Potensi Jalur Data AI dan Kebangkitan Web3 DataFi

Belakangan ini, peristiwa yang paling menarik perhatian di dunia AI adalah kekuatan luar biasa yang ditunjukkan oleh Meta. Zuckerberg merekrut bakat di mana-mana dan membentuk tim AI mewah yang sebagian besar terdiri dari peneliti Tionghoa. Di antara mereka, Alexander Wang yang baru berusia 28 tahun menjadi pemimpin tim. Wang sebelumnya mendirikan Scale AI yang bernilai 29 miliar dolar, menyediakan layanan data untuk beberapa raksasa AI termasuk militer AS, OpenAI, Anthropic, dan Meta. Inti dari bisnis Scale AI adalah menyediakan sejumlah besar data berlabel yang akurat.

Alasan mengapa Scale AI mampu menonjol di antara banyak unicorn adalah karena mereka dengan cepat menyadari pentingnya data dalam industri AI. Daya komputasi, model, dan data adalah tiga pilar utama dari model AI. Jika model besar dibandingkan dengan seorang manusia, maka model adalah tubuh, daya komputasi adalah makanan, dan data adalah pengetahuan dan informasi.

Dalam perkembangan pesat model bahasa besar, fokus industri telah berpindah dari model ke komputasi. Saat ini, sebagian besar model menggunakan transformer sebagai kerangka, kadang-kadang ada inovasi seperti MoE atau MoRe. Para raksasa industri baik membangun kluster superkomputer mereka sendiri atau menandatangani perjanjian jangka panjang dengan penyedia layanan cloud seperti AWS. Setelah masalah komputasi dasar ini teratasi, pentingnya data semakin menonjol.

Berbeda dengan perusahaan big data To B tradisional, Scale AI berkomitmen untuk membangun dasar data yang kuat untuk model AI. Bisnisnya tidak hanya mencakup penggalian data yang ada, tetapi juga melibatkan bisnis generasi data yang lebih jangka panjang. Perusahaan ini juga telah membentuk tim pelatihan AI yang terdiri dari para ahli manusia dari berbagai bidang, untuk menyediakan data pelatihan berkualitas lebih tinggi untuk model AI.

Pelatihan model dibagi menjadi dua tahap: pra-pelatihan dan penyempurnaan. Tahap pra-pelatihan mirip dengan proses bayi belajar berbicara, di mana perlu memasukkan banyak teks, kode, dan informasi lain yang diambil dari internet ke dalam model AI. Tahap penyempurnaan mirip dengan pendidikan di sekolah, biasanya memiliki kebenaran, jawaban, dan arah yang jelas. Melalui dataset tertentu, kita dapat mengembangkan model dengan kemampuan yang diperlukan.

Oleh karena itu, data yang diperlukan dibagi menjadi dua kategori: satu adalah data besar yang tidak perlu diproses secara berlebihan, biasanya berasal dari data crawling di platform UGC seperti Reddit, Twitter, Github, database literatur publik, dan database pribadi perusahaan; yang lainnya memerlukan desain dan penyaringan yang cermat untuk mengembangkan kualitas tertentu dari model, yang memerlukan pembersihan data, penyaringan, penandaan, dan umpan balik manual.

Seiring dengan peningkatan kemampuan model, berbagai data pelatihan yang lebih halus dan profesional akan menjadi faktor kunci yang mempengaruhi kemampuan model. Dalam jangka panjang, data AI juga merupakan jalur jangka panjang yang memiliki kemampuan snowball, seiring dengan akumulasi kerja awal, aset data akan memiliki kemampuan bunga majemuk, semakin tua semakin bernilai.

Dalam bidang Web3, konsep DataFi muncul. Web3 DataFi memiliki berbagai keunggulan:

1. Kontrak pintar menjamin kedaulatan data, keamanan, dan privasi
2. Keunggulan arbitrase geografis alami menarik tenaga kerja terdistribusi global yang paling sesuai
3. Keuntungan insentif dan penyelesaian yang jelas dari blockchain
4. Menguntungkan untuk membangun pasar data "one-stop" yang lebih efisien dan terbuka.

Bagi pengguna biasa, DataFi adalah proyek AI terdesentralisasi yang paling menguntungkan untuk diikutsertakan. Pengguna tidak perlu menandatangani kontrak pabrik data, cukup masuk ke dompet mereka untuk berpartisipasi dengan menyelesaikan berbagai tugas sederhana, seperti menyediakan data, mengevaluasi model, menggunakan alat AI untuk kreasi sederhana, atau berpartisipasi dalam perdagangan data.

Saat ini, di bidang Web3 DataFi telah muncul sejumlah proyek potensial, seperti Sahara AI, Yupp, Vana, Chainbase, Sapien, Prisma X, Masa, Irys, ORO, dan Gata. Proyek-proyek ini masing-masing fokus pada berbagai bidang layanan data, termasuk pengumpulan data, evaluasi model, monetisasi data pribadi, dan indeks data on-chain.

Meskipun saat ini hambatan untuk proyek-proyek ini umumnya tidak tinggi, begitu pengguna dan daya tarik ekosistem terakumulasi, keunggulan platform akan cepat terakumulasi. Oleh karena itu, proyek-proyek awal harus fokus pada insentif dan pengalaman pengguna. Selain itu, platform data ini juga perlu mempertimbangkan bagaimana mengelola tenaga kerja dan menjamin kualitas hasil data, untuk menghindari situasi di mana uang yang buruk mengusir uang yang baik.

Selain itu, meningkatkan transparansi juga merupakan tantangan penting yang dihadapi oleh proyek blockchain saat ini. Semakin banyak proyek perlu menunjukkan komitmen jangka panjang yang terbuka dan transparan untuk mendorong perkembangan sehat Web3 DataFi.

Jalur aplikasi skala besar DataFi mencakup dua aspek: pertama adalah menarik cukup banyak pengguna biasa untuk berpartisipasi dalam pengumpulan dan generasi data, membentuk kelompok konsumen ekonomi AI; kedua adalah mendapatkan pengakuan dari perusahaan besar mainstream, karena dalam jangka pendek mereka masih merupakan sumber utama dari kontrak data besar.

Secara keseluruhan, DataFi mewakili proses di mana kecerdasan manusia membina kecerdasan mesin dalam jangka panjang, sambil menjamin hasil kerja manusia melalui kontrak pintar, dan akhirnya mewujudkan umpan balik kecerdasan mesin kepada manusia. Bagi mereka yang merasa tidak pasti tentang era AI, bergabung dengan DataFi bisa menjadi pilihan bijak yang sejalan dengan tren.