Perkenalan

Sampai sekarang, siklus pasar bull crypto saat ini adalah yang paling loyo dalam hal inovasi komersial, tidak memiliki hot track fenomenal seperti DeFi, NFT, dan GameFi yang terlihat di pasar bull sebelumnya. Akibatnya, pasar secara keseluruhan membutuhkan hotspot industri, dengan pertumbuhan pengguna, investasi industri, dan pengembang yang lamban.

Stagnasi ini juga tercermin dalam harga aset saat ini. Sepanjang siklus, sebagian besar altcoin terus kehilangan nilai terhadap BTC, termasuk ETH. Bagaimanapun, penilaian platform kontrak pintar ditentukan oleh kemakmuran aplikasi. Ketika inovasi dalam pengembangan aplikasi tidak bersemangat, penilaian blockchain publik sulit untuk ditingkatkan.

AI, sebagai kategori komersial yang relatif baru dalam siklus ini, masih memiliki potensi untuk membawa perhatian tambahan yang cukup besar pada proyek sektor AI kripto, berkat kecepatan pengembangan yang eksplosif dan topik hangat yang berkelanjutan di dunia komersial eksternal.

Dalam laporan IO.NET yang dirilis oleh penulis pada bulan April, perlunya menggabungkan AI dengan Crypto diuraikan. Keuntungan dari solusi kripto-ekonomi dalam hal determinisme, mobilisasi dan alokasi sumber daya, dan ketidakpercayaan berpotensi mengatasi tiga tantangan AI: keacakan, intensitas sumber daya, dan kesulitan dalam membedakan antara manusia dan mesin.

Di sektor AI ekonomi kripto, penulis mencoba membahas dan menyimpulkan beberapa masalah penting melalui artikel lain, termasuk:

• Narasi yang muncul atau berpotensi meledak di sektor AI kripto
• Jalur katalitik dan logika di balik narasi ini
• Target proyek yang relevan terkait dengan narasi ini
• Risiko dan ketidakpastian dalam deduksi naratif

Artikel ini mencerminkan pemikiran penulis pada tanggal publikasi, yang dapat berubah di masa depan. Sudut pandang sangat subjektif dan mungkin mengandung kesalahan dalam fakta, data, dan logika penalaran. Tolong jangan menganggap ini sebagai saran investasi. Kritik dan diskusi dari rekan-rekan dipersilakan.

Mari kita mulai bisnis.

Gelombang narasi berikutnya di jalur AI kripto

Sebelum secara resmi memperkenalkan gelombang narasi berikutnya di jalur AI kripto, pertama-tama mari kita lihat narasi utama AI kripto saat ini. Dari perspektif nilai pasar, mereka yang memiliki lebih dari 1 miliar dolar AS adalah:

• Daya komputasi: Render (RNDR, dengan nilai pasar yang beredar sebesar 3,85 miliar), Akash (1,2 miliar nilai pasar yang beredar), IO.NET (putaran terakhir penilaian pembiayaan primer adalah 1 miliar)
• Jaringan Algoritma: Bittensor (TAO, 2,97 miliar nilai pasar yang beredar)
• Agen AI: Fetchai (FET, kapitalisasi pasar 2,1 miliar sebelum merger)

*Waktu data: 24/5/2024, satuan mata uang adalah dolar AS.

Terlepas dari sektor-sektor yang disebutkan di atas, mana yang akan menjadi sektor AI berikutnya dengan nilai pasar proyek tunggal melebihi $ 1 miliar?

Penulis percaya bahwa itu dapat berspekulasi dari dua perspektif: narasi "sisi penawaran industri" dan narasi "momen GPT."

Perspektif Pertama tentang Narasi AI: Peluang di Sektor Energi dan Data di Balik AI dari Sisi Pasokan Industri

Dari sisi penawaran industri, ada empat kekuatan pendorong untuk pengembangan AI:

• Algoritma: Algoritme berkualitas tinggi dapat menjalankan tugas pelatihan dan inferensi dengan lebih efisien.
• Daya Komputasi: Pelatihan model dan inferensi memerlukan daya komputasi yang disediakan oleh perangkat keras GPU. Ini adalah hambatan utama saat ini di industri, karena kekurangan chip telah menyebabkan harga tinggi untuk chip kelas menengah ke atas.
• Energi: Pusat data AI mengkonsumsi energi yang signifikan. Selain listrik yang dibutuhkan untuk menyalakan GPU, sistem pendingin untuk pusat data besar dapat mencapai sekitar 40% dari total konsumsi energi.
• Data: Meningkatkan performa model besar memerlukan perluasan parameter pelatihan, yang berarti permintaan besar akan data berkualitas tinggi.

Di antara empat kekuatan pendorong ini, ada proyek crypto dengan nilai pasar yang beredar melebihi $ 1 miliar di sektor algoritma dan daya komputasi. Namun, proyek dengan nilai pasar yang sama belum muncul di bidang energi dan data.

Pada kenyataannya, kekurangan pasokan energi dan data akan segera muncul sebagai hotspot industri baru, berpotensi mendorong lonjakan proyek crypto terkait. Mari kita mulai dengan energi.

