perkenalan
Sejauh ini, siklus pasar bullish kripto ini adalah yang paling membosankan dalam hal inovasi bisnis. Siklus ini tidak memiliki tren tingkat fenomena seperti DeFi, NFT, dan Gamefi di pasar bullish sebelumnya, yang mengakibatkan kurangnya hot spot industri di pasar bullish sebelumnya. pasar secara keseluruhan, pengguna, dan investasi industri serta pertumbuhan pengembang relatif lemah.
Hal ini juga tercermin dalam harga aset saat ini. Melihat keseluruhan siklus, sebagian besar koin Alt terus mengalami penurunan terhadap nilai tukar BTC, termasuk ETH. Bagaimanapun, penilaian platform kontrak pintar ditentukan oleh kemakmuran aplikasi. Ketika pengembangan dan inovasi aplikasi tidak berjalan dengan baik, akan sulit untuk meningkatkan penilaian rantai publik.
AI, sebagai kategori bisnis kripto yang lebih baru di babak ini, mendapat manfaat dari kecepatan pengembangan yang eksplosif dan hot spot yang berkelanjutan di dunia bisnis eksternal, dan masih mungkin untuk meningkatkan perhatian pada proyek jalur AI di kripto. dunia.
Dalam laporan IO.NET yang dirilis oleh penulis pada bulan April, penulis memilah perlunya menggabungkan AI dan Kripto, yaitu keuntungan dari solusi ekonomi kripto dalam kepastian, mobilisasi sumber daya alokasi, dan ketidakpercayaan, yang dapat mengatasi keacakan dan sifat AI yang intensif sumber daya. Salah satu solusi terhadap tiga tantangan yang tidak dapat dibedakan antara manusia dan mesin.
Pada jalur AI di bidang crypto-economics, penulis mencoba membahas dan menyimpulkan beberapa permasalahan penting melalui artikel lain, antara lain:
Narasi apa lagi yang muncul di jalur AI kripto yang mungkin meledak di masa depan?
Jalur katalitik dan logika narasi ini
Tujuan proyek terkait narasi
Risiko dan ketidakpastian dalam deduksi naratif
Artikel ini merupakan pemikiran penulis yang dipentaskan pada saat diterbitkan, mungkin saja berubah di masa mendatang, dan pandangannya sangat subjektif. Mungkin juga terdapat kesalahan dalam fakta, data, dan alasan . Komentar dan diskusi dari rekan-rekan dipersilakan.
Berikut ini adalah teks utamanya.
Gelombang narasi berikutnya di jalur AI kripto
Sebelum secara resmi membahas gelombang narasi berikutnya di jalur AI kripto, pertama-tama mari kita lihat narasi utama AI kripto saat ini. Dari perspektif nilai pasar, yang memiliki lebih dari 1 miliar dolar AS adalah:
Kekuatan komputasi: Render (RNDR, nilai pasar beredar 3,85 miliar), Akash (nilai pasar beredar 1,2 miliar), IO.NET (putaran terbaru penilaian pembiayaan primer 1 miliar)
Jaringan Algoritma: Bittensor (TAO, nilai pasar sirkulasi 2,97 miliar)
Agen AI: Fetchai (FET, nilai pasar beredar pra-merger 2,1 miliar)
*Waktu data: 24.5.2024, satuan mata uang adalah dolar AS.
Selain bidang-bidang di atas, jalur AI mana yang akan menjadi yang berikutnya dengan nilai pasar proyek tunggal melebihi 1 miliar?
Penulis merasa hal ini dapat dispekulasikan dari dua perspektif: narasi “sisi pasokan industri” dan narasi “momen GPT”.
Perspektif pertama narasi AI: Dari sisi pasokan industri, lihat peluang jalur energi dan data di balik AI
Dari perspektif sisi pasokan industri, empat kekuatan pendorong pengembangan AI adalah:
Algoritma: Algoritme berkualitas tinggi dapat melakukan tugas pelatihan dan inferensi dengan lebih efisien
Kekuatan komputasi: Baik itu pelatihan model atau penalaran model, perangkat keras GPU diperlukan untuk menyediakan daya komputasi. Hal ini juga merupakan hambatan utama dalam industri saat ini. Kekurangan inti industri telah menyebabkan tingginya harga chip kelas menengah ke atas .
Energi: Pusat komputasi data yang diperlukan untuk AI akan menghasilkan konsumsi energi dalam jumlah besar. Selain daya yang dibutuhkan oleh GPU itu sendiri untuk melakukan tugas komputasi, pemrosesan pembuangan panas GPU juga memerlukan banyak energi menyumbang total energi Sekitar 40% dari konsumsi
Data: Meningkatkan performa model besar memerlukan perluasan parameter pelatihan, yang berarti kebutuhan akan data berkualitas tinggi dalam jumlah besar
Mengingat kekuatan pendorong dari empat industri di atas, jalur daya algoritma dan komputasi memiliki proyek enkripsi dengan nilai pasar yang beredar lebih dari 1 miliar dolar AS, sedangkan jalur energi dan data belum melihat proyek dengan pasar yang sama. nilai.
