AI+Web3: Menara dan Lapangan

Dalam dua tahun terakhir, perkembangan AI seolah-olah telah ditekan tombol percepat, efek kupu-kupu yang dipicu oleh Chatgpt ini tidak hanya membuka dunia baru kecerdasan buatan generatif, tetapi juga mengguncang bidang Web3.

Dengan dukungan konsep AI, pendanaan di pasar kripto meningkat secara signifikan. Hanya di paruh pertama tahun 2024, 64 proyek Web3+AI telah menyelesaikan pendanaan, di mana Zyber365 mendapatkan pendanaan sebesar 100 juta dolar AS di putaran A.

Pasar sekunder semakin berkembang, total nilai pasar di jalur AI telah mencapai 48,5 miliar USD, dengan volume perdagangan dalam 24 jam mendekati 8,6 miliar USD. Kemajuan teknologi AI yang utama membawa keuntungan signifikan, seperti setelah peluncuran model Sora oleh OpenAI, rata-rata harga di sektor AI naik 151%. Efek AI juga menjangkau sektor Meme: MemeCoin GOAT, yang merupakan konsep AI Agent pertama, dengan cepat menjadi populer, dengan valuasi mencapai 1,4 miliar USD.

Penelitian dan topik tentang AI+Web3 juga sedang panas, mulai dari AI+Depin hingga AI Memecoin, kemudian AI Agent dan AI DAO, kecepatan rotasi narasi baru membuat orang terpesona.

Kombinasi konsep AI+Web3 yang dipenuhi uang panas dan fantasi masa depan ini, tidak dapat dihindari dipandang sebagai pernikahan yang diatur oleh modal. Kita sulit untuk membedakan di balik penampilan megah ini, apakah itu perayaan para spekulan, atau malam sebelum inovasi teknologi yang sebenarnya?

Untuk menjawab pertanyaan ini, kuncinya adalah memikirkan apakah kedua belah pihak dapat saling menguntungkan dan saling mendorong. Artikel ini akan mengkaji bagaimana Web3 dapat berperan di setiap aspek tumpukan teknologi AI, serta peluang baru apa yang dapat dibawa AI untuk Web3.

Peluang Web3 di bawah Tumpukan AI

Sebelum membahas topik ini, kita perlu memahami tumpukan teknologi model AI yang besar:

1. Pengumpulan dan Prabaca Data
2. Pelatihan dan Penyempurnaan Model
3. Penalaran dan Aplikasi

Untuk mengatasi masalah AI di setiap tahap, Web3 saat ini telah membentuk ekosistem yang saling terhubung dan berlapis-lapis.

Lapisan Dasar: Ekonomi berbagi daya komputasi dan data

Kekuatan Perhitungan

Salah satu biaya besar AI terletak pada daya komputasi dan energi yang diperlukan untuk pelatihan dan inferensi. Mengambil contoh LLAMA3 dari Meta, dibutuhkan 16.000 GPU NVIDIA H100 yang berjalan selama 30 hari untuk menyelesaikan pelatihan, dengan investasi perangkat keras yang diperlukan berkisar antara 400-700 juta dolar, dan konsumsi energi bulanan sekitar 1,6 miliar kilowatt jam.

Bidang pertama dari Web3 yang berinteraksi dengan AI adalah proyek DePin yang berbagi daya komputasi. Logika inti proyek ini adalah: memungkinkan individu atau entitas yang memiliki sumber daya GPU yang tidak terpakai untuk berkontribusi pada daya komputasi secara terdesentralisasi, meningkatkan penggunaan GPU melalui pasar pembeli dan penjual yang mirip dengan Uber, dan menyediakan daya komputasi yang efisien dan berbiaya rendah bagi pengguna. Sementara itu, mekanisme staking digunakan untuk menghukum perilaku yang melanggar.

Fitur Utama:

• Mengumpulkan sumber daya GPU yang tidak terpakai: seperti kekuatan komputasi yang tidak terpakai dari pusat data pihak ketiga, pertambangan kripto, dll.
• Pasar ekor panjang yang berfokus pada kekuatan AI: lebih cocok untuk inferensi daripada pelatihan, memenuhi kebutuhan kekuatan komputasi kecil dan menengah.
• Kepemilikan terdesentralisasi: Pemilik sumber daya mempertahankan kontrol, fleksibel menyesuaikan untuk mendapatkan keuntungan

Proyek yang diwakili termasuk io.net, Aethir, Akash, Render Network, dan lain-lain.