Pada 29 Februari 2024, Elon Musk menyebutkan pada konferensi Bosch ConnectedWorld 2024: "Saya memperkirakan kekurangan chip lebih dari setahun yang lalu. Kekurangan berikutnya adalah listrik. Saya pikir tidak akan ada kekuatan yang cukup untuk menjalankan semua chip tahun depan."

Melihat data spesifik, Laporan Indeks AI yang diterbitkan setiap tahun oleh Stanford Institute for Human-Centered Artificial Intelligence, yang dipimpin oleh Fei-Fei Li, menilai dalam laporan tahun 2022 tentang industri AI 2021 bahwa konsumsi energi AI hanya 0,9% dari permintaan listrik global, menimbulkan tekanan terbatas pada energi dan lingkungan. Pada tahun 2023, Badan Energi Internasional (IEA) merangkum bahwa pada tahun 2022, pusat data global mengkonsumsi sekitar 460 terawatt-jam (TWh) listrik, terhitung 2% dari permintaan listrik global. Mereka memperkirakan bahwa pada tahun 2026, konsumsi energi pusat data global akan setidaknya 620 TWh dan dapat mencapai hingga 1050 TWh.

Namun, perkiraan IEA masih konservatif, karena banyak proyek AI akan diluncurkan, dengan permintaan energi jauh melebihi proyeksi 2023 mereka.

Misalnya, Microsoft dan OpenAI merencanakan proyek Stargate. Proyek ini, diharapkan akan dimulai pada tahun 2028 dan selesai sekitar tahun 2030, bertujuan untuk membangun superkomputer dengan jutaan chip AI khusus, memberikan daya komputasi yang belum pernah terjadi sebelumnya untuk OpenAI, terutama untuk penelitiannya dalam kecerdasan buatan dan model bahasa besar. Proyek ini diperkirakan menelan biaya lebih dari $ 100 miliar, 100 kali lipat biaya pusat data besar saat ini.

Konsumsi energi proyek Stargate sendiri diperkirakan 50 terawatt-jam.

Karena itu, pendiri OpenAI Sam Altman menyatakan di Forum Davos pada bulan Januari tahun ini: "Kecerdasan buatan masa depan membutuhkan terobosan energi karena AI akan mengkonsumsi listrik jauh lebih banyak daripada yang diharapkan orang."

Mengikuti daya komputasi dan energi, area kekurangan berikutnya dalam industri AI yang berkembang pesat kemungkinan adalah data.

Atau lebih tepatnya, kekurangan data berkualitas tinggi yang dibutuhkan oleh AI telah menjadi kenyataan.

Dari evolusi GPT, manusia pada dasarnya telah memahami pola pertumbuhan kemampuan model bahasa besar — dengan memperluas parameter model dan data pelatihan, kemampuan model dapat ditingkatkan secara eksponensial — dan proses ini saat ini tidak menunjukkan hambatan teknis jangka pendek.

Namun, masalahnya adalah bahwa data berkualitas tinggi dan tersedia untuk umum mungkin menjadi semakin langka di masa depan. Produk AI mungkin menghadapi konflik penawaran dan permintaan untuk data yang serupa dengan chip dan energi.

Yang pertama adalah peningkatan sengketa kepemilikan data.

Pada 27 Desember 2023, The New York Times mengajukan gugatan terhadap OpenAI dan Microsoft di Pengadilan Distrik AS, menuduh mereka menggunakan jutaan artikelnya tanpa izin untuk melatih model GPT. Gugatan itu menuntut miliaran dolar dalam bentuk ganti rugi hukum dan aktual untuk "penyalinan ilegal dan penggunaan karya bernilai unik" dan menyerukan penghancuran semua model dan data pelatihan yang berisi materi berhak cipta The New York Times.

Pada akhir Maret, The New York Times mengeluarkan pernyataan baru yang menargetkan tidak hanya OpenAI tetapi juga Google dan Meta. Pernyataan itu mengklaim bahwa OpenAI menyalin sejumlah besar video YouTube ke dalam teks menggunakan alat pengenalan suara yang disebut Whisper, kemudian menggunakan teks tersebut untuk melatih GPT-4. The New York Times menegaskan bahwa telah menjadi praktik umum bagi perusahaan besar untuk menggunakan metode licik untuk melatih model AI, menunjukkan bahwa Google juga telah mengubah konten video YouTube menjadi teks untuk melatih model besarnya sendiri, yang pada dasarnya melanggar hak-hak pembuat konten video.

Gugatan antara The New York Times dan OpenAI, yang diberi label sebagai "kasus hak cipta AI pertama," sangat kompleks dan memiliki implikasi luas bagi masa depan konten dan industri AI. Mengingat kompleksitas kasus dan dampak potensialnya, resolusi cepat tidak mungkin terjadi. Salah satu hasil yang mungkin adalah penyelesaian di luar pengadilan, dengan perusahaan kaya seperti Microsoft dan OpenAI membayar kompensasi besar. Namun, sengketa hak cipta data di masa depan pasti akan meningkatkan biaya keseluruhan data berkualitas tinggi.

