PERGESERAN PLATFORM, TEMUI PERGESERAN PLATFORM…

Dunia ini dibentuk oleh periode-periode yang bertepatan dengan terjadinya pergolakan luar biasa dalam bidang teknologi atau infrastruktur, sehingga memunculkan fungsi generasi dalam inovasi. Bayangkan telegraf dan kereta api, kabel serat optik dan internet, atau telepon seluler dan 3G.

Keyakinan kami adalah bahwa perpotongan dua terobosan terdepan – Kecerdasan Buatan (AI) dan blockchain – mewakili momen transformatif serupa.

Tiga pilar penting yang mendasari tesis ini:

BLOCKCHAINS DAPAT MENAWARKAN RUANG DESAIN YANG SUPERIOR

Bidang-bidang yang berdampak besar pada AI sangatlah banyak, namun secara garis besar dapat diringkas menjadi tiga kategori utama:

Secara khusus, AI Generatif memperkenalkan tantangan dan peluang unik yang kami yakini berperan dalam kekuatan teknologi blockchain.

Untuk memahami alasannya, penting untuk mempertimbangkan masukan inti yang mendorong evolusi sistem cerdas. Machine Learning (ML) pada dasarnya didukung oleh data (kuantitas namun semakin berkualitas), mekanisme umpan balik, dan kekuatan komputasi.

Pemain dominan dalam AI/ML seperti OpenAI (didukung oleh Microsoft) dan Anthropic (bersama Google dan Amazon) sudah mengkonsolidasikan sumber daya dan membangun tembok di sekitar model dan data mereka. Namun terlepas dari keunggulan awal dalam bidang komputasi, data, dan distribusi, pendekatan ini berisiko menghambat momentum karena memecah-mecah siklus pengembangan kolaboratif yang melahirkan industri ini.

Yang menawarkan perlawanan yang layak terhadap hal ini adalah blockchain seperti Ethereum, yang telah muncul sebagai sistem data dan komputasi netral yang mendorong inovasi sumber terbuka. Blockchain telah mendukung serangkaian teknologi primitif asli digital yang memiliki posisi yang baik untuk menjalankan peran penting di dunia yang semakin dibentuk oleh AI generatif.

Keyakinan kami adalah bahwa terdapat peluang besar bagi blockchain untuk menjadi domain utama yang menjadi tempat penelitian dan pengembangan sumber terbuka dalam senyawa AI.

KEADAAN PASAR SAAT INI

Sejumlah besar dana telah diinvestasikan dalam hiruk pikuk AI generatif tahun ini di seluruh infrastruktur inti, lapisan model, dan bahkan aplikasi yang dapat diakses pengguna seperti chatbot, dukungan pelanggan, dan asisten pengkodean. Meskipun demikian, di mana (dan kepada siapa) nilai bertambah di seluruh tumpukan tradisional dalam jangka panjang masih belum jelas.

Dalam paradigma saat ini, AI berisiko menjadi kekuatan sentralisasi yang memperluas dominasi para pemimpin pasar web2. Khususnya pada lapisan infrastruktur dan model, yang terpenting adalah skala – dalam sumber daya perangkat keras dan modal, akses terhadap data, saluran distribusi, dan kemitraan unik.

Banyak dari pemain ini – mulai dari penyedia layanan cloud seperti AWS hingga produsen perangkat keras seperti Nvidia hingga perusahaan kelas berat seperti Microsoft – yang sudah lama beroperasi, baik secara vertikal melalui M&A atau melalui kemitraan kepemilikan.

Para raksasa di puncak bersaing untuk mendapatkan skala dan akurasi pada tingkat margin, namun pasar untuk model API perusahaan yang sangat mahal dan berakurasi tinggi mungkin akan dibatasi oleh faktor ekonomi, munculnya keseimbangan kinerja sumber terbuka, atau bahkan tren ke arah yang lebih rendah. -kebutuhan beban kerja latensi.

Sementara itu, sebagian besar pasar menengah sudah melihat komoditisasi dalam penawaran yang menyerupai kumpulan 'pembungkus API OpenAI' dengan fungsi yang tidak dapat dibedakan meskipun cukup memadai.