Faktanya, kekurangan pasokan energi dan data akan segera terjadi dan menjadi gelombang baru industri, sehingga mendorong peningkatan proyek terkait di bidang enkripsi.
Mari kita bicara tentang energi dulu.
Pada tanggal 29 Februari 2024, Musk mengatakan pada Konferensi Bosch Internet World 2024: "Saya memperkirakan kekurangan chip lebih dari setahun yang lalu, dan kekurangan berikutnya adalah listrik. Saya pikir tidak akan ada cukup listrik tahun depan untuk menjalankan semua keripik."
Dilihat dari data spesifik, Institut Kecerdasan Buatan Universitas Stanford (Kecerdasan Buatan yang Berpusat pada Manusia) yang dipimpin oleh Li Feifei merilis "Laporan Indeks AI" setiap tahun. Dalam laporan yang dirilis oleh tim pada tahun 2022 untuk 21 tahun industri AI, tersebut tim peneliti Penilaian tersebut meyakini bahwa konsumsi energi AI hanya menyumbang 0,9% dari permintaan listrik global pada tahun itu, dan tekanan terhadap energi dan lingkungan terbatas. Pada tahun 2023, Badan Energi Internasional (IEA) menyimpulkan bahwa pusat data global mengonsumsi sekitar 460 terawatt jam (TWh) listrik, yang merupakan 2% dari permintaan listrik global, dan memperkirakan bahwa pada tahun 2026, pusat data global akan mengonsumsi energi sebesar serendah 620 terawatt jam dan setinggi 1.050 terawatt jam.
Faktanya, perkiraan Badan Energi Internasional masih konservatif, karena sudah ada sejumlah besar proyek seputar AI yang akan diluncurkan, dan skala permintaan energi yang terkait jauh melampaui imajinasinya pada tahun 2023.
Misalnya saja proyek Stargate yang sedang direncanakan oleh Microsoft dan OpenAI. Rencana ini diharapkan akan diluncurkan pada tahun 2028 dan selesai sekitar tahun 2030. Proyek ini berencana untuk membangun superkomputer dengan jutaan chip AI khusus untuk memberikan OpenAI kekuatan komputasi yang belum pernah ada sebelumnya dan mendukung penggunaannya dalam kecerdasan buatan, khususnya model bahasa besar . Rencana ini diperkirakan menelan biaya lebih dari $100 miliar, 100 kali lebih besar dari biaya pusat data besar saat ini.
Konsumsi energi proyek Stargate saja mencapai 50 terawatt jam.
Justru karena inilah pendiri OpenAI Sam Altman mengatakan di Forum Davos pada bulan Januari tahun ini: "Kecerdasan buatan di masa depan memerlukan terobosan energi, karena kecerdasan buatan akan mengonsumsi daya jauh lebih besar daripada yang diperkirakan manusia."
Setelah daya komputasi dan energi, kekurangan berikutnya dalam industri AI yang berkembang pesat kemungkinan besar adalah data.
Dengan kata lain, kekurangan data berkualitas tinggi yang dibutuhkan oleh AI sudah menjadi kenyataan.
Saat ini, dari evolusi GPT, manusia pada dasarnya telah menemukan aturan untuk pertumbuhan kemampuan model bahasa yang besar - yaitu, dengan memperluas parameter model dan data pelatihan, kemampuan model dapat ditingkatkan secara eksponensial - dan proses ini tidak dapat dilakukan. hambatan teknis.
Namun masalahnya adalah data berkualitas tinggi dan terbuka mungkin akan semakin langka di masa depan, dan produk AI mungkin menghadapi kontradiksi pasokan dan permintaan data yang sama seperti halnya chip dan energi.
Yang pertama adalah meningkatnya perselisihan mengenai kepemilikan data.
Pada tanggal 27 Desember 2023, New York Times secara resmi menggugat OpenAI dan Microsoft di Pengadilan Distrik Federal AS, menuduh mereka menggunakan jutaan artikel mereka sendiri untuk melatih model GPT tanpa izin, mengharuskan mereka untuk "menyalin secara ilegal dan menggunakan artikel unik bernilai miliaran kerugian hukum dan nyata sebesar dolar” dan penghancuran semua model dan data pelatihan yang berisi materi berhak cipta dari The New York Times.
Pada akhir Maret, New York Times menerbitkan pernyataan baru yang menargetkan tidak hanya OpenAI, tetapi juga Google dan Meta. Pernyataan New York Times mengatakan bahwa OpenAI menggunakan alat pengenalan suara yang disebut Whisper untuk menyalin bagian-bagian ucapan dari sejumlah besar video YouTube, dan kemudian menghasilkan teks sebagai teks untuk melatih GPT-4. The New York Times menyatakan bahwa sekarang sangat umum bagi perusahaan besar untuk menggunakan pencurian kecil-kecilan saat melatih model AI, dan mengatakan bahwa Google juga melakukan hal ini. Mereka juga mengubah konten video YouTube menjadi teks untuk pelatihan model besar mereka sendiri. pada dasarnya melanggar hak pembuat konten video.