Selain itu, sebagai mesin pencari terbesar di dunia, Google telah mengungkapkan bahwa mereka sedang mempertimbangkan untuk mengenakan biaya untuk fungsi pencariannya. Tuduhan itu tidak akan menargetkan masyarakat umum melainkan perusahaan AI.

Sumber: Reuters

Server mesin pencari Google menyimpan sejumlah besar konten. Bahkan dapat dikatakan bahwa Google menyimpan semua konten yang telah muncul di semua halaman Internet sejak abad ke-21. Produk pencarian berbasis AI saat ini, seperti yang luar negeri seperti kebingungan, dan yang domestik seperti Kimi dan Secret Tower, semuanya memproses data yang dicari melalui AI dan kemudian mengeluarkannya ke pengguna. Biaya mesin pencari untuk AI pasti akan meningkatkan biaya akuisisi data.

Bahkan, selain data publik, raksasa AI juga mengincar data internal non-publik.

Photobucket adalah situs web hosting gambar dan video mapan yang memiliki 70 juta pengguna dan hampir setengah dari pasar foto online AS pada awal 2000-an. Dengan munculnya media sosial, jumlah pengguna Photobucket telah menurun secara signifikan. Saat ini, hanya ada 2 juta pengguna aktif yang tersisa (mereka membayar biaya tinggi US $ 399 per tahun). Menurut perjanjian dan kebijakan privasi yang ditandatangani oleh pengguna ketika mereka mendaftar, mereka belum digunakan selama lebih dari setahun. Akun akan didaur ulang, dan hak Photobucket untuk menggunakan data gambar dan video yang diunggah oleh pengguna juga didukung. CEO Photobucket Ted Leonard mengungkapkan bahwa 1,3 miliar data foto dan video yang dimilikinya sangat berharga untuk melatih model AI generatif. Dia sedang dalam pembicaraan dengan beberapa perusahaan teknologi untuk menjual data, dengan penawaran mulai dari 5 sen hingga $ 1 per foto dan lebih dari $ 1 per video, memperkirakan bahwa data yang dapat disediakan Photobucket bernilai lebih dari $ 1 miliar.

EPOCH, tim peneliti yang berfokus pada tren pengembangan kecerdasan buatan, pernah menerbitkan laporan tentang data yang diperlukan untuk pembelajaran mesin berdasarkan penggunaan data dan pembuatan data baru oleh pembelajaran mesin pada tahun 2022, dan mempertimbangkan pertumbuhan sumber daya komputasi. Ini pernah menerbitkan laporan tentang keadaan data yang diperlukan untuk pembelajaran mesin berjudul " "Apakah kita akan kehabisan data? Analisis batas penskalaan himpunan data dalam Pembelajaran Mesin". Laporan tersebut menyimpulkan bahwa data teks berkualitas tinggi akan habis antara Februari 2023 dan 2026, dan data gambar akan habis antara 2030 dan 2060. Jika efisiensi pemanfaatan data tidak dapat ditingkatkan secara signifikan, atau sumber data baru muncul, tren model pembelajaran mesin besar saat ini yang mengandalkan kumpulan data besar dapat melambat.

Dilihat dari situasi saat ini di mana raksasa AI membeli data dengan harga tinggi, data teks berkualitas tinggi gratis telah habis. Prediksi EPOCH 2 tahun lalu relatif akurat.

Pada saat yang sama, solusi untuk permintaan "kekurangan data AI" juga muncul, yaitu: layanan penyediaan data AI.

Defined.ai adalah perusahaan yang menyediakan data yang disesuaikan, nyata, dan berkualitas tinggi untuk perusahaan AI.

Contoh tipe data yang dapat Defined.ai berikan: https://www.defined.ai/datasets

Model bisnisnya adalah: Perusahaan AI menyediakan Defined.ai dengan kebutuhan data mereka sendiri. Misalnya, dalam hal kualitas gambar, resolusi harus setinggi mungkin untuk menghindari kekaburan, pencahayaan berlebih, dan konten harus asli. Dalam hal konten, perusahaan AI dapat menyesuaikan tema tertentu berdasarkan tugas pelatihan mereka sendiri, seperti foto malam, kerucut malam, tempat parkir, dan tanda-tanda, untuk meningkatkan tingkat pengenalan AI dalam adegan malam. Masyarakat dapat mengambil tugas mengambil foto. Kemudian, perusahaan akan meninjau dan mengunggahnya. Bagian-bagian yang memenuhi persyaratan akan diselesaikan berdasarkan jumlah foto. Harganya sekitar US$1-2 untuk gambar berkualitas tinggi, US$5-7 untuk film pendek lebih dari sepuluh detik. Video berkualitas tinggi lebih dari 10 menit berharga US $ 100-300, dan teks adalah US $ 1 per seribu kata. Orang yang menerima tugas subkontrak bisa mendapatkan sekitar 20% dari biaya. Penyediaan data dapat menjadi bisnis crowdsourcing lain setelah "pelabelan data".

Distribusi crowdsourcing tugas global, insentif ekonomi, harga/sirkulasi aset data, dan perlindungan privasi terbuka untuk semua orang, yang terdengar sangat cocok untuk paradigma bisnis Web3.

