ชื่อต้นฉบับ: Zeno's Digital Twin Ideal and DeSci's Technological Democratization

ผู้เขียนต้นฉบับ: Eric, Foresight News

กว่าหนึ่งสัปดาห์ที่แล้ว แพลตฟอร์ม DeSci Orama Labs ประสบความสำเร็จในการเปิดตัวโทเค็นของโปรเจกต์แรก Zeno บน OramaPad โดย Zeno ได้จัดสรรโทเค็น ZENO จำนวน 500 ล้านโทเค็นให้กับ launchpad ซึ่งคิดเป็นครึ่งหนึ่งของอุปทานทั้งหมด OramaPad กำหนดให้ผู้ใช้ต้อง Stake โทเค็น PYTHIA เพื่อเข้าร่วม และ "การแสดงเปิดตัว" ครั้งนี้สามารถดึงดูดการ Stake PYTHIA ได้รวม 3.6 ล้านดอลลาร์

Orama Labs หวังที่จะแก้ไขปัญหาประสิทธิภาพของการจัดสรรเงินทุนและการจัดสรรทรัพยากรที่ต่ำในการวิจัยทางวิทยาศาสตร์แบบดั้งเดิม และวิธีการแก้ไขคือการสร้างเส้นทางจากงานวิจัยไปสู่การค้าผ่านการสนับสนุนการทดลองทางวิทยาศาสตร์ การยืนยันสิทธิ์ในทรัพย์สินทางปัญญา การแก้ไขข้อมูลที่แยกออกจากกัน และการใช้การกำกับดูแลโดยชุมชน

โปรเจกต์แรกของ OramaPad ใช้โมเดล Crown ซึ่งหมายความว่าโปรเจกต์จำเป็นต้องมีระบบตรรกะทางธุรกิจที่สมบูรณ์และ/หรือความสามารถในการพัฒนาเทคโนโลยีที่แข็งแกร่งในสาขา Web2 และผลิตภัณฑ์ของพวกเขาจะต้องมีประโยชน์ใช้สอยสูง ซึ่ง Orama เรียกว่า OCM (Onboarding Community Market) แตกต่างจากการออก Meme เพียงอย่างเดียว Orama โดยพื้นฐานแล้วได้จัดเตรียมเส้นทางการเปลี่ยนแปลงบนเชนที่ทำซ้ำได้สำหรับองค์กรหรือทีม Web2 ที่มีโมเดลธุรกิจและขีดความสามารถทางเทคโนโลยีที่ครบถ้วน และ Zeno ซึ่งเป็นผู้บุกเบิกคนแรกก็ไม่ใช่โปรเจกต์เล็กๆ

เทคโนโลยีขั้นสูงที่เข้าใจยากจากเอกสาร

Zeno เป็นโปรเจกต์ที่มีวิสัยทัศน์ที่ยิ่งใหญ่มาก จนถ้าคุณอ่านเพียงเอกสารของ Zeno คุณอาจไม่สามารถเข้าใจได้อย่างถ่องแท้ว่าทีมต้องการทำอะไรกันแน่ ผู้เขียนเองก็เพิ่งได้เข้าใจเรื่องราวทั้งหมดที่มีกลิ่นอายไซเบอร์อย่างมากหลังจากได้พูดคุยกับทีม:

สรุปง่ายๆ คือ Zeno ต้องการซ้อนทับพื้นที่เสมือนจริงหลายชั้นสำหรับ AI และหุ่นยนต์ในพื้นที่ทางกายภาพของชีวิตมนุษย์ เพื่อให้ "เอเจนท์อัจฉริยะ" ทั้งหมด รวมถึงมนุษย์ สามารถอาศัยอยู่ในพื้นที่เดียวกันได้