The New York Times dan OpenAI adalah “kasus hak cipta AI yang pertama.” Mengingat kompleksitas kasus ini dan dampaknya yang luas terhadap masa depan konten dan industri AI, hasilnya mungkin tidak akan segera tersedia. Salah satu hasil akhir yang mungkin terjadi adalah penyelesaian di luar pengadilan antara kedua pihak, dengan Microsoft dan OpenAI yang kaya membayar kompensasi yang besar. Namun, semakin banyaknya perselisihan hak cipta data di masa depan pasti akan meningkatkan biaya keseluruhan untuk data berkualitas tinggi.
Selain itu, sebagai mesin pencari terbesar di dunia, Google juga mengungkapkan sedang mempertimbangkan untuk mengenakan biaya untuk fungsi pencariannya, namun target penagihannya bukan masyarakat umum, melainkan perusahaan AI.
Sumber: Reuters
Server mesin pencari Google menyimpan konten dalam jumlah besar, bahkan dapat dikatakan bahwa Google menyimpan semua konten yang muncul di semua halaman Internet sejak abad ke-21. Produk pencarian berbasis AI saat ini, seperti produk luar negeri seperti kebingungan, dan produk dalam negeri seperti Kimi dan Secret Tower, semuanya memproses data yang dicari melalui AI dan kemudian menampilkannya kepada 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 separuh pasar foto online AS pada awal tahun 2000-an. Dengan maraknya media sosial, jumlah pengguna Photobucket telah menurun secara signifikan. Saat ini, hanya terdapat 2 juta pengguna aktif (mereka harus membayar biaya yang tinggi sebesar US$399 per tahun). ketika mereka mendaftar, akun tersebut tidak digunakan selama lebih dari setahun. Akun tersebut 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 sangat berharga untuk melatih model AI generatif. Dia sedang dalam pembicaraan dengan beberapa perusahaan teknologi untuk menjual data tersebut, 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, sebuah tim peneliti yang berfokus pada tren perkembangan kecerdasan buatan, pernah menerbitkan laporan tentang data yang diperlukan untuk pembelajaran mesin berdasarkan penggunaan data dan pembuatan data baru melalui pembelajaran mesin pada tahun 2022, dan mempertimbangkan pertumbuhan sumber daya komputasi . Apakah kita akan kehabisan data? Analisis batas penskalaan kumpulan data di Machine Learning", laporan tersebut menyimpulkan bahwa data teks berkualitas tinggi akan habis antara Februari 2023 dan 2026, dan data gambar akan habis pada tahun 2030. Habis antara tahun 2060. dan 2060. Jika efisiensi pemanfaatan data tidak dapat ditingkatkan secara signifikan, atau sumber data baru muncul, tren model pembelajaran mesin besar yang mengandalkan kumpulan data besar saat ini mungkin akan melambat.
Dilihat dari situasi saat ini di mana raksasa AI membeli data dengan harga tinggi, data teks gratis berkualitas tinggi pada dasarnya telah habis. Prediksi EPOCH 2 tahun lalu relatif akurat.
Pada saat yang sama, solusi terhadap permintaan “kekurangan data AI” juga bermunculan, 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 disediakan oleh Defined.ai: https://www.definisi.ai/datasets
Model bisnisnya adalah: Perusahaan AI menyediakan kebutuhan data mereka sendiri kepada Defined.ai, misalnya dalam hal kualitas, seberapa tinggi resolusi yang diperlukan untuk menghindari konten yang buram, eksposur berlebih, dan autentik. Dalam hal konten, perusahaan AI dapat menyesuaikan tema tertentu berdasarkan tugas pelatihan mereka sendiri, seperti foto di malam hari, kerucut di malam hari, tempat parkir, dan rambu, untuk meningkatkan tingkat pengenalan AI dalam pemandangan malam. Masyarakat dapat mengambil tugas tersebut, dan perusahaan akan meninjau foto-foto tersebut dan mengunggahnya, kemudian bagian-bagian yang memenuhi persyaratan akan diselesaikan berdasarkan jumlah gambar. Harganya sekitar US$1-2 untuk gambar berkualitas tinggi , US$5-7 untuk film pendek berdurasi lebih dari sepuluh detik, dan harganya sekitar US$1-2. Video berkualitas tinggi berdurasi lebih dari 10 menit berharga US$100-300, dan teks berharga US$1 per seribu kata. Orang yang menerima tugas subkontrak bisa mendapatkan sekitar 20% dari biaya. Penyediaan data mungkin menjadi bisnis crowdsourcing lain setelah "pelabelan data".