Target Narasi AI dari Sisi Pasokan Industri

Perhatian yang dibawa oleh kekurangan chip telah meresap ke industri crypto, menjadikan daya komputasi terdistribusi sebagai jalur AI kapitalisasi pasar terpanas dan tertinggi sejauh ini.

Jadi, jika konflik penawaran dan permintaan di sektor energi dan data industri AI meledak dalam 1-2 tahun ke depan, proyek terkait narasi apa yang saat ini ada di industri crypto?

Target Terkait Energi

Proyek terkait energi yang telah terdaftar di bursa terpusat utama (CEX) jarang terjadi, dengan Power Ledger (token: POWR) menjadi satu-satunya contoh penting.

Power Ledger, didirikan pada tahun 2017, adalah platform energi komprehensif berbasis blockchain yang bertujuan untuk mendesentralisasikan perdagangan energi. Ini mempromosikan transaksi listrik langsung antara individu dan masyarakat, mendukung aplikasi energi terbarukan secara luas, dan memastikan transparansi dan efisiensi melalui kontrak pintar. Awalnya, Power Ledger beroperasi pada rantai konsorsium yang berasal dari Ethereum. Pada paruh kedua tahun 2023, Power Ledger memperbarui whitepaper-nya dan meluncurkan rantai publik komprehensifnya sendiri, yang didasarkan pada kerangka kerja teknis Solana untuk menangani transaksi mikro frekuensi tinggi di pasar energi terdistribusi. Saat ini, bisnis utama Power Ledger meliputi:

• Perdagangan Energi: Memungkinkan pengguna untuk membeli dan menjual listrik secara langsung, terutama dari sumber terbarukan.
• Perdagangan Produk Lingkungan: Memfasilitasi perdagangan kredit karbon dan sertifikat energi terbarukan, serta pembiayaan berdasarkan produk lingkungan.
• Operasi Rantai Publik: Menarik pengembang aplikasi untuk membangun di blockchain Power Ledger, dengan biaya transaksi dibayarkan dalam token POWR.

Sampai sekarang, kapitalisasi pasar Power Ledger yang beredar adalah $ 170 juta, dengan kapitalisasi pasar yang sepenuhnya terdilusi sebesar $ 320 juta.

Target Terkait Data

Dibandingkan dengan target kripto terkait energi, jalur data memiliki variasi target kripto yang lebih kaya. Berikut adalah proyek jalur data yang saat ini saya tonton, yang semuanya terdaftar di setidaknya satu CEX utama seperti Binance, OKX, atau Coinbase, diatur dalam urutan menaik dari penilaian terdilusi penuh (FDV):

1. Streamr – DATA

Proposisi Nilai: Streamr bertujuan untuk membangun jaringan data real-time terdesentralisasi yang memungkinkan pengguna untuk berdagang dan berbagi data secara bebas sambil mempertahankan kontrol penuh atas data mereka. Melalui pasar datanya, Streamr berupaya memungkinkan produsen data untuk secara langsung menjual aliran data kepada konsumen yang tertarik tanpa perantara, sehingga mengurangi biaya dan meningkatkan efisiensi.

Sumber: https://streamr.network/hub/projects

Dalam kasus kolaborasi praktis, Streamr bermitra dengan proyek perangkat keras onboard Web3 lainnya, DIMO. Melalui sensor perangkat keras DIMO yang dipasang di kendaraan, mereka mengumpulkan data seperti suhu, tekanan udara, dan metrik lainnya, membentuk aliran data cuaca yang ditransmisikan ke organisasi yang membutuhkan.

Dibandingkan dengan proyek data lainnya, Streamr lebih berfokus pada IoT dan data sensor perangkat keras. Selain data kendaraan DIMO yang disebutkan di atas, proyek lain termasuk aliran data lalu lintas real-time di Helsinki. Karena fokus ini, token proyek Streamr, DATA, mengalami lonjakan, dua kali lipat nilainya dalam satu hari Desember lalu ketika konsep DePIN berada di puncaknya.

Saat ini, kapitalisasi pasar Streamr yang beredar adalah $44 juta, dengan kapitalisasi pasar yang sepenuhnya terdilusi sebesar $58 juta.

1. Kovalen – CQT

Tidak seperti proyek data lainnya, Covalent menyediakan data blockchain. Jaringan Covalent membaca data dari node blockchain melalui RPC, memproses dan mengatur data ini, menciptakan database kueri yang efisien. Hal ini memungkinkan pengguna Covalent untuk dengan cepat mengambil informasi yang mereka butuhkan tanpa melakukan kueri kompleks langsung dari node blockchain. Layanan ini dikenal sebagai "pengindeksan data blockchain."

Klien Covalent terutama B2B, termasuk proyek Dapp seperti berbagai aplikasi DeFi, serta banyak perusahaan kripto terpusat seperti ConsenSys (perusahaan induk MetaMask), CoinGecko (situs pelacakan aset kripto terkenal), Rotki (alat pajak), dan Rainbow (dompet kripto). Selain itu, raksasa keuangan tradisional seperti Fidelity dan firma akuntansi Big Four EY juga merupakan klien Covalent. Menurut pengungkapan resmi Covalent, pendapatan proyek dari layanan data telah melampaui proyek terkemuka di bidang yang sama, The Graph.

