Perpaduan Web3 dan AI: Membangun Infrastruktur Internet Generasi Berikutnya
Web3 sebagai paradigma internet baru yang terdesentralisasi, terbuka, dan transparan, memiliki kesempatan integrasi yang alami dengan AI. Dalam arsitektur terpusat tradisional, komputasi AI dan sumber daya data berada di bawah kontrol yang ketat, dan terdapat berbagai tantangan seperti bottleneck daya komputasi, kebocoran privasi, dan algoritma kotak hitam. Sementara itu, Web3 yang berbasis pada teknologi terdistribusi dapat memberikan dorongan baru bagi pengembangan AI melalui jaringan berbagi daya komputasi, pasar data terbuka, dan komputasi privasi. Pada gilirannya, AI juga dapat memberikan banyak pemberdayaan bagi Web3, seperti optimasi kontrak pintar, algoritma anti-kecurangan, dan lain-lain, untuk mendukung pembangunan ekosistemnya. Menjelajahi kombinasi Web3 dan AI sangat penting untuk membangun infrastruktur internet generasi berikutnya serta melepaskan nilai data dan daya komputasi.
Data Driven: Fondasi Kuat AI dan Web3
Data adalah kekuatan pendorong utama perkembangan AI, seperti halnya bahan bakar bagi mesin. Model AI perlu mencerna sejumlah besar data berkualitas tinggi untuk mendapatkan pemahaman mendalam dan kemampuan penalaran yang kuat. Data tidak hanya menyediakan dasar pelatihan untuk model pembelajaran mesin, tetapi juga menentukan akurasi dan keandalan model.
Model pengambilan dan pemanfaatan data AI terpusat tradisional memiliki masalah utama berikut:
Biaya pengambilan data yang tinggi, sulit bagi usaha kecil dan menengah untuk memikulnya
Sumber data dikuasai oleh raksasa teknologi, membentuk pulau data
Risiko kebocoran dan penyalahgunaan privasi data pribadi
Web3 dapat menyelesaikan masalah dari model tradisional dengan paradigma data terdesentralisasi yang baru:
Pengguna dapat menjual jaringan yang tidak terpakai kepada perusahaan AI, untuk secara terdesentralisasi mengumpulkan data jaringan, yang telah dibersihkan dan diubah, untuk menyediakan data yang nyata dan berkualitas tinggi untuk pelatihan model AI.
Mengadopsi model "label to earn", dengan insentif token untuk mendorong pekerja global berpartisipasi dalam anotasi data, mengumpulkan pengetahuan profesional global, dan meningkatkan kemampuan analisis data.
Platform perdagangan data blockchain menyediakan lingkungan perdagangan yang transparan dan terbuka bagi kedua belah pihak yang membutuhkan data, mendorong inovasi dan berbagi data.
Meskipun demikian, pengambilan data di dunia nyata juga menghadapi beberapa masalah, seperti kualitas data yang bervariasi, kesulitan dalam pengolahan, serta kurangnya keragaman dan representativitas. 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 mengemudi otomatis, perdagangan pasar keuangan, dan pengembangan game, data sintetis telah menunjukkan potensi aplikasi yang matang.
Perlindungan Privasi: Peran FHE dalam Web3
Dalam era yang dipengaruhi data, perlindungan privasi telah menjadi fokus perhatian global. Penerapan regulasi seperti Peraturan Perlindungan Data Umum Uni Eropa (GDPR) mencerminkan penjagaan ketat terhadap privasi individu. Namun, ini juga membawa tantangan: beberapa data sensitif tidak dapat dimanfaatkan secara penuh karena risiko privasi, yang membatasi potensi dan kemampuan penalaran model AI.
FHE adalah enkripsi homomorfik penuh, yang memungkinkan operasi perhitungan dilakukan langsung pada data yang terenkripsi tanpa perlu mendekripsi data, dan hasil perhitungan konsisten dengan hasil yang diperoleh dari perhitungan pada data plaintext.