Tugas crowdsourcing global, insentif ekonomi, harga aset data, sirkulasi dan perlindungan privasi, semua orang dapat berpartisipasi, terdengar seperti kategori bisnis yang sangat cocok untuk paradigma Web3.
Tujuan narasi AI dari perspektif sisi pasokan industri
Kekhawatiran yang disebabkan oleh kekurangan chip telah merambah ke industri enkripsi, menjadikan daya komputasi terdistribusi sebagai kategori jalur AI paling populer dengan nilai pasar tertinggi sejauh ini.
Jadi jika kontradiksi antara penawaran dan permintaan dalam industri AI di bidang energi dan data terjadi dalam 1-2 tahun ke depan, proyek terkait narasi apa yang saat ini ada di industri enkripsi?
Mari kita lihat target energi terlebih dahulu.
Sangat sedikit proyek energi yang meluncurkan CEX terkemuka, dan hanya ada satu Power Ledger (Token Powr).
Didirikan pada tahun 2017, Power Ledger adalah platform energi komprehensif berdasarkan teknologi blockchain. Hal ini bertujuan untuk mendesentralisasikan transaksi energi, mempromosikan perdagangan langsung listrik oleh individu dan komunitas, mendukung penerapan energi terbarukan secara luas, dan memastikan keselamatan dan keamanan energi melalui energi terbarukan. kontrak pintar. Transparansi dan efisiensi transaksi. Awalnya, Power Ledger beroperasi berdasarkan rantai konsorsium yang dimodifikasi dari Ethereum. Pada paruh kedua tahun 2023, Power Ledger memperbarui buku putihnya dan meluncurkan rantai publik komprehensifnya sendiri, yang dimodifikasi berdasarkan kerangka teknis Solana untuk memfasilitasi pemrosesan 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 energi terbarukan, secara peer-to-peer.
Perdagangan produk ramah lingkungan: seperti perdagangan kredit karbon dan sertifikat energi terbarukan, serta pembiayaan berdasarkan produk lingkungan hidup.
Operasi rantai publik: Menarik pengembang aplikasi untuk membangun aplikasi di blockchain Powerledger, dan biaya transaksi rantai publik dibayarkan dalam token Powr.
Nilai pasar sirkulasi proyek Power Ledger saat ini adalah $170 juta, dan nilai pasar sirkulasi penuh adalah $320 juta.
Dibandingkan dengan target enkripsi energi, jumlah target enkripsi di jalur data lebih banyak.
Penulis hanya mencantumkan proyek jalur data yang saat ini saya perhatikan dan telah meluncurkan setidaknya satu CEX dari Binance, OKX, dan Coinbase, dan disusun dari rendah ke tinggi menurut FDV:
1.Streaming – DATA
Proposisi nilai Streamr adalah membangun jaringan data real-time terdesentralisasi yang memungkinkan pengguna untuk secara bebas berdagang dan berbagi data sambil mempertahankan kendali penuh atas data mereka. Melalui pasar datanya, Streamr berharap dapat memungkinkan produsen data menjual aliran data langsung ke konsumen yang berminat tanpa memerlukan perantara, sehingga mengurangi biaya dan meningkatkan efisiensi.
Sumber: https://streamr.network/hub/projects
Dalam kasus kerja sama yang sebenarnya, Streamr bekerja sama dengan proyek perangkat keras kendaraan Web3 lainnya, DIMO, untuk mengumpulkan suhu, tekanan udara, dan data lainnya melalui sensor perangkat keras DIMO yang dipasang pada kendaraan untuk membentuk aliran data cuaca dan mengirimkannya ke institusi yang membutuhkannya.
Dibandingkan dengan proyek data lainnya, Streamr lebih fokus pada data dari Internet of Things dan sensor perangkat keras Selain data kendaraan DIMO yang disebutkan di atas, proyek lain mencakup aliran data lalu lintas real-time Helsinki. Oleh karena itu, token proyek Streamr, DATA, pernah menggandakan pertumbuhannya dalam satu hari pada bulan Desember tahun lalu, ketika konsep Depin berada pada titik terpanasnya.
Nilai pasar beredar proyek Streamr saat ini adalah $44 juta, dan nilai pasar beredar penuh adalah $58 juta.
2. Kovalen – CQT
Tidak seperti proyek data lainnya, Covalent menyediakan data blockchain. Jaringan Covalent membaca data dari node blockchain melalui RPC, kemudian memproses dan mengatur data untuk membuat database kueri yang efisien. Dengan cara ini, pengguna Covalent dapat dengan cepat mengambil informasi yang mereka perlukan tanpa harus melakukan kueri kompleks langsung dari node blockchain. Jenis layanan ini juga disebut “pengindeksan data blockchain.”
