De la contracte inteligente la mașini inteligente - Pariul mare al Protocolului Fabric

@Protocolul Fabric $ROBO

De aproximativ 10 ani de dezvoltare în criptografie, cea mai mare parte a coordonării a rămas în lumea digitală. Contractele inteligente au ajutat la organizarea plăților, proprietății și acordurilor fără a se baza pe un operator central. Schimbarea a fost importantă, dar a afectat în principal sistemele financiare și activele digitale.

Munca fizică încă se desfășoară pe un ritm mai lent.

Fabricile, rețelele de servicii și întreținerea infrastructurii depind de oameni care învață abilități pas cu pas. Un tehnician petrece adesea între 3 și 5 ani în programele de formare profesională înainte de a lucra independent. Cunoștințele se transmit prin ucenicie, supraveghere și practică repetată.

Este un sistem constant. Dar se mișcă cu viteza umană.

Protocolul Fabric pare să exploreze o posibilitate diferită. Ideea nu este pur și simplu roboți mai buni. Este posibilitatea ca abilitățile mașinilor să se răspândească în rețele, mai degrabă decât să rămână în interiorul unui singur dispozitiv sau locație.

Această diferență schimbă modul în care expertiza se mișcă.

Când o persoană învață o procedură de reparare, acele cunoștințe rămân cu ea. Dacă o mașină învață o sarcină în condiții controlate, comportamentul ar putea deveni un pachet software legat de un tip specific de dispozitiv sau mediu. Odată verificat, acel pachet ar putea fi instalat pe multe mașini.

Modelul de scalare se schimbă.

În loc să instruiască 10 muncitori pe parcursul mai multor luni de instruire, o sarcină robotică validată ar putea fi distribuită pe sute de dispozitive compatibile printr-un singur ciclu de actualizare. Resursa rară devine evenimentul de formare validat, nu numărul de lucrători.

Aici este locul unde coordonarea începe să conteze.

Dacă capacitățile mașinilor se mișcă între flote de dispozitive, sistemul are nevoie de modalități de a verifica actualizările, de a urmări performanța și de a recompensa contribuabilii care îmbunătățesc modelele. O actualizare defectuoasă într-un mediu fizic poate deteriora echipamentele, așa că stratul de verificare nu poate fi slăbit.

@Fabric Foundation $ROBO #ROBO