ลองจินตนาการถึงสถานการณ์เช่นนี้: ในบ่ายวันหนึ่งในอนาคต คุณกำลังเพลิดเพลินกับช่วงเวลาสบายๆ บนเก้าอี้นอนบนระเบียง ที่บ้านมี AI ผู้ดูแลที่เชื่อมต่อเครื่องใช้ไฟฟ้าและเฟอร์นิเจอร์ทั้งหมด และหุ่นยนต์รูปร่างมนุษย์กำลังทำกิจกรรมในบ้านอยู่ ทันใดนั้นคุณรู้สึกเบื่อ อยากเล่นเกมส่งบอลเสมือนจริงกับพี่น้องอีกสองคนในบ้าน คุณจึงสวมแว่น VR/AR ในโลกของแว่น หุ่นยนต์ดูเหมือนมนุษย์ และ AI ที่มีอยู่เฉพาะในเครือข่ายก็แปลงร่างเป็นมนุษย์ หุ่นยนต์นั่งอยู่บนโซฟา ส่วน AI นั่งอยู่บนพื้น พวกคุณสามคนกำลังส่งลูกบาสเกตบอลเสมือนจริงไปมาพร้อมกับพูดคุยกันว่าควรกินอะไรในตอนเย็น

นี่คือวิสัยทัศน์สูงสุดของ Zeno ที่จะทำให้สิ่งมีชีวิตที่มีสติปัญญาจากคาร์บอนและสิ่งมีชีวิตอัจฉริยะจากซิลิกอนสามารถอยู่ร่วมกันในพื้นที่ทางกายภาพเดียวกันได้

ไซเบอร์สเปซที่พวกเราหลายคนจินตนาการไว้อาจเป็นพื้นที่เสมือนจริงล้วนๆ เช่นเดียวกับที่ภาพยนตร์เรื่อง Ready Player One แสดงให้เห็นถึงการเข้าสู่โลกใหม่ผ่าน VR รวมถึงปฏิสัมพันธ์ของเรากับ AI ในปัจจุบันก็ทำผ่านสื่อกลางที่เป็นจอแบนอย่างคอมพิวเตอร์หรือโทรศัพท์มือถือ แต่ Zeno หวังที่จะย้ายพื้นที่เสมือนเหล่านี้มาสู่ชีวิตจริงโดยตรง ก่อให้เกิด "สถานะซ้อนทับกันในเวลาและอวกาศเดียวกัน" ระหว่างโลกกายภาพและโลกดิจิทัล ทำให้เนื้อหาดิจิทัล "สัมผัสได้จริง" เหมือนกับเป็นวัตถุทางกายภาพ และยังช่วยให้มนุษย์ หุ่นยนต์ และ AI สามารถโต้ตอบกันได้อย่างเป็นธรรมชาติในสถานการณ์จริง สร้างระบบนิเวศความเป็นจริงผสมที่ความจริงและเสมือนจริงสอดคล้องกัน และมนุษย์กับเครื่องจักรอยู่ร่วมกัน

แน่นอนว่า โลกที่เราเห็นกับสิ่งที่หุ่นยนต์และ AI เห็นอาจไม่เหมือนกันทั้งหมด ตัวอย่างเช่น คุณอาจไม่ต้องการให้หุ่นยนต์วิ่งเข้าห้องทำงานของคุณโดยไม่มีเหตุผล คุณสามารถล็อกประตูห้องทำงานในโลกที่หุ่นยนต์เห็นได้ หุ่นยนต์จะได้รับอนุญาตให้เข้าห้องทำงานก็ต่อเมื่อคุณ "เปิด" "ล็อก" นี้แล้วเท่านั้น

โดยมีจุดยึดเชิงพื้นที่เป็นแกนหลัก

การอยู่ใต้ชายคาเดียวกันกับปัญญาประดิษฐ์ฟังดูเป็นเรื่องที่ล้ำยุคมาก แต่สิ่งนี้มีเงื่อนไขสำคัญประการหนึ่งคือ คุณต้องสร้างแบบจำลองของโลกจริงในโลกเสมือนจริงเสียก่อน จึงจะสามารถทำให้สามารถตั้งโปรแกรมได้บนพื้นฐานนี้

