Souhrn
Markus Levin, spoluzakladatel firmy XYO – blockchainové sítě pro ověřování geolokačních dat z IoT zařízení –, tvrdí, že skutečná autonomie robotů vyžaduje decentralizovanou síť senzorů a dalších robotů pro sdílení a ověřování dat pomocí blockchainu. Současné roboty fungují v kontrolovaném laboratoři, ale v chaotickém skladišti zamrznou kvůli nespojitelným vstupům z kamer či senzorů. Připojení velkých jazykových modelů (LLM) k robotům nestačí, protože AI stále halucinují v třetině případů a neumí hodnotit spolehlivost dat.
Klíčové body
- Globální výdaje na AI překročí 1,5 bilionu dolarů do konce 2025, robotika roste paralelně.
- Hlavní problém robotů není hardware, ale ověřování senzorových dat v reálném světě.
- Blockchain umožňuje sdílení dat mezi IoT zařízeními a roboty s konsenzem pro důvěryhodné rozhodování.
- Roboti potřebují síť pro srovnávání pozorování (“vidí ostatní to samé?”), aby rankovali vstupy.
- LLM na robotech selhávají při interpretaci prostředí nebo instrukcí kvůli chybám v datech.
Podrobnosti
Levin popisuje typický scénář: robot v tiché laboratoři bezpečně přenáší krabici, ale v přeplněném skladišti se zastaví, protože jeho kamera zachytí stín jako překážku nebo senzor selže v hluku. Lidé tento problém řeší adaptací – spoléhat se na zrak, pak na rovnováhu či sluch. AI modely, včetně nejpokročilejších LLM jako GPT nebo Claude, takovou intuici postrádají. Podle studií produkují halucinace nebo faktické chyby v přibližně třetině výstupů, protože zpracovávají obrovské objemy dat bez jejich kritického hodnocení.
Řešením je podle Levina síť propojených IoT senzorů, kamer a robotů, kde se data sdílejí a ověřují prostřednictvím blockchainu. Každé zařízení nahrává své pozorování do distribuované ledgeru, kde probíhá konsenzus – například proof-of-work nebo proof-of-stake mechanismy rozhodnou, zda více zařízení potvrzuje stejný objekt. Robot tak může porovnat svůj pohled s desítkami jiných a odpovědět na otázku: “Shodují se data?” To umožní autonomní rozhodování, jako vyhnutí se překážce v dynamickém prostředí.
Firma XYO, kterou Levin spoluzaložil, se specializuje na blockchainovou validaci polohových dat z tisíců IoT zařízení, což přímo navazuje na tento koncept. V praxi by to fungovalo tak, že robot v autonomním vozidle Tesla nebo humanoidní robot od Boston Dynamics získává nejen svá data, ale i ověřená pozorování z okolí – od kamer na semaforech po senzory v sousedních autech. Kriticky však blockchain přináší výzvy: latence při konsenzu může být fatální pro rychlé reakce (např. brzdění), spotřeba energie je vysoká a škálovatelnost v hustě osídlených oblastech problematická. Přesto pro nekritická rozhodování, jako plánování trasy, to představuje krok vpřed oproti centrálním cloudovým systémům, které jsou zranitelné vůči výpadkům.
Proč je to důležité
Tento přístup spojuje blockchain (Web3) s AI a robotikou, což řeší klíčový bottleneck autonomních systémů – důvěru v data. V průmyslu to znamená nasazení robotů v logistice (např. Amazon sklady), zemědělství nebo městském dopravě bez lidského dohledu, což by snížilo náklady o desítky procent. Pro uživatele to přináší bezpečnější autonomní vozy nebo domácí asistenty, kteří nereagují na falešné senzory. V širším ekosystému posiluje decentralizaci AI, kde modely jako LLM získají nástroje pro sebehodnocení, což snižuje rizika halucinací. Pokud se technologie XYO nebo podobné rozšíří, urychlí to přechod k AGI-level autonomii v robotice, ale vyžaduje řešení technických limitů.
Zdroj: 📰 CryptoSlate