auki, bu alanda 5 yıldan fazla bir süredir çalışmış başka bir ağır sıklet oyuncusudur. Uzay hesaplamasına odaklanan Auki, Posemesh adındaki teknolojisi sayesinde yapay zekanın gerçek dünyada zeka sergileme zorluklarını çözmüştür.

Posemesh, dijital cihazların alan verilerini ve hesaplama gücünü güvenli ve özel bir şekilde paylaşabilen DePIN ağına dayanmaktadır. Bu, robotların fiziksel dünyayı topluca anlamasını ve birbirleriyle daha iyi etkileşimde bulunmasını sağlar.

Merkezi varlıklarla kamera bilgilerinizi paylaşmanıza gerek yoktur, bunun yerine ziyaret ettiğiniz alan veya bulunduğunuz bölgedeki diğer arkadaşlarla gizli bir şekilde alan verilerini değiştirebilirsiniz.

Auki'de, cihazlar sensör verileri, işlem gücü, depolama, ağ ve izleme hizmetlerini katkıda bulunabilir veya talep edebilir.

Base L2 tabanlı itibar ve ödül sistemi, şifreleme yöntemiyle güvenliği sağlar ve DePIN ağının kaynak tahsisi ve operasyonlarına ekonomik bir temel sunar.

Kaynak

Token sembolü $AUKI'dir.

Not: Gelişiminin tarihçesi ve gelecekteki yönü hakkında daha fazla bilgi edinmek istiyorsanız, onların düşündürücü yedi bölümlük tanıtım makalesini okumanız önerilir.

Codec

Robot işbirliği alanını keşfetmeye devam eden Codec, mevcut dağıtık hesaplama ortamındaki yazılım ve robotların geleneksel otomasyonunun temel sınırlamalarını çözen Solana tabanlı bir projedir.

Codec, AI otomasyon iş akışlarının konseptini robotik alanına uygulayarak, bulut, kenar, masaüstü ve robot donanımı arasında çalışan tek bir platform sunmaktadır.

İlginçtir ki, işbirliği katmanına Fabric denir ve bu, OpenMind'in ürünleriyle aynı adı taşır, kavramlar da benzerlik göstermekle birlikte (teknik detaylar farklılık gösterse de).

Fabric, üç katmanlı bir mimari üzerine inşa edilmiştir: makine katmanı, sistem katmanı ve akıllı katman.

Kaynak

Fabric ve Operator Kit (akıllı operatörler oluşturmak, eğitmek ve dağıtmak için birleşik bir Python çerçevesi) ile desteklenen VLA modeli sayesinde Codec, dijital veya fiziksel akıllı varlıkların görsel veya diğer sensör girdilerine dayalı karmaşık görevleri yerine getirmesini sağlar.

CodecFlow teknik yığınının etkinliğini göstermek için ekip, insan girişi temelinde hareketleri gerçekleştirebilen RoboMove adlı bir simülasyon robotu yayımladı.

Token sembolü $CODEC'dir.

RoboStack

OpenMind, Auki ve Codec gibi projeler robotları gerçek dünyaya yaklaştırsa da, çoğu girişim ve organizasyon için erken aşamada pahalı donanım ve araçlar satın almak açıkça aşırı lüks. Bu nedenle, belki de robotik temel geliştirmeyi hızlandırmak için gereken anahtar, gerçekçi bir çevre test platformu (burada daha çok bulut gibi) olabilir.

RoboStack'in temeli RCP (Robot Bağlam Protokolü - Robot Context Protocol) olup, bu robotları, AI ajanlarını ve insan kullanıcıları birleştiren standart bir iletişim katmanıdır ve tek bir ekosistem oluşturur.

Kaynak

Bulut ortamında, kullanıcılar aşırı veya ulaşılması zor koşulları simüle edebilir ve yeniden üretebilir.

Bu platform, robot ayarlarını, sensör yapılandırmalarını ve çevresel faktörleri tamamen özelleştirmenize olanak tanır.

Çalışma akışını tanımladıktan sonra, sistem bulutta otomatik olarak çalışacak ve üretilen tüm verileri toplayıp depolayarak AI eğitimi, analizi veya araştırma için kullanılacaktır.

Token sembolü $ROBOT.

Makine işbirliğinin karmaşık işlemlerinden bir adım geri atarak, başka bir anahtar soruna odaklanalım: Robotlar, AI'nın enerjisini gerçek dünya yeteneklerine nasıl dönüştürüyor? İpucu: Bir kavramı anlamak, onun kolayca kopyalanabileceği anlamına gelmez.