Data

Data adalah fondasi AI. Saat ini, tantangan utama dalam permintaan data AI terutama terletak pada:

• Kecerdasan data: Memerlukan input data dalam jumlah besar
• Persyaratan kualitas data meningkat
• Masalah Privasi dan Kepatuhan
• Biaya pengolahan yang tinggi

Solusi Web3 mencakup:

1. Pengumpulan data: Menggunakan mekanisme insentif untuk mendapatkan data pribadi pengguna dengan biaya rendah, seperti Grass, Vana, dll.

2. Pra-pemrosesan data: menggunakan mekanisme insentif terdesentralisasi untuk penandaan data, seperti Synesis, Sapien, dll.

3. Privasi dan Keamanan Data: Menggunakan teknologi seperti TEE, FHE, ZK untuk melindungi data sensitif, seperti Super Protocol, BasedAI, dan lainnya.

4. Penyimpanan data: menyelesaikan masalah ketersediaan data di blockchain, seperti 0g.AI dan lain-lain.

Middleware: Pelatihan dan Inferensi Model

Pasar desentralisasi model sumber terbuka

Web3 mengusulkan untuk membangun pasar model sumber terbuka yang terdesentralisasi, untuk melakukan tokenisasi model dan membagikan keuntungan di masa depan. Seperti proyek Bittensor, ORA, Sentient, dan lainnya.

Penalaran yang Dapat Diverifikasi

Dengan menggunakan teknologi seperti bukti ZK, verifikasi perhitungan model AI di blockchain dapat dilakukan tanpa izin. Teknologi utama termasuk zkML, opML, TeeML, dan lain-lain.

Lapisan aplikasi: AI Agent

Fokus perkembangan AI saat ini telah beralih dari kemampuan model ke AI Agent. Kontribusi Web3 dalam hal ini termasuk:

• Desentralisasi: Membangun mekanisme insentif dan hukuman melalui PoS dan mekanisme lainnya untuk mempromosikan demokratisasi sistem Agent
• Cold Start: Membantu proyek AI Agent potensial mendapatkan pendanaan awal

Seperti proyek Virtual Protocol, Spectral, dan lainnya.

AI Memberdayakan Web3

Dampak AI terhadap Web3 sangat jelas, terutama terlihat pada:

AI dan keuangan di blockchain

1. AI dan Ekonomi Kripto: AI Agent dapat secara mandiri melakukan transaksi di blockchain, membantu pengelolaan aset, mengoptimalkan pengalaman transaksi, dll.

2. AI dan Keamanan Transaksi On-Chain: Meningkatkan Kemampuan Pemantauan Transaksi dan Analisis Risiko

AI dan infrastruktur on-chain

1. AI dan data di blockchain: menyediakan alat analisis data yang lebih cerdas

2. AI dan Pengembangan & Audit: Menyederhanakan Proses Pengembangan Kontrak Pintar, Meningkatkan Efisiensi Audit

Narasi Baru AI dan Web3

1. NFT: Menyuntikkan kreativitas ke dalam NFT generatif

2. GameFi: Meningkatkan efisiensi dan inovasi produksi konten game

3. DAO: Membantu manajemen dan pengambilan keputusan komunitas

Makna Kombinasi AI+Web3: Menara dan Lapangan

Hubungan antara AI dan Web3 dapat diibaratkan sebagai menara dan alun-alun. AI mewakili kemampuan teknologi yang terpusat tinggi, sementara Web3 mewakili ekosistem inovasi yang terdesentralisasi.

Makna penggabungan keduanya adalah:

• Web3 membawa lingkungan pengembangan yang lebih transparan dan adil untuk AI melalui mekanisme ekonomi token, pemerintahan terdesentralisasi, dan lainnya.
• AI memberikan energi baru untuk Web3, mengurangi hambatan penggunaan, dan membawa lebih banyak kemungkinan inovasi

Meskipun AI dan Web3 memiliki jalur pengembangan yang berbeda, tujuan akhir mereka adalah untuk membuat teknologi lebih baik melayani umat manusia. Kami berharap melihat lebih banyak percikan mengejutkan yang dihasilkan dari gabungan AI+Web3.