ผู้เขียนต้นฉบับ: Eric, Foresight News

เมื่อสัปดาห์ที่แล้ว Orama Labs แพลตฟอร์ม DeSci ประสบความสำเร็จในการเปิดตัว Zeno ซึ่งเป็นโครงการแรกบน OramaPad โดย Zeno ได้มอบโทเค็น ZENO จำนวน 500 ล้านเหรียญให้กับแพลตฟอร์มนี้ ซึ่งคิดเป็นครึ่งหนึ่งของอุปทานทั้งหมด OramaPad กำหนดให้ผู้ใช้ต้อง Stake โทเค็น PYTHIA เพื่อเข้าร่วม และ "งานเปิดตัว" ครั้งนี้ดึงดูดเงิน Staking PYTHIA ได้ทั้งหมด 3.6 ล้านดอลลาร์สหรัฐ

Orama Labs มีเป้าหมายที่จะแก้ไขปัญหาประสิทธิภาพในการจัดสรรเงินทุนและทรัพยากรในการวิจัยทางวิทยาศาสตร์แบบดั้งเดิม โดยการสร้างเส้นทางจากการวิจัยไปสู่การค้าผ่านการระดมทุนการทดลองทางวิทยาศาสตร์ การตรวจสอบทรัพย์สินทางปัญญา การแก้ไขข้อมูลที่ซ้ำซ้อน และการนำการกำกับดูแลชุมชนมาใช้

โครงการแรกของ OramaPad ได้นำโมเดล Crown มาใช้ ซึ่งกำหนดให้โครงการต่างๆ ต้องมีระบบตรรกะทางธุรกิจที่แข็งแกร่ง และ/หรือศักยภาพในการพัฒนาทางเทคนิคของ Web2 ที่แข็งแกร่ง และผลิตภัณฑ์ของพวกเขาต้องใช้งานได้จริง Orama เรียกโมเดลนี้ว่า OCM (Onboarding Community Market) ซึ่งแตกต่างจากการเผยแพร่มีมแบบเดิมๆ โดยพื้นฐานแล้ว Orama นำเสนอเส้นทางการเปลี่ยนแปลงแบบออนเชนที่สามารถทำซ้ำได้สำหรับบริษัทหรือทีม Web2 ที่มีโมเดลธุรกิจที่สมบูรณ์และศักยภาพทางเทคนิค Zeno ซึ่งเป็นผู้เล่นรายแรกที่ตัดสินใจลงทุน ก็เป็นผู้เล่นที่น่าเกรงขามเช่นกัน

เทคโนโลยีฮาร์ดคอร์ที่ทำให้ไม่สามารถเข้าใจเอกสารได้

Zeno เป็นโปรเจกต์ที่ทะเยอทะยานมาก ถึงขนาดที่ว่าแค่อ่านเอกสารประกอบของ Zeno ก็อาจยังไม่เข้าใจอย่างถ่องแท้ถึงสิ่งที่ทีมกำลังพยายามทำให้สำเร็จ หลังจากที่ได้พูดคุยกับทีมแล้ว ผมจึงได้เข้าใจภาพรวมทั้งหมดของเรื่องราวที่ได้รับแรงบันดาลใจจากไซเบอร์พังก์นี้

โดยสรุป Zeno มุ่งหวังที่จะซ้อนชั้นของพื้นที่เสมือนจริงหลายชั้นทับบนพื้นที่ทางกายภาพที่มนุษย์อาศัยอยู่ เพื่อสร้างพื้นที่ที่ "ตัวแทนอัจฉริยะ" ทั้งหมด รวมถึงมนุษย์ สามารถอยู่ร่วมกันได้

