kata pengantar:

Dengan pesatnya perkembangan teknologi digital, AI dan Crypto menjadi dua topik terhangat. Sebagai revolusi teknologi, AI mewakili produktivitas paling maju; Crypto didasarkan pada teknologi blockchain dan mewakili hubungan produksi paling adil. AI dan Crypto terus mengubah cara kita hidup dan bekerja. Artikel ini akan mengeksplorasi konvergensi AI dan Crypto dan bagaimana keduanya dapat membentuk masa depan kita.

AI: produktivitas tercanggih

AI (Kecerdasan Buatan) adalah teknologi yang memungkinkan sistem komputer meniru kecerdasan manusia dan melakukan tugas-tugas cerdas. Ini mencakup beberapa sub-bidang termasuk:

1. Pembelajaran mesin: Pembelajaran mesin adalah dasar dari AI dan melibatkan pelatihan sistem komputer untuk meningkatkan kinerja melalui data dan pengalaman. Termasuk berbagai jenis pembelajaran yang diawasi, pembelajaran tanpa pengawasan, dan pembelajaran penguatan;

2. Pembelajaran mendalam: Pembelajaran mendalam adalah cabang pembelajaran mesin yang mensimulasikan cara kerja jaringan saraf otak manusia. Ia menggunakan jaringan saraf multi-lapis untuk memproses data yang kompleks dan telah membuat terobosan besar di berbagai bidang seperti visi komputer dan pemrosesan bahasa alami;

3. Natural Language Processing (NLP): NLP melibatkan kemampuan komputer untuk memahami dan memproses bahasa manusia. Ini mencakup analisis teks, analisis sentimen, pengenalan suara, terjemahan mesin, dan teknologi lainnya.

4. Computer Vision: Computer vision bertujuan agar sistem komputer dapat "melihat" dan memahami gambar dan video. Ini melibatkan teknologi dalam pengenalan gambar, deteksi target, pengenalan wajah, pembuatan gambar, dll.

Dari logika yang mendasarinya, inti dari AI adalah memungkinkan komputer memiliki “persepsi”, “kognisi”, “kreativitas”, dan “kecerdasan”. Penjelasan konkritnya adalah memungkinkan komputer berpikir seperti manusia, bertindak seperti manusia, berpikir rasional, dan mengambil keputusan rasional.

Dengan berkembangnya teknologi AI, terdapat banyak skenario penerapan yang dapat mencapai pengurangan biaya, peningkatan efisiensi, dan keselamatan melalui penggunaan AI. Singkatnya, hal ini dapat memberikan manfaat yang lebih baik bagi umat manusia. Misalnya:

  • Mengemudi otonom: Teknologi AI digunakan untuk mengembangkan kendaraan otonom guna meningkatkan keselamatan jalan raya dan efisiensi berkendara dengan merasakan lingkungan, mengambil keputusan, dan mengendalikan kendaraan.

  • Layanan Kesehatan: AI berperan penting dalam pengenalan citra medis, diagnosis penyakit, dan perencanaan pengobatan, membantu dokter memberikan diagnosis yang lebih akurat dan rencana perawatan yang dipersonalisasi.

  • Layanan keuangan: AI banyak digunakan di bidang keuangan, termasuk penilaian risiko, penilaian kredit, strategi investasi dan anti-penipuan, untuk meningkatkan efisiensi dan akurasi lembaga keuangan.

  • Rumah pintar: AI diterapkan pada perangkat rumah pintar, memungkinkan perangkat rumah dikontrol melalui suara atau gerakan, meningkatkan kemudahan dan kenyamanan rumah.

  • Pemrosesan bahasa alami: Teknologi AI memungkinkan mesin untuk memahami dan memproses bahasa manusia, termasuk pengenalan ucapan, pemahaman semantik, dan terjemahan otomatis. Teknologi ini banyak digunakan pada asisten cerdas (seperti Siri, Alexa, Asisten Google) dan robot virtual (seperti pelanggan robot layanan) melalui interaksi suara dan teks untuk memberikan layanan dan dukungan yang dipersonalisasi.

  • Hiburan dan Permainan: AI memainkan peran penting dalam pengembangan game, termasuk desain musuh yang cerdas, tingkat kesulitan permainan yang adaptif, dan efek grafis yang realistis.

