Ievads
Kad es pirmo reizi saskāros ar Fabric Protokolu un operētājsistēmu OM1, visredzamākais iespaids bija — tas ir robots maksājumu sistēma. Agrākie raksti galvenokārt apsprieda, kā roboti var iegūt digitālo maku, saņemt žetonus un saņemt atlīdzību, izpildot uzdevumus. Tas izklausās vairāk pēc finanšu tehnoloģijām automatizācijas nozarē.
Bet, padziļināti izlasot tehnisko dokumentāciju, izstrādātāju rokasgrāmatas un investoru analīzes, es pakāpeniski sapratu: maksājumi ir tikai virspusēja parādība. Fabric un OM1 dziļākais mērķis ir izveidot mašīnām kopīgu atmiņas sistēmu.
Šajā arhitektūrā roboti vairs nav tikai neapstrādātu sensoru datu vai vienkāršu norādījumu pārvadātāji, bet gan ģenerē strukturētus, lasāmus ziņojumus, kas norāda, ko viņi ir novērojuši, kā viņi to novērtē un kāpēc viņi veic noteiktas darbības. Fabric ir atbildīgs par šo ziņojumu pārbaudi, pārvēršot tos uzticamā informācijā, ko var izlasīt un izmantot citiem autorizētiem robotiem. Šī pāreja no "datu pārsūtīšanas" uz "apstiprinātas izpratnes koplietošanu" varētu pārdefinēt mašīnu intelekta organizēšanas veidu.
No uztveres uz strukturētu domāšanu: OM1 kā organizē mašīnu intelektus
OM1 bieži tiek saukts par "vispārējo robotu smadzenēm", bet praksē tas vairāk līdzinās robotu kognitīvās tulkošanas rāmim. Tās arhitektūra modularizē centrālos funkciju moduļus, parasti izmantojot Python, un tajā ietilpst:
Uztvere (Perception)
Atmiņa (Memory)
Plānošana (Planning)
Darbība (Action)
Darba plūsma būtībā ir šāda:
Uztveres modulis saņem datus no kamerām, lāzera skeneriem vai tīkla;
Atmiņas modulis pārvērš datus strukturētā informācijā;
Plānošanas modulis ģenerē augsta līmeņa stratēģijas;
Darbības modulis izpilda lēmumus.
OM1 unikālās iezīmes ir tādas, ka tā izmanto valodai līdzīgu datu autobusu. Sistēmas iekšējā stāvokļa un lēmumu izteikšana nav grūti saprotamu skaitļu masīvu formā, bet gan strukturēta teksta veidā. Šāda dizaina dēļ sistēma ir vieglāk atkļūdot, paplašināt un vieglāk dalīties ar informāciju ar citiem robotiem.
Izstrādātāji var testēt, izmantojot WebSim pārlūkprogrammu simulatoru, OM1 var arī integrēt ar simulācijas platformām, piemēram, Gazebo, lai virtuālajā vidē pārbaudītu robotu uzvedību pirms to izvietošanas reālajā pasaulē. Virtuālie roboti un reālie roboti izmanto to pašu augsta līmeņa valodu, radot līdzīgu "digitālo dvīņu" efektu.
Tās centrālā nozīme ir tāda, ka roboti ne tikai izpilda darbības, bet arī var izskaidrot savu lēmumu loģiku, ļaujot citiem sistēmām izprast un novērtēt viņu uzvedību.
Fabric pārbaudes slānis: padara kopīgās zināšanas uzticamas
Pašreizējās robotu sistēmas parasti tikai dalās ar pamata datiem, piemēram, kartēm vai kontroles signāliem, taču uzticība bieži ir atkarīga no centralizētas vadības vai noklusējuma pieņēmumiem.
Fabric šajā jomā pievieno pārbaudes mehānismu. Roboti pirms citu mašīnu informācijas pieņemšanas var pārbaudīt:
Sūtītāja identitāte
Notikuma norises vieta
Uzdevuma izpildes apliecinājums
Šifrētas paraksta autentiskums
Fabric vairāk līdzinās drošai mašīnu sociālajai tīklam. Kad roboti pabeidz uzdevumus vai iegūst jaunas prasmes, viņi ģenerē strukturētus ziņojumus ar pievienotu šifrētu pierādījumu. Citi roboti var vaicāt grāmatu, lai apstiprinātu informācijas avotus un autentiskumu.
