Perpaduan Web3 dan AI: Membangun Infrastruktur Internet Generasi Berikutnya

Web3 sebagai suatu paradigma internet baru yang terdesentralisasi, terbuka, dan transparan, memiliki kesempatan alami untuk berintegrasi dengan AI. Dalam arsitektur terpusat tradisional, penghitungan AI dan sumber daya data berada di bawah kendali ketat, dan terdapat berbagai tantangan seperti batasan daya komputasi, kebocoran privasi, dan kotak hitam algoritma. Sementara itu, Web3 yang berbasis teknologi terdistribusi dapat memberikan dorongan baru untuk perkembangan AI melalui jaringan daya komputasi yang dibagikan, pasar data terbuka, dan komputasi privasi. Pada saat yang sama, AI juga dapat memberikan banyak kemampuan untuk Web3, seperti optimasi kontrak pintar dan algoritma anti-kecurangan, mendukung pembangunan ekosistemnya. Oleh karena itu, menjelajahi kombinasi Web3 dan AI sangat penting untuk membangun infrastruktur internet generasi berikutnya serta melepaskan nilai data dan daya komputasi.

Data Driven: Dasar yang Kuat untuk AI dan Web3

Data adalah kekuatan pendorong utama perkembangan AI, sama seperti bahan bakar bagi mesin. Model AI perlu mencerna banyak data berkualitas tinggi untuk mendapatkan pemahaman yang mendalam dan kemampuan penalaran yang kuat. Data tidak hanya menyediakan dasar pelatihan bagi model pembelajaran mesin, tetapi juga menentukan akurasi dan keandalan model.

Dalam mode pengambilan dan pemanfaatan data AI terpusat yang tradisional, terdapat beberapa masalah utama berikut:

• Biaya pengambilan data tinggi, perusahaan kecil dan menengah sulit untuk menanggung
• Sumber data dikuasai oleh raksasa teknologi, membentuk pulau data
• Risiko kebocoran dan penyalahgunaan privasi data pribadi

Web3 dapat menyelesaikan masalah dari model tradisional dengan paradigma data terdesentralisasi yang baru:

• Pengguna dapat menjual jaringan yang tidak terpakai kepada perusahaan AI, untuk secara terdesentralisasi mengambil data jaringan, yang telah dibersihkan dan diubah, untuk menyediakan data yang nyata dan berkualitas tinggi untuk pelatihan model AI.
• Mengadopsi model "label to earn", mendorong pekerja global untuk berpartisipasi dalam pelabelan data melalui insentif token, mengumpulkan pengetahuan profesional dari seluruh dunia, dan meningkatkan kemampuan analisis data.
• Platform perdagangan data blockchain menyediakan lingkungan perdagangan yang terbuka dan transparan untuk kedua belah pihak dalam permintaan dan penawaran data, mendorong inovasi dan berbagi data.

Meskipun demikian, terdapat beberapa masalah dalam pengambilan data dunia nyata, seperti kualitas data yang bervariasi, kesulitan dalam pengolahan, serta kurangnya keberagaman dan representasi. Data sintetik mungkin menjadi bintang masa depan di jalur data Web3. Berdasarkan teknologi AI generatif dan simulasi, data sintetik dapat mensimulasikan atribut data nyata, sebagai pelengkap yang efektif untuk data nyata, meningkatkan efisiensi penggunaan data. Di bidang seperti mobil otonom, perdagangan pasar keuangan, dan pengembangan game, data sintetik telah menunjukkan potensi aplikasi yang matang.

Perlindungan Privasi: Peran FHE dalam Web3

Di era yang didorong oleh data, perlindungan privasi telah menjadi fokus perhatian global, dengan munculnya regulasi seperti Peraturan Perlindungan Data Umum (GDPR) Uni Eropa, yang mencerminkan perlindungan ketat terhadap privasi individu. Namun, ini juga membawa tantangan: beberapa data sensitif tidak dapat dimanfaatkan secara maksimal karena risiko privasi, yang jelas membatasi potensi dan kemampuan penalaran model AI.

FHE adalah enkripsi homomorfik penuh, yang memungkinkan operasi perhitungan langsung pada data terenkripsi tanpa perlu mendekripsi data, dan hasil perhitungan konsisten dengan hasil perhitungan yang dilakukan pada data plaintext.

