Saya ingat, tahun ini CCTV 3·15 menyoroti industri keracunan AI:
Para pedagang memproduksi massal ulasan palsu dan konten pemasaran, bahkan dapat memengaruhi hasil rekomendasi AI.
GEO awalnya hanya untuk mengoptimalkan visibilitas merek dalam pencarian AI, tetapi ketika sumber informasi sengaja “dicemari”, jawaban yang diberikan AI juga bisa berubah menjadi iklan yang dikemas.
Masalah ini cukup serius. AI tidak hanya dapat menghasilkan halusinasi; data yang digunakannya pun bisa saja palsu.
Jadi, saat ini pengguna biasa masih sulit untuk memastikan:
▰ Apakah data pelatihan model itu nyata
▰ Apakah instruksi yang diterima AI Agent sesuai
▰ Apakah hasil keluaran telah dimanipulasi
Seiring AI Agent mulai mengelola dompet, memanggil protokol, bahkan mengeksekusi transaksi secara otomatis, ini bukan lagi sekadar persoalan akurasi konten, melainkan masalah keamanan aset.
Karena itu, “verifikasi” mungkin menjadi salah satu wujud kombinasi yang benar-benar bernilai antara AI dan Web3.
Pelatihan model perlu memverifikasi sumber data, AI Agent perlu memverifikasi maksud dan tindakan, dan operasi di rantai (on-chain) juga perlu memverifikasi otorisasi serta hasil eksekusinya.
Terlihat seperti beberapa masalah teknis, tetapi pada dasarnya itu berkaitan dengan beberapa pasar infrastruktur independen.
DeepSafe “mengisi posisi” justru pada lapisan ini.
Mekanisme CRVA-nya mendukung beberapa agen verifikasi untuk bersama-sama memeriksa masukan, maksud, dan keluaran AI, lalu melalui cara kriptografi memberikan hasil yang dapat diverifikasi.
Pengguna biasa tidak perlu memahami teknologi yang rumit, juga tidak perlu membuta-membuta percaya bahwa AI tidak berbuat jahat, karena AI dapat membuktikan bahwa ia menjalankan aturan.
Selain AI, DeepSafe juga dapat memverifikasi pesan on-chain dan off-chain.
Saat ini, proyek telah mengumpulkan hampir 120 juta catatan verifikasi, memiliki lebih dari 70 mitra ekosistem dan teknologi, serta bekerja sama dengan ARC Matrix untuk mendorong infrastruktur kepercayaan yang mengutamakan privasi.
Menurut saya, persaingan infrastruktur AI+Web3 baru saja dimulai.
Dulu pasar fokus pada komputasi, data, dan model; pada tahap berikutnya, siapa yang melakukan verifikasi terhadap AI akan semakin penting.
Keunggulan DeepSafe adalah masuk lebih awal dan memiliki pengalaman verifikasi yang nyata; namun apakah keunggulan pelopor pada akhirnya bisa menjadi penghalang (moat), bergantung pada apakah ia dapat mengubah kemampuan teknologinya menjadi akses riil, pendapatan verifikasi, dan penggunaan jangka panjang.
Jadi, DeepSafe tidak hanya membuat lapisan verifikasi untuk Web3, tetapi juga mencoba menjadi lapisan kepercayaan di era AI.
Para pedagang memproduksi massal ulasan palsu dan konten pemasaran, bahkan dapat memengaruhi hasil rekomendasi AI.
GEO awalnya hanya untuk mengoptimalkan visibilitas merek dalam pencarian AI, tetapi ketika sumber informasi sengaja “dicemari”, jawaban yang diberikan AI juga bisa berubah menjadi iklan yang dikemas.
Masalah ini cukup serius. AI tidak hanya dapat menghasilkan halusinasi; data yang digunakannya pun bisa saja palsu.
Jadi, saat ini pengguna biasa masih sulit untuk memastikan:
▰ Apakah data pelatihan model itu nyata
▰ Apakah instruksi yang diterima AI Agent sesuai
▰ Apakah hasil keluaran telah dimanipulasi
Seiring AI Agent mulai mengelola dompet, memanggil protokol, bahkan mengeksekusi transaksi secara otomatis, ini bukan lagi sekadar persoalan akurasi konten, melainkan masalah keamanan aset.
Karena itu, “verifikasi” mungkin menjadi salah satu wujud kombinasi yang benar-benar bernilai antara AI dan Web3.
Pelatihan model perlu memverifikasi sumber data, AI Agent perlu memverifikasi maksud dan tindakan, dan operasi di rantai (on-chain) juga perlu memverifikasi otorisasi serta hasil eksekusinya.
Terlihat seperti beberapa masalah teknis, tetapi pada dasarnya itu berkaitan dengan beberapa pasar infrastruktur independen.
DeepSafe “mengisi posisi” justru pada lapisan ini.
Mekanisme CRVA-nya mendukung beberapa agen verifikasi untuk bersama-sama memeriksa masukan, maksud, dan keluaran AI, lalu melalui cara kriptografi memberikan hasil yang dapat diverifikasi.
Pengguna biasa tidak perlu memahami teknologi yang rumit, juga tidak perlu membuta-membuta percaya bahwa AI tidak berbuat jahat, karena AI dapat membuktikan bahwa ia menjalankan aturan.
Selain AI, DeepSafe juga dapat memverifikasi pesan on-chain dan off-chain.
Saat ini, proyek telah mengumpulkan hampir 120 juta catatan verifikasi, memiliki lebih dari 70 mitra ekosistem dan teknologi, serta bekerja sama dengan ARC Matrix untuk mendorong infrastruktur kepercayaan yang mengutamakan privasi.
Menurut saya, persaingan infrastruktur AI+Web3 baru saja dimulai.
Dulu pasar fokus pada komputasi, data, dan model; pada tahap berikutnya, siapa yang melakukan verifikasi terhadap AI akan semakin penting.
Keunggulan DeepSafe adalah masuk lebih awal dan memiliki pengalaman verifikasi yang nyata; namun apakah keunggulan pelopor pada akhirnya bisa menjadi penghalang (moat), bergantung pada apakah ia dapat mengubah kemampuan teknologinya menjadi akses riil, pendapatan verifikasi, dan penggunaan jangka panjang.
Jadi, DeepSafe tidak hanya membuat lapisan verifikasi untuk Web3, tetapi juga mencoba menjadi lapisan kepercayaan di era AI.