Web3 sebagai paradigma internet baru yang desentralisasi, terbuka, dan transparan, memiliki peluang integrasi alami dengan kecerdasan buatan. Dalam arsitektur terpusat tradisional, komputasi AI dan sumber daya data berada di bawah kendali ketat, serta menghadapi berbagai tantangan seperti Daya Komputasi yang terbatas, kebocoran privasi, dan Algoritme yang tidak transparan. Sementara itu, Web3 yang berbasis teknologi terdistribusi dapat memberikan dorongan baru bagi perkembangan AI melalui jaringan Daya Komputasi yang dibagikan, pasar data terbuka, dan komputasi privasi. Di sisi lain, AI juga dapat memberikan banyak pemberdayaan bagi Web3, seperti optimasi smart contract dan Algoritme anti-kecurangan, mendukung pembangunan ekosistemnya. Oleh karena itu, menjelajahi kombinasi Web3 dan AI sangat penting untuk membangun infrastruktur internet generasi berikutnya dan melepaskan nilai data dan Daya Komputasi.
Data yang didorong: AI dan Web3 sebagai dasar yang kokoh
Data adalah kekuatan pendorong utama dalam pengembangan AI, sama seperti bahan bakar bagi mesin. Model AI perlu mencerna sejumlah besar data berkualitas tinggi untuk mendapatkan pemahaman yang mendalam dan kemampuan penalaran yang kuat. Data tidak hanya memberikan dasar pelatihan bagi model pembelajaran mesin, tetapi juga menentukan akurasi dan keandalan model.
Dalam mode pengambilan dan pemanfaatan data AI terpusat tradisional, terdapat beberapa masalah utama berikut:
Biaya pengambilan data yang tinggi, membuat usaha kecil dan menengah sulit untuk menanggungnya;
Sumber data didominasi oleh raksasa teknologi, membentuk pulau data;
Risiko kebocoran dan penyalahgunaan privasi data pribadi
Web3 dapat menyelesaikan titik nyeri dari model tradisional dengan paradigma data desentralisasi yang baru.
Melalui jaringan desentralisasi, pengguna dapat menjual jaringan yang tidak terpakai kepada perusahaan AI, mengumpulkan data jaringan, yang setelah dibersihkan dan diubah, menyediakan data yang nyata dan berkualitas tinggi untuk pelatihan model AI;
Mengadopsi model "label to earn", dengan insentif token untuk mendorong pekerja di seluruh dunia berpartisipasi dalam anotasi data, mengumpulkan pengetahuan profesional global, dan meningkatkan kemampuan analisis data;
Platform perdagangan data blockchain menyediakan lingkungan perdagangan yang terbuka dan transparan bagi kedua belah pihak yang membutuhkan dan menyediakan data, mendorong inovasi dan berbagi data.
Meskipun demikian, pengambilan data di dunia nyata juga memiliki beberapa masalah, seperti kualitas data yang bervariasi, kesulitan pengolahan, keragaman dan kurangnya representativitas, dll. Data sintetis mungkin menjadi bintang masa depan di jalur data Web3. Berdasarkan teknologi AI generatif dan simulasi, data sintetis dapat mensimulasikan atribut data nyata, sebagai pelengkap yang efektif untuk data nyata, meningkatkan efisiensi penggunaan data. Dalam bidang seperti pengemudian otomatis, perdagangan pasar keuangan, pengembangan permainan, data sintetis telah menunjukkan potensi aplikasinya yang matang.
Perlindungan Privasi: Peran FHE dalam Web3
Di era yang didorong oleh data, perlindungan privasi telah menjadi fokus perhatian global. Penerapan regulasi seperti Peraturan Perlindungan Data Umum (GDPR) Uni Eropa mencerminkan perlindungan ketat terhadap privasi individu. Namun, ini juga membawa tantangan: beberapa data sensitif tidak dapat dimanfaatkan secara maksimal karena risiko privasi, yang jelas membatasi potensi dan kemampuan penalaran model AI.
FHE adalah enkripsi homomorfik penuh, yang memungkinkan operasi perhitungan dilakukan langsung pada data yang dienkripsi tanpa perlu mendekripsi data tersebut, dan hasil perhitungan konsisten dengan hasil perhitungan yang dilakukan pada data plaintext.