MEMBANGUN MOMENTUM SUMBER TERBUKA

Kumpulan data sumber terbuka untuk pra-pelatihan, pelatihan , dan penyempurnaan, serta model dan alat dasar yang dapat diakses secara bebas, telah mendorong perusahaan dari semua ukuran untuk berkreasi dengan sistem & alat terbuka secara langsung.

Sebuah makalah yang bocor dari Google menguraikan betapa cepatnya kesenjangan antara dunia sumber tertutup dan sumber terbuka semakin tertutup. Khususnya, 96% basis kode saat ini sudah menggunakan perangkat lunak sumber terbuka, dengan tren yang sangat jelas terlihat pada Big Data, AI, dan pembelajaran mesin.

Sementara itu, oligopoli layanan cloud mungkin akan mengalami gangguan.

Secara historis, tiga perusahaan besar AWS, Google Cloud, dan Azure telah menguasai pasar dengan menerapkan alat dan layanan untuk memperkuat diri mereka jauh di dalam tumpukan perusahaan. Dominasi ini telah menimbulkan sejumlah tantangan bagi perusahaan, mulai dari ketergantungan operasional yang terbatas hingga biaya berlebihan yang terkait dengan infrastruktur cloud, terutama mengingat tingginya biaya yang dibebankan oleh penyedia utama.

Tekanan pada perusahaan-perusahaan lama untuk merestrukturisasi biaya operasional, ditambah dengan keinginan untuk bereksperimen dan mengintegrasikan semakin banyak AI open-source, akan menciptakan peluang untuk memikirkan kembali alternatif-alternatif yang terdesentralisasi.

Persimpangan yang muncul antara AI sumber terbuka dan teknologi blockchain menghadirkan domain yang luar biasa untuk eksperimen dan investasi.

CRYPTO X AI: HUBUNGAN YANG SALING BERHARGA

Kami sangat gembira dengan potensi simbiosis antara AI dan blockchain.

Middleware kripto dapat secara drastis meningkatkan masukan di sisi pasokan AI dengan membangun pasar yang efisien untuk komputasi dan data (penyediaan, pelabelan, atau penyesuaian), serta alat untuk pengesahan atau privasi.

Pada gilirannya, aplikasi dan protokol yang terdesentralisasi akan mencapai tingkatan baru dengan memanfaatkan hasil kerja keras tersebut.

Tidak dapat disangkal, kripto telah berkembang pesat, namun protokol dan aplikasi masih mengalami kendala karena peralatan dan antarmuka pengguna yang masih tidak intuitif bagi pengguna arus utama. Demikian pula, kontrak pintar itu sendiri dapat membatasi, baik dalam hal tuntutan beban kerja manual bagi pengembang, namun juga dalam kelancaran fungsional secara keseluruhan.

Pengembang Web3 adalah kelompok yang sangat produktif. Puncaknya adalah ~7,5 ribu pengembang penuh waktu yang telah membangun industri bernilai triliunan dolar. Asisten coding dan DevOps yang ditambah dengan ML berjanji untuk meningkatkan upaya yang ada, sementara alat tanpa kode dengan cepat memberdayakan kelas pembangun baru.

Ketika kemampuan ML diintegrasikan ke dalam kontrak pintar dan dibawa ke dalam rantai, pengembang akan dapat merancang pengalaman pengguna yang lebih lancar dan ekspresif dan, pada akhirnya, menghasilkan aplikasi pembunuh baru. Langkah peningkatan fungsi dalam pengalaman onchain ini akan menarik audiens baru – dan mungkin jauh lebih besar – sehingga menjadi katalisator roda gila umpan balik adopsi yang penting.

AI generatif mungkin terbukti menjadi mata rantai kripto yang hilang, mengubah UI/UX dan mengkatalisasi gelombang besar pengembangan teknis baru. Pada gilirannya, teknologi blockchain akan memanfaatkan, mengontekstualisasikan, dan mempercepat potensi AI.

MENGGUNAKAN BLOCKCHAINS UNTUK MEMBANGUN PASAR DATA YANG LEBIH BAIK

DATA ADALAH INPUT DASAR ML

Memang benar, peningkatan besar dalam infrastruktur komputasi memang sangat penting, namun repositori data yang sangat besar seperti Common Crawl dan The Pile adalah hal yang membuat model dasar yang menarik perhatian dunia saat ini menjadi mungkin.

