Sejujurnya: kadang-kadang saya bertanya-tanya..... apakah masalah sebenarnya ada di model AI?
Kita sering mengatakannya:
Model besar.
Inference lebih cepat.
Penalaran yang lebih baik.
Tolok ukur baru.
Sebenarnya, semua ini semakin baik. Tapi di tengah perlombaan ini, sering kali satu pertanyaan sederhana hilang....
Siapa sebenarnya yang menciptakan nilai dari AI ini?
Karena jika kamu menggali sedikit lebih dalam, kamu bisa melihat bahwa dasar dari semua yang dilakukan AI adalah data. Dan data ini tidak sedikit - aliran besar yang dihasilkan manusia. Percakapan, tulisan, gambar, kode, penelitian, opini, kesalahan, koreksi - semuanya diciptakan oleh orang-orang di suatu tempat. Tapi yang mengejutkan adalah ketika nilai ini keluar dari sistem AI, sebagian besar pergi ke pemilik model. Mereka yang menyediakan data sering kali tidak menerima pengakuan. Dan di sinilah saya berhenti dan berpikir.... Dan inilah mengapa saya melihat @OpenLedger . Sekilas, ini terlihat seperti sepuluh proyek AI + blockchain lainnya. Ada banyak proyek di ruang ini yang hanya menambahkan AI ke namanya, tetapi kenyataannya mereka tidak membawa banyak yang baru. Namun jika kamu menggali sedikit lebih dalam, kamu melihat perspektif yang berbeda. Mereka sebenarnya tidak bertanya “bagaimana membangun model AI yang lebih baik”, tetapi lebih kepada menanyakan pertanyaan dengan cara yang sedikit berbeda.....
Dapatkah ekonomi AI dibuat di mana kontribusi dapat benar-benar diukur dan dihargai?
Benar, tetapi pemikiran ini mengubah arah dari seluruh hal ini. Datanets adalah ide penting di sini. Data tidak hanya dilihat sebagai sesuatu yang diambil dari suatu tempat, tetapi sebagai bagian dari usaha kolektif. Orang-orang dapat menciptakan, memverifikasi, dan membagikan data di sini untuk kasus penggunaan AI tertentu. Ini terdengar mudah, tetapi mengubah struktur insentif. Data tidak lagi hanya sesuatu yang digunakan - tetapi mulai dilihat sebagai kontribusi. Lalu datanglah Model Factory. Bagian ini mungkin diabaikan oleh banyak orang, tetapi sebenarnya sangat penting. Karena hari ini banyak orang memiliki ide untuk aplikasi AI tetapi mereka tidak dapat maju karena hambatan teknis. Jika lebih mudah untuk membangun atau mengatur model, maka inovasi tidak akan terbatas pada laboratorium besar. Namun perbedaan nyata datang dari Proof of Attribution. Ini yang membedakan seluruh konsep - benar-benar demikian. AI sekarang dapat menghasilkan output dengan sangat baik tetapi masalahnya adalah - tidak jelas seberapa besar peran masing-masing sumber data dalam output ini. Semuanya tercampur, tidak dapat dipisahkan. Proof of Attribution mencoba menyelesaikan masalah ini. Ketika inferensi AI dilakukan, sistem mencoba mencari tahu seberapa banyak kontribusi dari sumber data. Kontributor dapat diberi imbalan sesuai. Jika ini benar-benar berhasil secara skala, maka akan menjadi jauh lebih besar. Karena kemudian AI tidak hanya akan menciptakan nilai - distribusi nilai juga akan dapat diukur dengan cara tertentu. Ada beberapa keuntungan nyata dari sisi teknis juga. Karena kompatibilitas EVM, pengembang tidak perlu belajar seluruh sistem dari awal lagi. Alat Ethereum, dompet, kontrak pintar - semuanya dapat digunakan. Hal semacam ini membuat perbedaan besar dalam hal adopsi. $OPEN token juga bertindak sebagai bagian berbasis penggunaan dari seluruh ekosistem di sini, bukan hanya sebagai aset perdagangan - biaya, inferensi, hadiah, pemerintahan - semuanya terhubung.
Tapi jujur saja:
Tidak ada sistem yang benar-benar sederhana. Di mata saya, ada tiga tantangan besar.
Yang pertama adalah akurasi atribusi. Jika tidak dipahami dengan benar seberapa banyak data yang berkontribusi, maka kredibilitas seluruh sistem akan hilang.
Yang kedua adalah adopsi pengembang. Mempunyai infrastruktur yang baik saja tidak cukup - orang-orang harus benar-benar menggunakannya.
Yang ketiga adalah kualitas model. Karena pada akhirnya, pengguna tidak hanya akan melihat “siapa yang ikut berkontribusi” - mereka akan melihat seberapa bergunanya output tersebut.
Secara keseluruhan, sebuah loop terbentuk - data yang baik menghasilkan model yang baik, model yang baik kembali menarik data yang baik. Ini sebenarnya adalah bagian yang paling menarik. Karena ini bukan sekadar proyek blockchain lainnya. Ini adalah upaya - untuk memahami hubungan antara data, kecerdasan, dan kepemilikan dengan cara yang baru. Sulit untuk mengatakan seberapa suksesnya ini. Karena merancang ekonomi AI jauh lebih rumit daripada yang terlihat di atas kertas.
Tetapi satu hal sudah jelas.....
Seiring kemajuan AI, pertanyaan akan semakin penting - siapa yang berkontribusi, siapa yang mendapatkan nilai, dan di mana tepatnya keseimbangan itu akan berada.
Dan mungkin, pertanyaan-pertanyaan ini akan menjadi fokus nyata di masa depan - hmm itu saja👍
