AI+Web3: Menara dan Lapangan

Pendahuluan

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

Dengan dukungan konsep AI, pembiayaan proyek Web3 meningkat secara signifikan. Pada paruh pertama tahun 2024, sudah ada 64 proyek Web3+AI yang berhasil mendapatkan pembiayaan, di mana sistem operasi berbasis kecerdasan buatan Zyber365 mencatatkan jumlah pembiayaan tertinggi sebesar 100 juta dolar AS pada putaran A.

Pasar sekunder semakin makmur. Data menunjukkan, dalam waktu kurang dari satu tahun, total kapitalisasi pasar untuk sektor AI telah mencapai 48,5 miliar dolar AS, dengan volume perdagangan dalam 24 jam mendekati 8,6 miliar dolar AS. Kemajuan teknologi AI yang utama membawa keuntungan yang jelas, setelah peluncuran model teks ke video Sora dari OpenAI, harga rata-rata sektor AI naik 151%. Efek AI juga menjalar ke sektor Meme, MemeCoin pertama dengan konsep AI Agent - GOAT dengan cepat menjadi terkenal dan mendapatkan valuasi 1,4 miliar dolar AS, memicu gelombang Meme AI.

Penelitian dan topik mengenai AI+Web3 juga sangat populer, dari AI+Depin hingga AI Memecoin dan saat ini AI Agent serta AI DAO, narasi baru bermunculan tanpa henti.

Kombinasi AI+Web3 yang dipenuhi dengan uang panas, peluang, dan fantasi masa depan ini, tak terhindarkan dipandang sebagai sebuah pernikahan yang dijodohkan oleh kapital. Kita sulit membedakan di balik lapisan megah ini, apakah ini adalah arena para spekulan, atau malam sebelum ledakan fajar?

Untuk menjawab pertanyaan ini, satu pemikiran kunci adalah: Apakah dengan adanya pihak lain itu akan menjadi lebih baik? Apakah bisa mendapatkan manfaat dari pola pihak lain? Artikel ini mencoba untuk mengkaji pola ini: Bagaimana Web3 berperan dalam tumpukan teknologi AI, dan apa yang bisa AI bawa untuk memberikan kehidupan baru bagi Web3?

Peluang Web3 di bawah tumpukan AI?

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

Tumpukan teknologi model AI besar mencakup pengumpulan data, praproses, pelatihan, penyesuaian, dan inferensi. Secara sederhana, model besar mirip dengan otak manusia, yang perlu mengumpulkan dan memproses informasi dalam jumlah besar untuk memahami dunia. Setelah dilatih, model yang memiliki kemampuan memahami dan memprediksi dapat diterapkan pada berbagai tugas tertentu. Sementara itu, AI Agent adalah bentuk lanjutan dari model besar, yang mampu menjalankan tugas secara mandiri dan mengejar tujuan yang kompleks.

Menanggapi titik sakit AI di berbagai tumpukan, Web3 saat ini telah membentuk ekosistem multi-lapis yang saling terhubung, mencakup setiap tahap proses model AI.

Lapisan Dasar: Airbnb untuk Kekuatan Komputasi dan Data

Kekuatan komputasi

Salah satu biaya tinggi AI adalah daya komputasi dan energi yang diperlukan untuk pelatihan dan inferensi. Mengambil contoh LLAMA3 dari Meta, diperlukan 16.000 GPU NVIDIA H100 selama 30 hari untuk menyelesaikan pelatihan, dengan investasi perangkat keras mencapai 400-700 juta dolar, dan pengeluaran energi hampir 20 juta dolar per bulan.

Proyek Web3 berusaha menyelesaikan masalah kekuatan komputasi AI melalui jaringan terdistribusi, seperti io.net, Aethir, Akash, dan lainnya. Logikanya adalah memungkinkan individu atau entitas dengan sumber daya GPU yang tidak terpakai untuk berkontribusi pada kekuatan komputasi secara terdesentralisasi, meningkatkan pemanfaatan sumber daya melalui pasar online yang mirip dengan Uber atau Airbnb, dan mengurangi biaya bagi pengguna akhir.

Ciri-ciri dari mode ini termasuk:

• Mengumpulkan sumber daya GPU yang tidak terpakai: terutama berasal dari pusat data kecil dan menengah, kelebihan daya dari pertambangan kripto, serta perangkat keras penambangan yang tidak terpakai di bawah mekanisme konsensus PoS.