Pelanggan Covalent sebagian besar adalah pihak bisnis, termasuk proyek Dapp, seperti berbagai Defi, dan banyak perusahaan enkripsi terpusat, seperti Consensys (perusahaan induk Metamask), CoinGecko (stasiun pasar aset kripto terkenal), Rotki (alat pajak). ) ), Rainbow (dompet terenkripsi), dll. Selain itu, Fidelity, raksasa di industri keuangan tradisional, dan Ernst & Young, empat firma akuntansi besar, juga merupakan pelanggan Covalent. Menurut data yang diungkapkan secara resmi oleh Covalent, pendapatan proyek dari layanan data telah melampaui The Graph, proyek terkemuka di bidang yang sama.
Karena integritas, keterbukaan, keaslian, dan sifat data real-time dalam rantai, industri Web3 diharapkan menjadi sumber data berkualitas tinggi untuk skenario AI tersegmentasi dan "model kecil AI" tertentu. Sebagai penyedia data, Covalent telah mulai menyediakan 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, Entender Finance menyediakan data ke platform perdagangan cerdas on-chain SmartWhales dan menggunakan AI untuk mengidentifikasi pola dan alamat transaksi yang menguntungkan; Entender Finance menggunakan data terstruktur dan pemrosesan AI Covalent untuk wawasan waktu nyata, 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 dan tipe data Web3, skenario penggunaan data on-chain juga akan semakin diperluas.
Nilai pasar sirkulasi proyek Covalent saat ini adalah $150 juta, dan nilai pasar sirkulasi penuh adalah $235 juta. Dibandingkan dengan proyek indeks data blockchain The Graph di jalur yang sama, proyek ini memiliki keunggulan penilaian yang jelas.
3.Pemeta Sarang – Sayang
Di antara semua materi data, data video seringkali memiliki harga satuan tertinggi. Hivemapper dapat memberikan data termasuk informasi video dan peta kepada perusahaan AI. Hivemapper sendiri merupakan proyek peta global terdesentralisasi yang bertujuan untuk menciptakan sistem peta yang detail, dinamis, dan dapat diakses melalui teknologi blockchain dan kontribusi komunitas. Peserta dapat menangkap data peta melalui kamera dasbor dan menambahkannya ke jaringan data Hivemapper sumber terbuka, dan menerima hadiah berdasarkan kontribusi mereka dalam token proyek HONEY. Untuk meningkatkan efek jaringan dan mengurangi biaya interaksi, Hivemapper dibangun di Solana.
Hivemapper pertama kali didirikan pada tahun 2015. Visi awalnya adalah menggunakan drone untuk membuat peta, namun kemudian ditemukan bahwa model ini sulit untuk diukur, sehingga beralih menggunakan perekam mengemudi dan ponsel pintar untuk menangkap data geografis, sehingga mengurangi biaya produksi peta global. .
Dibandingkan dengan tampilan jalan dan perangkat lunak peta seperti Google Maps, Hivemapper dapat memperluas cakupan peta secara lebih efisien, menjaga kesegaran pemandangan peta sebenarnya, dan meningkatkan kualitas video dengan menstimulasi model jaringan dan crowdsourcing.
Sebelum permintaan data AI melonjak, pelanggan utama Hivemapper mencakup sektor kendaraan otonom di industri otomotif, perusahaan layanan navigasi, pemerintah, perusahaan asuransi dan real estate, dll. Kini Hivemapper dapat menyediakan AI dan model besar dengan berbagai data jalan dan lingkungan melalui API. Melalui masukan aliran data gambar dan fitur jalan yang terus diperbarui, model AI dan ML akan dapat mengubah data dengan lebih baik menjadi peningkatan kemampuan dan pelaksanaan tugas. terkait dengan lokasi geografis dan penilaian visual.
Sumber data: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/
Nilai pasar beredar dari proyek Hivemapper-Honey saat ini adalah $120 juta, dan nilai pasar beredar penuh adalah $496 juta.
Selain tiga proyek di atas, proyek pada jalur data termasuk The Graph – GRT (nilai pasar sirkulasi $3,2 miliar, FDV $3,7 miliar), yang bisnisnya mirip dengan Covalent dan juga menyediakan layanan pengindeksan data blockchain dan Ocean Protocol – OCEAN (nilai pasar sirkulasi 670 juta $, FDV 1.45 miliar $, proyek ini akan segera digabungkan dengan Fetch.ai dan SingularityNET, token akan dikonversi ke ASI), protokol sumber terbuka yang dirancang untuk mempromosikan pertukaran dan monetisasi data dan data layanan terkait, menghubungkan konsumen data dengan penyedia data untuk berbagi data sekaligus memastikan kepercayaan, transparansi, dan ketertelusuran.
Perspektif kedua dari narasi AI: GPT muncul kembali dalam beberapa saat, dan kecerdasan buatan secara umum hadir
Menurut pendapat penulis, tahun pertama “jalur AI” dalam industri enkripsi adalah tahun 2023, ketika GPT mengejutkan dunia. Lonjakan proyek enkripsi AI lebih merupakan “akibat panas” yang disebabkan oleh perkembangan AI yang eksplosif industri.
