Geodnet هي شبكة تحديد دقيقة تستخدم نموذج اقتصادي لشبكة البنية التحتية اللامركزية للأجهزة الفيزيائية (DePIN) ، لتوفير خدمات تحديد المواقع الحرجة للطائرات بدون طيار والسيارات ذاتية القيادة ، وربما عشرات الملايين من الروبوتات المحتملة التي ستظهر في السنوات القادمة على نطاق واسع في جميع أنحاء العالم.

الذكاء الاصطناعي الفعلي (Physical AI) على وشك الوصول

في فيلم “المحقق ريك ديكارد 2049”، نرى عالم المستقبل هذا: البشر الاصطناعيون يعيشون مع البشر كمساهمين مشتركين في الاقتصاد والمجتمع. بحلول عام 2025، لم تصبح الروبوتات أكثر تشابها للبشر، ولكن مختلف الآلات المتخصصة قد اخترقت بسرية حياتنا الحديثة في جوانبها المختلفة.

يجعل نموذج اللغة الذكية الذكاء تجاريًا، مما يفتح المجال لإطلاق الإبداع الجديد وتغيير العمل المعرفي. ولكن الذكاء الاصطناعي لا يتعلق فقط بالنصوص والصور ومقاطع الفيديو. إن تطور الذكاء الاصطناعي يحدث في العالم الحقيقي، والروبوتات هي المجال التالي.

مع تصبح النماذج الذكية أقوى، ستزيد قدرتها على فهم البيئة الفيزيائية والتفاعل معها بشكل كبير. سيؤدي هذا التحول إلى نشوء أنظمة ذاتية جديدة، من السيارات الذاتية القيادة والروبوتات البشرية إلى الطائرات بدون طيار وأجهزة التحكم الصناعي، حيث ستعمل هذه الأنظمة بذكاء واستقلالية لم يسبق لها مثيل.

لجعل هذه الروبوتات تعمل بشكل طبيعي، يجب عليها الإجابة على سؤال أساسي: ‘أين أنا؟’

تحدي بقيمة 50 مليار دولار

مع نشر ملايين الأجهزة المستقلة وشبه المستقلة، تواجه جميعها تحديًا واحدًا: الإدراك الفضائي. الطائرات بدون طيار التي تنفذ مهام التوزيع، والسيارات الذاتية القيادة التي تسير في بيئات المدن الكثيفة، والآلات الزراعية التي تزرع بدقة، تحتاج جميعها إلى دقة موقعية بالميليمتر لتعمل بأمان وكفاءة عالية.

لتحقيق هذا المستوى من الدقة، تعتمد هذه الأنظمة على تقنية دمج الاستشعار، بالاشتراك مع أساليب تحديد المواقع المتعددة.

يمكن لليدار بالليزر (LiDAR) توفير خرائط عمق عالية الدقة، ولكنها لا تعمل بفعالية في الأيام الضبابية أو الممطرة (بالإضافة إلى أنها ثقيلة الوزن وتستهلك الكثير من الطاقة وتكلفة عالية). يمكن للرادار (RADAR) توفير قياسات موثوقة للمسافة، ولكنها تفتقر إلى دقة دقيقة.

يمكن لـ (Vision-based SLAM)، الذي يعتمد على الرؤية، تحديد المواقع وبناء الخرائط على الفور، لكن الأداء قد ينخفض في بيئات الرؤية المنخفضة.

كل هذه الطرق لها قيودها الخاصة، ولا يوجد نظام واحد خالٍ من العيوب. في مجال تحديد المواقع، يُعتبر استخدام محطات التصحيح الديناميكية الفورية (RTK) لمعايرة أنظمة تحديد المواقع بواسطة الأقمار الصناعية العالمية (GNSS) واحدة من أساليب الإدخال الأكثر موثوقية.

بسبب التداخل الجوي وخطأ الطريق المتعدد، يكون تحديد الموقع بواسطة GNSS القياسي غير دقيق بطبيعته، حيث يمكن أن تصل الانحرافات إلى 5 - 10 أمتار. يقوم RTK بحل هذه المشكلة من خلال استخدام محطات قاعدية ثابتة، تقارن إشارات الأقمار الصناعية بها مع المواقع المعروفة مسبقًا وتنقل بيانات التصحيح في الوقت الحقيقي. يمكن لهذه الطريقة تحقيق دقة بالسنتيمتر، وهو الاختراق الرئيسي لتطبيقات الذكاء الاصطناعي الفعلية. يقوم معظم الشركات الكبيرة للروبوتات والتشغيل الآلي بدمج RTK في أنظمتهم، مثل DJI للطائرات بدون طيار عالية الدقة، وجون دير للجرارات ذاتية القيادة، وتسلا للسيارات ذاتية القيادة، وبوسطن دايناميكس لروبوتات الكشف الصناعي.