FHE memberikan perlindungan yang kuat untuk komputasi privasi AI, memungkinkan kekuatan pemrosesan GPU untuk menjalankan tugas pelatihan dan inferensi model tanpa menyentuh data asli. Ini memberikan keuntungan besar bagi perusahaan AI. Mereka dapat membuka layanan API dengan aman sambil melindungi rahasia dagang.
FHEML mendukung pengolahan data dan model secara terenkripsi 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 ZKML, ZKML membuktikan eksekusi machine learning yang benar, sedangkan FHEML menekankan perhitungan data terenkripsi untuk menjaga privasi data.
Revolusi Kekuatan: Komputasi AI dalam Jaringan Terdesentralisasi
Kompleksitas komputasi sistem AI saat ini berlipat ganda setiap 3 bulan, menyebabkan lonjakan permintaan daya komputasi yang jauh melebihi pasokan sumber daya komputasi yang ada. Misalnya, pelatihan model bahasa besar dari suatu perusahaan AI memerlukan daya komputasi yang sangat besar, setara dengan waktu pelatihan 355 tahun pada satu perangkat. Kekurangan daya komputasi seperti ini tidak hanya membatasi kemajuan teknologi AI, tetapi juga membuat model AI yang canggih menjadi tidak terjangkau bagi sebagian besar peneliti dan pengembang.
Sementara itu, tingkat 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: membeli perangkat keras sendiri atau menyewa sumber daya cloud, mereka sangat membutuhkan cara layanan komputasi yang sesuai permintaan dan hemat biaya.
Jaringan komputasi AI terdesentralisasi menggabungkan sumber daya GPU yang tidak terpakai di seluruh dunia, menyediakan pasar komputasi yang ekonomis dan mudah diakses bagi perusahaan AI. Pihak yang membutuhkan komputasi dapat memposting tugas komputasi di jaringan, kontrak pintar akan mengalokasikan tugas tersebut kepada node penambang yang menyumbangkan daya komputasi, penambang menjalankan tugas dan mengirimkan hasilnya, dan setelah diverifikasi, mereka mendapatkan imbalan poin. Solusi ini meningkatkan efisiensi penggunaan sumber daya dan membantu mengatasi masalah kekurangan daya komputasi di bidang AI dan lainnya.
Selain jaringan komputasi terdesentralisasi yang umum, ada juga platform yang fokus pada pelatihan AI, serta jaringan komputasi khusus yang fokus pada inferensi AI.
Jaringan kekuatan terdesentralisasi menyediakan pasar kekuatan yang adil dan transparan, memecahkan monopoli, menurunkan ambang aplikasi, dan meningkatkan efisiensi pemanfaatan kekuatan. Dalam ekosistem web3, jaringan kekuatan terdesentralisasi akan memainkan peran kunci, menarik lebih banyak dapp inovatif untuk bergabung, bersama-sama mendorong perkembangan dan aplikasi 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—itulah daya tarik Edge AI. Ini memungkinkan komputasi terjadi di sumber data, menghasilkan latensi rendah, pemrosesan waktu nyata, sambil melindungi privasi pengguna. Teknologi Edge AI telah diterapkan di bidang kunci seperti mobil otonom.
Di bidang Web3, kami 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 sumber daya komputasi, membangun ekosistem yang berkelanjutan.
Saat ini DePIN berkembang pesat dalam ekosistem salah satu blockchain publik, menjadi salah satu platform blockchain publik pilihan untuk penerapan proyek. TPS tinggi, biaya transaksi rendah, dan inovasi teknologi dari blockchain publik ini memberikan dukungan kuat untuk proyek DePIN. Saat ini, nilai pasar proyek DePIN di blockchain publik ini telah melebihi 10 miliar dolar AS, dan beberapa proyek terkenal telah mencapai kemajuan signifikan.
IMO：Model AI Menerbitkan Paradigma Baru
Konsep IMO pertama kali diusulkan oleh suatu protokol, yang memtokenisasi model AI.