• Pasar ekor panjang yang ditujukan untuk kekuatan komputasi AI: lebih cocok untuk langkah inferensi, serta skenario optimasi dan penyesuaian untuk pihak dengan kebutuhan kekuatan komputasi kecil dan menengah.

• Kepemilikan terdesentralisasi: Pemilik sumber daya mempertahankan kendali, dapat menyesuaikan secara fleksibel dan mendapatkan keuntungan.

Data

Data adalah dasar AI. Tantangan utama yang dihadapi permintaan data AI saat ini meliputi: kekurangan data, peningkatan tuntutan kualitas, masalah kepatuhan privasi, dan biaya pemrosesan yang tinggi.

Solusi Web3 terutama tercermin dalam:

1. Pengumpulan data: Mendapatkan data pengguna yang lebih berharga dengan biaya rendah melalui jaringan terdistribusi dan mekanisme insentif. Seperti proyek Grass, Vana, PublicAI, dll.

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

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

4. Penyimpanan data: Menyediakan solusi penyimpanan on-chain berkinerja tinggi. Seperti 0g.AI.

Middleware: Pelatihan dan Inferensi Model

Pasar terdesentralisasi model sumber terbuka

Web3 menawarkan kemungkinan pasar model sumber terbuka terdesentralisasi, memberikan insentif kepada tim pengembang melalui tokenisasi. Seperti proyek Bittensor, ORA, Sentient, Spectral Nova, dan lainnya.

Penalaran yang Dapat Diverifikasi

Untuk masalah "kotak hitam" dalam inferensi AI, Web3 telah mengusulkan solusi verifikasi on-chain menggunakan teknologi seperti bukti ZK. Teknologi utama termasuk zkML, opML, TeeML, dan lain-lain.

Lapisan Aplikasi: AI Agent

Saat ini, fokus pengembangan AI beralih dari kemampuan model ke AI Agent. Web3 dapat memberikan keuntungan seperti desentralisasi dan cold start bagi Agent. Proyek-proyek seperti GaiaNet, Theoriq, dan Virtual Protocol sedang menjelajahi bidang ini.

Bagaimana AI Memberdayakan Web3?

Dampak AI pada proyek Web3 sangat jelas, terutama tercermin dalam beberapa aspek berikut:

AI dan keuangan di blockchain

1. Ekonomi kripto: AI Agent dapat melakukan transaksi on-chain secara mandiri, seperti pembayaran, manajemen aset, dan lain-lain. Proyek-proyek seperti Virtuals Protocol, Biconomy, dan lainnya sedang menjelajahi bidang ini.

2. Keamanan transaksi di blockchain: AI dapat digunakan untuk pemantauan transaksi, analisis risiko, dan lainnya. Seperti SeQure, alat keamanan bertenaga AI Sentinel, dll.

AI dan infrastruktur dasar di blockchain

1. Analisis data on-chain: proyek seperti Web3 Analytics, MinMax AI, Kaito, dan lainnya memanfaatkan AI untuk pengumpulan dan analisis data.

2. Pengembangan dan Audit: AI dapat membantu dalam pengembangan kontrak pintar, audit kode, dll. Seperti proyek Clanker, Spectral, Fuzzland, dan lainnya.

Narasi baru AI dan Web3

1. NFT:AI menyuntikkan kreativitas ke dalam NFT generatif. Seperti proyek Bicasso, Solvo, Nicho, dan lainnya.

2. GameFi: AI dapat meningkatkan efisiensi produksi konten game. Seperti AI Hero, Sleepless AI, dll.

3. DAO:AI dapat diterapkan dalam manajemen komunitas, pengambilan keputusan investasi, dll. Seperti ai16z.

Makna Kombinasi AI+Web3: Menara dan Lapangan

Kombinasi AI dan Web3 dapat diibaratkan sebagai hubungan antara menara dan alun-alun. AI mewakili kekuatan teknologi yang sangat terpusat, sementara Web3 mewakili semangat alun-alun yang terdesentralisasi.

Perkembangan AI membawa vitalitas baru untuk Web3, membantu menurunkan hambatan penggunaan dan menarik lebih banyak pengguna. Sementara itu, karakteristik desentralisasi Web3 juga diharapkan dapat mengurangi risiko yang ditimbulkan oleh konsentrasi AI.

Keduanya meskipun memiliki titik awal yang berbeda, tetapi tujuannya adalah untuk melayani manusia dengan lebih baik. Kami berharap dapat melihat perkembangan masa depan AI+Web3, dan percaya bahwa ini akan menjadi dunia di mana menara dan alun-alun dapat coexist.