Pengenalan

Mencari alpha segar di timeline melibatkan melalui beberapa sampah panas. Ketika hambatan untuk masuk ke proyek untuk dengan cepat mengumpulkan 5-6 angka hanya bio yang semi-koheren dan branding yang layak, para penipu akan mematuhi setiap narasi baru yang mereka temukan. Dan dengan semua orang di TradFi melompat ke kereta AI, narasi 'Kripto-AI' telah meningkatkan masalah ini hingga 11.

Masalah dengan sebagian besar proyek-proyek ini adalah bahwa:

• Sebagian besar proyek kripto tidak memerlukan kecerdasan buatan
• Sebagian besar proyek AI tidak memerlukan kripto

Semua DEX tidak memerlukan asisten AI bawaan dan setiap chatbot tidak memerlukan token pendamping untuk memulai kurva adopsinya. Memaksa AI ke dalam kripto (dan kripto ke dalam AI, untuk masalah itu) mendorong saya ke jurang kegilaan ketika saya melakukanpenelusuran awal saya ke dalam narasibeberapa waktu lalu.

Kabar buruknya? Melanjutkan jalur kami saat ini untuk lebih memusatkan teknologi ini berakhir dengan air mata, dan metrik ton proyek "AI x Crypto" palsu menghalangi membalikkan keadaan.

Berita baiknya? Ada cahaya di ujung terowongan. Terkadang, kecerdasan buatan memang mendapat manfaat dari kripto-ekonomi. Demikian pula, ada beberapa kasus penggunaan kripto di mana kecerdasan buatan dapat menyelesaikan beberapa masalah nyata.

Dalam tulisan hari ini, kita akan menjelajahi persimpangan kunci ini. Saku-saku inovasi kecil di mana ide-ide niche ini tumpang tindih untuk membentuk keseluruhan yang lebih besar dari jumlah bagian-bagiannya.

Pandangan tingkat tinggi tentang tumpukan kecerdasan buatan

Di bawah ini adalah bagaimana saya suka memikirkan tentang berbagai vertikal yang terlibat dalam rantai makanan “Kripto-AI”Saya juga suka Tommy, jika Anda ingin menggali lebih dalam). Perhatikan bahwa ini adalah pandangan yang sangat disederhanakan, tetapi semoga ini membantu menyiapkan panggung.

Secara umum, inilah bagaimana semuanya bekerja bersama:

• Data dikumpulkan dalam skala besar.
• Data ini diproses agar mesin memahami cara mengonsumsinya dan menerapkannya.
• Model-model dilatih pada data ini untuk membuat model umum.
• Kemudian dapat disesuaikan untuk menangani kasus penggunaan tertentu.
• Akhirnya, model-model ini dideploy dan dihosting sehingga aplikasi dapat mengajukan pertanyaan kepada mereka untuk implementasi yang berguna.
• Semua ini memerlukan sejumlah besar sumber daya komputasi, yang dapat dijalankan secara lokal atau diambil dari awan.

Mari kita menjelajahi masing-masing sektor ini, dengan perhatian khusus pada bagaimana desain kripto-ekonomi yang berbeda bisa digunakan untuk benar-benar meningkatkan alur kerja standar.

Kripto memberi kesempatan kepada sumber terbuka untuk bersaing

Metodologi pengembangan yang seluruhnya “sumber tertutup” vs “sumber terbuka” kembali ke perdebatan Windows-Linux dan Argumen Katedral vs. Bazar yang terkenal dari Eric Raymond. Dan meskipun Linux saat ini banyak digunakan di kalangan hobiis, sekitar 90% penggunapilih Windows. Mengapa? Insentif.

Pengembangan sumber terbuka, setidaknya dari luar terlihat, memiliki banyak manfaat. Ini memungkinkan sebanyak mungkin orang untuk berpartisipasi dan berkontribusi dalam proses pengembangan. Tetapi dalam struktur tanpa kepala ini, Anda tidak memiliki direktif yang bersatu. Anda tidak memiliki seorang CEO yang termotivasi untuk menyebarkan produk mereka kepada sebanyak mungkin orang untuk memaksimalkan keuntungan mereka. Dalam pengembangan sumber terbuka, Anda berisiko proyek berkembang menjadi chimera, berpisah ke segala arah pada setiap persimpangan dalam filosofi desain.

Dan apa cara terbaik untuk menyelaraskan insentif? Bangunlah sistem yang memberikan imbalan pada perilaku yang memajukan tujuan Anda. Dengan kata lain, berikan uang kepada para pelaku yang membawa kita lebih dekat ke tujuan kita. Dengan kripto, hal ini dapat dipasukkan ke dalam hukum.

Kami akan melihat beberapa proyek yang melakukan hal tersebut.

Jaringan Infrastruktur Fisik Terdesentralisasi (DePINs)

“Oh c’mon, ini lagi?” Ya, saya tahu narasi DePIN telah digunakan berulang kali hampir sama banyaknya dengan AI itu sendiri, tetapi tetaplah bersama saya sebentar. Saya akan bertahan pada pendapat bahwa DePINs adalah salah satu contoh penggunaan kripto yang benar-benar memiliki peluang untuk mengubah dunia. Pikirkanlah tentang itu.