ChatGPT terpopuler tahun ini adalah model chatbot berdasarkan Transformator Terlatih Generatif. GPT adalah model bahasa berdasarkan arsitektur Transformer yang dikembangkan oleh OpenAI. Tujuan ChatGPT adalah mempelajari hukum statistik dan pemahaman semantik bahasa melalui pra-pelatihan pada data teks dalam jumlah besar untuk menghasilkan respons bahasa alami yang mirip manusia.

Logika desain yang mendasari GPT terutama mencakup dua komponen utama: arsitektur transformator dan metode penyesuaian pra-pelatihan.

Arsitektur transformator: Transformator adalah arsitektur jaringan saraf berdasarkan mekanisme perhatian mandiri, yang dapat membangun ketergantungan jarak jauh saat memproses data urutan. Transformer terdiri dari beberapa lapisan encoder-decoder, yang masing-masing terdiri dari mekanisme perhatian multi-head dan jaringan saraf feed-forward. Mekanisme perhatian memungkinkan model untuk fokus pada posisi berbeda dalam urutan masukan saat menghasilkan keluaran, sehingga lebih memahami informasi kontekstual.

Pendekatan penyesuaian pra-pelatihan: ChatGPT menggunakan pra-pelatihan tanpa pengawasan berskala besar untuk mempelajari pola dan pengetahuan bahasa. Pada tahap pra-pelatihan, model mencoba memprediksi bagian yang hilang dari urutan masukan dengan melakukan pembelajaran mandiri pada data teks berukuran besar. Hal ini memungkinkan model untuk mempelajari pengetahuan seperti tata bahasa, semantik, dan akal sehat. Kemudian, dalam fase penyesuaian, model diawasi dengan baik menggunakan data berlabel khusus tugas untuk menyesuaikannya dengan tugas tertentu, seperti chatbot.

Proses pembuatan ChatGPT meliputi dua tahap: tahap masukan encoder dan tahap pembuatan decoder. Pada tahap masukan encoder, model menerima masukan pengguna dan mengubahnya menjadi representasi tersembunyi untuk menangkap informasi semantik dari masukan tersebut. Pada tahap pembuatan decoder, model menggunakan representasi tersembunyi encoder dan token yang dihasilkan sebelumnya untuk menghasilkan token respons berikutnya hingga kondisi penghentian tertentu tercapai.

Kripto: Blockchain adalah hubungan produksi yang paling adil

Tidak perlu menjelaskan secara rinci. Pada dasarnya, alasan utama mengapa Crypto dapat berkembang hingga skalanya saat ini adalah karena blockchain dapat meningkatkan keadilan sosial dan mewakili hubungan produksi yang paling adil. Tentu saja, pertama-tama, keadilan perlu didiskusikan dalam kerangka nilai yang relatif universal agar bisa bermakna.

Ambil contoh Bitcoin dan Ethereum, yang saat ini memiliki kapitalisasi pasar terbesar. Dalam kerangka nilai "Anda mendapatkan lebih banyak untuk pekerjaan Anda, semakin banyak Anda bekerja, semakin banyak Anda bekerja", mekanisme konsensus PoW Bitcoin sangat adil, demikian pula, dalam kerangka nilai "perolehan modal", Ethereum masih sangat adil setelahnya itu berubah dari PoW ke PoS.

Singkatnya, Crypto berdasarkan teknologi blockchain dapat mengoptimalkan alokasi sumber daya, mencapai otonomi komunitas, dan mewakili hubungan produksi sosial yang paling adil.

Integrasi AI dan Crypto

Integrasi AI dan Crypto dapat menghasilkan beberapa eksplorasi aplikasi yang menarik.

1、Bot Perdagangan Crypto AI

Karena AI telah berkembang secara relatif matang dalam analisis dan pemrosesan data, pelatihan model, dll., sudah terdapat preseden untuk investasi AI:

Renaissance Technologies, dana lindung nilai yang 100% mengandalkan pembelajaran mesin analisis data skala besar dan model matematika, menggunakan perdagangan frekuensi tinggi, arbitrase statistik, dan strategi netral pasar untuk berinvestasi, menghasilkan US$100 miliar selama keberadaannya. Renaissance Hedge Fund dapat dianggap sebagai versi finansial AI yang menggunakan pembelajaran mesin dan analisis data.