Meskipun kemampuan GPT 4, turbo, dll. terus ditingkatkan setelah GPT 3.5, serta tampilan kemampuan pembuatan video Sora yang luar biasa, termasuk perkembangan pesat model bahasa besar selain OpenAI, tidak dapat disangkal bahwa kemajuan teknologi AI telah membawa dampak kognitif ke masyarakat melemah, orang-orang secara bertahap menggunakan alat AI, dan penggantian pekerjaan skala besar tampaknya belum terjadi.
Lantas, apakah “momen GPT” di bidang AI akan muncul kembali di masa depan, dengan lompatan perkembangan AI yang mengejutkan masyarakat, menyadarkan masyarakat bahwa kehidupan dan pekerjaan mereka akan berubah?
Momen ini mungkin merupakan kedatangan kecerdasan umum buatan (AGI).
AGI mengacu pada fakta bahwa mesin memiliki kemampuan kognitif komprehensif yang mirip dengan manusia dan dapat memecahkan berbagai masalah kompleks, bukan hanya tugas tertentu. Sistem AGI memiliki pemikiran abstrak tingkat tinggi, latar belakang pengetahuan yang luas, penalaran akal sehat dan pemahaman kausal di semua bidang, dan kemampuan pembelajaran transfer lintas profesional. Performa AGI tidak berbeda dengan manusia-manusia terbaik di berbagai bidang, dan dari segi kemampuan komprehensifnya benar-benar melampaui kelompok manusia terbaik.
Faktanya, terlepas dari penyajiannya dalam novel fiksi ilmiah, game, film dan televisi, atau ekspektasi publik setelah pesatnya popularitas GPT, publik sudah lama menantikan kemunculan AGI yang melampaui tingkat kognisi manusia. Dengan kata lain, GPT sendiri adalah produk unggulan AGI dan versi kenabian dari kecerdasan buatan umum.
Alasan mengapa GPT memiliki energi industri dan dampak psikologis yang begitu besar adalah karena kecepatan dan kinerja penerapannya telah melebihi ekspektasi publik: masyarakat tidak menyangka bahwa sistem kecerdasan buatan yang dapat menyelesaikan tes Turing telah benar-benar hadir, dan sangat cepat. .
Faktanya, kecerdasan buatan (AGI) mungkin sekali lagi mengalami "momen GPT" secara tiba-tiba dalam 1-2 tahun ke depan: manusia baru saja beradaptasi dengan bantuan GPT, dan mereka menyadari bahwa AI bukan lagi sekedar asisten, namun bisa bahkan menyelesaikan tugas-tugas ekstrem secara mandiri. Pekerjaan paling kreatif dan menantang, termasuk permasalahan-permasalahan yang telah menjebak para ilmuwan terkemuka umat manusia selama beberapa dekade.
Pada tanggal 8 April tahun ini, Musk menerima wawancara dengan Nicolai Tangen, kepala investasi di Dana Kekayaan Negara Norwegia, dan berbicara tentang saat AGI muncul.
Dia berkata: "Jika AGI didefinisikan sebagai lebih pintar dari bagian terpintar umat manusia, saya pikir AGI kemungkinan besar akan muncul pada tahun 2025."
Artinya, menurut kesimpulannya, paling lama satu setengah tahun baru AGI bisa hadir. Tentu saja, ia menambahkan prasyaratnya, yaitu "jika kekuatan dan perangkat kerasnya bisa mengimbangi".
Manfaat dari hadirnya AGI sudah jelas.
Artinya, produktivitas manusia akan mengambil langkah maju yang besar, dan sejumlah besar masalah penelitian ilmiah yang telah menjebak kita selama beberapa dekade akan terpecahkan. Jika kita mendefinisikan "bagian paling cerdas dari umat manusia" sebagai tingkat pemenang Hadiah Nobel, itu berarti bahwa selama terdapat cukup energi, daya komputasi, dan data, kita dapat memiliki banyak "pemenang Hadiah Nobel" yang tak kenal lelah bekerja sepanjang waktu. masalah yang paling penting.
Faktanya, pemenang Hadiah Nobel tidak jarang hanya satu dari beberapa ratus juta. Kebanyakan dari mereka berada pada level profesor universitas terkemuka dalam hal kemampuan dan kecerdasan, namun karena kemungkinan dan keberuntungan, mereka memilih arah yang benar. terus bekerja, dan mencapai hasil. Orang-orang yang setingkat dengannya, rekan-rekannya yang sama-sama berprestasi, mungkin juga telah memenangkan Hadiah Nobel dalam penelitian ilmiah alam semesta paralel. Namun sayangnya, masih belum cukup banyak orang yang memiliki profesor universitas ternama dan orang-orang yang terlibat dalam terobosan penelitian ilmiah, sehingga kecepatan “melintasi semua arah penelitian ilmiah yang benar” masih sangat lambat.