Industri Web3, karena kelengkapan, keterbukaan, keaslian, dan sifat real-time dari data on-chain, siap menjadi sumber data berkualitas tinggi yang berharga untuk skenario AI tertentu dan "model AI kecil." Sebagai penyedia data, Covalent telah mulai memasok data untuk berbagai skenario AI dan telah meluncurkan data terstruktur yang dapat diverifikasi khusus untuk AI.

Sumber: https://www.covalenthq.com/solutions/decentralized-ai/

Misalnya, ia menyediakan data ke SmartWhales, platform perdagangan cerdas on-chain, dan menggunakan AI untuk mengidentifikasi pola dan alamat perdagangan yang menguntungkan; Entendre Finance menggunakan data terstruktur dan pemrosesan AI Covalent untuk wawasan real-time, deteksi anomali, dan analisis prediktif.

Saat ini, skenario utama untuk layanan data on-chain yang disediakan oleh Covalent masih bersifat finansial. Namun, dengan generalisasi produk Web3 dan tipe data, skenario penggunaan data on-chain juga akan semakin diperluas.

Nilai pasar terdilusi saat ini dari proyek Covalent adalah $ 150 juta, dan nilai pasar terdilusi penuh adalah $ 235 juta. Dibandingkan dengan The Graph, proyek indeks data blockchain di jalur yang sama, ia memiliki keunggulan penilaian yang relatif jelas.

1. Hivemapper – Madu

Di antara semua materi data, data video seringkali memiliki harga satuan tertinggi. Hivemapper dapat menyediakan data termasuk informasi video dan peta ke perusahaan AI. Hivemapper sendiri adalah proyek pemetaan global terdesentralisasi yang bertujuan untuk menciptakan sistem pemetaan yang terperinci, dinamis, dan dapat diakses melalui teknologi blockchain dan kontribusi komunitas. Peserta dapat menangkap data peta melalui dashcam dan menambahkannya ke jaringan data Hivemapper open source, dan menerima hadiah berdasarkan kontribusi mereka dalam token proyek HONEY. Untuk meningkatkan efek jaringan dan mengurangi biaya interaksi, Hivemapper dibangun di Solana.

Hivemapper, didirikan pada tahun 2015, awalnya bertujuan untuk membuat peta menggunakan drone. Namun, segera menyadari bahwa model ini sulit untuk diukur, mendorong pergeseran untuk menggunakan dashcam dan smartphone untuk menangkap data geografis, secara signifikan mengurangi biaya produksi peta global.

Dibandingkan dengan perangkat lunak tampilan jalan dan pemetaan seperti Google Maps, Hivemapper menggunakan jaringan insentif dan model crowdsourcing untuk memperluas cakupan peta secara lebih efisien, menjaga kesegaran peta dunia nyata, dan meningkatkan kualitas video.

Sebelum permintaan data yang didorong oleh AI melonjak, klien utama Hivemapper termasuk departemen mengemudi otonom industri otomotif, perusahaan layanan navigasi, pemerintah, perusahaan asuransi, dan perusahaan real estat. Saat ini, Hivemapper dapat menyediakan data jalan dan lingkungan yang luas untuk AI dan model besar melalui API. Dengan terus memperbarui aliran gambar dan data fitur jalan, model AI dan ML dapat menerjemahkan data ini dengan lebih baik ke dalam kemampuan yang ditingkatkan, melakukan tugas yang terkait dengan lokasi geografis dan penilaian visual.

Sumber data: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/

Saat ini, proyek Madu Hivemapper memiliki kapitalisasi pasar terdilusi sebesar $ 120 juta dan kapitalisasi pasar terdilusi penuh (FDV) sebesar $ 496 juta.

Selain tiga proyek yang disebutkan di atas, area data juga meliputi:

The Graph – GRT: Dengan kapitalisasi pasar terdilusi sebesar $ 3,2 miliar dan FDV sebesar $ 3,7 miliar, The Graph menyediakan layanan pengindeksan data blockchain yang mirip dengan Covalent.

Ocean Protocol – OCEAN: Dengan kapitalisasi pasar yang beredar sebesar $ 670 juta dan FDV sebesar $ 1,45 miliar, Ocean Protocol adalah protokol open-source yang bertujuan memfasilitasi pertukaran dan monetisasi data dan layanan terkait data. Ini menghubungkan konsumen data dengan penyedia data untuk berbagi data sambil memastikan kepercayaan, transparansi, dan keterlacakan. Proyek ini diatur untuk bergabung dengan Fetch.ai dan SingularityNET, dengan tokennya dikonversi ke ASI.

Perspektif kedua tentang narasi AI: Kedatangan AGI, mengingatkan pada Momen GPT

Dalam pandangan penulis, tahun perdana "jalur AI" di industri kripto adalah tahun 2023 yang luar biasa, ditandai dengan munculnya GPT, dan lonjakan proyek AI kripto lebih merupakan efek riak dari pertumbuhan eksplosif industri AI.