Sessizlik

Görüyorsun, ChatGPT ses üretme komutlarını bilebilir, ancak sesi gerçekten anlamak çok daha karmaşıktır çünkü ton, yükseklik, ritim ve ortam gibi bağlama bağlıdır.

Aynı ses, şarkılarda, uyarı sinyallerinde veya günlük diyaloglarda tamamen farklı anlamlara sahip olabilir ve birçok gerçek dünya örneği olmadan, bu ince nüansları yakalamak zor.

Silencio, DePIN ağı aracılığıyla bu zorluğu çözerek, gerçek dünyadan ses verilerini toplayıp işleyerek robotların gelişmiş işitsel algı ve çevresel farkındalık kazanmalarını sağladı.

Silencio, çevresel sesler, çok dilli konuşmalar ve gülme veya ayak sesleri gibi dil dışı ipuçlarını içeren çeşitli ses veri setleri sağlayarak, robotların ses sınıflandırma, ses tanıma ve bağlam anlama yeteneklerini artırmak amacıyla AI modellerini eğitmektedir. Bu şekilde, karmaşık akustik ortamların yorumlama sınırlamalarını aşmaktadır.

Flagship mobil uygulaması, 180'den fazla ülkeden 1.1 milyon katkıdan 400 milyardan fazla veri noktası toplamıştır.

Kaynak

Token sembolü $SLC'dir.

Gerçekliğin Üzerinde

Silencio, ses kaydetmeye odaklanırken, Over the Reality görsel efektleri yakalamaya odaklanır; bu da robotların gerçek hayatta işlemeleri için daha önemlidir.

Lazer lidar ve kameraların robotlara eklenmesi basit görünse de, 3D görsel haritalama olmadan bu sensörler karmaşık dinamik ortamı tam olarak anlamak için yeterli değildir. 3D görsel haritalama, birden fazla sensörden gelen verileri bir araya getirerek çevredeki ortamın detaylı hacimsel temsilini oluşturduğundan son derece önemlidir.

Derinliği, mekânsal ilişkileri ve nesne yönlerini yakalayabilir, bu sayede robotların depo veya afet bölgeleri gibi dağınık alanlarda hassas bir şekilde gezinmesini sağlar.

Kısacası: Veri noktaları ne kadar fazla olursa, robotun işlevselliği o kadar güçlü olur.

Silencio'ya benzer şekilde, Over the Reality DePIN ağına dayanmaktadır, küresel harita topluluklarını standart akıllı telefonlar ve 360 derece kameralar kullanarak yüksek trafik alanlarını taramaya teşvik eder ve OVR token'ları ile ödüllendirir.

OVRMaps, 150.000'den fazla yerin haritasını çıkardı ve 70 milyondan fazla fotoğraf ile 44 milyon metrekareden fazla bir alanı kapsıyor.

Kaynak

Token sembolü $OVR'dir.

Dikkate değer projeler SHOW ROBOTICS: Gerçek yapay zeka yeteneklerine sahip robotlar geliştirerek, ileri düzey yapay zekayı robot teknolojisi ile birleştirir, eğlence ve pratik uygulama alanlarına odaklanır, gerçek görevleri öğrenip yerine getirebilen makineler yaratır.

HomebrewRobotics: Herkesin robot modellerini kullanabilmesi için önceden inşa edilmiş yazılımlar ve diğer AI destekli programlama araçları sağlayarak bir robot modeli pazarı oluşturmak.

Peaq: Tanınırlığı yüksek olduğu için burada tekrar etmeyeceğim.

Özet Robotik alanı birçok insan için hem yenilikçi hem de heyecan verici olsa da, bu alanda gerçekten kaliteli projeleri bulmak hala zorlu bir süreçtir.

Bu makalenin ana görüşü şudur: Sadece parayı toplayan en son projelere bahis yapmak yerine, heyecanın başlamasından önce derinlemesine çalışmış olgun oyunculara dikkat etmek ve onlara yatırım yapmayı seçmek daha iyidir.

Şu anda tüm robot projelerinin toplam piyasa değeri 300 milyon doların altında olduğundan, filtreleme görevleri nispeten basittir.

Elbette, bu yazıda bahsedilen bazı projeler de daha yenidir, ancak dikkatli bir seçim (“örümcek hissi” olarak adlandırılır) ile onlarca proje atlanmış ve bahsedilen projelerin kalitesi garanti edilmiştir. Zaman kısıtlamaları nedeniyle dikkate değer bir veya iki projeyi kaçırmış olabilirim, ancak yukarıda bahsedilen projelerin bu alanda herkes için net bir yön sunması gerektiğini düşünüyorum.

Meraklı kal!