Evolusi "dari iklan yang berlebihan menuju kenyataan" dalam DePIN dan AI menunjukkan bahwa inovasi sejati terletak pada menyelesaikan tantangan dunia nyata secara praktis dan efisien—demikian yang diungkapkan oleh Sylvia To dari Bullish Capital Management.
◇◇◇
DePIN: Jaringan Infrastruktur Fisik Terdesentralisasi
Proyek DePIN secara teori merupakan upaya untuk memberikan utilitas nyata kepada aset kripto (mata uang virtual). Namun, hampir tidak ada yang memiliki model bisnis yang rasional yang benar-benar dapat menyelesaikan masalah dunia nyata dan menghancurkan perusahaan yang sudah ada, serta sulit untuk ditiru. Banyak yang hanya merupakan solusi yang mencari masalah.
Namun, salah satu pengecualian yang patut dicatat adalah jaringan pelacakan penerbangan "Wingbits". Alasannya adalah karena mereka mencoba menyelesaikan tantangan Web2 dengan insentif Web3. Jika Anda pernah memiliki pengalaman melacak penerbangan seperti BA117 dari London ke New York, Anda mungkin pernah menggunakan situs web seperti FlightAware atau Flightradar.
〈Peta pelacakan penerbangan Wingbits, sumber: Wingbits – Transforming Flight Tracking.〉Perusahaan pelacakan penerbangan menjual data penerbangan kepada pembeli seperti maskapai penerbangan dan analis keuangan yang berusaha mengungkap tren merger dan akuisisi dari pergerakan jet pribadi, sehingga menghasilkan keuntungan besar. Selain itu, sumber pendapatan juga berasal dari iklan dan langganan di platform.
Namun, sebagai investasi infrastruktur, tidak dicatat biaya infrastruktur yang besar atau biaya perangkat keras. Ini karena perangkat keras yang disebut "ADS-B receiver" terdiri dari antena dan komputer kecil "Raspberry Pi", yang dapat dibeli dan disetel oleh para penggemar penerbangan. Banyak penggemar tidak mengharapkan imbalan apa pun dan hanya menerima langganan gratis (hak penggunaan gratis) dari platform pelacakan penerbangan favorit mereka.
Tantangannya adalah bahwa para penggemar tidak memiliki insentif untuk meningkatkan kualitas data sebaik mungkin. Tanpa insentif positif, penerima ADS-B akan dipasang di tempat yang tidak tepat. Misalnya, dipasang di sudut ruang tamu, atau terlalu banyak di daerah perkotaan yang padat penduduk, sehingga cakupan di daerah pedesaan menjadi tidak memadai.
〈Penerima ADS-B tradisional (kiri) dan perangkat keras Wingbits (kanan), sumber: Wingbits – Transforming Flight Tracking.〉Wingbits membawa perubahan revolusioner dalam pelacakan penerbangan dengan memanfaatkan sistem yang mirip dengan indeks spasial hierarkis heksagonal Uber, memberikan insentif kepada para penggemar untuk secara strategis menempatkan stasiun berdasarkan ketinggian. Pendekatan ini memungkinkan cakupan yang optimal, data berkualitas tinggi, dan yang terpenting, imbalan yang adil untuk para kontributor jaringan.
Wingbits telah berhasil mencakup 75% dari jaringan terbesar dengan jumlah stasiun (perangkat keras) yang hanya 1/11 dari yang konvensional. Efisiensi tinggi ini, bersama dengan rencana penyebaran lebih dari 4000 stasiun ke depan, diharapkan dapat jauh melampaui jaringan pelacakan penerbangan yang ada dan memberikan data berkualitas tinggi kepada pengguna.
Karena kami telah dapat menunjukkan kasus penggunaan di dunia nyata yang dapat dipahami oleh orang biasa dengan memanfaatkan insentif dari aset kripto (mata uang virtual), ke depannya kami sepertinya dapat menjelaskan konsep ini dengan mudah kepada keluarga.