สิ่งนี้ต้องการให้คุณมีข้อมูลภาพจริงของโลกจริงเสียก่อน ซึ่งเป็นปัญหาที่บริษัทจำนวนมาก รวมถึงบริษัทเทคโนโลยีขับขี่อัจฉริยะกำลังศึกษาอยู่ ลองยกตัวอย่างการขับขี่อัจฉริยะ หากมีข้อมูลแผนที่ภาพจริงของทั้งเมือง AI สำหรับการขับขี่อัจฉริยะก็ไม่จำเป็นต้องวิ่งไปตามถนนเพื่อเรียนรู้การรับมือกับสถานการณ์ต่างๆ แต่สามารถจำลองสถานการณ์การขับขี่บนถนนในห้องปฏิบัติการเพื่อพัฒนาตัวเองได้อย่างต่อเนื่อง

แม้ว่าสิ่งข้างต้นไม่ใช่ "การทับซ้อนเชิงพื้นที่" ที่เราพูดถึง แต่ก็เป็นหนึ่งในการประยุกต์ใช้ที่สำคัญในการสร้างแบบจำลองโลกจริง วิสัยทัศน์ที่ Zeno ต้องการบรรลุในท้ายที่สุดไม่สามารถทำได้ในขั้นตอนเดียว สิ่งแรกที่ต้องทำคือการรวบรวมข้อมูลภาพจริงของโลกจริง

Zeno ได้เปิดตัวโปรแกรมที่ผู้ใช้สามารถใช้อุปกรณ์ในชีวิตประจำวันเพื่อช่วยในการบันทึกข้อมูลเชิงพื้นที่ ซึ่งรองรับอุปกรณ์หุ่นยนต์และแว่นตา สำหรับโทรศัพท์มือถือ ทีมงานกล่าวว่า ARCore ของ Google นั้นสมบูรณ์พอแล้วโดยไม่จำเป็นต้องพัฒนาเพิ่มเติม ผู้ใช้สามารถอ้างอิงรุ่นที่รองรับและใช้งานได้โดยตรง อัลกอริทึมสำหรับการสร้างพื้นที่หลังจากรวบรวมข้อมูลนั้นพัฒนาโดยทีมงาน Zeno เอง

แก่นหลักของการสร้างโลกจริงและโลกเสมือนจริงที่อยู่ร่วมกันคือการหมุนรอบจุดยึดเชิงพื้นที่ จากมุมมองของการนำไปใช้ทางเทคนิค โลกจริงไม่สามารถตั้งโปรแกรมได้โดยตรง การเชื่อมต่อกับโลกเสมือนจริงทำได้โดยการเชื่อมโยงจุดยึดในโลกจริงและสร้างแผนที่พื้นที่เสมือนจริงที่อิงตามพื้นที่ทางกายภาพ หากเปรียบเทียบ โลกจริงสำหรับหุ่นยนต์และ AI ก็เหมือนมหาสมุทรในยามค่ำคืน และจุดยึดเหล่านี้ก็เหมือนประภาคารที่ส่องสว่างทุกพื้นที่ในโลกสำหรับสิ่งมีชีวิตอัจฉริยะจากซิลิกอน