Dalam model tradisional, karena mekanisme pembagian pendapatan yang hilang, setelah model AI dikembangkan dan diluncurkan ke pasar, pengembang seringkali sulit untuk mendapatkan pendapatan yang berkelanjutan dari penggunaan model tersebut, terutama ketika model tersebut diintegrasikan ke dalam produk dan layanan lain, pencipta asli sulit untuk melacak penggunaan, apalagi mendapatkan pendapatan dari situ. Selain itu, kinerja dan efektivitas model AI seringkali 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 untuk model AI sumber terbuka, di mana investor dapat membeli token IMO dan 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 memungkinkan pemegang token untuk 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 berada di tahap percobaan awal, tetapi seiring dengan meningkatnya penerimaan pasar dan meluasnya partisipasi, inovasinya dan nilai potensialnya patut kita nantikan.
AI Agent: Era Baru Pengalaman Interaktif
Agen AI dapat merasakan lingkungan, berpikir secara mandiri, dan mengambil tindakan yang sesuai untuk mencapai tujuan yang 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 dari interaksi dengan pengguna mengenai preferensi mereka, dan memberikan solusi yang dipersonalisasi. Tanpa instruksi yang jelas, Agen AI juga dapat memecahkan masalah secara mandiri, meningkatkan efisiensi, dan menciptakan nilai baru.
Sebuah platform aplikasi AI terbuka yang berbasis menyediakan seperangkat alat kreatif yang komprehensif dan mudah digunakan, mendukung pengguna untuk mengonfigurasi fungsi robot, penampilan, suara, serta menghubungkan ke basis pengetahuan eksternal, berkomitmen untuk membangun ekosistem konten AI yang adil dan terbuka, memanfaatkan teknologi AI generatif untuk memberdayakan individu menjadi pencipta super. Platform ini melatih model bahasa besar yang khusus, menjadikan peran lebih manusiawi; teknologi kloning suara dapat mempercepat interaksi personalisasi produk AI, mengurangi biaya sintesis suara hingga 99%, dan kloning suara hanya membutuhkan waktu 1 menit untuk dihasilkan. Dengan AI Agent yang disesuaikan dari 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 di lapisan infrastruktur, bagaimana cara mendapatkan data berkualitas tinggi, melindungi privasi data, bagaimana mengelola model di blockchain, bagaimana meningkatkan penggunaan efisiensi dari komputasi terdesentralisasi, bagaimana memverifikasi model bahasa besar dan masalah kunci lainnya. Dengan perlahan-lahan sempurnanya infrastruktur ini, kita memiliki alasan 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.
Web3 dan AI yang Terintegrasi: Membangun Internet Masa Depan yang Desentralisasi dengan Data, Daya Komputasi, dan Privasi
Perpaduan Web3 dan AI: Membangun Infrastruktur Internet Generasi Berikutnya
Web3 sebagai paradigma internet baru yang terdesentralisasi, terbuka, dan transparan, memiliki kesempatan integrasi yang alami dengan AI. Dalam arsitektur terpusat tradisional, komputasi AI dan sumber daya data berada di bawah kontrol yang ketat, dan terdapat berbagai tantangan seperti bottleneck daya komputasi, kebocoran privasi, dan algoritma kotak hitam. Sementara itu, Web3 yang berbasis pada teknologi terdistribusi dapat memberikan dorongan baru bagi pengembangan AI melalui jaringan berbagi daya komputasi, pasar data terbuka, dan komputasi privasi. Pada gilirannya, AI juga dapat memberikan banyak pemberdayaan bagi Web3, seperti optimasi kontrak pintar, algoritma anti-kecurangan, dan lain-lain, untuk mendukung pembangunan ekosistemnya. Menjelajahi kombinasi Web3 dan AI sangat penting untuk membangun infrastruktur internet generasi berikutnya serta melepaskan nilai data dan daya komputasi.
Data Driven: Fondasi Kuat AI dan Web3
Data adalah kekuatan pendorong utama perkembangan AI, seperti halnya bahan bakar bagi mesin. Model AI perlu mencerna sejumlah besar data berkualitas tinggi untuk mendapatkan pemahaman mendalam dan kemampuan penalaran yang kuat. Data tidak hanya menyediakan dasar pelatihan untuk model pembelajaran mesin, tetapi juga menentukan akurasi dan keandalan model.