FHE menyediakan perlindungan yang kuat untuk komputasi privasi AI, sehingga daya komputasi GPU dapat melakukan pelatihan model dan tugas inferensi dalam lingkungan yang tidak menyentuh data asli. Ini memberikan keuntungan besar bagi perusahaan AI. Mereka dapat membuka layanan API dengan aman sambil melindungi rahasia bisnis.
FHEML mendukung pemrosesan enkripsi data dan model sepanjang siklus pembelajaran mesin, memastikan keamanan informasi sensitif dan mencegah risiko kebocoran data. Dengan cara ini, FHEML memperkuat privasi data dan menyediakan kerangka komputasi yang aman untuk aplikasi AI.
FHEML adalah pelengkap dari ZKML, ZKML membuktikan eksekusi yang benar dari pembelajaran mesin, sementara FHEML menekankan perhitungan pada data terenkripsi untuk menjaga privasi data.
Daya Komputasi Revolusi: AI dalam Jaringan Desentralisasi
Kompleksitas komputasi sistem AI saat ini berlipat ganda setiap 3 bulan, menyebabkan lonjakan permintaan Daya Komputasi yang jauh melampaui pasokan sumber daya komputasi yang ada. Misalnya, pelatihan model AI terkenal membutuhkan Daya Komputasi yang sangat besar, setara dengan waktu pelatihan 355 tahun pada satu perangkat. Kekurangan Daya Komputasi semacam ini tidak hanya membatasi kemajuan teknologi AI, tetapi juga membuat model AI tingkat lanjut menjadi tidak terjangkau bagi sebagian besar peneliti dan pengembang.
Sementara itu, pemanfaatan GPU global kurang dari 40%, ditambah dengan perlambatan peningkatan kinerja mikroprosesor, serta kekurangan chip yang disebabkan oleh faktor rantai pasokan dan geopolitik, semua ini membuat masalah pasokan daya komputasi semakin parah. Para praktisi AI terjebak dalam dilema: entah membeli perangkat keras sendiri, atau menyewa sumber daya cloud, mereka sangat membutuhkan cara layanan komputasi yang ekonomis dan sesuai permintaan.
Jaringan Daya Komputasi AI Desentralisasi mengumpulkan sumber daya GPU yang tidak terpakai di seluruh dunia, menyediakan pasar Daya Komputasi yang ekonomis dan mudah diakses bagi perusahaan AI. Pihak yang membutuhkan Daya Komputasi dapat memposting tugas komputasi di jaringan, smart contract akan mendistribusikan tugas kepada node penambang yang menyumbangkan Daya Komputasi, penambang melaksanakan tugas dan mengirimkan hasilnya, setelah diverifikasi mendapat imbalan poin. Solusi ini meningkatkan efisiensi pemanfaatan sumber daya dan membantu mengatasi masalah bottleneck Daya Komputasi di bidang AI dan lainnya.
Selain jaringan daya komputasi desentralisasi yang umum, ada juga platform yang fokus pada pelatihan AI, serta jaringan daya komputasi khusus yang fokus pada inferensi AI.
Jaringan daya komputasi terdesentralisasi menyediakan pasar daya komputasi yang adil dan transparan, memecahkan monopoli, menurunkan ambang aplikasi, dan meningkatkan efisiensi penggunaan daya komputasi. Dalam ekosistem web3, jaringan daya komputasi terdesentralisasi akan memainkan peran kunci, menarik lebih banyak dapp inovatif untuk bergabung, bersama-sama mendorong perkembangan dan penerapan teknologi AI.
DePIN: Web3 memberdayakan Edge AI
Bayangkan, ponsel Anda, jam tangan pintar, bahkan perangkat pintar di rumah Anda, semuanya memiliki kemampuan untuk menjalankan AI ------ inilah daya tarik Edge AI. Ini memungkinkan pengolahan terjadi di sumber data, menghasilkan latensi rendah dan pemrosesan waktu nyata, sambil melindungi privasi pengguna. Teknologi Edge AI telah diterapkan di bidang-bidang penting seperti mobil otonom.
Di bidang Web3, kita memiliki nama yang lebih dikenal --- DePIN. Web3 menekankan desentralisasi dan kedaulatan data pengguna, DePIN dapat meningkatkan perlindungan privasi pengguna dan mengurangi risiko kebocoran data dengan memproses data secara lokal; mekanisme ekonomi Token asli Web3 dapat mendorong node DePIN untuk menyediakan daya komputasi, membangun ekosistem yang berkelanjutan.
