Ketika Jen-Hsun Huang berbicara di WGS di Dubai, ia mengusulkan istilah 'AI kedaulatan.' Jadi, AI kedaulatan mana yang dapat memenuhi kepentingan dan tuntutan komunitas Crypto? Mungkin perlu dibangun dalam bentuk Web3+AI. Vitalik menggambarkan sinergi antara AI dan Crypto dalam artikel 'Janji dan tantangan aplikasi crypto + AI': desentralisasi Crypto dapat menyeimbangkan sentralisasi AI; AI adalah opak, dan Crypto membawa transparansi; AI membutuhkan data, dan Blockchain memfasilitasi penyimpanan dan pelacakan data. Jenis sinergi ini melintasi seluruh lanskap industri Web3+AI.

Sebagian besar proyek Web3 + AI menggunakan teknologi blockchain untuk memecahkan masalah konstruksi proyek infrastruktur di industri AI, dan beberapa proyek menggunakan AI untuk memecahkan masalah tertentu di aplikasi Web3. Lanskap industri Web3 + AI dapat digambarkan secara kasar sebagai berikut:

Produksi dan alur kerja AI secara kasar adalah sebagai berikut:

Dalam tautan ini, kombinasi Web3 dan AI terutama tercermin dalam empat aspek:：

1. Layer Kekuatan Komputasi: Tokenisasi Kekuatan Komputasi

Dalam dua tahun terakhir, daya komputasi yang digunakan untuk melatih model AI besar telah meningkat secara eksponensial, hampir mengganda setiap kuartal, dan tumbuh dengan tingkat yang jauh melebihi Hukum Moore. Situasi ini telah menyebabkan ketidakseimbangan jangka panjang dalam pasokan dan permintaan daya komputasi AI, dan harga perangkat keras seperti GPU telah meningkat dengan cepat, sehingga meningkatkan biaya daya komputasi. Tetapi pada saat yang sama, ada juga sejumlah besar perangkat keras daya komputasi menengah hingga rendah yang menganggur di pasaran. Mungkin saja daya komputasi tunggal dari bagian perangkat keras menengah hingga rendah ini tidak dapat memenuhi kebutuhan kinerja tinggi.

Namun, jika jaringan daya komputasi terdistribusi dibangun melalui Web3 dan jaringan sumber daya komputasi terdesentralisasi diciptakan melalui penyewaan dan berbagi daya komputasi, masih dapat memenuhi kebutuhan banyak aplikasi kecerdasan buatan. Karena menggunakan daya komputasi idle terdistribusi, biaya daya komputasi kecerdasan buatan bisa dikurangi secara signifikan. Pemecahan lapisan daya komputasi mencakup:

• Kekuatan komputasi terdesentralisasi umum (seperti Arkash, Io.net, dll.);
• Kekuatan komputasi terdesentralisasi untuk pelatihan kecerdasan buatan (seperti Gensyn, Flock.io, dll.);
• Kekuatan komputasi terdesentralisasi untuk penalaran kecerdasan buatan (seperti Fetch.ai, Hyperbolic, dll.);
• Kekuatan komputasi terdesentralisasi untuk rendering 3D (seperti Jaringan Render, dll.).

Keuntungan inti dari asetisasi kekuatan komputasi Web3+AI terletak pada proyek-proyek kekuatan komputasi terdesentralisasi. Dikombinasikan dengan insentif token, mudah untuk memperluas skala jaringan, dan biaya sumber daya komputasinya rendah dan efisien biaya, yang dapat memenuhi kebutuhan beberapa kekuatan komputasi tingkat menengah hingga rendah.

2. Data Layer: Pemanfaatan Data

Data adalah minyak dan darah dari AI. Tanpa mengandalkan Web3, hanya perusahaan raksasa yang biasanya memiliki akses ke sejumlah besar data pengguna, sehingga sulit bagi startup kecil untuk mengakuisisi data yang luas. Selain itu, nilai data pengguna dalam industri AI seringkali tidak mengalir kembali ke pengguna itu sendiri. Melalui Web3 + AI, pengumpulan data, anotasi, dan proses penyimpanan terdistribusi dapat dibuat lebih hemat biaya, transparan, dan bermanfaat bagi pengguna. Mengumpulkan data berkualitas tinggi adalah syarat mutlak untuk melatih model AI. Dengan Web3, jaringan terdistribusi dapat dimanfaatkan bersama dengan mekanisme insentif token yang tepat untuk mendapatkan data secara crowdsourcing dengan biaya lebih rendah sambil mendapatkan data berkualitas tinggi dan luas. Bergantung pada tujuan proyek, proyek terkait data umumnya terutama masuk ke dalam kategori-kategori berikut:

• Proyek pengumpulan data (seperti Rumput, dll.);
• Proyek perdagangan data (seperti Protokol Ocean, dll.);
• Proyek annotasi data (seperti Taida, Alaya, dll.);
• Proyek sumber data blockchain (seperti Spice AI, Space and time, dll);
• Proyek penyimpanan terdesentralisasi (seperti Filecoin, Arweave, dll.).

Proyek berbasis Data Web3+AI lebih menantang dalam proses merancang model ekonomi Token, karena data lebih sulit untuk distandardisasi dibandingkan dengan daya komputasi.