Model pengambilan dan pemanfaatan data AI terpusat tradisional memiliki masalah utama berikut:
Web3 dapat menyelesaikan masalah dari model tradisional dengan paradigma data terdesentralisasi yang baru:
Meskipun demikian, pengambilan data di dunia nyata juga menghadapi beberapa masalah, seperti kualitas data yang bervariasi, kesulitan dalam pengolahan, serta kurangnya keragaman dan representativitas. 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 mengemudi otomatis, perdagangan pasar keuangan, dan pengembangan game, data sintetis telah menunjukkan potensi aplikasi yang matang.
Perlindungan Privasi: Peran FHE dalam Web3
Dalam era yang dipengaruhi data, perlindungan privasi telah menjadi fokus perhatian global. Penerapan regulasi seperti Peraturan Perlindungan Data Umum Uni Eropa (GDPR) mencerminkan penjagaan ketat terhadap privasi individu. Namun, ini juga membawa tantangan: beberapa data sensitif tidak dapat dimanfaatkan secara penuh karena risiko privasi, yang membatasi potensi dan kemampuan penalaran model AI.
FHE adalah enkripsi homomorfik penuh, yang memungkinkan operasi perhitungan dilakukan langsung pada data yang terenkripsi tanpa perlu mendekripsi data, dan hasil perhitungan konsisten dengan hasil yang diperoleh dari perhitungan pada data plaintext.
FHE memberikan perlindungan yang kuat untuk komputasi privasi AI, memungkinkan kekuatan pemrosesan GPU untuk menjalankan tugas pelatihan dan inferensi model tanpa menyentuh data asli. Ini memberikan keuntungan besar bagi perusahaan AI. Mereka dapat membuka layanan API dengan aman sambil melindungi rahasia dagang.
FHEML mendukung pengolahan data dan model secara terenkripsi 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 ZKML, ZKML membuktikan eksekusi machine learning yang benar, sedangkan FHEML menekankan perhitungan data terenkripsi untuk menjaga privasi data.
Revolusi Kekuatan: Komputasi AI dalam Jaringan Terdesentralisasi
Kompleksitas komputasi sistem AI saat ini berlipat ganda setiap 3 bulan, menyebabkan lonjakan permintaan daya komputasi yang jauh melebihi pasokan sumber daya komputasi yang ada. Misalnya, pelatihan model bahasa besar dari suatu perusahaan AI memerlukan daya komputasi yang sangat besar, setara dengan waktu pelatihan 355 tahun pada satu perangkat. Kekurangan daya komputasi seperti ini tidak hanya membatasi kemajuan teknologi AI, tetapi juga membuat model AI yang canggih menjadi tidak terjangkau bagi sebagian besar peneliti dan pengembang.
Sementara itu, tingkat 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: membeli perangkat keras sendiri atau menyewa sumber daya cloud, mereka sangat membutuhkan cara layanan komputasi yang sesuai permintaan dan hemat biaya.
Jaringan komputasi AI terdesentralisasi menggabungkan sumber daya GPU yang tidak terpakai di seluruh dunia, menyediakan pasar komputasi yang ekonomis dan mudah diakses bagi perusahaan AI. Pihak yang membutuhkan komputasi dapat memposting tugas komputasi di jaringan, kontrak pintar akan mengalokasikan tugas tersebut kepada node penambang yang menyumbangkan daya komputasi, penambang menjalankan tugas dan mengirimkan hasilnya, dan setelah diverifikasi, mereka mendapatkan imbalan poin. Solusi ini meningkatkan efisiensi penggunaan sumber daya dan membantu mengatasi masalah kekurangan daya komputasi di bidang AI dan lainnya.
Selain jaringan komputasi terdesentralisasi yang umum, ada juga platform yang fokus pada pelatihan AI, serta jaringan komputasi khusus yang fokus pada inferensi AI.