Saat ini DePIN berkembang pesat di ekosistem beberapa blockchain publik, menjadi salah satu platform blockchain publik pilihan untuk penempatan proyek. TPS yang tinggi, biaya transaksi yang rendah, serta inovasi teknis dari blockchain publik ini memberikan dukungan yang kuat untuk proyek DePIN. Saat ini, nilai pasar proyek DePIN di blockchain publik ini telah melebihi 10 miliar USD, beberapa proyek terkenal telah mencapai kemajuan yang signifikan.
IMO：Paradigma Baru Rilis Model AI
Konsep IMO pertama kali diajukan oleh suatu protokol, yang men-tokenisasi model AI.
Dalam model tradisional, karena kurangnya mekanisme pembagian pendapatan, setelah model AI dikembangkan dan diluncurkan ke pasar, pengembang seringkali sulit untuk mendapatkan penghasilan yang berkelanjutan dari penggunaan model tersebut, terutama ketika model diintegrasikan ke dalam produk dan layanan lain, pencipta asli sulit untuk melacak penggunaan, apalagi mendapatkan pendapatan dari situ. Selain itu, kinerja dan efek model AI sering kali kurang transparan, yang membuat calon investor dan pengguna sulit untuk menilai nilai sebenarnya, membatasi pengakuan pasar dan potensi komersial model tersebut.
IMO menyediakan cara baru untuk mendukung pendanaan dan berbagi nilai bagi model AI sumber terbuka, di mana investor dapat membeli token IMO untuk berbagi keuntungan yang dihasilkan oleh model di masa mendatang. Sebuah protokol menggunakan dua standar ERC, menggabungkan oracle AI dan teknologi OPML untuk memastikan keaslian model AI dan pemegang token dapat berbagi keuntungan.
Model IMO meningkatkan transparansi dan kepercayaan, mendorong kolaborasi sumber terbuka, beradaptasi dengan tren pasar kripto, dan memberikan dorongan untuk pengembangan berkelanjutan teknologi AI. IMO saat ini masih dalam tahap percobaan awal, tetapi seiring dengan peningkatan penerimaan pasar dan perluasan jangkauan partisipasi, inovasi dan nilai potensialnya patut kita nantikan.
AI Agent: Era baru pengalaman interaktif
Agen AI dapat merasakan lingkungan, berpikir secara independen, dan mengambil tindakan yang sesuai untuk mencapai tujuan yang telah ditetapkan. Dengan dukungan model bahasa besar, Agen AI tidak hanya dapat memahami bahasa alami, tetapi juga merencanakan keputusan, dan melaksanakan tugas-tugas kompleks. Mereka dapat berfungsi sebagai asisten virtual, belajar tentang preferensi pengguna melalui interaksi, dan memberikan solusi yang dipersonalisasi. Tanpa instruksi yang jelas, Agen AI juga dapat secara mandiri menyelesaikan masalah, meningkatkan efisiensi, dan menciptakan nilai baru.
Sebuah platform aplikasi AI asli yang terbuka menyediakan kumpulan alat kreatif yang komprehensif dan mudah digunakan, mendukung pengguna untuk mengonfigurasi fungsi, penampilan, suara robot, serta menghubungkan ke basis pengetahuan eksternal, berkomitmen untuk membangun ekosistem konten AI yang adil dan terbuka, menggunakan teknologi AI generatif, memberdayakan individu untuk menjadi pencipta super. Platform ini melatih model bahasa besar yang khusus, menjadikan peran yang dimainkan lebih manusiawi; teknologi kloning suara dapat mempercepat interaksi produk AI yang dipersonalisasi, mengurangi biaya sintesis suara hingga 99%, dan kloning suara dapat dicapai hanya dalam 1 menit. Menggunakan AI Agent yang disesuaikan di platform ini, saat ini dapat diterapkan di berbagai bidang seperti obrolan video, pembelajaran bahasa, dan generasi gambar.