Dengan AGI, ketika energi dan daya komputasi disuplai sepenuhnya, kita dapat memiliki AGI "pemenang Hadiah Nobel" tanpa batas untuk melakukan eksplorasi mendalam ke segala arah terobosan penelitian ilmiah, dan kecepatan peningkatan teknologi akan puluhan kali lebih cepat. Peningkatan teknologi akan menyebabkan sumber daya yang sekarang kita anggap cukup mahal dan langka meningkat ratusan kali lipat dalam 10 hingga 20 tahun, seperti produksi pangan, bahan baru, obat baru, pendidikan tingkat tinggi, dll., dan sumber daya manusia. biaya untuk memperoleh sumber daya ini juga akan turun secara eksponensial. Kita mampu memberi makan lebih banyak penduduk dengan sumber daya yang lebih sedikit, dan kekayaan per kapita meningkat pesat.
Grafik tren total PDB global, sumber data: Bank Dunia
Ini mungkin terdengar sedikit sensasional. Mari kita lihat dua contoh. Kedua contoh ini telah digunakan oleh penulis dalam laporan penelitian sebelumnya di IO.NET:
Pada tahun 2018, pemenang Hadiah Nobel Kimia Francis Arnold mengatakan pada upacara penghargaan: "Hari ini kita dapat membaca, menulis, dan mengedit urutan DNA apa pun dalam aplikasi praktis, tetapi kita belum dapat menyusunnya Lima tahun setelah pidatonya, pada tahun 2023, para peneliti dari Universitas Stanford dan startup AI Silicon Valley, Salesforce Research, menerbitkan makalah di "Nature-Biotechnology". Mereka menggunakan model bahasa besar yang disesuaikan berdasarkan GPT 3 hingga 0 menciptakan 1 juta protein baru, dan menemukan 2 protein dengan struktur yang sangat berbeda. , namun keduanya memiliki kemampuan bakterisida, dan diharapkan dapat menjadi solusi untuk memerangi bakteri selain antibiotik. Dengan kata lain: dengan bantuan AI, hambatan “penciptaan” protein telah diatasi.
Sebelumnya, algoritma kecerdasan buatan AlphaFold memprediksi struktur hampir seluruh 214 juta protein di bumi dalam waktu 18 bulan. Hasil ini ratusan kali lipat hasil kerja semua ahli biologi struktur manusia di masa lalu.
Perubahan sudah terjadi, dan kehadiran AGI akan semakin mempercepat proses ini.
Di sisi lain, tantangan yang ditimbulkan oleh hadirnya AGI juga sangat besar.
AGI tidak hanya akan menggantikan sejumlah besar pekerja mental, namun penyedia layanan manual yang kini dianggap “kurang terpengaruh oleh AI” juga akan terkena dampak pengurangan biaya produksi akibat kematangan teknologi robotika dan pengembangan material baru. , dan akan terpengaruh oleh mesin. Proporsi posisi tenaga kerja yang digantikan oleh perangkat lunak akan meningkat pesat.
Pada saat itu, dua masalah yang tadinya tampak sangat jauh akan segera muncul ke permukaan:
Masalah ketenagakerjaan dan pendapatan bagi sejumlah besar pengangguran
Di dunia dimana AI ada dimana-mana, bagaimana membedakan antara AI dan manusia?
Worldcoin\Worldchain mencoba memberikan solusi yaitu menggunakan sistem UBI (Universal Basic Income) untuk memberikan pendapatan dasar kepada masyarakat, dan menggunakan biometrik berbasis iris untuk membedakan manusia dengan AI.
Faktanya, UBI yang mendistribusikan uang kepada semua orang bukanlah sebuah kastil di udara tanpa praktik praktis. Negara-negara seperti Finlandia dan Inggris telah menerapkan pendapatan dasar universal, dan partai-partai politik di Kanada, Spanyol, India dan negara-negara lain secara aktif mengusulkan untuk mempromosikannya. eksperimen terkait.
Keuntungan distribusi UBI berdasarkan model identifikasi biometrik + blockchain adalah sistemnya bersifat global dan memiliki cakupan populasi yang lebih luas. Selain itu, model bisnis lain dapat dibangun berdasarkan jaringan pengguna yang diperluas melalui distribusi pendapatan layanan (Defi), jejaring sosial, task crowdsourcing, dll. membentuk kolaborasi bisnis dalam jaringan.
Salah satu target yang sesuai untuk dampak yang ditimbulkan oleh munculnya AGI adalah Worldcoin-WLD, dengan nilai pasar beredar sebesar $1,03 miliar dan nilai pasar beredar penuh sebesar $47,2 miliar.