Meskipun kemampuan seperti GPT4 dan Turbo terus berkembang setelah GPT3.5, dan Sora memamerkan kemampuan pembuatan video yang menakjubkan, seiring dengan perkembangan pesat dalam model bahasa besar di luar OpenAI, tidak dapat dipungkiri bahwa dampak kognitif dari kemajuan teknologi AI pada masyarakat umum semakin berkurang. Orang-orang secara bertahap mulai menggunakan alat AI, dan perpindahan pekerjaan skala besar tampaknya belum terjadi.

Jadi, akankah bidang AI menyaksikan "momen GPT" lain di masa depan, di mana lompatan dalam pengembangan AI mengejutkan massa, membuat orang menyadari bahwa kehidupan dan pekerjaan mereka akan berubah sebagai hasilnya? Momen ini bisa jadi munculnya Artificial General Intelligence (AGI).

AGI mengacu pada mesin yang memiliki kemampuan kognitif komprehensif yang mirip dengan manusia, mampu memecahkan berbagai masalah kompleks di luar tugas-tugas tertentu. Sistem AGI memiliki pemikiran abstrak tingkat tinggi, pengetahuan latar belakang yang luas, penalaran akal sehat lintas domain, pemahaman kausal, dan kemampuan belajar transfer lintas disiplin. Dalam hal kemampuan komprehensif, kinerja AGI setara dengan manusia terbaik, dan bahkan melampaui kemampuan kolektif kelompok manusia yang paling menonjol.

Bahkan, apakah digambarkan dalam fiksi ilmiah, game, atau film, atau didorong oleh harapan publik setelah proliferasi GPT yang cepat, masyarakat telah lama mengantisipasi munculnya AGI yang melampaui tingkat kognitif manusia. Bisa dikatakan bahwa GPT sendiri merupakan cikal bakal AGI, sebuah ramalan kecerdasan buatan umum.

Alasan mengapa GPT memiliki energi industri dan dampak psikologis yang begitu besar adalah karena kecepatan dan kinerja implementasinya melebihi harapan massa: orang tidak menyangka bahwa sistem kecerdasan buatan yang mampu lulus Tes Turing akan benar-benar tiba, dan tiba begitu cepat.

Pada kenyataannya, Artificial General Intelligence (AGI) dapat mengulangi tiba-tiba "momen GPT" dalam 1-2 tahun: orang baru saja beradaptasi dengan bantuan GPT, hanya untuk menemukan bahwa AI bukan hanya asisten lagi. Ia bahkan dapat secara mandiri menyelesaikan tugas-tugas yang sangat kreatif dan menantang, termasuk masalah-masalah yang telah membingungkan para ilmuwan top selama beberapa dekade.

Pada 8 April tahun ini, Musk diwawancarai oleh Nicolai Tangen, Chief Investment Officer dari Norwegian Sovereign Wealth Fund, tentang waktu kemunculan AGI.

Dia berkata, "Jika kita mendefinisikan AGI sebagai lebih pintar dari manusia terpintar, saya pikir itu kemungkinan akan terjadi sekitar tahun 2025." Dengan kata lain, menurut perkiraannya, AGI akan membutuhkan waktu paling lama satu setengah tahun lagi untuk tiba. Tentu saja, ia menambahkan peringatan, bahwa "kekuatan dan perangkat keras mengikuti."

Manfaat kedatangan AGI terbukti.

Ini berarti bahwa produktivitas umat manusia akan mengambil lompatan besar ke depan, dan banyak masalah penelitian ilmiah yang telah mengganggu kita selama beberapa dekade akan diselesaikan dengan mudah. Jika kita mendefinisikan "manusia terpintar" sebagai pemenang Hadiah Nobel, itu berarti bahwa selama ada energi, daya komputasi, dan data yang cukup, kita dapat memiliki "pemenang Hadiah Nobel" yang tak kenal lelah yang tak terhitung jumlahnya yang menyelidiki masalah ilmiah yang paling menantang sepanjang waktu.

Pada kenyataannya, pemenang Hadiah Nobel tidak jarang seperti satu dari beberapa ratus juta; Kebanyakan dari mereka setara dengan profesor universitas dalam hal kemampuan dan kecerdasan. Namun, karena probabilitas dan keberuntungan dalam memilih arah yang benar, dan bertahan sampai hasil diperoleh, individu dengan kaliber yang sama dengan mereka, rekan-rekan mereka yang sama-sama luar biasa, mungkin juga memenangkan Hadiah Nobel di alam semesta paralel penelitian ilmiah. Sayangnya, masih belum cukup banyak orang dengan kemampuan profesor universitas top yang berpartisipasi dalam terobosan ilmiah, sehingga kecepatan "menjelajahi semua arah yang benar dalam penelitian ilmiah" tetap lambat.