Dalam penggabungan Web3 dan AI, saat ini lebih banyak eksplorasi pada lapisan infrastruktur, bagaimana mendapatkan data berkualitas tinggi, melindungi privasi data, bagaimana mengelola model di blockchain, bagaimana meningkatkan penggunaan Daya Komputasi desentralisasi yang efisien, dan bagaimana memverifikasi model bahasa besar serta masalah kunci lainnya. Seiring dengan perbaikan bertahap infrastruktur ini, kita beralasan untuk percaya bahwa penggabungan Web3 dan AI akan melahirkan serangkaian model bisnis dan layanan inovatif.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
16 Suka
Hadiah
16
4
Bagikan
Komentar
0/400
IntrovertMetaverse
· 07-29 22:16
Metaverse memang hebat sekali
Lihat AsliBalas0
StableNomad
· 07-29 22:14
mendengar harapan ini kembali pada tahun 2021... masih menunggu token privasi saya untuk meroket sejujurnya
Web3 dan AI bergabung: Data yang didorong dan komputasi privasi membuka era baru Daya Komputasi
Web3 sebagai paradigma internet baru yang desentralisasi, terbuka, dan transparan, memiliki peluang integrasi alami dengan kecerdasan buatan. Dalam arsitektur terpusat tradisional, komputasi AI dan sumber daya data berada di bawah kendali ketat, serta menghadapi berbagai tantangan seperti Daya Komputasi yang terbatas, kebocoran privasi, dan Algoritme yang tidak transparan. Sementara itu, Web3 yang berbasis teknologi terdistribusi dapat memberikan dorongan baru bagi perkembangan AI melalui jaringan Daya Komputasi yang dibagikan, pasar data terbuka, dan komputasi privasi. Di sisi lain, AI juga dapat memberikan banyak pemberdayaan bagi Web3, seperti optimasi smart contract dan Algoritme anti-kecurangan, mendukung pembangunan ekosistemnya. Oleh karena itu, menjelajahi kombinasi Web3 dan AI sangat penting untuk membangun infrastruktur internet generasi berikutnya dan melepaskan nilai data dan Daya Komputasi.
Data yang didorong: AI dan Web3 sebagai dasar yang kokoh
Data adalah kekuatan pendorong utama dalam pengembangan AI, sama seperti bahan bakar bagi mesin. Model AI perlu mencerna sejumlah besar data berkualitas tinggi untuk mendapatkan pemahaman yang mendalam dan kemampuan penalaran yang kuat. Data tidak hanya memberikan dasar pelatihan bagi model pembelajaran mesin, tetapi juga menentukan akurasi dan keandalan model.
Dalam mode pengambilan dan pemanfaatan data AI terpusat tradisional, terdapat beberapa masalah utama berikut:
Web3 dapat menyelesaikan titik nyeri dari model tradisional dengan paradigma data desentralisasi yang baru.
Meskipun demikian, pengambilan data di dunia nyata juga memiliki beberapa masalah, seperti kualitas data yang bervariasi, kesulitan pengolahan, keragaman dan kurangnya representativitas, dll. Data sintetis mungkin menjadi bintang masa depan di jalur data Web3. Berdasarkan teknologi AI generatif dan simulasi, data sintetis dapat mensimulasikan atribut data nyata, sebagai pelengkap yang efektif untuk data nyata, meningkatkan efisiensi penggunaan data. Dalam bidang seperti pengemudian otomatis, perdagangan pasar keuangan, pengembangan permainan, data sintetis telah menunjukkan potensi aplikasinya yang matang.
Perlindungan Privasi: Peran FHE dalam Web3
Di era yang didorong oleh data, perlindungan privasi telah menjadi fokus perhatian global. Penerapan regulasi seperti Peraturan Perlindungan Data Umum (GDPR) Uni Eropa mencerminkan perlindungan ketat terhadap privasi individu. Namun, ini juga membawa tantangan: beberapa data sensitif tidak dapat dimanfaatkan secara maksimal karena risiko privasi, yang jelas membatasi potensi dan kemampuan penalaran model AI.
FHE adalah enkripsi homomorfik penuh, yang memungkinkan operasi perhitungan dilakukan langsung pada data yang dienkripsi tanpa perlu mendekripsi data tersebut, dan hasil perhitungan konsisten dengan hasil perhitungan yang dilakukan pada data plaintext.
FHE menyediakan perlindungan yang kuat untuk komputasi privasi AI, sehingga daya komputasi GPU dapat melakukan pelatihan model dan tugas inferensi dalam lingkungan yang tidak menyentuh data asli. Ini memberikan keuntungan besar bagi perusahaan AI. Mereka dapat membuka layanan API dengan aman sambil melindungi rahasia bisnis.
