Zenos digitales Zwillingsparadoxon und die Technologiedemokratisierung von DeSci

Original Article Title: "Zenos digitales Zwillingsideal und die technologische Demokratisierung von DeSci"

Original Article Author: Eric, Foresight News

Vor über einer Woche hat die DeSci-Plattform Orama Labs erfolgreich den Token-Launch von Zeno abgeschlossen, dem ersten Projekt auf OramaPad. Zeno stellte für den Launchpad 500 Millionen ZENO-Token zur Verfügung, was der Hälfte des gesamten Angebots entspricht. OramaPad verlangte von den Nutzern, ihre PYTHIA-Token zu staken, um teilzunehmen, und dieser „Auftakt“ zog insgesamt 3,6 Millionen US-Dollar an PYTHIA-Staking an.

Orama Labs hat sich zum Ziel gesetzt, die Ineffizienzen bei der Mittelzuweisung und Ressourcenverteilung in der traditionellen wissenschaftlichen Forschung zu beheben. Die Lösung besteht darin, wissenschaftliche Experimente zu finanzieren, geistiges Eigentum zu validieren, Datensilos aufzulösen und Community-Governance umzusetzen, um einen Weg von der Forschung zur Kommerzialisierung zu schaffen.

Das erste Projekt von OramaPad nutzte das Crown-Modell, was bedeutet, dass das Projekt über ein robustes Framework für Geschäftslogik und/oder starke technische Entwicklungsfähigkeiten im Web2-Bereich verfügen musste. Außerdem musste das Produkt einen hohen praktischen Nutzen aufweisen, was Orama als OCM (Onboarding Community Market) bezeichnet. Im Gegensatz zu einer einfachen Meme-Emission bietet Orama im Wesentlichen einen replizierbaren On-Chain-Transformationspfad für Web2-Unternehmen oder Teams mit ausgereiften Geschäftsmodellen und technischen Fähigkeiten. Auch der erste Pionier, Zeno, bildet hier keine Ausnahme.

Die Hardcore-Technologie in Dokumenten, die Sie nicht verstehen

Zeno ist ein äußerst ambitioniertes Projekt. Es ist so umfangreich, dass man beim bloßen Lesen der Zeno-Dokumentation möglicherweise nicht vollständig versteht, was das Team erreichen will. Erst nach Gesprächen mit dem Team wurde dem Autor das gesamte Ausmaß dieser cyberpunkartigen Geschichte klar:

Kurz gesagt, Zeno beabsichtigt, einen mehrschichtigen virtuellen Raum für intelligente Entitäten wie KI und Roboter über den physischen Raum des menschlichen Lebens zu legen. Dadurch können alle „intelligenten Entitäten“, einschließlich Menschen, im selben Raum koexistieren.

Stellen Sie sich folgendes Szenario vor: An einem Nachmittag in der Zukunft entspannen Sie sich auf dem Balkonstuhl und genießen Ihre Freizeit. Im Haus gibt es einen KI-Butler, der alle Möbel und Geräte verbindet, sowie einen humanoiden Roboter, der mit Hausarbeiten beschäftigt ist. Plötzlich wird Ihnen etwas langweilig, und Sie möchten mit Ihren beiden Geschwistern zu Hause ein virtuelles Passspiel spielen. Sie setzen Ihre VR/AR-Brille auf, und in der Welt der Brille erscheint der Roboter menschenähnlich, während die nur im Netzwerk existierende KI eine humanoide Form annimmt. Der Roboter sitzt auf dem Sofa, die KI auf dem Boden. Zu dritt spielt man sich einen virtuellen Basketball zu und diskutiert, was es abends zum Essen geben soll.

Dies ist die ultimative Vision von Zeno: Kohlenstoffbasierte Lebewesen und siliziumbasierte Intelligenzen sollen im selben physischen Raum koexistieren können.

Der Cyberspace, wie ihn viele von uns sich vorstellen, ist vielleicht ein rein virtueller Raum, etwa das Betreten einer neuen Welt durch VR wie im Film „Ready Player One“; auch unsere derzeitigen Interaktionen mit KI erfolgen über flache Schnittstellen wie Computer- oder Smartphone-Bildschirme. Zeno hingegen hofft, diese virtuellen Räume direkt ins reale Leben zu übertragen und einen Zustand der „Überlagerung zwischen physischer und digitaler Welt“ zu schaffen, in dem digitale Inhalte ebenso „real und greifbar“ sind wie physische Existenz. Diese Integration ermöglicht es Menschen, Robotern und KI, in einer realen Umgebung natürlich zu interagieren und ein Mixed-Reality-Ökosystem zu schaffen, in dem Virtuelles und Physisches koexistieren und eine Mensch-Maschine-Symbiose ermöglichen.