Aset Kripto ✕ AI
Sama seperti siklus pasar, permintaan komputasi juga memiliki puncak dan dasar. GPU menjadi mahal, dan harga semakin meningkat akibat keterbatasan pasokan.
Konsep memanfaatkan "waktu kosong" dari komputer yang digunakan oleh konsumen umum bukanlah hal baru, tetapi titik penyelesaian masalah sinkronisasi antara beberapa komputer adalah hal yang maju.
Exo Labs adalah tim proyek canggih yang telah mencapai terobosan dalam komputasi tepi, dan dapat menjalankan model AI pada perangkat yang ditujukan untuk konsumen umum, seperti MacBook. Dengan kata lain, data sensitif berada di bawah kendali pengguna, sehingga risiko yang terkait dengan penyimpanan atau pemrosesan menggunakan cloud dapat diminimalkan.
〈Model 9 lapisan dibagi menjadi 3 bagian, masing-masing berjalan di perangkat terpisah, sumber: Transparent Benchmarks – 12 Days of EXO, Exo Labs.〉Exo Labs telah mengembangkan infrastruktur perangkat lunak inovatif yang disebut inferensi paralel pipa. Ini membagi model bahasa besar (LLM) menjadi 'shard' dan memungkinkan perangkat yang berbeda untuk menjalankan bagian yang berbeda dari model sambil tetap terhubung ke jaringan yang sama. Metode ini memiliki berbagai keuntungan, termasuk pengurangan latensi, peningkatan keamanan, efisiensi biaya, dan yang paling penting perlindungan privasi.
Dalam hal privasi, proyek yang bernama Bagel AI juga patut diperhatikan. Proyek tersebut telah mengembangkan ZKLoRA (Zero-Knowledge Low-Rank Adaptation) yang menyempurnakan LLM sambil melindungi privasi. Perubahan inovatif yang ditawarkan ini memungkinkan pembuatan model yang khusus untuk industri seperti layanan hukum, kesehatan, dan keuangan, sehingga memungkinkan penggunaan data rahasia untuk pembelajaran penguatan tanpa risiko kebocoran informasi rahasia.
Perlindungan privasi adalah topik yang menarik perhatian, tetapi tantangan yang lebih besar bagi sebagian besar LLM adalah halusinasi. Ini mengacu pada ketika AI menyajikan informasi yang salah atau menyesatkan seolah-olah itu adalah fakta.
Seorang manajer portofolio pernah berkata kepada saya, "Kebijaksanaan terletak pada mengintegrasikan sudut pandang yang bertentangan dan mengungkapkan kebenaran yang halus di antara dua pendapat ekstrem."
Blocksense adalah tim proyek yang mengembangkan pendekatan unik yang disebut konsensus zkSchellingCoin. Metode ini bertujuan untuk mencapai kebenaran tunggal dan umum dengan menggabungkan kebenaran subjektif dari beberapa sumber (misalnya, LLM yang berbeda). Bayangkan menjalankan kueri yang sama di ChatGPT, Claude, Grok, dan Llama. Meskipun satu model menghasilkan output yang salah, kemungkinan keempat model menghasilkan hasil yang sama secara statistik rendah.
〈zkSchellingCoin konsensus, sumber: Blocksense Network – The zk Rollup untuk Orakel yang Dapat Diprogram.〉Konsensus zkSchellingCoin juga dapat diterapkan untuk menambahkan verifikabilitas pada inferensi AI. Misalnya, memastikan bahwa agen AI telah mengirimkan USD Coin (USDC) dengan benar ke vault (tujuan operasional) yang memberikan hasil tertinggi.
Kepercayaan terhadap AI akan diperkuat secara signifikan dengan adanya mekanisme yang memungkinkan pihak ketiga untuk memverifikasi tindakan tersebut. Jika lapisan verifikasi ini dapat direalisasikan tanpa mempengaruhi biaya atau latensi, ada kemungkinan akan terjadi terobosan besar dalam kasus penggunaan di dunia nyata.