FHE memberikan perlindungan yang kuat untuk komputasi privasi AI, memungkinkan kekuatan GPU untuk melakukan pelatihan model dan tugas inferensi dalam lingkungan yang tidak menyentuh data asli. Ini memberikan keuntungan besar bagi perusahaan AI. Mereka dapat membuka layanan API dengan aman sambil melindungi rahasia dagang.

FHEML mendukung pemrosesan data dan model yang terenkripsi sepanjang siklus pembelajaran mesin, memastikan keamanan informasi sensitif dan mencegah risiko kebocoran data. Dengan cara ini, FHEML memperkuat privasi data dan menyediakan kerangka komputasi yang aman untuk aplikasi AI.

FHEML adalah pelengkap ZKML, di mana ZKML membuktikan eksekusi machine learning yang benar, sedangkan FHEML menekankan perhitungan data terenkripsi untuk menjaga privasi data.

Revolusi Kekuatan: Komputasi AI dalam Jaringan Terdesentralisasi

Kompleksitas komputasi sistem AI saat ini berlipat ganda setiap 3 bulan, menyebabkan permintaan daya hitung melonjak, jauh melebihi pasokan sumber daya komputasi yang ada. Misalnya, pelatihan model GPT-3 membutuhkan daya hitung yang sangat besar, setara dengan waktu pelatihan 355 tahun pada satu perangkat. Kekurangan daya hitung seperti ini tidak hanya membatasi kemajuan teknologi AI, tetapi juga membuat model AI tingkat tinggi menjadi tidak terjangkau bagi sebagian besar peneliti dan pengembang.

Sementara itu, pemanfaatan GPU global kurang dari 40%, ditambah dengan perlambatan peningkatan kinerja mikroprosesor, serta kekurangan chip yang disebabkan oleh faktor rantai pasokan dan geopolitik, semua ini membuat masalah pasokan daya komputasi semakin serius. Para praktisi AI terjebak dalam dilema: membeli perangkat keras sendiri atau menyewa sumber daya cloud, mereka sangat membutuhkan cara layanan komputasi yang sesuai permintaan dan ekonomis.

Jaringan kecerdasan buatan terdesentralisasi di platform blockchain tertentu menggabungkan sumber daya GPU yang tidak terpakai di seluruh dunia, menyediakan pasar daya komputasi yang ekonomis dan mudah diakses bagi perusahaan AI. Pihak yang membutuhkan daya komputasi dapat memposting tugas penghitungan di jaringan, kontrak pintar akan membagikan tugas tersebut kepada node penambang yang menyumbangkan daya komputasi, para penambang melaksanakan tugas dan mengirimkan hasilnya, setelah diverifikasi mereka akan mendapatkan imbalan poin. Solusi ini meningkatkan efisiensi pemanfaatan sumber daya dan membantu mengatasi masalah kendala daya komputasi di bidang AI dan lainnya.

Selain jaringan komputasi terdesentralisasi yang umum, ada juga platform yang fokus pada pelatihan AI, serta jaringan komputasi khusus yang fokus pada inferensi AI.

Jaringan kekuatan terdesentralisasi menyediakan pasar kekuatan yang adil dan transparan, memecahkan monopoli, menurunkan ambang aplikasi, dan meningkatkan efisiensi pemanfaatan kekuatan. Dalam ekosistem web3, jaringan kekuatan terdesentralisasi akan memainkan peran kunci, menarik lebih banyak dapp inovatif untuk bergabung, bersama-sama mendorong pengembangan dan penerapan teknologi AI.

DePIN: Web3 Memberdayakan Edge AI

Bayangkan, ponsel Anda, jam tangan pintar, bahkan perangkat cerdas di rumah Anda, semuanya memiliki kemampuan untuk menjalankan AI—itulah daya tarik Edge AI. Ini memungkinkan pengolahan terjadi di sumber data, menghasilkan latensi rendah, pemrosesan waktu nyata, sambil melindungi privasi pengguna. Teknologi Edge AI telah diterapkan di bidang kunci seperti mengemudi otomatis.

Di bidang Web3, kita memiliki nama yang lebih familiar - DePIN. Web3 menekankan desentralisasi dan kedaulatan data pengguna, DePIN dapat meningkatkan perlindungan privasi pengguna dan mengurangi risiko kebocoran data dengan memproses data secara lokal; mekanisme ekonomi Token asli Web3 dapat mendorong node DePIN untuk menyediakan sumber daya komputasi, membangun ekosistem yang berkelanjutan.