Natürlich ist die Welt, die wir sehen, möglicherweise nicht exakt dieselbe wie die, die Roboter und KI wahrnehmen. Beispielsweise möchten Sie vielleicht nicht, dass ein Roboter nach Belieben in Ihr Arbeitszimmer spaziert. In der Welt, wie sie der Roboter sieht, könnten Sie die Tür zum Arbeitszimmer abschließen, und erst wenn Sie diese „Tür“ entsperren, erhält der Roboter die Erlaubnis, das Arbeitszimmer zu betreten.

Zentriert um räumliche Ankerpunkte

Mit künstlicher Intelligenz unter einem Dach zu leben, klingt sehr futuristisch, aber es gibt eine wichtige Voraussetzung: Sie müssen ein Modell der realen Welt in der virtuellen Welt erstellen, um Programmierbarkeit zu ermöglichen.

Dafür benötigen Sie zunächst Reality-Capture-Daten aus der realen Welt, was auch ein wichtiger Forschungsschwerpunkt vieler Unternehmen ist, darunter auch solche aus dem Bereich autonomes Fahren. Nehmen wir autonomes Fahren als Beispiel: Wenn Sie Reality-Capture-Kartendaten einer ganzen Stadt besitzen, müssen KI-Fahrsysteme nicht mehr mit einem Fahrzeug durch die Straßen fahren, um zu lernen, wie sie auf verschiedene Situationen reagieren; sie können direkt im Labor Straßenszenarien simulieren und sich kontinuierlich selbst verbessern.

Obwohl das oben Genannte nicht das ist, was wir als „räumliche Überlagerung“ bezeichnen, ist es tatsächlich eine der wichtigsten Anwendungen beim Aufbau eines Modells der realen Welt. Zenos ultimative Vision kann nicht in einem Schritt erreicht werden. Die erste Priorität besteht darin, Reality-Capture-Daten zu sammeln.

Zeno hat bereits ein Programm gestartet, das es Nutzern ermöglicht, mit ihren Alltagsgeräten räumliche Daten zu erfassen, und unterstützt dabei zwei Gerätetypen: Roboter und Brillen. Was Smartphones betrifft, so erwähnte das Team, dass Googles ARCore ausgereift genug ist und keine eigene Entwicklung erfordert; Nutzer können es direkt nach Bestätigung der Gerätekompatibilität verwenden. Die gesammelten räumlichen Daten werden für den algorithmischen Raumaufbau verwendet, der vom Zeno-Team selbst entwickelt wird.

Der Kern des Aufbaus der Koexistenz zwischen realer und virtueller Welt dreht sich um räumliche Ankerpunkte. Aus technischer Sicht kann die reale Welt nicht direkt programmiert werden; die Verbindung zwischen realer und virtueller Welt wird durch das Verknüpfen von Ankerpunkten in der realen Welt hergestellt und ein virtueller Raum auf Basis des physischen Raums abgebildet. Metaphorisch gesprochen ist die reale Welt für Roboter und KI wie ein Ozean in der dunklen Nacht, und diese Ankerpunkte sind einzelne Leuchttürme, die für siliziumbasierte Intelligenzen jeden Bereich der realen Welt beleuchten.

Zenos erster Schritt zur Erreichung seines „ultimativen Ziels“ ist der Aufbau einer Full-Stack-Plattform. Neben alltäglichen elektronischen Geräten wie Smartphones nutzt die Plattform auch professionelle Ausrüstung wie LIDAR, 360-Grad-Kameras und RGB-Kameras auf mobilen Geräten oder XR-Headsets zur Datenerfassung. Das Team gibt an, dass die Zeno-Plattform über ein leistungsstarkes cloudbasiertes visuelles Weltmodell und ein Rechensystem verfügen wird, das täglich Gigabytes an Rohsensordaten für großflächige Bereiche (Stadt-/Weltmaßstab) verarbeiten und Indizes für schnelle räumliche Abfragen erstellen kann. Außerdem kann sie Daten für kleine Bereiche (Raum-/Ankerregionen) gleichzeitig verarbeiten und so eine hochdurchsatzfähige Echtzeitverarbeitung erreichen.

