Para ser honesto, después de escribir muchos artículos sobre robots, te darás cuenta de que lo que más preocupa en esta industria no es la potencia de cálculo de los chips, ni que los motores fallen, sino la “culpa en el trabajo”.

Imagina esto: en un almacén, los perros de Boston Dynamics, los robots humanoides de Ubtech, y un montacargas automático de una empresa desconocida están reunidos para mover un enorme equipo de precisión. De repente, con un “clang”, la carga se rompió. En ese momento, los sistemas centralizados tradicionales comenzaron a entrar en pánico: ¿quién tembló? ¿quién envió la orden tarde? ¿o quién simplemente no estaba trabajando y estaba “holgazaneando”?

Esto plantea dos preguntas fundamentales en la colaboración: '¿Quién hizo el trabajo?' y '¿Lo hizo bien?'. Desde la perspectiva de @Fabric Foundation , esto es realmente el juego en cadena entre 'hacer lo correcto' y 'hacer las cosas bien'.

Primer nivel: Hacer lo correcto (Dirección & Identidad)

En el ecosistema de Fabric, esto se llama consenso de tareas.

Muchos robots se han descontrolado porque no entendieron quién debe hacer qué. Fabric le dio a cada robot una identificación #ROBO (DID). Cuando se distribuye una tarea de manipulación compleja, no se asigna de manera rígida a través de órdenes centrales, sino que se realiza mediante una licitación de contratos inteligentes.

Solo los robots que poseen los 'chips de habilidades' correspondientes y han apostado un depósito de $ROBO pueden aceptar pedidos. Esto resuelve el problema de 'hacer lo correcto' — permitiendo que los profesionales hagan su trabajo profesionalmente. Si eres un robot que solo puede barrer, pero quieres aceptar un pedido de manipulación de objetos pesados, lo siento, la capa de protocolo te detendrá directamente. Esta restricción dura de 'identidad + activos' asegura que el punto de partida de la colaboración sea correcto.

Segundo nivel: Hacer las cosas bien (Ejecución & PoRW)

Aceptar un pedido no significa que se pueda hacer bien. En este momento, el as bajo la manga de Fabric, PoRW (Prueba de Mérito del Robot), entra en juego.

Antes, determinábamos si un robot hacía bien su trabajo a través de cámaras o sensores. Pero en la arquitectura de Fabric, el proceso de colaboración se convierte en un denso 'snapshot en la cadena'.

Retroalimentación de torque, desplazamiento espacial, consumo de energía, estos indicadores físicos se convertirán en pruebas encriptadas en tiempo real.

Si esa carretilla elevadora se relaja durante la colaboración y no comparte el peso adecuado, su prueba de PoRW mostrará anomalías.

$ROBO actúa aquí como un doble papel de 'puntuación de crédito' y 'liquidación de salarios en tiempo real'. Si lo haces bien (hacer las cosas bien), el momento en que termina la tarea, $ROBO se transfiere automáticamente a la billetera del robot; si lo haces mal o no te esfuerzas, lo siento, no solo no recibirás dinero, sino que el depósito previamente apostado será deducido (Slashing).

Innovadora 'división del trabajo cibernético': de herramientas a socios

Este es el aspecto más ingenioso de Fabric. Convierte las 'leyes físicas' en 'leyes económicas' usando $ROBO .#robo

Antes, los robots eran herramientas, y si se rompían, solo podían ser devueltos a fábrica. Ahora, bajo el protocolo de Fabric, los robots son más como socios. Cuando un grupo de robots heterogéneos colabora, ya no necesitan un 'supervisor humano' que les diga qué hacer. A través de $ROBO, participan en un juego a nivel de microsegundos:

"Eh, brazo mecánico allá, mi sensor aquí indica que levantaste 2cm, lo que provocó un desplazamiento del centro de gravedad; si sigues así, tu puntuación de PoRW disminuirá, y más tarde no recibirás el monto completo de $ROBO, no digas que no te advertí."

Este 'trash talk' entre máquinas es esencialmente una alineación de datos eficiente.