ขั้นตอนแรกของ Zeno ในการบรรลุ "เป้าหมายสูงสุด" คือการสร้างแพลตฟอร์มแบบฟูลสแต็ค นอกเหนือจากอุปกรณ์อิเล็กทรอนิกส์ในชีวิตประจำวัน เช่น โทรศัพท์มือถือแล้ว แพลตฟอร์มยังใช้อุปกรณ์มืออาชีพสำหรับการรวบรวมข้อมูล เช่น LiDAR, กล้องพาโนรามา 360 องศา และกล้อง RGB บนอุปกรณ์มือถือหรือชุดหูฟัง XR ทีมงานระบุว่าแพลตฟอร์ม Zeno จะมีโมเดลภาพโลกบนคลาวด์และระบบประมวลผลที่มีประสิทธิภาพ ซึ่งสามารถประมวลผลข้อมูลเซ็นเซอร์ดิบระดับ GB สำหรับพื้นที่ขนาดใหญ่ (ระดับเมือง / ระดับโลก) ได้ทุกวัน และสร้างดัชนีสำหรับการสืบค้นเชิงพื้นที่ที่รวดเร็ว ในขณะเดียวกันก็สามารถประมวลผลข้อมูลสำหรับพื้นที่ขนาดเล็ก (ระดับห้อง / ระดับจุดยึด) ได้พร้อมกัน เพื่อให้เกิดการประมวลผลแบบเรียลไทม์ที่มีปริมาณงานสูง

นอกจากนี้ ระบบยังมีคุณสมบัติการเรียนรู้ด้วยตนเอง ซึ่งสามารถปรับปรุงได้อย่างต่อเนื่องผ่านข้อมูลคุณภาพสูงและข้อมูลจากบุคคลที่สาม ในอนาคตจะสามารถรองรับการสืบค้นเชิงพื้นที่หลายร้อยครั้งต่อวินาที ให้ผลการระบุตำแหน่งหกองศาอิสระ (6-DOF) ที่แม่นยำ การสร้างจุดยึดเชิงพื้นที่ที่ใช้ร่วมกัน การสร้างแบบจำลองภาพสามมิติอย่างรวดเร็ว การแบ่งส่วนเชิงความหมายแบบทันที และฟังก์ชันการทำความเข้าใจฉากอื่นๆ สามารถปรับขนาดได้สูง และสามารถนำไปใช้กับสถานการณ์ต่างๆ ได้อย่างกว้างขวาง เช่น เกม AR, การนำทาง, การโฆษณา หรือเครื่องมือเพิ่มประสิทธิภาพการทำงาน

ข้อมูลเชิงพื้นที่ที่ได้รับการตรวจสอบและความกว้างขวางของโครงสร้างพื้นฐานอัจฉริยะเชิงพื้นที่ที่สร้างขึ้นสามารถถูกเรียกใช้โดยแอปพลิเคชันแบบกระจายศูนย์ต่างๆ สำหรับการวางแผนเส้นทางขับขี่อัตโนมัติ การฝึกอบรมข้อมูลโมเดลแบบครบวงจรของหุ่นยนต์ การสร้างสัญญาอัจฉริยะที่สามารถตรวจสอบได้ซึ่งทำงานด้วยตนเอง การกระจายโฆษณาในรูปแบบเชิงพื้นที่ และสุดท้ายคือการตัดสินใจที่ขับเคลื่อนด้วยข้อมูลเชิงพื้นที่และแอปพลิเคชันระดับบนสุด

ใครอยู่เบื้องหลัง Zeno?

เมื่อเทียบกับวิสัยทัศน์ที่เลื่อนลอยของโครงการ Web3 บางโครงการ เป้าหมายของ Zeno แม้จะฟังดูซับซ้อนแต่ก็เป็นจริงได้ สาเหตุที่สามารถอธิบายการนำไปใช้ทางเทคนิคได้อย่างละเอียดในเอกสารโครงการก็เพราะสมาชิกในทีมได้ทำงานในสาขานี้มาหลายปีแล้ว

สมาชิกทีมของ Zeno ล้วนมาจาก DeepMirror ซึ่งก็คือ Cening Technology หากคุณไม่คุ้นเคยกับ Cening Technology คุณน่าจะเคยได้ยินเกี่ยวกับ Pony.ai ซึ่งจดทะเบียนใน Nasdaq และมีมูลค่าตลาด 7 พันล้านดอลลาร์ Harry Hu, CEO ของ Cening Technology เป็นอดีต COO/CFO ของ Pony.ai