Darüber hinaus ist das System so konzipiert, dass es selbstlernend ist und sich kontinuierlich durch hochwertige und Drittanbieterdaten optimiert. In Zukunft wird es Hunderte von räumlichen Abfragen pro Sekunde unterstützen, präzise Sechs-Freiheitsgrade-Positionierungsergebnisse (6-DOF), gemeinsame Erstellung von Raumankern, schnelle 3D-Visualisierung, Echtzeit-Semantiksegmentierung und weitere Szenenerkennungsfunktionen bieten. Es ist hoch skalierbar und kann in verschiedenen Szenarien wie AR-Spielen, Navigation, Werbung oder Produktivitätstools breit eingesetzt werden.

Verifizierte räumliche Daten und die darauf aufbauende Infrastruktur für räumliche Intelligenz können von verschiedenen dezentralen Anwendungen genutzt werden, etwa für die Routenplanung beim autonomen Fahren, das End-to-End-Modelldatentraining für Roboter, die Generierung verifizierbarer selbstausführender Smart Contracts, räumlich bewusste Werbeverteilung und letztlich die Ermöglichung von datengetriebenen Entscheidungen und Anwendungen auf höheren Ebenen.

Wer steckt hinter Zeno?

Im Vergleich zu manchen Web3-Projekten mit vagen Visionen ist das Ziel von Zeno, auch wenn es komplex klingt, sehr praxisnah. Der Grund, warum die technische Umsetzung in der Projektdokumentation detailliert beschrieben wird, liegt darin, dass die Teammitglieder über tiefgehende Expertise in diesem Bereich verfügen.

Alle Mitglieder des Zeno-Teams stammen von DeepMirror, das zu Acujii Technology gehört. Falls Ihnen Acujii Technology nicht bekannt ist, haben Sie vielleicht von Pony.ai gehört, das an der NASDAQ mit einer Marktkapitalisierung von 7 Milliarden US-Dollar notiert ist. Harry Hu, CEO von Acujii Technology, war zuvor COO/CFO von Pony.ai.

Zenos CEO, Yizi Wu, war ein frühes Mitglied von Google X und trug zur Entwicklung von Produkten wie Google Glass, Google ARCore, Google Lens und der Google Developer Platform bei. Bei Acujii Technology leitete er die gesamte KI-Architektur und die Entwicklung des World Model.

Zum Kernteam von Zeno gehören außerdem Taoran Chen, der zuvor als Research Scientist bei Horizon Robotics tätig war und über zwei Doktortitel in Mathematik von MIT und Cornell University verfügt, sowie Kevin Chen, der zuvor CFO von Horizon Robotics war und Führungspositionen bei Fosun Group, JPMorgan Chase und Morgan Stanley innehatte.

Für das Zeno-Team ist der Schritt in den Web3-Bereich eher ein mutiger Versuch eines technikaffinen Web2-Teams. In der Teamvorstellung heißt es, dass der ZENO-Token dazu verwendet wird, Nutzer zu belohnen, die räumliche Daten bereitstellen, sowie Teams oder Einzelpersonen, die die auf Zeno aufgebauten Infrastruktur-Entwicklungstools, Anwendungen und Spiele übernehmen. Zusätzlich zu den 5 Milliarden Token, die im Launchpad verteilt werden, behält das Team 3 Milliarden Token zurück, während die verbleibenden 2 Milliarden Token Liquiditätspaare mit 100 SOL erhalten, die durch das Launchpad-Event auf Meteora gewonnen wurden.

Von Horizon Robotics entwickelte AR- und spielintegrierte räumliche Anwendung RealityGuard

Auf die Frage, warum sie Web3 als ihr Schlachtfeld gewählt haben, sagte Zeno dem Autor, dass räumliche Daten an sich ein hochgradig dezentralisiertes digitales Asset sind, das sich natürlich für die Web3-Umgebung eignet. Die von Zeno selbst gesammelten räumlichen Daten werden in Zukunft tokenisiert und durch Transaktionen mit dem ZENO-Token als Währung erweitert, um die Zirkulation von ZENO innerhalb des Ökosystems zu fördern, wobei Technologieunternehmen mit Bedarf an räumlichen Daten die natürlichen Käufer sind. Weitere Anwendungen von ZENO werden im Verlauf des Projekts weiter erforscht.

Durch Zeno wird deutlich, dass die Rolle der DeSci-Plattform konkretisiert wurde und Wissenschaft nicht unbedingt eine abstrakte und rein theoretische Disziplin ist. Die Demokratisierung von Technologie, ähnlich wie bei Xiaomi, und die Senkung der Schwelle für Technologie-Investitionen sind ebenfalls wichtige Werte der Existenz von DeSci.