Piemēram, noliktavā robots atklāj efektīvāku ceļu. Tradicionālajā modelī šāda optimizācija varētu pastāvēt tikai vienā sistēmā. Tomēr, izmantojot Fabric, šis ceļš un tā veiksmīgais pierādījums var tikt publicēti kopīgajā grāmatojumā, un citi roboti var tos lejupielādēt un izmantot.
Galarezultātā tiek izveidota nepārtraukta "robotu Vikipēdija" — kolektīvas atmiņas sistēma, kas aug ar laiku.
Zināšanas kā aktīvs: robotu kapitāla tirgus iespējamība
Ja mašīnu radītās zināšanas var tikt pārbaudītas un koplietotas, tās var iegūt ekonomisku vērtību.
Daži investīciju viedokļi uzskata, ka Fabric var atbalstīt zināšanu tirgus veidošanos. Šajā modelī:
Roboti rada vērtīgas zināšanas (piemēram, augstas precizitātes kartes vai optimizētus satveršanas stratēģijas);
Šī zināšana tiek standartizēta un tokenizēta;
Citi roboti vai izstrādātāji var to iegādāties vai izmantot.
Atšķirībā no vispārējiem ekoloģiskajiem tokeniem, šie zināšanu tokeni pārstāv specifisku, apstiprinātu informāciju. To vērtība var būt atkarīga no lietderības, jauninājuma vai retuma.
Tas nozīmē, ka robotu ekonomika varētu pāriet no aparatūras dominēšanas uz zināšanu aktīvu centrālo lomu. Roboti, kas nepārtraukti nodrošina augstas kvalitātes informāciju, var būt ekonomiski vērtīgāki nekā roboti, kas veic atkārtotus uzdevumus.
Bet tas arī rada jaunus jautājumus:
Kam pieder robotu radītie dati?
Kā objektīvi novērtēt zināšanu kvalitāti?
Vai lielie uzņēmumi uzkrās zināšanas, lai izveidotu monopolu?
Šie jautājumi ir pārsnieguši tradicionālā atvērtā koda licences diskusiju robežas.
Kopējās atmiņas kompromisi un izaicinājumi
Mašīnu kopējās atmiņas sistēmas izveide nav bez izmaksām.
Pirmkārt, aprēķinu izmaksas.
Liels skaits robotu, kas nepārtraukti publicē un pārbauda atjauninājumus, palielinās grāmatojuma slodzi, kas var ietekmēt reāllaika sadarbības efektivitāti.
Otrkārt, privātuma riski.
Detalizēti aktivitāšu ziņojumi var atklāt vides informāciju, ja trūkst filtrēšanas un šifrēšanas mehānismu, tas var radīt uzraudzības un atbilstības problēmas.
Treškārt, standartu fragmentācija.
Kopējās atmiņas vērtība ir atkarīga no mērogošanas efekta. Ja ražotāji izmanto atšķirīgus standartus, sistēma var sadalīties vairākos savstarpēji nesavienojamos "atmiņas tīklos".
Turklāt tas ietver enerģijas patēriņu, regulējošos politikas un kiberdrošības reālos aspektus.
Sistēmas panākumi ir atkarīgi no līdzsvara starp uzticību un dalību: augsta dalība, bet vāja pārbaude var novest pie informācijas izkropļojumiem; stingra pārbaude, bet zema dalība var ierobežot tīkla vērtību.
Secinājums
Kad mēs mainām skatījumu no "tokeniem un maksājumiem" uz "zināšanu plūsmu", Fabric un OM1 parāda pilnīgi atšķirīgu nozīmi. Patiesais pārtraukums nav tas, ka roboti var tikt apmaksāti, bet gan tas, ka roboti var saprotamā veidā ierakstīt savus novērojumus un lēmumus un ievietot tos kopējā atmiņā.
OM1 ļauj mašīnām izteikt domāšanas procesu; Fabric nodrošina, ka šie izteikumi ir uzticami. Abu apvienojums iezīmē nākotni — robotu ekonomika, kas ne tikai balstās uz aparatūru un finanšu darījumiem, bet arī uz pārbaudāmu mašīnu atmiņu.
Šī vīzija rada sarežģītus jautājumus par īpašumtiesībām, privātumu un regulējumu, bet arī atver augstāku sadarbības, pielāgošanās un caurredzamības līmeni.
No šī skatpunkta Fabric un OM1 nav tikai maksājumu infrastruktūra, bet arī mēģinājums izveidot "kolektīvo apziņu" mašīnām.
#ROBO @Fabric Foundation $ROBO
