7 Platform AI Terdesentralisasi Terbaik yang Patut Diperhatikan
Singkatnya
Dalam artikel ini, kami menyoroti 7 platform AI terdesentralisasi teratas yang menyeimbangkan persaingan.
Inovasi Kecerdasan Buatan (AI) telah mengalami pertumbuhan yang luar biasa sejak diperkenalkannya ChatGPT pada bulan November 2022. Namun, meskipun sudah menjadi arus utama, beberapa hambatan signifikan terus memperlambat pengembangan dan adopsi AI – salah satu tantangan terbesar yang dihadapi industri baru ini adalah kualitas dan kontrol data.
Menurut memperkirakan Menurut Epoch AI, total stok efektif data teks publik yang dihasilkan manusia adalah sekitar 300 triliun token; stok data ini kemungkinan akan sepenuhnya dimanfaatkan oleh model bahasa untuk pelatihan antara tahun 2026 dan 2032. Kelangkaan data yang mengancam ini, ditambah dengan kekhawatiran seputar transparansi dan biaya, sebagian besar merupakan akibat dari sentralisasi sebagian besar jalur data AI.
Di sisi positifnya, infrastruktur terdesentralisasi terbukti berharga dalam memecahkan beberapa permasalahan ini. Dalam artikel ini, kami menyoroti 7 platform AI terdesentralisasi teratas yang menyeimbangkan persaingan. Platform-platform baru ini memberi pengembang dan perusahaan AI kemampuan untuk mendapatkan dataset berbasis komunitas yang terverifikasi tanpa bergantung pada perantara terpusat.
OORT: Cloud Data Lengkap untuk AI Terdesentralisasi
OORT adalah solusi AI terdesentralisasi ujung ke ujung yang dirancang untuk memungkinkan perusahaan dan individu mengumpulkan, memproses, dan memonetisasi data AI.
Keunggulan cloud data AI ini dibandingkan dengan rekan-rekannya yang tersentralisasi adalah pendekatan komunitas globalnya; alih-alih mengandalkan proses pengumpulan data yang tidak transparan, OORT memperkenalkan platform pengumpulan data omni-chain terdesentralisasi yang disebut OORT DataHub. Platform ini memanfaatkan kontribusi dari komunitas global untuk menghasilkan kumpulan data yang beragam, berkualitas tinggi, dan terverifikasi guna mengatasi kekurangan yang ada dalam kualitas dan kontrol data AI.
OORT DataHub didukung oleh jaringan terdesentralisasi, OORT Edge, yang mendukung penyimpanan dan pemrosesan data yang dikumpulkan melalui perangkat keras node tepi – Deimos.
Dengan demikian, pengguna ekosistem OORT memiliki kesempatan untuk mendapatkan imbalan yang dapat diuangkan dengan berkontribusi menuju DataHub atau menjadi bagian dari jaringan tepi dengan tuan sebuah node melalui perangkat Deimos. Saat ini terdapat lebih dari 330,000 kontributor data, 83,000+ node, dan 10,000+ pengguna harian di ekosistem AI terdesentralisasi ini.
Bittensor: Jaringan Intelijen Terdesentralisasi
penggigit adalah platform AI terdesentralisasi lain yang menarik; pada intinya, ekosistem berbasis blockchain ini mendukung produksi komoditas digital secara on-chain, termasuk inferensi AI, pelatihan, dan infrastruktur terkait.
Jadi, bagaimana cara kerjanya? Bittensor memanfaatkan konsep subnet untuk memperkenalkan komunitas yang memproduksi komoditas digital ini dengan harga kompetitif. Hal ini didasarkan pada model insentif di mana penambang (kontributor) terbaik diberi penghargaan atas penyelesaian tugas tertentu. Beberapa tugas dalam subnet AI dapat mencakup layanan seperti pelatihan, prediksi, atau inferensi khusus.
Jaringan Bittensor juga mencakup validator yang berperan untuk memvalidasi pekerjaan yang dilakukan oleh para penambang. Hal ini memastikan bahwa hanya layanan berkualitas yang diberi penghargaan melalui model insentif Bittensor – ekosistem ini mengeluarkan 7200 token TAO setiap hari untuk tujuan ini. Alokasi dalam subnet dibagi menjadi tiga: pembuat subnet (18%), validator (41%), dan penambang (41%).
Subnet terdesentralisasi Bittensor merupakan peralihan dari proses pelatihan AI terpusat, di mana teknologi besar memiliki monopoli atas pengumpulan data dan layanan AI lainnya.
