Encore un nouveau concept ? Découvrez DeSPIN et les 8 projets à surveiller
TechFlow SélectionTechFlow Sélection
Encore un nouveau concept ? Découvrez DeSPIN et les 8 projets à surveiller
Le cœur de DeSPIN réside dans la combinaison d'informations géographiques avec un contexte environnemental, afin d'aider à la prise de décision humaine.
Dédié à des analyses Web3 approfondiesAuteur :cookies
Traduction : TechFlow
Avec le développement continu des technologies Web3, les réseaux décentralisés d'intelligence spatiale (Decentralized Spatial Intelligence Network, DeSPIN) deviennent un domaine particulièrement remarqué. En analysant et exploitant des données visuelles du monde réel, DeSPIN ne propose pas seulement des solutions innovantes pour la cartographie, l'aménagement urbain ou encore la robotique, mais ouvre également un nouveau modèle économique de type « contribuer-pour-gagner » (Contribute-to-Earn). Cet article présente en détail les concepts fondamentaux, les principaux protocoles et les perspectives d'avenir de DeSPIN.
Qu'est-ce que DeSPIN ?
L'intelligence spatiale est une technologie qui extrait des informations à partir de l’analyse de données visuelles du monde réel. Son objectif principal consiste à combiner des données géographiques avec leur contexte environnemental afin d'aider à la prise de décision humaine. Le réseau décentralisé d’intelligence spatiale (DeSPIN) associe cette technologie aux principes de décentralisation propres à la blockchain et au Web3, créant ainsi un écosystème ouvert et partagé. Imaginez pouvoir gagner des revenus simplement en partageant des photos routières prises au quotidien, ou en enregistrant des données environnementales dans des centres commerciaux ou sur les trottoirs. Ce modèle abaisse considérablement le seuil d’entrée pour la collecte de données tout en incitant les utilisateurs ordinaires à contribuer activement au développement de l’intelligence spatiale.
Avant d’étudier les applications concrètes de DeSPIN, il convient de comprendre les bases du cadre de l’intelligence spatiale, composé de quatre éléments clés :
-
Collecte de données : Acquisition de données via des réseaux de capteurs (caméras, GPS) et des dispositifs IoT (téléphones portables, ordinateurs).
-
Traitement et analyse des données : Utilisation de techniques d’apprentissage automatique pour traiter les métadonnées géographiques, identifier des motifs et construire des bases de données de requêtes spatiales.
-
Représentation des connaissances : Association des données au contexte environnemental par cartographie sémantique, offrant aux utilisateurs des informations géographiques visualisables.
-
Systèmes d’aide à la décision : Mise en place de modèles prédictifs spatiaux fournissant des services applicatifs tels que l’optimisation des itinéraires ou l’évitement d’obstacles.
Les principaux protocoles dans le domaine DeSPIN
Plusieurs protocoles innovants sont déjà apparus dans le secteur DeSPIN, chacun se concentrant sur des cas d’utilisation spécifiques. Voici huit projets notables :
1. Hivemapper
Hivemapper est un protocole de cartographie décentralisée basé sur le modèle « conduire-pour-gagner » (Drive-2-Earn). Les utilisateurs signalent en temps réel des problèmes routiers via une application mobile, tandis que les conducteurs équipent leurs véhicules de caméras de bord pour recueillir des données. Ces données sont ensuite traitées par des algorithmes d’intelligence artificielle afin de générer des cartes, dont l’exactitude est validée grâce à l’apprentissage par renforcement assisté par l’humain (RLHF). Hivemapper fournit une carte de couverture permettant de voir quelles zones ont déjà été cartographiées, et les données peuvent être accessibles via une API. Les contributeurs reçoivent des jetons $HONEY, utilisables pour acheter des données cartographiques ou d'autres services.
2. NATIX Network
NATIX Network est un protocole économique décentralisé axé sur la cartographie, utilisant lui aussi le modèle « conduire-pour-gagner ». Il collecte des données routières via des appareils mobiles et des caméras embarquées. Sa technologie VX360 permet une capture panoramique à 360 degrés, et les données recueillies servent notamment à améliorer les fonctions d’assistance à la conduite, comme l’optimisation de la conduite autonome. À ce jour, NATIX Network couvre 171 pays, compte plus de 223 000 chauffeurs inscrits et a cartographié 131 millions de kilomètres. Tant les contributeurs de données que les nœuds du réseau reçoivent des récompenses en jetons $NATIX, stimulant ainsi davantage le développement de l’écosystème.
Hivemapper et NATIX Network ont tous deux pour objectif de créer des cartes de meilleure qualité grâce à la collecte participative de données routières. Ces données ont un large éventail d'applications potentielles :
-
Optimisation du trafic urbain : L’analyse des données routières en temps réel permet d’améliorer la gestion du flux de circulation, de réduire les embouteillages et d’accroître l’efficacité des déplacements.
-
Surveillance de l’état des routes : Détection rapide des dégradations, obstacles ou autres anomalies, facilitant la maintenance des infrastructures routières et garantissant leur sécurité.
-
Détection des actes criminels et violents : En combinant cartographie et algorithmes d’IA, il devient possible d’identifier et localiser des comportements anormaux, soutenant ainsi la sécurité publique.
Ces usages enrichissent non seulement les fonctionnalités des cartes, mais apportent également une valeur tangible à la gestion urbaine et à la sécurité sociale.