Selain itu, data tersebut akan menjadi data yang dapat digunakan oleh perusahaan untuk menyempurnakan model yang mendasari penawaran produk mereka atau membangun keunggulan kompetitif di masa depan. Dan pada akhirnya, data akan menjadi jembatan antara pengguna dan model pribadi yang berjalan secara lokal dan terus beradaptasi dengan kebutuhan individu.

Oleh karena itu, persaingan untuk mendapatkan data merupakan sebuah batasan yang penting, dan merupakan sebuah tantangan dimana blockchain dapat memberikan keunggulan – terutama karena kualitas menjadi atribut berharga yang membentuk pasar data.

KUALITAS DIATAS KUANTITAS

Penelitian awal menunjukkan bahwa hingga 90% konten online mungkin dihasilkan secara sintetis di tahun-tahun mendatang. Meskipun data pelatihan sintetis menawarkan keuntungan, data ini juga menimbulkan risiko material seputar penurunan kualitas model serta penguatan bias.

Ada risiko nyata bahwa model Machine Learning akan menghabiskan sumber data non-sintetis dalam beberapa tahun ke depan. Mekanisme koordinasi Crypto dan pengesahan primitif secara inheren dioptimalkan untuk mendukung pasar terdesentralisasi di mana pengguna dapat berbagi, memiliki, atau memonetisasi data mereka untuk pelatihan atau menyempurnakan model spesifik domain.

Hasilnya, web3 mungkin terbukti menjadi sumber pelatihan yang dihasilkan manusia dan penyempurnaan data yang lebih baik dan efisien secara keseluruhan.

KEMAJUAN PERHUBUNGAN

Proses pelatihan, penyesuaian, dan inferensi yang terdesentralisasi yang dimungkinkan oleh blockchain juga dapat menjaga dan menggabungkan kecerdasan sumber terbuka dengan lebih baik.

Model sumber terbuka yang lebih kecil yang disempurnakan menggunakan proses penyesuaian yang efisien telah menyaingi model sumber terbuka yang lebih besar dalam hal akurasi keluaran. Oleh karena itu, arus mulai beralih dari kuantitas ke kualitas dalam hal sumber dan penyesuaian data.

Kemampuan untuk melacak dan memverifikasi siklus hidup data asli dan turunan memungkinkan reproduktifitas dan transparansi yang akan mendorong model & masukan berkualitas lebih tinggi.

Sumber: Will Henshall / Epoch (TIME)

Blockchain dapat membangun parit yang tahan lama sebagai domain utama dengan kumpulan data yang beragam, dapat diverifikasi, dan disesuaikan. Hal ini bisa sangat berguna sebagai solusi tradisional yang mengindeks kemajuan algoritmik secara berlebihan untuk mengatasi kekurangan data.

ISI TSUNAMI

Gelombang pasang konten yang dihasilkan AI adalah tempat lain di mana keunggulan penggerak awal kripto akan unggul.

Paradigma teknologi baru ini akan memberdayakan pembuat konten digital pada skala yang belum pernah terjadi sebelumnya, dan Web3 menawarkan landasan plug and play untuk memahami semuanya. Crypto memiliki keunggulan berkat pengembangan bertahun-tahun seputar primitif yang menetapkan kepemilikan dan asal usul aset digital DAN konten dalam bentuk NFT yang tidak dapat diubah.

NFT dapat mencakup keseluruhan siklus pembuatan konten, namun juga dapat mewakili identitas asli digital, aset virtual, atau bahkan aliran arus kas.

Hasilnya, NFT memungkinkan pengalaman pengguna baru seperti pasar aset digital (OpenSea, Blur), sekaligus memikirkan kembali model bisnis seputar konten tertulis (Mirror), media sosial (Farcaster, Lens), game (Dapper Labs, Immutable), dan bahkan infrastruktur keuangan (Hasilnya, NFTFi).

Teknologi ini bahkan dapat memerangi pemalsuan mendalam dan manipulasi komputasi dengan lebih andal dibandingkan alternatif lain – menggunakan algoritma untuk melakukan pekerjaan tersebut. Dalam satu contoh yang mencolok, alat pendeteksi OpenAI dimatikan karena kegagalan akurasi.