Dengan munculnya AGI, dalam kondisi di mana energi dan daya komputasi cukup disediakan, kita dapat memiliki jumlah AGI yang tak terbatas dengan tingkat pemenang Hadiah Nobel yang mengeksplorasi secara mendalam dalam setiap arah terobosan ilmiah yang mungkin. Tingkat kemajuan teknologi akan meningkat puluhan kali lipat. Kemajuan teknologi akan menyebabkan sumber daya yang saat ini dianggap mahal dan langka meningkat ratusan kali lipat dalam 10 hingga 20 tahun ke depan, seperti produksi pangan, bahan baru, obat baru, pendidikan berkualitas tinggi, dll. Biaya untuk mendapatkan sumber daya ini juga akan berkurang secara eksponensial, memungkinkan kita untuk mendukung lebih banyak orang dengan sumber daya yang lebih sedikit, dan kekayaan per kapita akan meningkat dengan cepat.

Tren PDB Global (Sumber: Bank Dunia)

Ini mungkin terdengar sedikit sensasional. Mari kita lihat dua contoh, yang telah dibahas oleh penulis dalam laporan penelitian IO.NET sebelumnya:

• Pada tahun 2018, pemenang Hadiah Nobel Kimia, Frances Arnold, menyatakan pada upacara penghargaan: "Hari ini, kita dapat membaca, menulis, dan mengedit urutan DNA apa pun dalam aplikasi praktis, tetapi kita masih tidak dapat menyusunnya." Hanya lima tahun kemudian, pada tahun 2023, para peneliti dari Salesforce Research, sebuah startup AI dari Stanford University dan Silicon Valley, menerbitkan sebuah makalah di Nature Biotechnology. Mereka menggunakan model bahasa besar berdasarkan fine-tuning GPT-3 untuk membuat satu juta protein baru dari awal dan menemukan dua protein dengan struktur yang sangat berbeda, keduanya memiliki sifat antimikroba dan berpotensi berfungsi sebagai solusi resistensi bakteri di luar antibiotik. Dengan kata lain, dengan bantuan AI, hambatan dalam "penciptaan" protein telah diatasi.
• Sebelum ini, algoritma kecerdasan buatan AlphaFold memprediksi struktur hampir semua 214 juta protein yang dikenal di Bumi dalam waktu 18 bulan, hasil ratusan kali lebih besar daripada upaya gabungan dari semua ahli biologi struktural sebelumnya.

Revolusi telah terjadi, dan munculnya AGI akan semakin mempercepat proses ini. Di sisi lain, tantangan yang dibawa oleh munculnya AGI juga sangat besar. AGI tidak hanya akan menggantikan sejumlah besar pekerja kognitif, tetapi juga berdampak pada pekerja fisik yang sebelumnya dianggap "kurang terpengaruh oleh AI." Dengan kematangan teknologi robotika dan pengembangan bahan-bahan baru yang mengarah pada pengurangan biaya produksi, proporsi posisi tenaga kerja yang digantikan oleh mesin dan perangkat lunak akan meningkat pesat.

Pada saat itu, dua masalah yang tampaknya jauh akan dengan cepat muncul ke permukaan:

1. Masalah pekerjaan dan pendapatan bagi sejumlah besar orang yang menganggur.
2. Bagaimana membedakan antara AI dan manusia di dunia di mana AI ada di mana-mana.

Worldcoin \ Worldchain berusaha memberikan solusi dengan menawarkan sistem Universal Basic Income (UBI) untuk memberikan penghasilan dasar kepada publik dan menggunakan fitur biometrik berbasis iris untuk membedakan antara manusia dan AI.

Faktanya, UBI, yang menyediakan uang untuk semua orang, bukan hanya kue di langit. Negara-negara seperti Finlandia dan Inggris telah bereksperimen dengan pendapatan dasar universal, dan pihak-pihak di Kanada, Spanyol, India, dan negara-negara lain secara aktif mengusulkan dan mempromosikan eksperimen terkait.

Manfaat menggunakan identifikasi biometrik + model berbasis blockchain untuk distribusi UBI terletak pada sifat global sistem, memberikan cakupan yang lebih luas kepada populasi. Selain itu, dapat memanfaatkan jaringan pengguna yang diperluas melalui distribusi pendapatan untuk membangun model bisnis lain, seperti layanan keuangan (Defi), jejaring sosial, crowdsourcing, dll., Membentuk sinergi dalam jaringan.

Salah satu aset yang sesuai dengan dampak munculnya AGI adalah Worldcoin – WLD, dengan kapitalisasi pasar terdilusi sebesar $ 1,03 miliar dan kapitalisasi pasar yang sepenuhnya terdilusi sebesar $ 47,2 miliar.