Evolusi dari "iklan yang berlebihan ke realitas" dalam DePIN dan AI menunjukkan bahwa inovasi sejati adalah menyelesaikan tantangan dunia nyata dengan cara yang praktis dan efisien. Proyek seperti Wingbits dan Exo Labs menunjukkan betapa blockchain dan AI dapat menciptakan dampak yang berarti.
Dengan kata lain, insentif strategis dapat merevolusi pelacakan penerbangan, memaksimalkan kekuatan perangkat konsumen, dan mewujudkan komputasi yang aman dan hemat biaya. Selain itu, kemajuan seperti ZKLoRA yang memfokuskan pada privasi dan zkSchellingCoin yang mewujudkan kebenaran yang dapat diverifikasi akan menangani tantangan penting ini, membuka masa depan yang lebih terdesentralisasi, efisien, dan dapat dipercaya.
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.
「Dari Iklan Berlebihan ke Realitas」: Tim Proyek DePIN dan AI yang Perlu Diperhatikan pada Tahun 2025 | CoinDesk JAPAN（コインデスク・ジャパン）
Evolusi "dari iklan yang berlebihan menuju kenyataan" dalam DePIN dan AI menunjukkan bahwa inovasi sejati terletak pada menyelesaikan tantangan dunia nyata secara praktis dan efisien—demikian yang diungkapkan oleh Sylvia To dari Bullish Capital Management.
◇◇◇
DePIN: Jaringan Infrastruktur Fisik Terdesentralisasi
Proyek DePIN secara teori merupakan upaya untuk memberikan utilitas nyata kepada aset kripto (mata uang virtual). Namun, hampir tidak ada yang memiliki model bisnis yang rasional yang benar-benar dapat menyelesaikan masalah dunia nyata dan menghancurkan perusahaan yang sudah ada, serta sulit untuk ditiru. Banyak yang hanya merupakan solusi yang mencari masalah.
Namun, salah satu pengecualian yang patut dicatat adalah jaringan pelacakan penerbangan "Wingbits". Alasannya adalah karena mereka mencoba menyelesaikan tantangan Web2 dengan insentif Web3. Jika Anda pernah memiliki pengalaman melacak penerbangan seperti BA117 dari London ke New York, Anda mungkin pernah menggunakan situs web seperti FlightAware atau Flightradar.
Namun, sebagai investasi infrastruktur, tidak dicatat biaya infrastruktur yang besar atau biaya perangkat keras. Ini karena perangkat keras yang disebut "ADS-B receiver" terdiri dari antena dan komputer kecil "Raspberry Pi", yang dapat dibeli dan disetel oleh para penggemar penerbangan. Banyak penggemar tidak mengharapkan imbalan apa pun dan hanya menerima langganan gratis (hak penggunaan gratis) dari platform pelacakan penerbangan favorit mereka.
Tantangannya adalah bahwa para penggemar tidak memiliki insentif untuk meningkatkan kualitas data sebaik mungkin. Tanpa insentif positif, penerima ADS-B akan dipasang di tempat yang tidak tepat. Misalnya, dipasang di sudut ruang tamu, atau terlalu banyak di daerah perkotaan yang padat penduduk, sehingga cakupan di daerah pedesaan menjadi tidak memadai.
Wingbits telah berhasil mencakup 75% dari jaringan terbesar dengan jumlah stasiun (perangkat keras) yang hanya 1/11 dari yang konvensional. Efisiensi tinggi ini, bersama dengan rencana penyebaran lebih dari 4000 stasiun ke depan, diharapkan dapat jauh melampaui jaringan pelacakan penerbangan yang ada dan memberikan data berkualitas tinggi kepada pengguna.