Jaringan kekuatan terdesentralisasi menyediakan pasar kekuatan yang adil dan transparan, memecahkan monopoli, menurunkan ambang aplikasi, dan meningkatkan efisiensi pemanfaatan kekuatan. Dalam ekosistem web3, jaringan kekuatan terdesentralisasi akan memainkan peran kunci, menarik lebih banyak dapp inovatif untuk bergabung, bersama-sama mendorong perkembangan dan aplikasi 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—itulah daya tarik Edge AI. Ini memungkinkan komputasi terjadi di sumber data, menghasilkan latensi rendah, pemrosesan waktu nyata, sambil melindungi privasi pengguna. Teknologi Edge AI telah diterapkan di bidang kunci seperti mobil otonom.
Di bidang Web3, kami 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 sumber daya komputasi, membangun ekosistem yang berkelanjutan.
Saat ini DePIN berkembang pesat dalam ekosistem salah satu blockchain publik, menjadi salah satu platform blockchain publik pilihan untuk penerapan proyek. TPS tinggi, biaya transaksi rendah, dan inovasi teknologi dari blockchain publik ini memberikan dukungan kuat untuk proyek DePIN. Saat ini, nilai pasar proyek DePIN di blockchain publik ini telah melebihi 10 miliar dolar AS, dan beberapa proyek terkenal telah mencapai kemajuan signifikan.
IMO：Model AI Menerbitkan Paradigma Baru
Konsep IMO pertama kali diusulkan oleh suatu protokol, yang memtokenisasi model AI.
Dalam model tradisional, karena mekanisme pembagian pendapatan yang hilang, setelah model AI dikembangkan dan diluncurkan ke pasar, pengembang seringkali sulit untuk mendapatkan pendapatan yang berkelanjutan dari penggunaan model tersebut, terutama ketika model tersebut diintegrasikan ke dalam produk dan layanan lain, pencipta asli sulit untuk melacak penggunaan, apalagi mendapatkan pendapatan dari situ. Selain itu, kinerja dan efektivitas model AI seringkali 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 untuk model AI sumber terbuka, di mana investor dapat membeli token IMO dan 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 memungkinkan pemegang token untuk 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 berada di tahap percobaan awal, tetapi seiring dengan meningkatnya penerimaan pasar dan meluasnya partisipasi, inovasinya dan nilai potensialnya patut kita nantikan.
AI Agent: Era Baru Pengalaman Interaktif
Agen AI dapat merasakan lingkungan, berpikir secara mandiri, dan mengambil tindakan yang sesuai untuk mencapai tujuan yang 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 dari interaksi dengan pengguna mengenai preferensi mereka, dan memberikan solusi yang dipersonalisasi. Tanpa instruksi yang jelas, Agen AI juga dapat memecahkan masalah secara mandiri, meningkatkan efisiensi, dan menciptakan nilai baru.
Sebuah platform aplikasi AI terbuka yang berbasis menyediakan seperangkat alat kreatif yang komprehensif dan mudah digunakan, mendukung pengguna untuk mengonfigurasi fungsi robot, penampilan, suara, serta menghubungkan ke basis pengetahuan eksternal, berkomitmen untuk membangun ekosistem konten AI yang adil dan terbuka, memanfaatkan teknologi AI generatif untuk memberdayakan individu menjadi pencipta super. Platform ini melatih model bahasa besar yang khusus, menjadikan peran lebih manusiawi; teknologi kloning suara dapat mempercepat interaksi personalisasi produk AI, mengurangi biaya sintesis suara hingga 99%, dan kloning suara hanya membutuhkan waktu 1 menit untuk dihasilkan. Dengan AI Agent yang disesuaikan dari 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 di lapisan infrastruktur, bagaimana cara mendapatkan data berkualitas tinggi, melindungi privasi data, bagaimana mengelola model di blockchain, bagaimana meningkatkan penggunaan efisiensi dari komputasi terdesentralisasi, bagaimana memverifikasi model bahasa besar dan masalah kunci lainnya. Dengan perlahan-lahan sempurnanya infrastruktur ini, kita memiliki alasan untuk percaya bahwa penggabungan Web3 dan AI akan melahirkan serangkaian model bisnis dan layanan inovatif.