3. Lapisan Platform: Tokenisasi Aset Nilai Platform

Sebagian besar proyek platform cenderung melakukan benchmarking terhadap Hugging Face, dengan integrasi berbagai sumber daya industri kecerdasan buatan sebagai inti mereka. Mendirikan platform yang mengagregasi tautan antara data, daya komputasi, model, pengembang kecerdasan buatan, blockchain, dan sumber daya dan peran lainnya, dengan platform di tengah, memudahkan penyelesaian berbagai kebutuhan lebih nyaman. Misalnya, Giza berfokus pada membangun platform operasi zkML komprehensif, bertujuan untuk membuat inferensi pembelajaran mesin dapat dipercaya dan transparan. Opasitas data dan model adalah isu yang tersebar luas dalam kecerdasan buatan saat ini, dan hanya masalah waktu sebelum industri meminta verifikasi inferensi model melalui Web3 menggunakan teknologi kriptografi seperti ZK dan FHE untuk memastikan eksekusi yang benar. Ada juga lapisan seperti Focus AI, seperti Nuroblocks dan Janction, yang menghubungkan berbagai daya komputasi, data, model, pengembang kecerdasan buatan, dan sumber daya node. Dengan mengemas komponen universal dan SDK, mereka membantu aplikasi Web3 + kecerdasan buatan mencapai pengembangan yang cepat. Ada juga jenis platform seperti Agent Network, yang dapat membangun AI Agents untuk berbagai skenario aplikasi, seperti Olas dan ChainML. Proyek Web3 + kecerdasan buatan berbasis platform utamanya menangkap nilai platform melalui token, mendorong semua peserta dalam konstruksi platform. Pendekatan ini sangat membantu bagi startup untuk tumbuh dari 0 menjadi 1, mengurangi kesulitan menemukan mitra seperti daya komputasi, data, komunitas pengembang kecerdasan buatan, dan node.

4. Lapisan Aplikasi: Tokenisasi Aset Nilai Kecerdasan Buatan

Proyek infrastruktur sebelumnya sebagian besar berfokus pada penggunaan teknologi blockchain untuk menangani konstruksi proyek infrastruktur di industri AI. Di sisi lain, proyek lapisan aplikasi utama, pada dasarnya memanfaatkan AI untuk memecahkan masalah yang ada dalam aplikasi Web3. Misalnya, Vitalik menyebutkan dua arah dalam artikel yang saya anggap bermakna. Pertama, AI sebagai peserta dalam Web3. Sebagai contoh, dalam Web3 Games, AI dapat berperan sebagai pemain, dengan cepat memahami aturan permainan dan menyelesaikan tugas permainan dengan efisien. Pada DEX, AI telah terlibat dalam perdagangan arbitrase selama bertahun-tahun. Pada pasar prediksi, agen AI dapat menganalisis kemampuan prediksi dengan menerima sejumlah besar data, basis pengetahuan, dan informasi. Kemudian, mereka diproduksi dan ditawarkan kepada pengguna. Hal ini membantu pengguna membuat prediksi tentang peristiwa tertentu, seperti pertandingan olahraga atau pemilihan presiden, melalui inferensi model. Kedua, menciptakan AI swasta terdesentralisasi yang dapat diskalakan. Banyak pengguna khawatir tentang masalah kotak hitam dan bias potensial dalam sistem AI, atau khawatir bahwa beberapa dApps tertentu dapat memanfaatkan teknologi AI untuk menipu pengguna demi keuntungan. Pada dasarnya, hal ini disebabkan oleh kurangnya pengawasan pengguna dan kewenangan pemerintahan terhadap proses pelatihan dan inferensi model AI. Namun, menciptakan Web3 AI di mana komunitas memiliki hak pemerintahan terdistribusi atas AI, mirip dengan proyek Web3, mungkin lebih mudah diterima. Saat ini, belum ada proyek menonjol di lapisan aplikasi Web3 + AI yang sulit untuk dilampaui.

Ringkasan

Web3 + AI masih dalam tahap awal, dan industri terbagi dalam prospek pengembangan bidang ini. Kami akan terus memperhatikan bidang ini. Kami berharap bahwa kombinasi Web3 dan AI dapat menciptakan produk yang lebih bernilai daripada AI terpusat, memungkinkan AI untuk melepaskan label “pengendalian raksasa” dan “monopoli” serta “co-govern AI” dengan cara yang lebih berbasis komunitas. Mungkin dalam proses partisipasi dan pengelolaan yang lebih erat, manusia akan lebih “kagum” dan kurang “takut” terhadap AI.

Pernyataan:

1. Artikel ini yang aslinya berjudul “Web3 + AI: Kedaulatan Komunitas Kecerdasan Buatan” direproduksi dari [GateIOBC Capital]. Semua hak cipta milik penulis asli [0xCousin]. Jika Anda keberatan dengan pencetakan ulang, silakan hubungi Gate Belajartim, tim akan menanganinya secepat mungkin.

2. Penyangkalan: Pandangan dan pendapat yang terdapat dalam artikel ini hanya mewakili pandangan pribadi penulis dan tidak merupakan saran investasi apa pun.

3. Terjemahan artikel ke dalam bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.