Risiko dan ketidakpastian dalam deduksi naratif
Artikel ini berbeda dari banyak laporan penelitian proyek dan jalur yang sebelumnya dirilis oleh Mint Ventures. Pengurangan dan prediksi narasi sangat subjektif. Pembaca diminta untuk memperlakukan konten artikel ini hanya sebagai diskusi yang berbeda dan bukan prediksi masa depan. Deduksi naratif penulis tersebut di atas menghadapi banyak ketidakpastian, sehingga menimbulkan dugaan yang salah. Risiko atau faktor yang mempengaruhi ini termasuk namun tidak terbatas pada:
Energi: Penurunan konsumsi energi secara cepat yang disebabkan oleh penggantian GPU
Meskipun permintaan energi seputar AI telah melonjak, produsen chip yang diwakili oleh NVIDIA menyediakan daya komputasi yang lebih tinggi dengan konsumsi daya yang lebih rendah melalui peningkatan perangkat keras yang berkelanjutan, misalnya, pada bulan Maret tahun ini, NVIDIA merilis sebuah chip yang mengintegrasikan dua B kartu komputasi AI generasi baru GB 200 memiliki 200 GPU dan Grace CPU. Performa pelatihannya 4 kali lipat dari GPU AI utama H 100 generasi sebelumnya, performa inferensinya 7 kali lipat dari H 100, dan konsumsi energi yang dibutuhkan hanya H 100 1/4. . Tentu saja, meskipun demikian, keinginan masyarakat akan listrik dari AI masih jauh dari selesai. Dengan menurunnya konsumsi energi unit, dan dengan semakin meluasnya skenario dan kebutuhan penerapan AI, total konsumsi energi mungkin akan meningkat.
Dalam hal data: Q* berencana untuk mencapai “data yang diproduksi sendiri”
Selalu ada rumor proyek "Q*" dalam OpenAI, yang disebutkan dalam pesan internal yang dikirimkan kepada karyawan oleh OpenAI. Menurut Reuters yang mengutip orang dalam OpenAI, ini mungkin merupakan terobosan bagi OpenAI dalam mengejar superintelligence/kecerdasan buatan umum (AGI). Q* tidak hanya dapat menggunakan kemampuan abstraksinya untuk memecahkan masalah matematika yang belum pernah ada sebelumnya, tetapi juga dapat membuat sendiri data yang digunakan untuk melatih model besar tanpa memerlukan data dunia nyata. Jika rumor ini benar, hambatan kurangnya data berkualitas tinggi dalam pelatihan model besar AI akan teratasi.
AGI akan hadir: kekhawatiran tersembunyi OpenAI
Masih belum diketahui apakah AGI akan hadir pada tahun 2025 seperti yang dikatakan Musk, namun itu hanya masalah waktu saja. Namun, sebagai penerima manfaat langsung dari munculnya narasi AGI, kekhawatiran terbesar Worldcoin mungkin datang dari OpenAI, karena ia diakui sebagai “token bayangan OpenAI.”
Pada pagi hari tanggal 14 Mei, OpenAI menunjukkan kinerja GPT-4 o terbaru dan 19 versi berbeda dari model bahasa besar lainnya dalam skor tugas komprehensif pada konferensi peluncuran produk baru musim semi 1310 , secara visual tampaknya jauh lebih tinggi daripada yang berikut ini, tetapi dari skor total, hanya 4,5% lebih tinggi dari tempat kedua GPT 4 turbo, dan 4,9% lebih tinggi dari tempat keempat Google Gemini 1.5 Pro Ini 5,1% lebih tinggi dari posisi kelima Claude 3 Opus dari Anthropic.
Lebih dari setahun telah berlalu sejak GPT 3.5 mengejutkan dunia ketika debutnya. Pesaing OpenAI telah mencapai posisi yang sangat dekat (walaupun GPT 5 belum dirilis dan diperkirakan akan dirilis tahun ini). kinerjanya di masa depan? Posisinya yang terdepan dalam industri, jawabannya tampaknya menjadi kabur. Jika keunggulan dan dominasi OpenAI dilemahkan atau bahkan diambil alih, maka nilai narasi Worldcoin sebagai token bayangan OpenAI juga akan menurun.
Selain itu, selain solusi otentikasi iris mata Worldcoin, semakin banyak pesaing mulai memasuki pasar ini, misalnya, proyek ID pemindaian telapak tangan, Humanity Protocol, baru saja mengumumkan penyelesaian putaran baru pembiayaan sebesar US$30 juta dengan penilaian. sebesar US$1 miliar, dan LayerZero Labs Juga diumumkan bahwa mereka akan berjalan di Humanity dan bergabung dengan jaringan node validatornya, menggunakan bukti ZK untuk mengautentikasi kredensial.
Kesimpulan
Terakhir, meskipun penulis telah menyimpulkan narasi selanjutnya dari jalur AI, jalur AI berbeda dari jalur asli kripto seperti DeFi ke lingkaran mata uang. Banyak proyek saat ini memiliki model bisnis. Ini belum dijalankan. Banyak proyek lebih mirip meme bertema AI (misalnya, Rndr mirip dengan meme NVIDIA, dan Worldcoin mirip dengan meme OpenAI). harus memperlakukannya dengan hati-hati.