Risiko dan ketidakpastian deduksi naratif

Tidak seperti banyak laporan penelitian proyek dan trek sebelumnya yang dirilis oleh Mint Ventures, artikel ini memiliki subjektivitas yang lebih besar dalam deduksi dan prediksi naratif. Pembaca harus mempertimbangkan isi artikel ini sebagai diskusi yang berbeda daripada ramalan masa depan. Ekstrapolasi naratif yang disajikan oleh penulis menghadapi banyak ketidakpastian, yang mengarah pada kesalahan spekulatif. Risiko atau faktor yang mempengaruhi ini termasuk tetapi tidak terbatas pada:

• Aspek energi: Pembaruan GPU menyebabkan penurunan konsumsi energi yang cepat

Meskipun ada peningkatan tajam dalam permintaan energi di sekitar AI, produsen chip seperti Nvidia menyediakan daya komputasi yang lebih tinggi dengan konsumsi daya yang lebih rendah melalui peningkatan perangkat keras berkelanjutan. Misalnya, pada bulan Maret tahun ini, Nvidia merilis generasi baru kartu komputasi AI GB200, yang mengintegrasikan dua GPU B200 dan satu CPU Grace. Kinerja pelatihannya empat kali lipat dari GPU AI utama generasi sebelumnya H100, dan kinerja inferensi tujuh kali lipat dari H100, sedangkan konsumsi energi yang dibutuhkan hanya seperempat dari H100. Namun, meskipun demikian, keinginan untuk mendapatkan kekuasaan dari AI masih jauh dari terpuaskan. Dengan penurunan konsumsi energi unit, total konsumsi energi sebenarnya dapat meningkat karena aplikasi dan permintaan AI semakin berkembang.

• Aspek data: Proyek Q* menyadari "data yang dihasilkan sendiri"

Sudah lama ada desas-desus dalam OpenAI tentang proyek "Q," yang telah disebutkan dalam komunikasi internal kepada karyawan OpenAI. Menurut Reuters mengutip orang dalam di OpenAI, ini mungkin merupakan terobosan dalam mengejar kecerdasan super / kecerdasan buatan umum (AGI) OpenAI. Q tidak hanya memiliki kemampuan untuk memecahkan masalah matematika yang sebelumnya tidak terlihat melalui abstraksi tetapi juga memiliki kemampuan untuk menghasilkan data untuk melatih model besar tanpa perlu memberi makan data dunia nyata. Jika rumor ini benar, hambatan pelatihan model AI yang dibatasi oleh kurangnya data berkualitas tinggi akan rusak.

• Kedatangan AGI: kekhawatiran OpenAI

Waktu kedatangan AGI, seperti yang disarankan Elon Musk, mungkin memang datang pada tahun 2025, tetapi ini hanya masalah waktu. Namun, Worldcoin, sebagai narasi penerima manfaat langsung dari kedatangan AGI, mungkin menghadapi kekhawatiran terbesar dari OpenAI, karena secara luas diakui sebagai "token bayangan OpenAI."

Pada dini hari tanggal 14 Mei, OpenAI memamerkan GPT-4o terbaru dan 19 versi berbeda lainnya dari model bahasa besar dalam skor tugas komprehensif pada acara peluncuran produk musim semi. Hanya melihat tabel, GPT-4o mencetak 1310, tampaknya jauh lebih tinggi daripada peringkat selanjutnya. Namun, dalam hal skor total, itu hanya 4,5% lebih tinggi dari tempat kedua GPT4 turbo, 4,9% lebih tinggi dari Google Gemini 1.5 Pro di tempat keempat, dan 5,1% lebih tinggi dari Anthropic's Claude 3 Opus di tempat kelima.

Karena momen debut GPT3.5 yang mengguncang dunia telah berlalu lebih dari setahun, pesaing OpenAI telah mengejar posisi yang sangat dekat (meskipun GPT5 belum dirilis dan diharapkan akan diluncurkan tahun ini). Apakah OpenAI dapat mempertahankan posisi terdepan di industri di masa depan tampaknya menjadi kabur. Jika posisi terdepan dan dominan OpenAI terdilusi atau terlampaui, maka nilai narasi Worldcoin sebagai token bayangan OpenAI juga akan menurun.

Selain itu, selain skema otentikasi iris Worldcoin, semakin banyak pesaing juga memasuki pasar ini. Misalnya, proyek ID pemindaian telapak tangan Humanity Protocol baru saja mengumumkan penyelesaian putaran baru pembiayaan senilai $ 30 juta dengan penilaian $ 1 miliar. LayerZero Labs juga mengumumkan operasinya di Humanity dan bergabung dengan jaringan node validatornya, menggunakan bukti ZK untuk mengautentikasi kredensial.

Kesimpulan

Kesimpulannya, meskipun penulis telah mengekstrapolasi narasi jalur AI, jalur AI berbeda dari bidang kripto asli seperti DeFi. Ini lebih merupakan produk dari luapan ledakan AI ke dalam lingkaran mata uang. Saat ini, banyak proyek belum sepenuhnya menetapkan model bisnis mereka, dan banyak proyek lebih seperti meme bertema AI (seperti Rndr mirip dengan meme Nvidia, Worldcoin mirip dengan meme OpenAI). Pembaca harus berhati-hati tentang mereka.

Pernyataan:

1. Artikel ini awalnya berjudul "The Next Wave of Narrative Deduction in the Crypto AI Sector: Catalysts, Development Pathways, and Related Projects" direproduksi dari [mintventures]. Semua hak cipta adalah milik penulis asli [Alex Xu]. Jika Anda keberatan dengan cetak ulang, silakan hubungi tim Gate Learn , tim akan menanganinya sesegera mungkin.

2. Penafian: Pandangan dan pendapat yang diungkapkan dalam artikel ini hanya mewakili pandangan pribadi penulis dan bukan merupakan saran investasi.

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