Natix, basé sur Solana, intègre les données DePIN dans l'IA autonome avec Valeo

Source : CryptoNewsNet Titre Original : Solana-based Natix brings DePIN data into self-driving AI with Valeo Lien Original : Le fournisseur de technologies automobiles Valeo et Natix Network, un réseau d’infrastructure physique décentralisée (DePIN) basé sur Solana, ont conclu un partenariat pour créer un modèle d’intelligence artificielle (AI) multi-caméras open-source visant à améliorer les systèmes de conduite autonome.

Les deux entreprises développent ce qu’elles appellent le Modèle de Fondation Mondiale (WFM), qui, selon elles, sera capable d’apprendre et de prédire le mouvement dans le monde réel, tout en s’adaptant aux situations de trafic.

Le modèle multi-caméras vise à repousser les limites des modèles d’IA, passant de la compréhension basée sur le texte à des scénarios du monde réel dans des environnements physiques. Il vise également à faire progresser la recherche sur la conduite autonome.

Valeo et Natix ont promis de publier ouvertement leurs modèles, ensembles de données et outils d’entraînement pour permettre aux développeurs d’affiner ces capacités. La première version du modèle WFM devrait être prête dans les prochains mois.

WFM pour accélérer l’avènement des véhicules autonomes

La startup de conduite autonome Wayve utilise déjà les WFMs dans ses véhicules, y compris un test où un véhicule a navigué dans certaines parties de Las Vegas sans entraînement préalable dans la ville.

Le WFM fait partie du secteur plus large de DePIN, qui fusionne la technologie blockchain avec une infrastructure physique communautaire pour créer des réseaux décentralisés où les participants peuvent contribuer des ressources, telles que la puissance de calcul, en échange de cryptomonnaie.

L’objectif ultime du modèle de caméra autonome WFM est de « faire progresser intelligemment la mobilité » et l’avènement des véhicules autonomes, a déclaré Marc Vrecko, PDG de la division Brain de Valeo.

Alireza Ghods, co-fondateur et PDG de Natix, voit dans les WFMs une opportunité générationnelle similaire à l’essor des grands modèles de langage (LLMs) de 2017 à 2020 :

« Les équipes qui construiront les premiers modèles mondiaux évolutifs définiront la base de la prochaine vague d’IA : les IA physiques. »

Contrairement aux modèles d’IA actuels basés uniquement sur la perception, le modèle mondial multi-caméras cherche à développer des capacités prédictives pour accélérer le déploiement généralisé des véhicules autonomes.

Natix a déclaré que la décentralisation et l’open source du WFM pourraient permettre aux systèmes d’IA physiques d’être entraînés et testés dans une gamme plus large de conditions du monde réel avant leur déploiement. Des cadres transparents permettent à l’écosystème d’aller plus vite, et des tests approfondis sont essentiels pour la sécurité.

Paysage concurrentiel et ampleur du pari Valeo-Natix

Un des principaux concurrents de Valeo et Natix est Alpamayo, une famille de modèles open-source de vision-langage-action. La solution utilise des données de caméras et de capteurs pour la prise de décision via une autonomie basée sur le raisonnement.

Natix a été fondée en 2020 et exploite un réseau décentralisé de données multi-caméras comprenant des centaines de milliers de contributeurs et des centaines de millions de kilomètres de données de conduite enregistrées.

NATIX-3,45%
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
  • Récompense
  • Commentaire
  • Reposter
  • Partager
Commentaire
0/400
Aucun commentaire
  • Épingler

Trader les cryptos partout et à tout moment
qrCode
Scan pour télécharger Gate app
Communauté
Français (Afrique)
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)