ลองนึกภาพสถานการณ์นี้ดู: บ่ายวันหนึ่งในอนาคต คุณกำลังเพลิดเพลินกับช่วงเวลาพักผ่อนบนเก้าอี้พักผ่อนบนระเบียงบ้านของคุณ โดยมีพ่อบ้าน AI คอยดูแลเฟอร์นิเจอร์และเครื่องใช้ไฟฟ้าทั้งหมด และหุ่นยนต์ฮิวแมนนอยด์ที่กำลังยุ่งอยู่กับงานบ้าน ทันใดนั้นคุณก็รู้สึกเบื่อและอยากเล่นบาสเกตบอลเสมือนจริงกับ "พี่น้อง" สองคน (สมาชิกในครอบครัว) คุณจึงสวมแว่น VR/AR ในโลกของแว่นตา หุ่นยนต์จะดูเหมือนมนุษย์ และ AI ซึ่งมีอยู่เฉพาะในโลกออนไลน์ ก็จะมีรูปร่างเป็นมนุษย์เช่นกัน หุ่นยนต์นั่งอยู่บนโซฟา ส่วน AI นั่งอยู่บนพื้น คุณทั้งสามคนส่งลูกบาสเกตบอลเสมือนจริงไปรอบๆ พร้อมกับพูดคุยกันว่าจะกินอะไรเป็นมื้อเย็น

นี่คือวิสัยทัศน์ขั้นสูงสุดของ Zeno: การทำให้รูปแบบชีวิตอัจฉริยะที่ใช้คาร์บอนและตัวแทนอัจฉริยะที่ใช้ซิลิกอนสามารถอยู่ร่วมกันในพื้นที่ทางกายภาพเดียวกันได้

หลายคนจินตนาการว่าไซเบอร์สเปซเป็นเพียงพื้นที่เสมือนจริงอย่างแท้จริง อย่างเช่นประสบการณ์ VR ในภาพยนตร์เรื่อง "Ready Player One" ที่ซึ่งเราก้าวเข้าสู่โลกใหม่ ปฏิสัมพันธ์กับ AI ในปัจจุบันของเรายังเกิดขึ้นผ่านสื่อแบบแบนๆ เช่น หน้าจอคอมพิวเตอร์หรือโทรศัพท์มือถือ Zeno มุ่งมั่นที่จะนำพื้นที่เสมือนจริงเหล่านี้มาสู่ชีวิตจริงโดยตรง โดยสร้างการซ้อนทับของโลกทางกายภาพและดิจิทัลในกาลอวกาศเดียวกัน ซึ่งจะทำให้เนื้อหาดิจิทัลมีรูปร่างที่จับต้องได้เช่นเดียวกับตัวตนทางกายภาพ และช่วยให้มนุษย์ หุ่นยนต์ และ AI สามารถโต้ตอบกันได้อย่างเป็นธรรมชาติในสถานการณ์จริง สร้างระบบนิเวศความเป็นจริงแบบผสมผสานที่โลกเสมือนจริงและโลกจริงเชื่อมโยงกัน และมนุษย์และเครื่องจักรสามารถอยู่ร่วมกันได้อย่างกลมกลืน

แน่นอนว่าโลกที่เราเห็นอาจไม่เหมือนกับสิ่งที่หุ่นยนต์และ AI เห็น ยกตัวอย่างเช่น หากคุณไม่ต้องการให้หุ่นยนต์วิ่งเข้ามาในห้องทำงานของคุณโดยไม่จำเป็น คุณสามารถล็อกประตูห้องทำงานในโลกของหุ่นยนต์ได้ และหุ่นยนต์จะได้รับอนุญาตให้เข้าไปในห้องทำงานก็ต่อเมื่อคุณ "ปลดล็อก" "ล็อก" แล้วเท่านั้น

โดยมีจุดยึดเชิงพื้นที่เป็นแกนหลัก

การใช้ชีวิตอยู่ภายใต้หลังคาเดียวกันกับปัญญาประดิษฐ์อาจดูเหมือนเป็นแนวคิดทางเทคโนโลยีขั้นสูง แต่มีข้อกำหนดเบื้องต้นที่สำคัญ: คุณต้องสร้างแบบจำลองของโลกแห่งความเป็นจริงในโลกเสมือนจริงเพื่อให้สามารถเขียนโปรแกรมบนพื้นฐานนั้นได้