! PuLYLd4YINLiHWTRTZBu7PVqPWW6YxzTdpCHgRwo.jpeg

مصدر الصورة: متجر GNSS

أحد المشاكل التي تواجه RTK في الوقت الحالي هو التكلفة. بناء وصيانة محطات RTK تستلزم استثمارات كبيرة في الأجهزة وشراء الأراضي والصيانة. تقوم الشركات التقليدية مثل تريمبل (Trimble) وهيكساغون (Hexagon) وتوبكون (Topcon) بإقامة هذه المحطات بأنفسها وتفرض رسوم تصل إلى آلاف الدولارات على كل جهاز يتم تتبعه، مما يقيد الوصول وسرعة النشر. غالبًا ما تكون مدى التغطية مركزة في المناطق الرابحة، مما يؤدي إلى عدم توفر خدمات التحديد عالي الدقة في بعض المناطق.

تقلب هيكل التكلفة من خلال DePIN

لقد شرحنا بالفعل بالتفصيل كيف يقوم DePIN الخاص بمالكي العملات المشفرة بتقليب هيكل تكلفة الشبكات الكثيفة للأجهزة على المستوى العالمي من الناحية التقنية. كشبكة الوضع الدقيق الأكبر على مستوى العالم، تستفيد Geodnet حاليًا من هذه المبادئ لتشجيع مشغلي الشبكة المستقلين على تثبيت محطات RTK وتوفير بيانات التصحيح مقابل مكافأة العملة المشفرة.

من خلال نقل عبء التكلفة من مشغل واحد إلى شبكة موزعة، يمكن لـ Geodnet نشر محطات RTK للإنتاج بجزء صغير من تكلفة الموردين التقليديين، وتحديداً إزالة تكلفتي بناء الشبكة الأكبر: الأرض والقوى العاملة. لذلك، بالمقارنة مع الشركات الحالية، يمكن لـ Geodnet توسيع نطاق التغطية بشكل أسرع، وضمان الاحتياطي، وتوفير خدمات معايرة GNSS أكثر موثوقية.

نتيجتها تشكيل شبكة موزعة عالمية، توسع هذه الشبكة بشكل طبيعي مع ضمان نفس جودة الخدمة، مما يقلل من تكلفة استخدام المستخدم النهائي في نفس الوقت.

بدأت Geodnet في التوسع بنشاط من العام الماضي. عدد محطات الأساس الشبكة زاد من 1400 في نوفمبر 2022 إلى 7800 في يونيو 2024 ، وحتى يناير 2025 ، كان لديها أكثر من 13000 محطة في 4377 مدينة و 142 دولة.

! V0DpS6trEvN6IfSqX7Mlz4NCpesdMCtAK4DB5Km1.jpeg

مصدر الصورة: Dune Analytics

وصلت الشبكة إلى “المقياس الحرج”، حيث يمكن لتغطيتها خدمة أكثر من 60% من سوق تصحيح GNSS المحتمل. يجدر بالذكر أن هذه الشبكة حصلت على هذا التوريد بكفاءة رأس المال العالية، حيث تم توزيع 11% فقط من إجمالي الرموز على المساهمين خلال السنوات الثلاث الماضية.

! h83CIih5scNgnwPady2BhHVGLskijOzWmzJBqPWx.jpeg

مصدر الصورة: لوحة تحكم Geodnet

Geodnet هو مثال نموذجي على نجاح تطبيق نمط DePIN في العمل العملي ، وليس فقط نظريا قابلا للتحقيق. لا تعتمد محطات Geodnet فقط على تكلفة الشراء والنشر منخفضة بدرجة (أي 700 دولار للأجهزة الاستهلاكية مقارنة ب 12000 دولار لمحطات RTK المؤسسية ؛ ويمكن أن يحقق النشر الأكثر كثافة على الشبكة الاستهلاكية نطاق تغطية متساو مع محطات RTK المؤسسية) ، ولكن أيضًا بسبب الإقلال من تكلفة النشر الأجهزة ، فإن تكلفتها السنوية منخفضة بدرجة أخرى. بلا شك ، Geodnet هو الحل الموقعي الأكثر قابلية للتوسيع وتنافسية من حيث التكلفة في العالم في الوقت الحاضر.