Pasar Crypto memiliki keunggulan unik dalam mendukung investasi intervensi AI: operasi 24 jam yang lancar, anonimitas, tanpa KYC, loop tertutup sepenuhnya pada rantai, dan tidak ada kontak fisik. Jika AI Trader dikembangkan untuk pasar Kripto, strategi lindung nilai seperti arbitrase, kuantifikasi, dan analisis tren dapat digunakan pada rantai operasi pasar Kripto; dan beberapa model pembelajaran mesin dan analisis data dapat dirancang untuk memungkinkan AI Trader ini terus melakukannya meningkatkan pemahamannya tentang pasar Kripto. Mengetahui hal ini, kami mungkin dapat menciptakan AI Trader yang dapat menghasilkan keuntungan secara berkelanjutan.

Gunakan AI untuk memprediksi tren pasar Kripto: Fluktuasi harga di pasar mata uang kripto sangat ganas, dan AI dapat memprediksi tren pasar dan fluktuasi harga dengan menganalisis sejumlah besar data pasar dan riwayat tren harga. Algoritme pembelajaran mesin dapat mengidentifikasi pola dan tren tersembunyi, membantu investor mengambil keputusan yang lebih tepat. Misalnya, AI dapat menganalisis sentimen pasar melalui model pembelajaran mendalam untuk memprediksi tren naik atau turun harga mata uang kripto.

Perdagangan otomatis menggunakan AI: Algoritme perdagangan otomatis AI adalah salah satu alat penting untuk perdagangan mata uang kripto. Perdagangan mata uang kripto otomatis dapat dicapai dengan menulis kontrak pintar dan bot perdagangan. Robot-robot ini dapat menjalankan transaksi sesuai dengan aturan dan strategi yang telah ditetapkan, mengurangi gangguan dari faktor manusia serta meningkatkan efisiensi dan akurasi transaksi. Misalnya saja dengan menggunakan algoritma AI, robot trading dapat secara otomatis melakukan operasi beli atau jual berdasarkan kondisi pasar untuk memperoleh hasil trading terbaik.

Di arah ini kita sedang melihat Rockybot. Ini adalah bot Perdagangan AI onchain sepenuhnya yang dapat menggunakan model AI on-chain untuk memprediksi harga ETH dan membuat keputusan investasi sendiri tanpa otorisasi pusat. Rockybot mengandalkan StarkNet dan dilatih berdasarkan data harga/nilai historis untuk pasangan perdagangan WETH:USDC. Secara arsitektural, Rocky adalah jaringan saraf umpan maju tiga lapis sederhana yang memprediksi apakah harga WETH akan naik atau turun berdasarkan data harga pasar historis. Tapi Rockybot belum mulai menghasilkan uang... Ini mungkin memerlukan lebih banyak pelatihan (tetapi proyek telah berhenti menerima sumbangan)... Mungkin juga tugas berat menghasilkan uang di pasar beruang Crypto juga memalukan bagi AI .

2. Kontribusi data dan perlindungan privasi

Gunakan Kripto untuk memotivasi lebih banyak orang agar menyumbangkan data ke algoritme AI: Algoritme AI memiliki permintaan yang tinggi terhadap data berkualitas tinggi dalam jumlah besar, dan mata uang kripto dapat mendorong pengguna untuk membagikan data mereka melalui mekanisme insentif. Cryptocurrency dapat memberikan keuntungan ekonomi tertentu kepada penyedia data, sehingga mendorong pembagian dan sirkulasi data. Mekanisme insentif ini dapat mendorong lebih banyak pengguna untuk menyumbangkan data, sehingga meningkatkan sampel pelatihan algoritma AI serta meningkatkan akurasi dan kecerdasannya.

Melindungi privasi kontributor data AI menggunakan Crypto: Properti enkripsi dan anonimitas blockchain juga membantu melindungi privasi pengguna. Mekanisme berbagi data dan perlindungan privasi mata uang kripto menyediakan lebih banyak sumber daya data untuk algoritme AI sekaligus memastikan keamanan informasi pribadi pengguna.