FHEML mendukung pemrosesan enkripsi data dan model sepanjang siklus pembelajaran mesin, memastikan keamanan informasi sensitif dan mencegah risiko kebocoran data. Dengan cara ini, FHEML memperkuat privasi data dan menyediakan kerangka komputasi yang aman untuk aplikasi AI.
FHEML adalah pelengkap dari ZKML, ZKML membuktikan eksekusi yang benar dari pembelajaran mesin, sementara FHEML menekankan perhitungan pada data terenkripsi untuk menjaga privasi data.
Daya Komputasi Revolusi: AI dalam Jaringan Desentralisasi
Kompleksitas komputasi sistem AI saat ini berlipat ganda setiap 3 bulan, menyebabkan lonjakan permintaan Daya Komputasi yang jauh melampaui pasokan sumber daya komputasi yang ada. Misalnya, pelatihan model AI terkenal membutuhkan Daya Komputasi yang sangat besar, setara dengan waktu pelatihan 355 tahun pada satu perangkat. Kekurangan Daya Komputasi semacam ini tidak hanya membatasi kemajuan teknologi AI, tetapi juga membuat model AI tingkat lanjut menjadi tidak terjangkau bagi sebagian besar peneliti dan pengembang.
Sementara itu, pemanfaatan GPU global kurang dari 40%, ditambah dengan perlambatan peningkatan kinerja mikroprosesor, serta kekurangan chip yang disebabkan oleh faktor rantai pasokan dan geopolitik, semua ini membuat masalah pasokan daya komputasi semakin parah. Para praktisi AI terjebak dalam dilema: entah membeli perangkat keras sendiri, atau menyewa sumber daya cloud, mereka sangat membutuhkan cara layanan komputasi yang ekonomis dan sesuai permintaan.
Jaringan Daya Komputasi AI Desentralisasi mengumpulkan sumber daya GPU yang tidak terpakai di seluruh dunia, menyediakan pasar Daya Komputasi yang ekonomis dan mudah diakses bagi perusahaan AI. Pihak yang membutuhkan Daya Komputasi dapat memposting tugas komputasi di jaringan, smart contract akan mendistribusikan tugas kepada node penambang yang menyumbangkan Daya Komputasi, penambang melaksanakan tugas dan mengirimkan hasilnya, setelah diverifikasi mendapat imbalan poin. Solusi ini meningkatkan efisiensi pemanfaatan sumber daya dan membantu mengatasi masalah bottleneck Daya Komputasi di bidang AI dan lainnya.
Selain jaringan daya komputasi desentralisasi yang umum, ada juga platform yang fokus pada pelatihan AI, serta jaringan daya komputasi khusus yang fokus pada inferensi AI.
Jaringan daya komputasi terdesentralisasi menyediakan pasar daya komputasi yang adil dan transparan, memecahkan monopoli, menurunkan ambang aplikasi, dan meningkatkan efisiensi penggunaan daya komputasi. Dalam ekosistem web3, jaringan daya komputasi terdesentralisasi akan memainkan peran kunci, menarik lebih banyak dapp inovatif untuk bergabung, bersama-sama mendorong perkembangan dan penerapan teknologi AI.
DePIN: Web3 memberdayakan Edge AI
Bayangkan, ponsel Anda, jam tangan pintar, bahkan perangkat pintar di rumah Anda, semuanya memiliki kemampuan untuk menjalankan AI ------ inilah daya tarik Edge AI. Ini memungkinkan pengolahan terjadi di sumber data, menghasilkan latensi rendah dan pemrosesan waktu nyata, sambil melindungi privasi pengguna. Teknologi Edge AI telah diterapkan di bidang-bidang penting seperti mobil otonom.
Di bidang Web3, kita memiliki nama yang lebih dikenal --- DePIN. Web3 menekankan desentralisasi dan kedaulatan data pengguna, DePIN dapat meningkatkan perlindungan privasi pengguna dan mengurangi risiko kebocoran data dengan memproses data secara lokal; mekanisme ekonomi Token asli Web3 dapat mendorong node DePIN untuk menyediakan daya komputasi, membangun ekosistem yang berkelanjutan.
