Habiskan cukup waktu di sekitar infrastruktur robotika dan AI dan satu hal menjadi jelas dengan cepat, tidak ada yang benar-benar berkomunikasi satu sama lain dengan cara yang berarti. Setiap tumpukan robotika adalah pulau kecilnya sendiri. Data hidup di silo pribadi, jalur pelatihan bersifat pribadi, vendor perangkat keras mengirim lapisan kontrol tertutup, dan verifikasi tentang apa yang sebenarnya dilakukan mesin sering kali pada dasarnya mempercayai catatan.
Bagi para pengembang, ini menciptakan gesekan yang konstan. Jika Anda membangun kemampuan untuk model navigasi robot, kebijakan manipulasi, dan jalur persepsi, Anda biasanya akan mengintegrasikannya ke dalam satu lingkungan tertentu. Begitu Anda bergerak keluar dari lingkungan itu, segalanya menjadi rusak: standar telemetri yang berbeda, asumsi komputasi yang berbeda, aturan tata kelola yang berbeda. Dan ketika mesin mulai melakukan pekerjaan ekonomi yang nyata, pertanyaan yang tidak ada jawabannya yang jelas adalah sederhana: bagaimana Anda memverifikasi tenaga kerja mesin di seluruh sistem yang tidak Anda kendalikan?
Saat ini, sebagian besar infrastruktur robotika memperlakukan mesin sebagai titik akhir perangkat keras yang terisolasi. Mereka menjalankan tugas, menghasilkan data, mungkin mengunggah log ke dasbor awan di suatu tempat. Tetapi begitu Anda melangkah keluar dari tumpukan perusahaan tunggal, koordinasi menjadi berantakan. Tidak ada lapisan bersama untuk memvalidasi apa yang dihitung oleh robot, data apa yang digunakannya, atau apakah perilakunya mematuhi aturan yang disepakati.
Ini menjadi semakin canggung ketika banyak aktor terlibat, pengembang yang menyumbangkan model, operator yang menerapkan mesin, regulator yang meminta keterlacakan, dan organisasi yang bergantung pada keluaran. Semua orang akhirnya membangun sistem pemantauan mereka sendiri, sistem identitas, dan kerangka kepatuhan di atas tumpukan perangkat keras yang sudah rumit.
Dari perspektif itu, bagian yang benar-benar hilang bukanlah lebih banyak kecerdasan di mesin. Ini adalah infrastruktur yang dapat mengoordinasikan mesin, pengembang, dan institusi di dalam sistem catatan bersama.
@Fabric Foundation pada dasarnya mencoba untuk mengisi lubang itu. Alih-alih memperlakukan robot sebagai perangkat mandiri, ia memperlakukan mereka lebih seperti peserta jaringan. Data, komputasi, dan perilaku mesin dikoordinasikan melalui buku besar publik yang dikombinasikan dengan komputasi yang dapat diverifikasi. Itu berarti tindakan yang dilakukan oleh robot pelatihan, eksekusi tugas, pembaruan kemampuan dapat dicatat dan divalidasi dengan cara yang dapat diandalkan oleh peserta lain.
Apa yang penting di sini bukanlah robotika itu sendiri. Ini adalah aturan di sekitar partisipasi.
Jika mesin akan berkolaborasi dengan manusia dan satu sama lain secara skala, harus ada beberapa infrastruktur umum yang mendefinisikan identitas, akuntabilitas, dan insentif. Pengembang perlu cara untuk berkontribusi pada kemampuan tanpa terjebak dalam ekosistem vendor tunggal. Operator perlu catatan yang dapat diverifikasi tentang apa yang sebenarnya dilakukan mesin. Regulator memerlukan sesuatu yang lebih dapat diandalkan daripada log internal.
Fabric berusaha untuk menyusun hubungan tersebut ke dalam lapisan infrastruktur itu sendiri dengan memperlakukan robot, penyedia data, dan pengembang sebagai aktor yang terkoordinasi daripada komponen yang terputus.
Apakah pendekatan itu berhasil masih merupakan pertanyaan terbuka. Tetapi masalah mendasarnya cukup jelas saat mesin mulai melakukan pekerjaan ekonomi nyata, biaya untuk memverifikasi perilaku mereka menjadi sama pentingnya dengan pekerjaan yang mereka lakukan.
Dan jika robotika akhirnya berjalan di jaringan koordinasi bersama seperti ini, pertanyaan yang lebih besar bukan hanya teknis tetapi sistemik:
Ketika mesin mulai berpartisipasi dalam jaringan produksi dengan identitas yang dapat diverifikasi dan perilaku yang dapat diaudit, siapa sebenarnya yang mengatur aturan yang diikuti oleh mesin-mesin tersebut?
