J'ai passé du temps à explorer comment fonctionne le Fabric Protocol en pratique. Ce qui a attiré mon attention n'est pas seulement les robots eux-mêmes, mais la structure qui les entoure.
Le système essaie de gérer deux choses qui sont souvent négligées : d'où proviennent les données d'entraînement et qui fournit la capacité de calcul pour faire fonctionner le tout. Dans Fabric, les deux groupes de personnes contribuant aux données et ceux exécutant des nœuds sont considérés comme des participants au réseau.
Une autre pièce intéressante est la façon dont les compétences peuvent se déplacer entre les robots. Si une machine apprend quelque chose d'utile, comme naviguer sur un terrain difficile ou gérer une étape d'assemblage spécifique, ce savoir peut être partagé au lieu de rester verrouillé à ce robot.
Ainsi, les améliorations ne se produisent pas robot par robot. Elles peuvent se répandre à travers tout le réseau.
C'est encore tôt, et il y a beaucoup de questions ouvertes. Mais la couche humaine sur la façon dont les gens contribuent et sont récompensés semble tout aussi importante ici que la robotique elle-même.
@Fabric Foundation #ROBO #robo $ROBO
