BitRobot, sieć robotyczna zbudowana na Solanie, udostępniła 2000 godzin danych z nawigacji miejskiej jako materiał open source, dążąc do rozwiązania jednego z największych wyzwań stojących przed sztuczną inteligencją ucieleśnioną (embodied AI): pozyskania dużych ilości danych z rzeczywistych interakcji ze światem.

Projekt rozwija zdecentralizowany rynek zestawów danych robotycznych, wykorzystując technologię blockchain do śledzenia wkładu i wynagradzania uczestników. Podejście to ma stanowić alternatywę dla scentralizowanych ośrodków teleoperacji, w których duże zespoły pracowników zdalnie sterują robotami w celu generowania danych treningowych.

Nowo udostępniony zbiór danych FrodoBots-2K zawiera 2000 godzin danych z nawigacji miejskiej — znacznie więcej niż około 60 godzin dostępnych we wcześniejszych publicznych zbiorach — dając badaczom AI znacznie większy zasób do trenowania systemów nawigacyjnych.

Od zdalnie sterowanych robotów chodnikowych do otwartych danych AI

BitRobot został pierwotnie założony pod nazwą FrodoBots, a jego wczesna działalność koncentrowała się na robotach chodnikowych sterowanych zdalnie przez graczy. Uczestnicy obsługiwali maszyny podczas aktywności w stylu gry w poszukiwanie skarbów, generując dane z rzeczywistych scenariuszy nawigacyjnych.

Te informacje zostały następnie skompilowane w FrodoBots-2K i udostępnione publicznie. Zgodnie z doniesieniami zespoły powiązane z DeepMind, Meta i Uniwersytetem Kalifornijskim w Berkeley już wykorzystały ten zbiór danych do tworzenia modeli nawigacyjnych.

Projekt uważa, że dane ze świata rzeczywistego pozostają jednym z najpoważniejszych ograniczeń rozwoju robotyki. Jonathan Victor, prezes BitRobot, argumentował, że potrzeby branży wykraczają poza moc obliczeniową i architekturę modeli, ponieważ roboty muszą uczyć się z nieprzewidywalnych środowisk i interakcji, a nie wyłącznie z kontrolowanych warunków laboratoryjnych. Wyzwanie to przypomina trajektorię dużych modeli językowych, które rozwinęły się błyskawicznie, gdy udostępniono korpusy tekstowe w skali internetu; wbudowane AI nie miało dotąd równoważnego źródła danych z interakcji fizycznych, a otwarte publikacje takie jak FrodoBots-2K są jedną z prób zniwelowania tej luki.

Aby sprostać temu wyzwaniu, BitRobot utworzył podsieci dedykowane konkretnym zadaniom, zaprojektowane do gromadzenia różnych kategorii danych robotycznych. Obejmują one nawigację miejską oraz zadania wymagające zręczności fizycznej, co pozwala sieci pozyskiwać wyspecjalizowane zestawy danych zamiast polegać na jednym scentralizowanym systemie zbierania informacji.

Noszone kamery rozszerzają zbieranie danych

Jednym z głównych narzędzi BitRobot jest RoboCap, urządzenie noszone na ciele w cenie około 1000 dolarów, wyposażone w sześć kamer. Sprzęt rejestruje wideo z perspektywy pierwszej osoby oraz ruchy dłoni, umożliwiając zbieranie danych, gdy ludzie wykonują zwykłe czynności w miejscach takich jak piekarnie i fabryki.

Firma planuje rozprowadzać urządzenia wśród pracowników i innych współtwórców, aby poszerzyć zakres rzeczywistych scenariuszy reprezentowanych w swoich zbiorach danych. Oczekuje się, że uczestnicy będą otrzymywać wynagrodzenie w zależności od nowości i przydatności dostarczanych informacji.

Mechanizm punktacji został zaprojektowany tak, aby faworyzować nietypowe lub cenne sytuacje kosztem powtarzalnych danych. Może to zachęcać współtwórców do rejestrowania scenariuszy, które prawdopodobnie nie pojawiłyby się w konwencjonalnych, ściśle kontrolowanych operacjach zbierania danych.

Solana zapewnia infrastrukturę blockchainową

Solana stanowi bazową infrastrukturę blockchainową BitRobot, obsługującą śledzenie wkładu, księgowość i płatności. Jej stosunkowo niskie koszty transakcyjne mają uczynić opłacanie uczestników rozproszonej geograficznie sieci praktycznym.

Victor wskazał narzędzia deweloperskie Solany i ugruntowaną społeczność programistów jako kluczowe czynniki decydujące o wyborze budowy projektu na tym blockchainie.

BitRobot wykorzystuje również poświadczenia Access ID, pozwalające współtwórcom budować reputację w dziedzinie robotyki. Uczestnicy mogą zdobywać cyfrowe nagrody zwane Bolts za swoje wkłady, co tworzy system mający łączyć uczestnictwo, reputację i wynagrodzenie.

Łącząc otwarte zestawy danych, sprzęt do zbierania danych w postaci urządzeń noszonych oraz zachęty oparte na blockchainie, BitRobot dąży do stworzenia sieci robotycznej, w której współtwórcy mogą dostarczać cenne dane ze świata rzeczywistego i uczestniczyć w korzyściach z nich płynących.

Własność danych może ukształtować konkurencję w robotyce

Rozwój projektu następuje w momencie, gdy wbudowane AI staje się coraz ważniejszym obszarem badań, a firmy i instytucje akademickie poszukują lepszych sposobów trenowania robotów do zadań w świecie fizycznym. Duże firmy technologiczne mocno zainwestowały w programy uczenia robotów, a dostęp do rzadkich rzeczywistych zestawów danych stał się między nimi czynnikiem konkurencyjnym — to jeden z powodów, dla których otwarte publikacje takie jak FrodoBots-2K, obniżające barierę dla mniejszych laboratoriów i niezależnych badaczy, przyciągają uwagę w całej branży.

Dla Solany BitRobot stanowi kolejne potencjalne zastosowanie wykraczające poza transakcje finansowe i aktywność spekulacyjną. SOL notowany był po 104,60 USD na dzień 7 września 2026 r., spadając o 0,66% w ciągu poprzednich 24 godzin, choć wyniki rynkowe tokenu pozostają oddzielone od technologii leżącej u podstaw sieci.

Długoterminowe perspektywy BitRobot będą zależeć od tego, czy jego zdecentralizowany model będzie w stanie wytwarzać zestawy danych wyższej jakości i bardziej zróżnicowane przy kosztach konkurencyjnych wobec scentralizowanych alternatyw. W przypadku powodzenia model oparty na sieci mógłby zapewnić deweloperom robotyki szerszy dostęp do rzeczywistych danych treningowych, tworząc jednocześnie nowe zachęty dla osób i firm do dostarczania informacji, które wcześniej trudno było zebrać.