Pundi AI 與 ZenO 合作，旨在革新物理人工智能系統的訓練方式。隨著人工智能時代邁入新的階段，它將不再僅僅依賴文本和代碼進行學習，而是能夠從現實世界和人類的第一手經驗中獲取更多信息，從而為機器人和自主機器提供動力。此次合作將結合 ZenO 的數據集和鏈上數據來源記錄，創建一個獲取真實、可驗證數據的市場，從而連接數字智能 (AI) 和現實世界的物理環境。
缺失的一環——為什麼物理人工智能需要現實
為了讓機器人能夠在實驗室以外的任何地方運行，它們需要能夠理解人類的動作、動作周圍的空間，以及如何根據上下文做出決策。目前大多數數據集都缺少一個關鍵要素——“第一人稱”視角。如果我們想要製造出能夠在人潮擁擠的城市中像人類一樣行動，或者像人類一樣操作易碎物品的機器人，那麼第一人稱視角至關重要。
這項合作利用真實的人類體驗來構建機器可讀的工作負載數據集。“物理人工智能需要直接體驗世界，”新聞稿中指出。智能眼鏡等可穿戴技術將被用於收集用戶作為生命體的眼睛和聽覺的感官數據。以自我為中心的數據最適合訓練自主系統，因為它反映了生物體和自主系統如何體驗其環境。
通過鏈上溯源確保數據完整性
此次合作的一大亮點在於對鏈上溯源的重視。隨著人工智能幻覺和深度偽造技術日漸普及，訓練數據的完整性至關重要。Pundi AI 將數據溯源記錄在區塊鏈上，從而構建了一個系統，確保其市場中的數據可得到確認、追蹤和篡改。
通過分散數據管理方式，開發者可以追溯所購數據集的來源和歷史，從而降低使用已被篡改或存在偏見的數據訓練機器人模型的可能性。最終實現更安全、更可靠的自主人工智能。這也契合了利用區塊鏈技術保障Web3世界各個領域（包括體育數據整合和創意資產）供應鏈的更廣泛趨勢。
賦能 Pundi AI 數據市場
作為新興的AI盈利市場，Pundi AI數據市場將作為真實世界數據的中心來源，使AI培訓提供商能夠獎勵用戶貢獻的數據。這將使Pundi AI能夠構建一個更加民主的AI開發模式及其更廣泛的應用。
ZenO 將通過提供“物理人工智能”數據集這一額外的數據採集途徑，而非僅僅依賴數字手段，來提升市場的實用性。麥肯錫預測，隨著生成式人工智能向物理自動化領域發展，對由物理自動化產生的高質量、專業數據集的需求將出現爆炸式增長。Pundi AI 的基礎設施提供了一種高效的方法來共享和分發這些專業數據，使初創公司和大型科技公司都能獲得改進其機器人算法所需的相同資源。
結論
在Web3和人工智能的交匯點，此次合作標誌著一項意義重大的發展。雙方將利用區塊鏈技術，為人類打造第一人稱視角體驗，確保數字資產的稀缺性，並保留正在開發的機器人的歷史真實性。機器人技術和物理人工智能將日益深入地影響現實世界。像Pundi AI這樣的平臺，將使現實世界中的人工智能設備能夠以最佳、最精確的方式進行訓練，從而更好地反映現實世界。