3. FrodoBots
FrodoBots est un protocole de collecte ludifiée de données spatiales par robots. Les utilisateurs peuvent contrôler à distance des robots terrestres pour capturer des données géographiques, en utilisant divers modes de commande (manette, clavier ou volant de jeu). De plus, les chercheurs peuvent tester leurs modèles d’IA de navigation sur la plateforme. Les utilisateurs gagnent des FrodoBot Points (FBPs) en accomplissant des missions de conduite, dont le score dépend de la distance parcourue et de la difficulté de la tâche : plus celle-ci est longue et complexe, plus les points obtenus sont élevés. FrodoBots a déjà mené des tests dans plusieurs villes et organisé une compétition entre IA et humains sur leurs capacités de navigation. La plateforme a également mis en place un système similaire à des « guildes », appelé Earth Rovers School, permettant aux nouveaux arrivants de louer des Earth Rovers pour participer à la collecte de données.
4. JoJoWorld
JoJoWorld est un protocole spécialisé dans la collecte de données spatiales 3D. Les utilisateurs contribuent à l’entraînement de modèles tridimensionnels. La plateforme fournit des données 3D de haute qualité utilisées pour créer divers scénarios numériques, utiles dans des domaines comme la réalité virtuelle ou l’aménagement urbain. Les utilisateurs peuvent également acheter directement ces données 3D pour développer leurs propres modèles numériques personnalisés.
Les quatre protocoles suivants continuent de se concentrer sur la collecte de données spatiales du monde réel, mais ciblent des domaines d’application plus spécifiques, notamment l’entraînement de modèles robotiques. En répondant à des besoins précis et en exploitant des données peu fréquentes (long tail), ils ajoutent une grande richesse à l’écosystème DeSPIN.
5. PrismaXAI
PrismaXAI est un protocole qui collecte des données de scènes spécifiques à partir d’une perspective subjective (première personne), adaptée à des situations complexes telles que les interactions main-objet, les mouvements dynamiques ou les rassemblements sociaux. Sa technologie Proof-of-View garantit l’authenticité des données, tandis qu’un mécanisme de validation décentralisée améliore la précision des annotations. Ce protocole possède un fort potentiel dans l’acquisition de données rares (long tail), offrant un avantage unique pour l’entraînement des modèles.
6. OpenMind AGI
OpenMind AGI se concentre sur la compréhension du monde réel via des modèles intégrant vision, langage et action (VLAMs). Son système central, OM1, est un système d’exploitation multiplateforme capable d’interagir avec un environnement réel dynamique, particulièrement adapté au développement sur mesure de solutions robotiques. La plateforme collecte des données via des téléphones et des robots, puis les met à disposition des développeurs robotiques afin d’améliorer et innover dans les applications robotiques.
7. MeckaAI
MeckaAI est un protocole décentralisé dédié à l’entraînement de modèles d’IA robotiques. Les utilisateurs aident à entraîner des modèles de comportement robotique en envoyant des vidéos. Une application mobile est proposée, permettant aux utilisateurs de gagner des OG Mecka Points en accomplissant des missions, encourageant ainsi la contribution de données. MeckaAI vise à promouvoir le développement de la robotique via un modèle participatif, abaissant le coût d’accès aux données d’entraînement.
8. Xmaquina DAO
Xmaquina DAO est une organisation autonome décentralisée (DAO) soutenant des projets open source dans le domaine de la robotique. Contrairement aux protocoles directement impliqués dans l’entraînement de modèles, Xmaquina DAO a pour objectif principal d’allouer des ressources afin de favoriser la recherche et l’innovation robotique. Son centre de recherche interne, Deus Lab, se consacre au développement technologique en robotique, tandis que MachineDAO permet de décider, par vote basé sur le staking du jeton $DEUS, quels projets recevront des financements. Ce modèle offre un soutien financier au développement open source de la robotique tout en assurant transparence et équité dans l’allocation des ressources.
Structure organisationnelle de MachineDAO
En raison de contraintes de longueur, certains autres protocoles similaires ne sont pas détaillés ici, mais méritent également attention, comme Alaya_AI,Gata_xyz,KrangHQ, etc.
L’avenir de DeSPIN : de la contribution à la création de valeur
Bien que DeSPIN en soit encore à ses débuts, son potentiel est indéniable. Avec l’avancée de l’IA physique et de l’IA incarnée (Embodied AI), ainsi que l’émergence de nouveaux concepts tels que la flotte humaine de données (Human Data Fleet), DeSPIN pourrait bien amorcer une nouvelle révolution technologique.
Une tendance probable serait la généralisation du modèle « entraîner-pour-gagner » (Train-to-Earn, T2E), où les utilisateurs contribueraient à la création de valeur en fournissant des données spatiales issues de leur vie quotidienne, récompensés selon la qualité des données. Par exemple, l’apparition de dispositifs décentralisés tels que des lunettes intelligentes pourrait grandement améliorer la précision et la diversité des données collectées. Les données capturées par des lunettes intelligentes reflètent non seulement fidèlement la manière dont les humains perçoivent le monde, mais permettent aussi de collecter de nombreuses données rares – bruits environnementaux, traits du visage, etc. – ouvrant ainsi de nouvelles possibilités pour l’intelligence spatiale.
Cependant, le développement de DeSPIN fait face à plusieurs défis :
-
Validation des données : Comment garantir l’authenticité et l’exactitude des données collectées de manière participative ?
-
Problématiques éthiques : Comment réguler l’utilisation des données afin d’éviter les fuites de vie privée et les abus ?
-
Acceptabilité par les demandeurs : Les institutions traditionnelles seront-elles prêtes à adopter des jeux de données décentralisés ?
La résolution de ces questions déterminera l’orientation future de DeSPIN, nécessitant des recherches et des efforts supplémentaires dans les années à venir.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
cookies