Protokol Samudra: Pasar Data Siap AI
Protokol Laut adalah salah satu pemain mapan di bidang inovasi yang masih baru ini. Dibangun sebagai protokol terdesentralisasi, platform ini memfasilitasi dua komponen utama yang dibutuhkan untuk kemajuan AI – data dan komputasi.
Tumpukan teknologi ini mencakup tiga bagian utama: Datatoken, Ocean Node, dan Compute-to-Data. Dengan Datatoken, pengguna Ocean Protocol dapat menokenisasi data pribadi mereka dan menyediakannya untuk pelatihan model sambil tetap menjaga privasi mereka. Pendekatan ini disebut 'token-gating', di mana pemilik data dapat mempublikasikan layanan data di pasar Ocean Protocol melalui model kontrol akses terdesentralisasi.
Sedangkan untuk Ocean Nodes, node ini memungkinkan monetisasi sumber daya komputasi yang tidak aktif. Pemilik perangkat di seluruh dunia dapat mendedikasikan daya komputasi mereka yang tidak aktif untuk mendukung Ocean Network dengan imbalan imbalan ekosistem.
Compute-to-Data adalah fitur unggulan ekosistem ini; memungkinkan konsumen (pelatih model) membeli set data yang dapat digunakan untuk menjalankan model mereka tanpa mengungkap privasi penyedia. Inilah yang memberi Ocean Protocol keunggulan sebagai "pasar data siap AI" yang terdesentralisasi.
SingularityNET: Pelopor Layanan AI Terdesentralisasi
SingularitasNET adalah pelopor dalam bidang AI Terdesentralisasi; proyek ini diluncurkan pada tahun 2017, dan berhasil mengumpulkan ICO senilai $36 juta dalam waktu satu menit. Sejak saat itu, proyek ini telah berkembang menjadi platform berbasis blockchain terkemuka tempat pengguna dapat membuat, berbagi, dan memonetisasi layanan AI.
Berbeda dengan pesaingnya yang berfokus pada set data dan komputasi mentah, SingularityNET berspesialisasi dalam layanan AI seperti API, model, dan agen yang dapat dimonetisasi atau dibeli oleh pengembang untuk mendukung inisiatif pengembangan mereka. Hal ini dimungkinkan melalui token asli platform, $AGIX, yang memungkinkan peserta membayar layanan AI.
Model infrastruktur SingularityNET juga sangat memperhatikan interoperabilitas, yang memungkinkan berbagai layanan untuk saling terhubung. Hal ini menciptakan ekosistem yang mendukung AI di mana kontributor independen dapat menyusun alur kerja yang kompleks.
Fitur menonjol lainnya dari proyek khusus ini adalah visi pendirinya, Dr. Ben Goertzel, untuk memajukan Kecerdasan Umum Buatan (AGI) – suatu era di mana AI akan memiliki kemampuan untuk melakukan tugas apa pun yang dapat dilakukan manusia dan berpotensi melampaui kecerdasan manusia di beberapa domain.
Fetch.ai: Agen Terdesentralisasi dan Ekonomi Data
Ambil adalah inovasi baru lainnya yang beroperasi dalam ekonomi agen yang akan datang, didukung oleh agen AI. Proyek ini dirancang sebagai platform multi-agen, yang memungkinkan agen perangkat lunak otonom untuk berinteraksi, bernegosiasi, dan bertransaksi data atas nama pengguna, organisasi, atau perangkat, sekaligus memanfaatkan teknologi blockchain untuk mengamankan saluran komunikasi.
Salah satu komponen utama ekosistem ini adalah kerangka kerja agen (AEA). Kerangka kerja ini bertugas melakukan fungsi-fungsi seperti pengumpulan dan analisis data, interaksi dengan agen atau sumber data lain, pengambilan keputusan, transaksi, dan partisipasi dalam pembelajaran mesin atau optimasi tugas. Kita dapat menganggapnya sebagai kembaran digital yang bertindak atas nama pengguna.
Apa yang menonjol tentang Ambil adalah memungkinkan aliran data dinamis dan real-time antar agen otonom. Ini merupakan kemajuan dari jaringan AI tradisional, yang tidak hanya terpusat tetapi juga statis. Misalnya, sistem manajemen lalu lintas di kota yang sibuk dapat menggunakan agen AI untuk membeli data lalu lintas langsung dari sensor kota, berkat model ekonomi berbasis agen.