! 2FAY15j7ZHNPraA7OvXyU2O9S3bfkcVhrxLlT3TI.jpeg

حاليًا ، تبلغ الدخل السنوي الذي يتم تحقيقه عبر سلسلة الكتل Geodnet حوالي 3000000 دولار أمريكي ، وتأتي هذه الدخل من اتفاقيات خدمات المؤسسات الموقعة مع العملاء مثل Propeller و DroneDeploy و Quectel ووزارة الزراعة الأمريكية (USDA) ، حيث تكون نمو الدخل الذي يتم تحقيقه من جانب Geodnet في مشروع DePIN الحالي هو الأسرع.

! gObg2jFEErl05b1qtypVSbYc2AAyAgXkQ5JcyIdN.jpeg

خلال محادثاتنا الأولية مع مؤسس جيودنيت، مايك هوتون، سألناه كيف نجح في جذب بعض من أبرز عملاء السيارات ذاتية القيادة والطائرات بدون طيار وروبوتات الزراعة على مستوى العالم. كانت إجابته دائماً: الفوائد التنافسية في التكاليف الهيكلية التي يوفرها ديبين.

نقطة تحول

في العقد القادم، قد تنتشر عشرات الملايين من الروبوتات في مختلف الصناعات، مما قد يغير منظر اللوجستيات والبنية التحتية ومجال الأتمتة. ستُستخدم الطائرات بدون طيار لفحص خطوط الكهرباء والأنابيب في الوقت الفعلي. سيحسن السيارات اللاسائقة خدمات الشحن والتاكسي. سيقلل مستودعات الاعتماد على القوى العاملة من خلال استخدام أجهزة آلية متخصصة. ستظهر روبوتات شبيهة بالبشر لمساعدة في إنجاز الأعمال المنزلية اليومية في المنازل.

بدون بيانات تحديد موقع موثوقة، لا يمكن لهذه الروبوتات العمل. عند القيادة في مناطق المدن الكثيفة التي لا يمكن لنظام تحديد المواقع العالمي GPS العمل فيها بمفرده، سيكون من الضروري استخدام GNSS المعزز بـ RTK. تحتاج الطائرات بدون طيار إلى تحديد موقع دقيق للهبوط بدقة عند محطات الشحن. نحن نعتقد أن تحديد الموقع RTK ليس فقط تكملة لأوضاع الاستشعار الأخرى مثل LiDAR و RADAR، بل هو أمر أساسي.

كثير من شركات الروبوتات تنفق ملايين الدولارات سنويا على شراء خدمات تصحيح GNSS التقليدية، وهذه الخدمات مكلفة وتغطي مساحة محددة ودقتها غير مستقرة. نحن نعتقد أن Geodnet اليوم تقدم منتجات أكثر كفاءة من حيث التكلفة وجودة أعلى لهؤلاء العملاء، وستعود بالفائدة على المزيد من العملاء في المستقبل.

ليس مسألة ما إذا كان سيحدث اندفاع الروبوتات الذكية، بل مسألة متى سيحدث. أين توجد الروبوتات؟ إنها قادمة بسرعة. مع Geodnet، سنعرف مكانها بدقة.

إخلاء المسؤولية: قد تكون المعلومات الواردة في هذه الصفحة من مصادر خارجية ولا تمثل آراء أو مواقف Gate. المحتوى المعروض في هذه الصفحة هو لأغراض مرجعية فقط ولا يشكّل أي نصيحة مالية أو استثمارية أو قانونية. لا تضمن Gate دقة أو اكتمال المعلومات، ولا تتحمّل أي مسؤولية عن أي خسائر ناتجة عن استخدام هذه المعلومات. تنطوي الاستثمارات في الأصول الافتراضية على مخاطر عالية وتخضع لتقلبات سعرية كبيرة. قد تخسر كامل رأس المال المستثمر. يرجى فهم المخاطر ذات الصلة فهمًا كاملًا واتخاذ قرارات مدروسة بناءً على وضعك المالي وقدرتك على تحمّل المخاطر. للتفاصيل، يرجى الرجوع إلى إخلاء المسؤولية.

تعليق

0/400

لا توجد تعليقات