انفجار هوش مصنوعی در دنیای تناسب اندام: TRNR با ۵۰۰ میلیون دلار وارد میدان شد

به گزارش زوم ارز، Interactive Strength Inc. (NASDAQ: TRNR) و Fetch.ai یک پلتفرم تمرین تناسب اندام تازه راه‌اندازی کرده‌اند که از هوش مصنوعی بهره می‌برد. این پلتفرم با استفاده از یک سرمایه‌گذاری ۵۰۰ میلیون دلاری، شامل نمادهای FET و FETT.AI، طراحی شده است. این پروژه قصد دارد تا محتوای تمرین‌های سنتی را با جلسات آموزشی هوشمند و هوشمند، که بطور دقیق به زمان واقعی تطبیق پیدا می‌کنند، جایگزین کند. هر تمرین توسط عوامل خودمختار Fetch.ai کنترل می‌شود که بطور فوری با حرکات و عملکرد کاربران هماهنگ می‌شوند و طراحی شده‌اند.

TRNR ، شناخته شده به خاطر مارک‌های تناسب اندام CLMBR و FORME ، از بودجه خود برای ادغام هوش مصنوعی در تجهیزات تناسب اندام بهره می‌برد. این تجهیزات میزبان عوامل هوشمند هستند که قادرند تجربیات مربیگری کاملی را فراهم کنند، از جمله جلسات هدایت شده با صدا. مربیگری بر اساس پیشرفت کاربران به صورت پویا تنظیم می‌شود و نیازی به فیلم‌های پیش فراخوانی یا حضور مربیان انسانی ندارد.

پلتفرم غیر متمرکز Fetch.ai به نمایندگان قدرت کار کردن مستقل را می‌دهد، امکان یادگیری رفتار کاربر برای تنظیم سرعت و شدت تمرین به شکل شخصی را ایجاد می‌کند. بر اساس اظهارات مدیرعامل TRNR، ترنت وارد، هر دستگاه دارای یک عامل هوشمند خاص است که جلسات با تمرینات ورزشی شخصی سازی شده را با صدای یک مربی ارائه می‌دهد.

فناوری هوش مصنوعی به کمک زیرساخت‌های توکن، امکان تحلیل و مانیتورینگ بهتر تمرینات و تناسب اندام را فراهم می‌کند.

این همکاری نشان می دهد که چگونه هوش مصنوعی و بلاکچین با استفاده از ابزارهای غیرمتمرکز در تغییر شکل تجربیات بهداشت مصرف کننده همکاری می‌کنند. مدل Fetch.ai خدمات قابل مقیاس و پشتیبانی شده توسط اینترنت اشیاء را در جهان واقعی فراهم می‌کند و برای تأمین بودجه و خدمات مبتنی بر وکیل از نشانه‌های رمزنگاری استفاده می‌کند. این وکل‌ها نه تنها تمرین‌ها را مدیریت می‌کنند، بلکه به مربیگری سلامت بدون وابستگی به سیستم‌های متمرکز می‌پردازند.

بخش تأیید کرده است که این سازمان یک برنامه استقرار وجوه از تسهیلات ۵۰۰ میلیون دلاری را آغاز کرده است، و تا امروز ۵۵ میلیون دلار از این مبلغ را جذب کرده است. این وجوه از طریق Bitgo حفاظت شده و شرکت TRNR را به بزرگترین شرکت آمریکایی در لیست عمومی تبدیل می‌کنند تا یک خزانه رمزنگاری شده با تمرکز بر هوش مصنوعی ایجاد کنند.

Humayun Sheikh، مدیرعامل شرکت Fetch.ai، بیان کرد که: “هوش مصنوعی در حال بهبود ابزارهای رمزنگاری در دنیای واقعی است و تبدیل توکن‌ها به دروازه‌ای برای عوامل هوشمند می‌شود.” این بیان نشان می‌دهد که سیستم‌های هوش مصنوعی این امکان را فراهم می‌کنند که خدمات مقیاس‌پذیر رمزنگاری را به خارج از بازارهای سوداگرانه ارائه دهند. تحت این ساختار، TRNR وابسته‌های دیجیتالی را با برنامه‌های کاربردی روزانه در حوزه تناسب اندام ارتباط برقرار می‌کند و باعث ارتقای این صنعت می‌شود.

Daos و Tokenized به خوبی با یکدیگر هماهنگ شده‌اند و ارتباط نزدیکی با هم دارند در حالی که بر اصول حاکمیت سلامت موثر واقع می‌شوند.

این نوآوری در حوزه سلامت غیرمتمرکز با استفاده از اکوسیستم های توکن و مشارکت جامعه، به جهانی شدن انتقال پیدا کرده است. برنامه‌هایی مانند Stepn، Sweatcoin، Dotmoovs و Lympo، پیشتازانی در این زمینه بوده‌اند، که با ارائه پاداش‌های شفاف و حمایت از حریم خصوصی کاربران – با استفاده از فناوری blockchain – افراد را به حرکت ترغیب می‌کنند و تحریک می‌نمایند.

این برنامه‌ها با استفاده از پاداش‌های مبتنی بر رمزنگاری و بهره‌گیری از تکنولوژی بلاکچین برای تضمین شفافیت و مالکیت کاربران بر روی داده‌ها، انگیزه‌ی افراد برای فعالیت بدنی را افزایش می‌دهند. این سیستم به کاربران امکان می‌دهد تا در تصمیم‌گیری‌ها شرکت کرده و در برنامه‌های تناسب اندام خود مشارکت کنند. این ساختار از یک تحول مثبت پشتیبانی می‌کند، که کاربران را در سفرهای سلامتی خود به فایده‌مندان تبدیل می‌کند. این نتایج بهداشتی را با مالکیت دیجیتال و تصمیم‌گیری تلفیق می‌کند.

این چارچوب به وسیله مدل‌ها و پروژه‌های دانشگاهی مانند شبکه اطلاعات بهداشتی غیرمتمرکز (DHIN) ترویج می‌یابد. این پروژه‌ها از ویژگی‌هایی مانند هویت ضمنی، یادگیری فدرال و پاداش‌های زنجیره‌ای استفاده می‌کنند تا اطلاعات بهداشتی را با دیگران به اشتراک بگذارند. اگرچه TRNR DAO نیست، اما از نظر استراتژی سرمایه‌گذاری، با مدل‌های غیرمتمرکز، اعتماد به دارایی‌های رمزنگاری شده مانند FET و تعهد به نوآوری جامعه‌محور شباهت‌هایی دارد.

استفاده از فناوری های مبتنی بر توکن برای نوآوری در حال افزایش است. همچنین چندین شرکت در حوزه تأمین مالی زنجیره‌ای برای توسعه هوش مصنوعی فعالیت می‌کنند. استراتژی TRNR این تحول را بازتاب می‌دهد و نشان می‌دهد که شرکت‌ها دارای یک روند گسترده‌تر هستند که بر روی بازبینی تأمین بودجه برای تحقیق، خرید و فناوری‌های مصرفی تمرکز دارند.