Gensyn: Komputasi Terdesentralisasi untuk Pelatihan AI
Menurut laporan terbaru dari melaporkan oleh McKinsey, proyek menunjukkan bahwa pusat data di seluruh dunia akan membutuhkan sekitar $6.7 triliun untuk memenuhi permintaan daya komputasi yang terus meningkat. Gensin mengatasi risiko biaya yang membayangi ini melalui protokol terdesentralisasi, yang berfokus pada komputasi pembelajaran mesin.
Pada intinya, Gensyn memungkinkan agregasi pasokan komputasi dunia ke dalam satu jaringan. Hal ini dimungkinkan melalui kerangka kerja terdesentralisasi yang menyediakan peluang bagi siapa pun yang memiliki komputasi menganggur untuk mengalokasikannya ke jaringan, mendukung para inovator AI dengan komputasi yang tersedia secara global yang dapat mereka sewa untuk meningkatkan skala pelatihan model besar.
Ekosistem Gensyn terdiri dari empat komponen dasar: Eksekusi ML yang Konsisten, Verifikasi Tanpa Kepercayaan, Komunikasi Peer-to-Peer, dan Koordinasi Terdesentralisasi. Semua aspek ini bekerja sama untuk mewujudkan pembelajaran mesin yang terdesentralisasi dan terverifikasi dalam skala global.
Perlu juga disebutkan bahwa proyek ini masih dalam tahap awal, dengan Testnet yang saat ini tersedia. Testnet ini menampilkan tiga aplikasi yang dapat dicoba pengguna: RL Swarm, BlockAssist, dan Judge.
Rumput: Jaringan Crowdsourcing Data Terdesentralisasi
Sering kali, saat kita membayar layanan internet, kita akhirnya tidak menggunakan semua bandwidth yang dialokasikan. Grass, sebelumnya Grassdata, memperkenalkan konsep inovatif di mana pengguna internet global dapat memanfaatkan bandwidth mereka yang tidak terpakai.
Proyek ini menghidupkan narasi ini melalui model terdistribusi yang memungkinkan siapa pun berkontribusi dan mendapatkan imbalan melalui langkah-langkah sederhana, mengubah bandwidth yang tidak terpakai menjadi sumber daya berharga untuk pelatihan AI. Sederhananya, Grass beroperasi sebagai jaringan fisik terdesentralisasi (DepIN) untuk akses data web, yang memungkinkan pengguna menjalankan node dari perangkat mereka sehari-hari, berfungsi sebagai sumber data untuk AI dan kecerdasan web.
Pendekatan tanpa izin dan terdistribusi ini tidak hanya mengubah permainan dalam pelatihan model AI, tetapi juga dalam pemanfaatan sumber daya digital sehari-hari. Pengguna dapat bertindak sebagai penyedia data untuk mendukung jaringan terbuka yang mampu bersaing dengan perayap web dan agregator data terpusat yang saat ini dikendalikan oleh segelintir perusahaan teknologi besar.
Kesimpulan
Sebagaimana disebutkan dalam pendahuluan, evolusi dan adopsi AI bukannya tanpa tantangan uniknya sendiri. Tantangan ini meliputi kontrol data, kualitas, dan meningkatnya biaya komputasi. Namun, sebagaimana disorot melalui contoh-contoh dalam daftar ini, telah terjadi kemajuan signifikan dalam ranah inovasi AI terdesentralisasi. Proyek-proyek ini merupakan gambaran sekilas tentang apa yang ditawarkan arsitektur terdesentralisasi kepada AI, dan sebaliknya; hal ini merupakan solusi yang saling menguntungkan bagi inovasi blockchain dan AI.
Tabel Perbandingan untuk Platform AI Terdesentralisasi
| Project | Fokus utama | Apa yang menonjol |
| OORT | Awan data AI terdesentralisasi yang memungkinkan pengguna untuk mengumpulkan, memproses, dan memonetisasi data | DataHub dan jaringan edge (Deimos) yang digerakkan oleh komunitas dengan 330 ribu+ kontributor dan kumpulan data yang dapat diverifikasi |
| penggigit | Jaringan Blockchain untuk pelatihan dan inferensi AI yang terdesentralisasi | Subnet yang diberi insentif memberi penghargaan kepada keluaran AI berkualitas dengan emisi TAO harian |
| Protokol Laut | Pasar untuk data dan komputasi yang siap untuk AI | Model privasi Compute-to-Data yang memungkinkan berbagi data secara aman tanpa mengekspos kumpulan data mentah |
| SingularitasNET | Pasar untuk layanan AI dan API | Monetisasi agen AI yang interoperabel; visi perintis untuk Kecerdasan Umum Buatan (AGI) |
| Ambil | Ekonomi AI multi-agen untuk pertukaran data otonom | Negosiasi data waktu nyata melalui agen otonom (AEA) |
| Gensin | Jaringan komputasi terdesentralisasi untuk pembelajaran mesin | Verifikasi dan agregasi tanpa kepercayaan dari pasokan komputasi global untuk pelatihan AI |
| Grass | Jaringan crowdsourcing data dan bandwidth terdesentralisasi | Mengubah bandwidth internet yang tidak aktif menjadi sumber daya data pelatihan AI |
Pertanyaan yang Sering Diajukan
Apa itu AI terdesentralisasi?