Saat ini DePIN berkembang pesat di ekosistem beberapa blockchain publik, menjadi salah satu platform blockchain publik pilihan untuk penempatan proyek. TPS yang tinggi, biaya transaksi yang rendah, serta inovasi teknis dari blockchain publik ini memberikan dukungan yang kuat untuk proyek DePIN. Saat ini, nilai pasar proyek DePIN di blockchain publik ini telah melebihi 10 miliar USD, beberapa proyek terkenal telah mencapai kemajuan yang signifikan.
IMO：Paradigma Baru Rilis Model AI
Konsep IMO pertama kali diajukan oleh suatu protokol, yang men-tokenisasi model AI.
Dalam model tradisional, karena kurangnya mekanisme pembagian pendapatan, setelah model AI dikembangkan dan diluncurkan ke pasar, pengembang seringkali sulit untuk mendapatkan penghasilan yang berkelanjutan dari penggunaan model tersebut, terutama ketika model diintegrasikan ke dalam produk dan layanan lain, pencipta asli sulit untuk melacak penggunaan, apalagi mendapatkan pendapatan dari situ. Selain itu, kinerja dan efek model AI sering kali kurang transparan, yang membuat calon investor dan pengguna sulit untuk menilai nilai sebenarnya, membatasi pengakuan pasar dan potensi komersial model tersebut.
IMO menyediakan cara baru untuk mendukung pendanaan dan berbagi nilai bagi model AI sumber terbuka, di mana investor dapat membeli token IMO untuk berbagi keuntungan yang dihasilkan oleh model di masa mendatang. Sebuah protokol menggunakan dua standar ERC, menggabungkan oracle AI dan teknologi OPML untuk memastikan keaslian model AI dan pemegang token dapat berbagi keuntungan.
Model IMO meningkatkan transparansi dan kepercayaan, mendorong kolaborasi sumber terbuka, beradaptasi dengan tren pasar kripto, dan memberikan dorongan untuk pengembangan berkelanjutan teknologi AI. IMO saat ini masih dalam tahap percobaan awal, tetapi seiring dengan peningkatan penerimaan pasar dan perluasan jangkauan partisipasi, inovasi dan nilai potensialnya patut kita nantikan.
AI Agent: Era baru pengalaman interaktif
Agen AI dapat merasakan lingkungan, berpikir secara independen, dan mengambil tindakan yang sesuai untuk mencapai tujuan yang telah ditetapkan. Dengan dukungan model bahasa besar, Agen AI tidak hanya dapat memahami bahasa alami, tetapi juga merencanakan keputusan, dan melaksanakan tugas-tugas kompleks. Mereka dapat berfungsi sebagai asisten virtual, belajar tentang preferensi pengguna melalui interaksi, dan memberikan solusi yang dipersonalisasi. Tanpa instruksi yang jelas, Agen AI juga dapat secara mandiri menyelesaikan masalah, meningkatkan efisiensi, dan menciptakan nilai baru.
Sebuah platform aplikasi AI asli yang terbuka menyediakan kumpulan alat kreatif yang komprehensif dan mudah digunakan, mendukung pengguna untuk mengonfigurasi fungsi, penampilan, suara robot, serta menghubungkan ke basis pengetahuan eksternal, berkomitmen untuk membangun ekosistem konten AI yang adil dan terbuka, menggunakan teknologi AI generatif, memberdayakan individu untuk menjadi pencipta super. Platform ini melatih model bahasa besar yang khusus, menjadikan peran yang dimainkan lebih manusiawi; teknologi kloning suara dapat mempercepat interaksi produk AI yang dipersonalisasi, mengurangi biaya sintesis suara hingga 99%, dan kloning suara dapat dicapai hanya dalam 1 menit. Menggunakan AI Agent yang disesuaikan di platform ini, saat ini dapat diterapkan di berbagai bidang seperti obrolan video, pembelajaran bahasa, dan generasi gambar.
Dalam penggabungan Web3 dan AI, saat ini lebih banyak eksplorasi pada lapisan infrastruktur, bagaimana mendapatkan data berkualitas tinggi, melindungi privasi data, bagaimana mengelola model di blockchain, bagaimana meningkatkan penggunaan Daya Komputasi desentralisasi yang efisien, dan bagaimana memverifikasi model bahasa besar serta masalah kunci lainnya. Seiring dengan perbaikan bertahap infrastruktur ini, kita beralasan untuk percaya bahwa penggabungan Web3 dan AI akan melahirkan serangkaian model bisnis dan layanan inovatif.