Yizi Wu, CEO ของ Zeno เป็นหนึ่งในสมาชิกยุคแรกของ Google X และมีส่วนร่วมในการพัฒนาผลิตภัณฑ์เช่น Google Glass, Google ARCore, Google Lens และแพลตฟอร์มนักพัฒนาของ Google เขาเป็นผู้นำการพัฒนาโครงสร้าง AI โดยรวมและ World Model ที่ Cening Technology

สมาชิกทีมหลักของ Zeno ยังประกอบด้วย Taoran Chen อดีตนักวิจัยจาก Chenjing Technology ผู้สำเร็จการศึกษาระดับปริญญาเอกด้านคณิตศาสตร์จาก MIT และ Cornell University และ Kevin Chen อดีต CFO ของ Chenjing Technology และอดีตผู้บริหารระดับสูงของ Fosun Group, JPMorgan และ Morgan Stanley

สำหรับทีม Zeno การก้าวเข้าสู่ Web3 เป็นเหมือนการลองผิดลองถูกของทีม Web2 ที่มีพื้นฐานด้านเทคนิค ทีมงานระบุว่าโทเค็น ZENO จะใช้เพื่อจูงใจผู้ใช้ที่ให้ข้อมูลเชิงพื้นที่ รวมถึงทีมหรือบุคคลที่ใช้ Zeno เพื่อสร้างโครงสร้างพื้นฐานในการพัฒนาเครื่องมือ แอปพลิเคชัน และเกม นอกเหนือจากโทเค็น 500 ล้านเหรียญที่แจกจ่ายใน launchpad ทีมงานเก็บไว้ 300 ล้านเหรียญ ส่วนที่เหลือ 200 ล้านเหรียญจะถูกเพิ่มเป็นสภาพคล่องในคู่ซื้อขายบน Meteora พร้อมกับ SOL 100 เหรียญที่ได้รับจากกิจกรรม launchpad

แอปพลิเคชันเชิงพื้นที่ RealityGuard ที่รวม AR เข้ากับเกมที่พัฒนาโดย Chenjing Technology

เมื่อถูกถามว่าเหตุใดจึงเลือก Web3 เป็นฐาน Zeno บอกกับผู้เขียนว่าข้อมูลเชิงพื้นที่นั้นเป็นสินทรัพย์ดิจิทัลที่มีการกระจายศูนย์อย่างมาก ซึ่งเข้ากันได้กับสภาพแวดล้อมของ Web3 โดยธรรมชาติ ข้อมูลเชิงพื้นที่ที่ Zeno รวบรวมในอนาคตก็จะถูกทำให้เป็นสินทรัพย์และขยายการหมุนเวียนของ ZENO ในระบบนิเวศผ่านการทำธุรกรรมด้วยโทเค็น ZENO เป็นสกุลเงิน ผู้ซื้อย่อมเป็นบริษัทเทคโนโลยีที่ต้องการข้อมูลเชิงพื้นที่ สำหรับกรณีการใช้งานเพิ่มเติมของ ZENO นั้น "จะมีการสำรวจเพิ่มเติมเมื่อโครงการดำเนินไป"

ด้วย Zeno เชื่อว่าบทบาทของแพลตฟอร์ม DeSci ได้รับการทำให้เป็นรูปธรรม วิทยาศาสตร์ไม่จำเป็นต้องเป็นวิชาบริสุทธิ์ที่เข้าใจยาก การทำให้เทคโนโลยีเป็นที่นิยมเหมือน Xiaomi และการลดเกณฑ์การลงทุนในคุณค่าทางเทคโนโลยีก็เป็นหนึ่งในคุณค่าที่สำคัญของการมีอยู่ของ DeSci

X อย่างเป็นทางการ

ลิงก์ต้นฉบับ

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia