Potensi Jalur Data AI dan Kebangkitan Web3 DataFi

Di era di mana dunia bersaing untuk membangun model dasar terbaik, daya komputasi dan arsitektur model memang penting, tetapi parit yang sebenarnya adalah data pelatihan. Peristiwa paling mencolok bulan ini di dunia AI tidak lain adalah Meta menunjukkan kekuatan, membentuk tim AI mewah yang didominasi oleh talenta penelitian Tionghoa. Pemimpin tim adalah Alexander Wang yang baru berusia 28 tahun, pendiri Scale AI. Saat ini, Scale AI dinilai sebesar 29 miliar dolar AS, menyediakan layanan data untuk beberapa raksasa AI termasuk militer AS, OpenAI, Anthropic, dan Meta.

Scale AI mampu menonjol di antara banyak unicorn karena mereka telah menemukan pentingnya data dalam industri AI sejak awal. Kekuatan komputasi, model, dan data adalah tiga pilar utama dari model AI. Jika kita membandingkan model besar dengan seorang manusia, maka model adalah tubuh, kekuatan komputasi adalah makanan, sementara data adalah pengetahuan dan informasi.

Dengan pesatnya perkembangan LLM, fokus industri secara bertahap beralih dari model ke daya komputasi. Saat ini, sebagian besar model telah menetapkan transformer sebagai kerangka kerja. Banyak raksasa baik membangun kluster supercomputing sendiri atau menandatangani kontrak jangka panjang dengan penyedia layanan cloud. Setelah memenuhi kebutuhan dasar daya komputasi, pentingnya data semakin menonjol.

Scale AI tidak hanya berusaha untuk menggali data yang ada, tetapi juga mengalihkan perhatian pada bisnis generasi data jangka panjang. Perusahaan ini sedang mencoba untuk menyediakan data pelatihan yang lebih berkualitas untuk model AI melalui tim ahli manusia dari berbagai bidang.

Pelatihan model dibagi menjadi dua tahap: pra-pelatihan dan penyempurnaan. Pra-pelatihan mirip dengan proses bayi belajar berbicara, yang memerlukan banyak informasi yang diambil dari teks, kode, dan sumber lain di internet. Penyempurnaan mirip dengan pendidikan di sekolah, yang memiliki tujuan dan arah yang jelas. Oleh karena itu, data yang diperlukan juga dibagi menjadi dua kategori: satu kategori adalah data besar yang tidak memerlukan banyak pengolahan, dan kategori lainnya adalah data yang perlu dirancang dan disaring dengan cermat untuk mengembangkan kemampuan spesifik model.

Seiring dengan peningkatan kemampuan model, berbagai data pelatihan yang lebih rinci dan profesional akan menjadi faktor pengaruh kunci terhadap kemampuan model. Dalam jangka panjang, data AI juga merupakan jalur yang memiliki efek bola salju, dengan akumulasi pekerjaan awal, aset data akan memiliki kemampuan bunga majemuk, semakin tua semakin berharga.

Web3 DataFi: Tanah Subur untuk Data AI

Dibandingkan dengan perusahaan data tradisional, Web3 memiliki keunggulan alami di bidang data AI, sehingga lahirlah konsep baru DataFi. Keunggulan Web3 DataFi terutama terletak pada beberapa aspek berikut:

1. Kontrak pintar menjamin kedaulatan data, keamanan, dan privasi
2. Arsitektur terdistribusi menarik tenaga kerja global yang paling cocok
3. Mekanisme insentif dan penyelesaian blockchain yang jelas
4. Membangun pasar data satu atap yang efisien dan terbuka

Untuk pengguna biasa, DataFi adalah proyek AI terdesentralisasi yang paling mudah diikuti. Pengguna tidak memerlukan investasi perangkat keras yang mahal atau latar belakang teknis yang profesional, hanya dengan menyelesaikan tugas sederhana seperti menyediakan data, mengevaluasi output model, dan sebagainya.

Potensi Proyek DataFi Web3

Saat ini, beberapa proyek DataFi telah memperoleh pendanaan yang signifikan, menunjukkan potensi besar:

1. Sahara AI: Berkomitmen untuk membangun infrastruktur AI terdesentralisasi dan pasar perdagangan.
2. Yupp: Platform umpan balik model AI, pengguna dapat memilih kualitas output dari berbagai model.
3. Vana: Mengubah data pribadi pengguna menjadi aset digital yang dapat dimonetisasi
4. Chainbase: Fokus pada data on-chain, mencakup lebih dari 200 blockchain
5. Sapien: Mengubah pengetahuan manusia menjadi data pelatihan AI berkualitas tinggi
6. Prisma X: Lapisan koordinasi terbuka robot, fokus pada pengumpulan data fisik
7. Masa: Proyek subnet teratas dalam ekosistem Bittensor, menyediakan akses data secara real-time
8. Irys: Fokus pada penyimpanan data dan komputasi yang dapat diprogram
9. ORO: Memberdayakan orang biasa untuk berpartisipasi dalam kontribusi AI
10. Gata: lapisan data terdesentralisasi, menyediakan berbagai alat pengumpulan dan pengolahan data

Meskipun saat ini hambatan untuk proyek-proyek ini tidak tinggi, namun keunggulan platform akan cepat terbentuk seiring dengan akumulasi pengguna dan daya tarik ekosistem. Pada tahap awal, perlu fokus pada insentif dan pengalaman pengguna untuk menarik cukup banyak pengguna. Sementara itu, pihak proyek perlu mempertimbangkan bagaimana mengelola tenaga kerja dan memastikan kualitas data, untuk menghindari situasi di mana uang yang buruk mengusir uang yang baik.

Selain itu, meningkatkan transparansi dan mempercepat proses desentralisasi juga merupakan tantangan penting yang dihadapi proyek-proyek ini. Adopsi DataFi yang besar perlu menarik pengguna individu dan pelanggan perusahaan mainstream secara bersamaan, membentuk ekosistem yang lengkap.

DataFi mewakili proses di mana kecerdasan manusia secara jangka panjang mengembangkan kecerdasan mesin, sekaligus menjamin hasil kerja manusia melalui kontrak pintar. Bagi mereka yang penuh harapan terhadap era AI dan tetap memegang idealisme blockchain, berpartisipasi dalam DataFi jelas merupakan pilihan bijak yang sejalan dengan tren.