3. ZKML: Memastikan privasi dan keaslian model pembelajaran mesin

ZKML (zero knowledge machine learning) adalah teknologi yang menggunakan bukti tanpa pengetahuan untuk pembelajaran mesin. ZKML dapat memecahkan masalah perlindungan privasi model/input AI dan masalah proses penalaran yang dapat diverifikasi, menggunakan zkSNARK untuk membuktikan kebenaran penalaran pembelajaran mesin.

ZKML dapat digunakan untuk melatih dan mengevaluasi model pembelajaran mesin pada data sensitif tanpa mengungkapkan data tersebut kepada orang lain. ZKML dapat digunakan untuk memastikan konsistensi model pembelajaran mesin. Hal ini sangat penting bagi pengguna karena model sangat penting untuk hasil pembelajaran mesin.

Sudah ada beberapa eksplorasi aplikasi seputar ZKML. Di arah DeFi, bot Perdagangan AI onchain sepenuhnya-Rockybot telah diluncurkan, yang dapat menggunakan model AI on-chain untuk memprediksi harga ETH dan membuat keputusan investasi sendiri tanpa otorisasi pusat di arah Permainan, Modulus Labs telah meluncurkan a Game catur Leela berbasis ZKML, di mana semua pengguna dapat bermain melawan robot yang didukung oleh model AI terverifikasi ZK, dan game pertarungan platform AI Arena ke arah Ekonomi Kreator, komunitas mengirimkan EIP yang disebut zkML AIGC-NFTs#; Proposal 7007 (EIP ini belum lolos), diusulkan untuk menggunakan ZKML untuk memverifikasi apakah NFT dihasilkan oleh AI, sehingga memperkenalkan kategori NFT yang dibuat oleh AI; dalam arah DID, Wordcoin sedang menjajaki penggunaan ZKML untuk memungkinkan pengguna untuk membuat kode IRIS tanpa izin. Saat membuat IRIS Setelah algoritme kode ditingkatkan, pengguna dapat mengunduh model dan menghasilkan bukti sendiri tanpa pergi ke stasiun Orb; platform distribusi token Astraly dibangun di atas StarkNet, yang menciptakan sistem reputasi berbasis AI (dalam Menggunakan model pengelompokan untuk mengidentifikasi karakteristik pengguna/item, lencana, dan perilaku historis sebelum menghitung peringkat reputasi tanpa kepercayaan).

4. AI+Blockchain: Protokol blockchain yang berkembang dengan sendirinya

Melalui pembelajaran mesin AI yang transparan, protokol DeFi dapat mengoptimalkan dirinya sendiri tanpa kepercayaan, seperti menggunakan pembelajaran mesin untuk menyesuaikan nilai tukar/tingkat bunga stablecoin. Dengan menggunakan biometrik/autentikasi multimodal, dApps dapat mengelola sendiri kepatuhan/keamanan. Bahkan proses pembuatan ZKP ZK Rollup selanjutnya dapat meningkatkan kinerja ZK Rollup secara signifikan dengan menciptakan sistem bukti yang berfokus pada pembuatan pembelajaran mesin, sehingga membangun zk-AI Prover tercepat di dunia.

Tentu saja, masih banyak tantangan menuju integrasi AI dan Crypto. Misalnya, sejauh ini belum ada yang melakukan porting operasi AI yang ada ke bahasa pembuktian yang dihasilkan secara otomatis ini, meskipun Giza sedang berupaya untuk mem-porting model ONNX yang telah dilatih sebelumnya ke Cario untuk inferensi yang dapat diverifikasi.

Meringkaskan

Penggabungan AI dan Crypto dapat membawa perubahan cerdas pada digitalisasi. Penerapan AI menjadikan Crypto lebih cerdas dan efisien, dan berdasarkan Crypto, ia dapat menyediakan data yang lebih nyata, komprehensif, dan lingkungan operasi yang dapat dipercaya untuk algoritma AI.

Meskipun menghadapi banyak tantangan, kita dapat menantikan integrasi AI dan Kripto yang lebih mendalam untuk bersama-sama mendorong perkembangan ekonomi digital dan menciptakan masa depan yang lebih baik bagi seluruh umat manusia.

Dokumentasi referensi:

https://github.com/ethereum/EIPs/pull/7007/commits

https://www.rockybot.app/

https://www.leelavstheworld.xyz/