становится все более связанным с криптовалютами и робототехникой: - роботы полагаются на модели зрения для интерпретации и навигации в своей среде. - они функционируют в сложном, многоплановом, трехмерном мире. - моделям зрения нужны уникальные, реальные 3D-данные, чтобы обеспечить физическое движение и принятие решений. - в отличие от LLM, которые могут обучаться на всем доступном интернете, в настоящее время нет структурированного "реального набора данных", доступного для запуска обучения новых моделей зрения. - сильная зависимость от синтетических данных в этой области имеет значительные недостатки. - "вселенная" задач, созданных человеком, по сути бесконечна, охватывая бесчисленные рабочие процессы, человеческие манеры и контекстуальные нюансы, которые необходимо зафиксировать в обучаемых наборах данных. - даже после того, как реальные данные будут собраны, структурирование и маркировка остаются крайне сложными. криптовалюта может предоставить стимулы на всех уровнях, от сбора данных до маркировки, мобилизуя крупномасштабный, распределенный человеческий вклад.