Poin terakhir: kemajuan dalam komputasi yang ringkas dan dapat diverifikasi juga akan meningkatkan dinamisme NFT karena mereka menggabungkan keluaran ML untuk mendorong metadata yang lebih cerdas dan berkembang. Keyakinan kami adalah bahwa perkakas dan antarmuka yang didukung AI di atas teknologi blockchain akan memberikan nilai penuh dan membentuk kembali lanskap konten digital.

MEMANFAATKAN PENGETAHUAN TANPA BATAS ML DENGAN PENGETAHUAN NOL

Pencarian industri blockchain untuk solusi teknis yang memungkinkan komputasi hemat sumber daya sambil menjaga dinamika yang tidak dapat dipercaya telah menghasilkan kemajuan besar dalam kriptografi tanpa pengetahuan (ZK).

Meskipun awalnya dirancang untuk mengatasi kemacetan sumber daya yang melekat pada sistem seperti Ethereum Virtual Machine (EVM), bukti ZK menawarkan serangkaian kasus penggunaan berharga terkait AI.

Yang jelas hanyalah perpanjangan dari pembukaan kunci yang sudah ada: memverifikasi proses intensif komputasi secara efisien dan ringkas, seperti menjalankan model ML secara offchain, sehingga produk akhir, seperti inferensi model, dapat diserap secara onchain oleh kontrak pintar dalam bentuk bukti ZK.

Bukti penyimpanan yang dipasangkan dengan coprocessing dapat mengambil langkah lebih jauh, meningkatkan kemampuan aplikasi onchain secara signifikan dengan menjadikannya lebih reflektif tanpa menimbulkan asumsi kepercayaan baru.

Implikasinya memungkinkan adanya fungsi-fungsi baru juga.

Kriptografi ZK dapat digunakan untuk memverifikasi bahwa model atau kumpulan data tertentu memang digunakan dalam menghasilkan kesimpulan ketika dipanggil melalui API. Hal ini juga dapat menyembunyikan bobot atau data spesifik yang digunakan oleh model di industri yang sensitif terhadap klien seperti layanan kesehatan atau asuransi.

Perusahaan bahkan dapat berkolaborasi secara lebih efektif dengan bertukar data atau kekayaan intelektual, mendapatkan manfaat dari pembelajaran bersama sambil tetap menjaga kepemilikan sumber daya mereka.

Dan yang terakhir, ZKP memiliki penerapan nyata dalam bidang yang semakin relevan (dan menantang) dalam membedakan antara data manusia dan data sintetis yang telah dibahas sebelumnya.

Beberapa kasus penggunaan ini bergantung pada kebutuhan pengembangan lebih lanjut seputar implementasi teknis dan pencarian ekonomi berkelanjutan dalam skala besar, namun zkML memiliki potensi untuk memberikan dampak unik pada arah AI.

ASET LONG TAIL & NILAI LATEN

Crypto telah menunjukkan perannya sebagai arsitek aliran nilai yang unggul di pasar lama seperti musik dan seni. Selama beberapa tahun terakhir, pasar likuid onchain yang mewakili aset berwujud offchain seperti anggur dan sepatu kets juga telah muncul.

Penerus alaminya akan melibatkan kemampuan ML tingkat lanjut karena AI dibawa secara onchain dan dapat diakses oleh kontrak pintar.

Model ML, dikombinasikan dengan blockchain rails, akan mengerjakan ulang proses penjaminan aset tidak likuid yang sebelumnya tidak dapat diakses karena kurangnya data atau kedalaman pembeli.

Salah satu metodenya adalah algoritme ML melakukan kueri terhadap sejumlah besar variabel untuk menilai hubungan tersembunyi dan meminimalkan permukaan serangan dari pelaku manipulatif. Web3 sudah bereksperimen dengan menciptakan pasar seputar konsep baru seperti koneksi media sosial dan nama pengguna dompet.

Mirip dengan dampak AMM dalam membuka likuiditas untuk token jangka panjang, ML akan merevolusi penemuan harga dengan menyerap sejumlah besar data kuantitatif dan kualitatif untuk mendapatkan pola yang tidak jelas. Wawasan baru ini kemudian dapat menjadi dasar bagi pasar berbasis kontrak pintar.

Kemampuan analitis AI akan diterapkan pada infrastruktur keuangan terdesentralisasi untuk mengungkap nilai yang tidak aktif dalam aset-aset jangka panjang.