สิ่งนี้ต้องการให้คุณมีข้อมูลสถานการณ์จริง ซึ่งเป็นปัญหาที่หลายบริษัท รวมถึงบริษัทเทคโนโลยีการขับขี่อัจฉริยะ กำลังศึกษาวิจัยอยู่ในขณะนี้ ยกตัวอย่างเช่น การขับขี่อัจฉริยะ หากคุณมีข้อมูลแผนที่โลกจริงของทั้งเมือง ปัญญาประดิษฐ์ (AI) การขับขี่อัจฉริยะจะไม่จำเป็นต้องติดตามรถบนถนนเพื่อเรียนรู้วิธีการรับมือกับสถานการณ์ต่างๆ AI สามารถจำลองสถานการณ์บนท้องถนนในห้องปฏิบัติการได้โดยตรง เพื่อพัฒนาตัวเองอย่างต่อเนื่อง

แม้ว่าสิ่งที่กล่าวมาข้างต้นจะไม่ใช่สิ่งที่เราเรียกว่า "การทับซ้อนเชิงพื้นที่" แต่มันก็ยังคงเป็นหนึ่งในการประยุกต์ใช้ที่สำคัญสำหรับการสร้างแบบจำลองโลกแห่งความเป็นจริง วิสัยทัศน์สูงสุดของ Zeno ไม่สามารถบรรลุผลได้ในชั่วข้ามคืน ขั้นตอนแรกคือการรวบรวมข้อมูลโลกแห่งความเป็นจริง

Zeno ได้ เปิดตัว โปรแกรมที่ช่วยให้ผู้ใช้สามารถใช้อุปกรณ์ในชีวิตประจำวันเพื่อช่วยป้อนข้อมูลเชิงพื้นที่ ซึ่งรองรับทั้งหุ่นยนต์และแว่นตา สำหรับสมาร์ทโฟน ทีมงานระบุว่า ARCore ของ Google มีความสมบูรณ์เพียงพอจนไม่จำเป็นต้องพัฒนาเพิ่มเติม และผู้ใช้สามารถใช้งาน ARCore ได้โดยตรงโดยอ้างอิงจาก โมเดลที่เข้ากันได้ อัลกอริทึมที่ใช้ในการสร้างพื้นที่หลังจากการรวบรวมข้อมูลได้รับการพัฒนาภายในโดยทีมงาน Zeno

หัวใจสำคัญของการสร้างการอยู่ร่วมกันระหว่างโลกแห่งความเป็นจริงและโลกเสมือนนั้นหมุนรอบจุดยึดเชิงพื้นที่ ในมุมมองทางเทคนิค โลกแห่งความเป็นจริงไม่สามารถถูกตั้งโปรแกรมได้โดยตรง การเชื่อมต่อกับโลกเสมือนเกิดขึ้นได้จากการเชื่อมโยงจุดยึดในโลกแห่งความเป็นจริงและจับคู่กับพื้นที่เสมือนโดยอิงจากพื้นที่จริง หากจะเปรียบเทียบ สำหรับหุ่นยนต์และปัญญาประดิษฐ์ โลกแห่งความเป็นจริงเปรียบเสมือนมหาสมุทรในความมืดมิด และจุดยึดเหล่านี้เปรียบเสมือนประภาคารที่ส่องสว่างทุกพื้นที่ในโลกแห่งความเป็นจริงเพื่อปัญญาประดิษฐ์ที่ใช้ซิลิคอน