Karena kami telah dapat menunjukkan kasus penggunaan di dunia nyata yang dapat dipahami oleh orang biasa dengan memanfaatkan insentif dari aset kripto (mata uang virtual), ke depannya kami sepertinya dapat menjelaskan konsep ini dengan mudah kepada keluarga.
Aset Kripto ✕ AI
Sama seperti siklus pasar, permintaan komputasi juga memiliki puncak dan dasar. GPU menjadi mahal, dan harga semakin meningkat akibat keterbatasan pasokan.
Konsep memanfaatkan "waktu kosong" dari komputer yang digunakan oleh konsumen umum bukanlah hal baru, tetapi titik penyelesaian masalah sinkronisasi antara beberapa komputer adalah hal yang maju.
Exo Labs adalah tim proyek canggih yang telah mencapai terobosan dalam komputasi tepi, dan dapat menjalankan model AI pada perangkat yang ditujukan untuk konsumen umum, seperti MacBook. Dengan kata lain, data sensitif berada di bawah kendali pengguna, sehingga risiko yang terkait dengan penyimpanan atau pemrosesan menggunakan cloud dapat diminimalkan.
Dalam hal privasi, proyek yang bernama Bagel AI juga patut diperhatikan. Proyek tersebut telah mengembangkan ZKLoRA (Zero-Knowledge Low-Rank Adaptation) yang menyempurnakan LLM sambil melindungi privasi. Perubahan inovatif yang ditawarkan ini memungkinkan pembuatan model yang khusus untuk industri seperti layanan hukum, kesehatan, dan keuangan, sehingga memungkinkan penggunaan data rahasia untuk pembelajaran penguatan tanpa risiko kebocoran informasi rahasia.
Perlindungan privasi adalah topik yang menarik perhatian, tetapi tantangan yang lebih besar bagi sebagian besar LLM adalah halusinasi. Ini mengacu pada ketika AI menyajikan informasi yang salah atau menyesatkan seolah-olah itu adalah fakta.
Seorang manajer portofolio pernah berkata kepada saya, "Kebijaksanaan terletak pada mengintegrasikan sudut pandang yang bertentangan dan mengungkapkan kebenaran yang halus di antara dua pendapat ekstrem."
Blocksense adalah tim proyek yang mengembangkan pendekatan unik yang disebut konsensus zkSchellingCoin. Metode ini bertujuan untuk mencapai kebenaran tunggal dan umum dengan menggabungkan kebenaran subjektif dari beberapa sumber (misalnya, LLM yang berbeda). Bayangkan menjalankan kueri yang sama di ChatGPT, Claude, Grok, dan Llama. Meskipun satu model menghasilkan output yang salah, kemungkinan keempat model menghasilkan hasil yang sama secara statistik rendah.
Kepercayaan terhadap AI akan diperkuat secara signifikan dengan adanya mekanisme yang memungkinkan pihak ketiga untuk memverifikasi tindakan tersebut. Jika lapisan verifikasi ini dapat direalisasikan tanpa mempengaruhi biaya atau latensi, ada kemungkinan akan terjadi terobosan besar dalam kasus penggunaan di dunia nyata.
Evolusi dari "iklan yang berlebihan ke realitas" dalam DePIN dan AI menunjukkan bahwa inovasi sejati adalah menyelesaikan tantangan dunia nyata dengan cara yang praktis dan efisien. Proyek seperti Wingbits dan Exo Labs menunjukkan betapa blockchain dan AI dapat menciptakan dampak yang berarti.
Dengan kata lain, insentif strategis dapat merevolusi pelacakan penerbangan, memaksimalkan kekuatan perangkat konsumen, dan mewujudkan komputasi yang aman dan hemat biaya. Selain itu, kemajuan seperti ZKLoRA yang memfokuskan pada privasi dan zkSchellingCoin yang mewujudkan kebenaran yang dapat diverifikasi akan menangani tantangan penting ini, membuka masa depan yang lebih terdesentralisasi, efisien, dan dapat dipercaya.