AI terdesentralisasi mengacu pada sistem kecerdasan buatan yang dibangun di atas ekosistem terdistribusi seperti blockchain atau infrastruktur peer-to-peer. Komunitas global mengambil peran dalam pelatihan data, komputasi, dan model, berbeda dengan sistem terpusat di mana perusahaan besar mengendalikan semua fungsi ini.
Apa yang membedakan AI terdesentralisasi dengan platform AI tradisional?
Berbeda dengan rekan-rekan tradisionalnya yang mengandalkan pusat data terpusat dan teknik pengumpulan data yang tidak transparan, AI terdesentralisasi mendistribusikan sumber data, daya komputasi, dan pelatihan model kepada beragam peserta ekosistem. Hal ini meningkatkan transparansi, keamanan, dan inklusivitas.
Mengapa kontrol kualitas data penting untuk pengembangan AI?
Kualitas data berdampak langsung pada akurasi dan keadilan model AI. Oleh karena itu, alur data AI harus dapat diverifikasi, bersumber secara etis, dan dibagikan secara aman.
Bagaimana peserta memperoleh penghasilan dalam ekosistem AI yang terdesentralisasi?
Ada beberapa cara untuk mendapatkan penghasilan dari ekosistem ini, termasuk kontribusi sumber daya berharga seperti data dan daya komputasi. Sebagian besar platform DeAI memiliki mekanisme insentif di mana pengguna dapat menerima imbalan yang dapat dimonetisasi.
Proyek AI terdesentralisasi mana yang saat ini menjadi yang terdepan?
Pemain terkemuka termasuk OORT (awan data), Bittensor (jaringan intelijen AI), Ocean Protocol (pasar data siap AI), SingularityNET (pusat layanan AI), Fetch.ai (ekonomi agen), Gensyn (komputasi terdesentralisasi), dan Grass (jaringan crowdsourcing data).
Penolakan tanggung jawab
Sejalan dengan Percayai pedoman Proyek, harap dicatat bahwa informasi yang diberikan pada halaman ini tidak dimaksudkan untuk dan tidak boleh ditafsirkan sebagai nasihat hukum, pajak, investasi, keuangan, atau bentuk nasihat lainnya. Penting untuk hanya menginvestasikan jumlah yang mampu Anda tanggung kerugiannya dan mencari nasihat keuangan independen jika Anda ragu. Untuk informasi lebih lanjut, kami menyarankan untuk merujuk pada syarat dan ketentuan serta halaman bantuan dan dukungan yang disediakan oleh penerbit atau pengiklan. MetaversePost berkomitmen terhadap pelaporan yang akurat dan tidak memihak, namun kondisi pasar dapat berubah tanpa pemberitahuan.
Tentang Penulis
Gregory, seorang digital nomad yang berasal dari Polandia, tidak hanya seorang analis keuangan tetapi juga kontributor berharga di berbagai majalah online. Dengan segudang pengalaman di industri keuangan, wawasan dan keahliannya telah membuatnya mendapatkan pengakuan di berbagai publikasi. Memanfaatkan waktu luangnya secara efektif, Gregory saat ini berdedikasi untuk menulis buku tentang cryptocurrency dan blockchain.
lebih artikel
Gregory, seorang digital nomad yang berasal dari Polandia, tidak hanya seorang analis keuangan tetapi juga kontributor berharga di berbagai majalah online. Dengan segudang pengalaman di industri keuangan, wawasan dan keahliannya telah membuatnya mendapatkan pengakuan di berbagai publikasi. Memanfaatkan waktu luangnya secara efektif, Gregory saat ini berdedikasi untuk menulis buku tentang cryptocurrency dan blockchain.