ก้าวแรกสู่ "เป้าหมายสูงสุด" ของ Zeno คือการสร้างแพลตฟอร์มแบบฟูลสแตก นอกจากอุปกรณ์อิเล็กทรอนิกส์ในชีวิตประจำวันอย่างสมาร์ทโฟนแล้ว Zeno ยังใช้อุปกรณ์ระดับมืออาชีพ เช่น LiDAR กล้องพาโนรามา 360 องศา และกล้อง RGB บนอุปกรณ์พกพาหรือชุดหูฟัง XR เพื่อเก็บข้อมูล ทีมงานระบุว่าแพลตฟอร์ม Zeno จะมีระบบประมวลผลและแบบจำลองโลกภาพบนคลาวด์ที่ทรงพลัง ซึ่งสามารถประมวลผลข้อมูลเซ็นเซอร์ดิบขนาดหลายกิกะไบต์ต่อวันสำหรับพื้นที่ขนาดใหญ่ (ระดับเมือง/พื้นที่ทั่วโลก) และสร้างดัชนีสำหรับการค้นหาข้อมูลเชิงพื้นที่อย่างรวดเร็ว นอกจากนี้ยังสามารถประมวลผลข้อมูลแบบขนานสำหรับพื้นที่ขนาดเล็ก (ระดับห้อง/พื้นที่ยึด) เพื่อให้ได้การประมวลผลแบบเรียลไทม์ที่มีปริมาณงานสูง

ยิ่งไปกว่านั้น ระบบยังมีความสามารถในการเรียนรู้ด้วยตนเอง โดยปรับปรุงประสิทธิภาพอย่างต่อเนื่องด้วยข้อมูลคุณภาพสูงจากบุคคลที่สาม ในอนาคต ระบบจะรองรับการสืบค้นข้อมูลเชิงพื้นที่หลายร้อยครั้งต่อวินาที มอบผลลัพธ์การระบุตำแหน่งแบบหกองศาอิสระ (6-DOF) ที่แม่นยำ การสร้างจุดยึดเชิงพื้นที่ร่วมกัน การสร้างภาพสามมิติอย่างรวดเร็ว การแบ่งส่วนความหมายทันที และฟังก์ชันการทำความเข้าใจฉากอื่นๆ ระบบสามารถปรับขนาดได้สูงและสามารถนำไปประยุกต์ใช้กับสถานการณ์ต่างๆ ได้อย่างกว้างขวาง เช่น เกม AR การนำทาง การโฆษณา และเครื่องมือเพิ่มประสิทธิภาพการทำงาน

ข้อมูลเชิงพื้นที่ที่ได้รับการตรวจสอบและชั้นโครงสร้างพื้นฐานอัจฉริยะเชิงพื้นที่ที่สร้างขึ้นสามารถเรียกใช้งานได้โดย แอปพลิเคชันแบบกระจายอำนาจต่างๆ สำหรับการวางแผนเส้นทางการขับขี่อัตโนมัติ การฝึกอบรมข้อมูลจำลองแบบครบวงจรสำหรับหุ่นยนต์ การสร้างสัญญาอัจฉริยะที่ดำเนินการโดยอัตโนมัติที่ตรวจสอบได้ การกระจายโฆษณาทางสัณฐานวิทยาเชิงพื้นที่ และในที่สุด การตัดสินใจที่ขับเคลื่อนด้วยข้อมูลเชิงพื้นที่และแอปพลิเคชันชั้นบน

เบื้องหลังเซโน่คือใคร?

เมื่อเทียบกับวิสัยทัศน์ที่คลุมเครือของโครงการ Web3 บางโครงการ เป้าหมายของ Zeno แม้จะฟังดูซับซ้อน แต่กลับมีความสมจริงอย่างมาก เหตุผลที่อธิบายการใช้งานทางเทคนิคอย่างละเอียดในเอกสารประกอบโครงการก็เป็นเพราะสมาชิกในทีมมีประสบการณ์อย่างลึกซึ้งในสาขานี้มาหลายปี

สมาชิกในทีมของ Zeno ทุกคนมาจาก DeepMirror หรือที่รู้จักกันในชื่อ Zeno Technology หากคุณไม่คุ้นเคยกับ Zeno Technology คุณอาจเคยได้ยินชื่อ Pony.ai ซึ่งเป็นบริษัทที่จดทะเบียนในตลาดหลักทรัพย์ Nasdaq และมีมูลค่าตลาด 7 พันล้านดอลลาร์สหรัฐ Harry Hu ซีอีโอของ Zeno Technology เคยดำรงตำแหน่ง COO/CFO ของ Pony.ai