DESENTRALISASI LAPISAN INFRASTRUKTUR

Keunggulan Crypto dalam menarik dan memonetisasi data berkualitas lebih tinggi menjawab satu sisi persamaan. Sisi lain – infrastruktur pendukung di balik AI – juga menjanjikan hal serupa.

Jaringan Infrastruktur Fisik Terdesentralisasi (DePIN) seperti Filecoin atau Arweave telah membangun sistem penyimpanan yang secara asli menggabungkan teknologi blockchain.

Pihak lain seperti Gensyn dan Together mengatasi tantangan pelatihan model di seluruh jaringan terdistribusi, sementara Akash telah meluncurkan pasar P2P mengesankan yang menghubungkan pasokan dan permintaan seputar kelebihan sumber daya komputasi.

Selain itu, Ritual juga membangun fondasi infrastruktur AI terbuka dalam bentuk jaringan dan serangkaian model yang diberi insentif, menghubungkan perangkat komputasi terdistribusi agar pengguna dapat melakukan inferensi dan penyesuaian.

Yang terpenting, DePIN seperti Ritual, Filecoin, atau Akash juga dapat menciptakan pasar yang jauh lebih besar dan efisien. Mereka melakukan hal ini dengan membuka sisi pasokan ke domain yang lebih luas yang mencakup penyedia pasif yang mampu membuka nilai ekonomi laten, atau dengan mengkonsolidasikan perangkat keras yang berkinerja lebih rendah ke dalam kelompok yang menyaingi perangkat keras canggih lainnya.

Setiap bagian dari tumpukan melibatkan batasan dan preferensi nilai yang berbeda, dan pekerjaan signifikan masih harus dilakukan dalam menguji coba lapisan-lapisan ini dalam skala besar (khususnya, bidang pelatihan dan komputasi model terdesentralisasi yang sedang berkembang).

Namun, ada landasan bagi solusi berbasis blockchain untuk komputasi, penyimpanan, dan bahkan pelatihan model yang pada akhirnya dapat bersaing dengan pasar konvensional.

APA ARTINYA SEMUANYA

Crypto x AI dengan cepat menjadi salah satu ruang desain yang paling menginspirasi. Masing-masing bidang tersebut telah berdampak pada segala hal, mulai dari pembuatan konten dan ekspresi budaya hingga alur kerja perusahaan dan infrastruktur keuangan.

Bersama-sama, kami yakin teknologi ini akan mengubah dunia dalam beberapa dekade mendatang. Tim-tim terbaik secara alami menggabungkan infrastruktur tanpa izin dan ekonomi kripto bersama dengan AI untuk meningkatkan kinerja, memungkinkan perilaku baru, atau mencapai struktur biaya yang kompetitif.

Crypto memperkenalkan skala, kedalaman, dan granularitas data standar yang belum pernah ada sebelumnya ke dalam jaringan koordinasi, seringkali tanpa sarana yang jelas untuk mendapatkan kegunaan dari data tersebut.

Sementara itu, AI mengubah kumpulan informasi menjadi vektor konteks atau hubungan yang relevan.

Ketika digabungkan, kedua batasan ini dapat membentuk hubungan timbal balik yang unik yang menjadi landasan bagi para pembangun masa depan yang terdesentralisasi.

*Terima kasih yang sebesar-besarnya kepada Niraj Pant, Akilesh Potti, Jason Morton, Dante Camuto, David Wong, Ismael Hishon-Rezaizadeh, Illia Polosukhin, dan lainnya atas kerja mereka di garis depan ruang ini, wawasan yang tak ternilai, dan inspirasi – semuanya memungkinkan tidak hanya artikel ini tetapi juga masa depan kripto yang cerah.

Penafian:

1. Artikel ini dicetak ulang dari [Arketipe]. Semua hak cipta milik penulis asli [DANNY SURSOCK]. Jika ada keberatan terhadap cetak ulang ini, silakan menghubungi tim Gate Learn , dan mereka akan segera menanganinya.
2. Penafian Tanggung Jawab: Pandangan dan pendapat yang diungkapkan dalam artikel ini adalah sepenuhnya milik penulis dan bukan merupakan nasihat investasi apa pun.
3. Terjemahan artikel ke bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, dilarang menyalin, mendistribusikan, atau menjiplak artikel terjemahan.