Saat ini, DePIN berkembang pesat dalam ekosistem beberapa blockchain publik, menjadi salah satu platform blockchain publik pilihan untuk penyebaran proyek. TPS yang tinggi, biaya transaksi yang rendah, serta inovasi teknologi dari blockchain publik ini memberikan dukungan yang kuat bagi proyek DePIN. Saat ini, nilai pasar proyek DePIN di blockchain publik ini telah melebihi 10 miliar USD, dan beberapa proyek terkenal telah mencapai kemajuan yang signifikan.

IMO: Paradigma Baru Rilis Model AI

Konsep IMO pertama kali diusulkan oleh suatu protokol untuk mem-tokenisasi model AI.

Dalam model tradisional, karena kurangnya mekanisme pembagian pendapatan, begitu model AI dikembangkan dan diluncurkan ke pasar, pengembang seringkali sulit untuk mendapatkan pendapatan yang berkelanjutan dari penggunaan model tersebut, terutama ketika model tersebut diintegrasikan ke dalam produk dan layanan lain, pencipta asli sulit untuk melacak penggunaan, apalagi mendapatkan pendapatan dari situ. Selain itu, kinerja dan efektivitas model AI sering kali kurang transparan, membuat investor dan pengguna potensial sulit untuk menilai nilai sebenarnya, yang membatasi pengakuan pasar dan potensi komersial model tersebut.

IMO menyediakan cara baru untuk mendukung pendanaan dan berbagi nilai bagi model AI sumber terbuka, di mana investor dapat membeli token IMO untuk berbagi keuntungan yang dihasilkan oleh model di masa mendatang. Suatu protokol menggunakan dua standar ERC, menggabungkan oracle AI dan teknologi OPML untuk memastikan keaslian model AI dan bahwa pemegang token dapat berbagi keuntungan.

Mode IMO meningkatkan transparansi dan kepercayaan, mendorong kolaborasi sumber terbuka, beradaptasi dengan tren pasar kripto, dan memberikan dorongan untuk perkembangan berkelanjutan teknologi AI. IMO saat ini masih dalam tahap percobaan awal, tetapi seiring dengan peningkatan penerimaan pasar dan perluasan partisipasi, inovasinya dan nilai potensialnya patut kita nantikan.

AI Agent: Era Baru Pengalaman Interaksi

Agen AI dapat merasakan lingkungan, berpikir secara independen, dan mengambil tindakan yang sesuai untuk mencapai tujuan yang ditetapkan. Dengan dukungan model bahasa besar, Agen AI tidak hanya dapat memahami bahasa alami, tetapi juga merencanakan keputusan dan melaksanakan tugas-tugas yang kompleks. Mereka dapat berfungsi sebagai asisten virtual, belajar tentang preferensi pengguna melalui interaksi, dan memberikan solusi yang dipersonalisasi. Tanpa instruksi yang jelas, Agen AI juga dapat memecahkan masalah secara mandiri, meningkatkan efisiensi, dan menciptakan nilai baru.

Sebuah platform aplikasi AI asli menyediakan rangkaian alat kreatif yang komprehensif dan mudah digunakan, mendukung pengguna untuk mengonfigurasi fungsi, penampilan, suara robot, serta menghubungkan ke basis pengetahuan eksternal, bertujuan untuk menciptakan ekosistem konten AI yang adil dan terbuka, memanfaatkan teknologi AI generatif untuk memberdayakan individu menjadi pencipta super. Platform ini melatih model bahasa besar yang khusus, sehingga peran karakter menjadi lebih manusiawi; teknologi kloning suara dapat mempercepat interaksi personalisasi produk AI, mengurangi biaya sintesis suara hingga 99%, dan kloning suara hanya memerlukan waktu 1 menit untuk dilakukan. Dengan agen AI yang disesuaikan dengan platform ini, saat ini dapat diterapkan dalam berbagai bidang seperti obrolan video, pembelajaran bahasa, dan generasi gambar.

Dalam penggabungan Web3 dan AI, saat ini lebih banyak eksplorasi pada lapisan infrastruktur, bagaimana cara mendapatkan data berkualitas tinggi, melindungi privasi data, bagaimana cara menghosting model di blockchain, bagaimana cara meningkatkan penggunaan daya komputasi terdesentralisasi yang efisien, dan bagaimana cara memverifikasi model bahasa besar, serta masalah kunci lainnya. Seiring dengan perbaikan bertahap infrastruktur ini, kita memiliki alasan untuk percaya bahwa penggabungan Web3 dan AI akan melahirkan serangkaian model bisnis dan layanan inovatif.