ยีจื่อ วู ซีอีโอของ Zeno เป็นสมาชิกยุคแรกๆ ของ Google X มีส่วนร่วมในการพัฒนาผลิตภัณฑ์ต่างๆ เช่น Google Glass, Google ARCore, Google Lens และ Google Developer Platform ที่ Zeno เขาเป็นผู้นำด้านสถาปัตยกรรม AI โดยรวมและการพัฒนา World Model

สมาชิกทีมหลักของ Zeno ยังได้แก่ Taoran Chen อดีตนักวิทยาศาสตร์วิจัยที่ Zeno Technology ผู้สำเร็จการศึกษาปริญญาเอกสาขาคณิตศาสตร์จาก MIT และ Cornell University และ Kevin Chen อดีต CFO ของ Zeno Technology และผู้บริหารที่ Fosun Group, JPMorgan Chase และ Morgan Stanley

สำหรับทีม Zeno การก้าวเข้าสู่ Web3 เปรียบเสมือนความพยายามอันกล้าหาญของทีม Web2 ที่มีพื้นฐานทางเทคนิค ทีมงานอธิบายว่าโทเค็น ZENO จะถูกใช้เพื่อจูงใจผู้ใช้ที่ให้ข้อมูลเชิงพื้นที่ และทีมหรือบุคคลที่พัฒนาเครื่องมือ แอปพลิเคชัน และเกมโดยใช้โครงสร้างพื้นฐานของ Zeno นอกจากโทเค็น 500 ล้านโทเค็นที่แจกจ่ายใน Launchpad แล้ว ทีมงานจะเก็บรักษาโทเค็นไว้ 300 ล้านโทเค็น และโทเค็นที่เหลืออีก 200 ล้านโทเค็น พร้อมกับ 100 SOL ที่ได้รับจากกิจกรรม Launchpad จะถูกนำไปใช้เพื่อเพิ่มสภาพคล่องให้กับคู่ซื้อขายบน Meteora

RealityGuard แอปพลิเคชันเชิงพื้นที่ที่รวม AR และเกมเข้าด้วยกัน พัฒนาโดย Chenjing Technology

เมื่อถูกถามถึงเหตุผลที่เลือก Web3 เป็นแพลตฟอร์ม Zeno อธิบายว่าโดยเนื้อแท้แล้วข้อมูลเชิงพื้นที่เป็นสินทรัพย์ดิจิทัลที่มีการกระจายศูนย์สูง ซึ่งเหมาะสมกับสภาพแวดล้อม Web3 เป็นอย่างยิ่ง ข้อมูลเชิงพื้นที่ที่ Zeno รวบรวมจะถูกนำไปซื้อขายโดยใช้โทเค็น ZENO เป็นสกุลเงินเพื่อขยายการหมุนเวียนของ ZENO ภายในระบบนิเวศ ผู้ซื้อมักจะเป็นบริษัทเทคโนโลยีที่ต้องการข้อมูลเชิงพื้นที่ สำหรับการประยุกต์ใช้ ZENO ในอนาคต จะมีการสำรวจการใช้งานเพิ่มเติมเมื่อโครงการดำเนินไป

Zeno ยกระดับบทบาทของแพลตฟอร์ม DeSci ให้เป็นรูปธรรม วิทยาศาสตร์ไม่จำเป็นต้องเป็นศาสตร์บริสุทธิ์ที่คลุมเครือและยากลำบากเสมอไป การทำให้เทคโนโลยีเป็นประชาธิปไตยอย่าง Xiaomi และการลดเกณฑ์การลงทุนในคุณค่าของเทคโนโลยีก็เป็นหนึ่งในคุณค่าสำคัญของ DeSci เช่นกัน