Apa yang kripto benar-benar baik dalam melakukan? Menghilangkan perantara dan mendorong aktivitas.

Visi asli Bitcoin tentang uang sebaya berusaha menghilangkan peran bank dari persamaan. Secara mirip, DePINs modern bertujuan untuk mengusir kekuatan sentralisasi dan membawa dinamika pasar yang terbukti adil. Dan, seperti yang akan kita lihat, arsitektur ini ideal untuk jaringan yang terkait dengan kecerdasan buatan yang bersifat crowdsourcing.

DePINs menggunakan emisi token awal untuk meningkatkan sisi pasokan (penyedia), dengan harapan hal ini menarik permintaan yang berkelanjutan dari konsumen. Ini dimaksudkan untuk menyelesaikan masalah awal yang dingindari pasar baru.

Ini berarti bahwa penyedia perangkat lunak/perangkat keras awal ("node") menghasilkan sejumlah token dan sedikit uang tunai. Saat uang tunai mulai mengalir dari pengguna yang memanfaatkan node-node ini (pembangun ML, dalam kasus kami), hal ini mulai menutupi pengurangan emisi dari waktu ke waktu sampai ekosistem mandiri sepenuhnya berada di tempat (yang mungkin membutuhkan waktu bertahun-tahun). Penganut awal seperti HeliumdanHivemappermenunjukkan betapa efektif desain ini bisa.

Jaringan data, melihat ke dalam Rumput

GPT-3 seharusnya dilatih dengan 45TB data teks murni, yang setara dengan sekitar 90 juta novel (dannamun masih belum bisa menggambar lingkaran dengan sempurna. Dengan GPT-4 dan -5 memerlukan lebih banyak data daripada yang sebenarnya ada di web permukaan, menyebut AI rakus data adalah pernyataan yang sangat merendahkan.

Jika Anda bukan bagian dari para pemain besar (OpenAI, Microsoft, Google, Facebook), mendapatkan data ini sangatlah sulit. Taktik umum bagi kebanyakan orang adalah webscraping, yang semuanya baik-baik saja sampai Anda mencoba meningkatkan. Memiliki satu instansi Amazon Web Services (AWS) yang mencoba untuk melakukan webscraping ke banyak situs akan membuat Anda dibatasi kecepatannya dengan cepat. Inilah tempat Grass masuk.

Rumput menghubungkan lebih dari dua juta perangkat, mengatur mereka untuk mengumpulkan data dari situs web dari alamat IP pengguna sendiri, mengumpulkannya, mem-struktur-nya, dan menjualnya kepada perusahaan AI ini yang sangat membutuhkan data. Sebagai imbalannya, pengguna yang berkontribusi pada Jaringan Rumput dapat menghasilkan aliran pendapatan yang stabil, atas kerja keras mereka, berkat perusahaan AI yang memanfaatkan data mereka.

Tentu saja, saat ini belum ada token, tetapi token $GRASS di masa depan bisa menambah daya tarik bagi pengguna untuk mengunduh ekstensi browser mereka (atau aplikasi ponsel). Bukan berarti mereka membutuhkannya, setelah menjalankan kampanye referral yang sangat berhasil yang berhasil memasukkan lebih dari apa yang proyek lain hanya bisa bayangkan.

Jaringan GPU, melihat ke dalam io.net

Mungkin bahkan lebih penting dari data adalah daya komputasi. Tahukah Anda bahwa China menghabiskan lebih banyak uang untuk GPU daripada minyak di2020 dan 2021. Benar-benar gila, tapi ini hanya permulaan. Selamat tinggal petro-dollar, buatlah jalan untuk koin komputasi.

Sumber: Laporan Messari State of DePIN

Sekarang, ada banyak GPUDePINsdi luar sana, dan inilah bagaimana mereka umumnya bekerja. Di satu sisi, Anda memiliki insinyur/perusahaan Pembelajaran Mesin yang putus asa untuk komputasi. Dan di sisi lain, Anda memiliki pusat data, rig penambangan yang tidak aktif, dan hobi dengan GPU/CPU yang tidak aktif. Pasokan global ini besar - tetapi tidak terkoordinasi. Tidak ada cara mudah untuk menghubungi 10 pusat data berbeda dengan pasokan cadangan dan membuat mereka menawar untuk penggunaan Anda.

Sebuah solusi terpusat akan menciptakan perantara yang mencari sewa yang insentifnya akan mengekstrak nilai maksimum dari setiap pihak, tetapi inilah bagaimana kripto dapat membantu.

Kripto sangat ahli dalam menciptakan lapisan pasar, menghubungkan kelompok pembeli dan penjual yang berbeda, dengan cara yang efisien. Sebuah potongan kode tidak terikat pada kepentingan keuangan pemegang saham.

io.net menonjol karena memperkenalkan beberapa teknologi baru yang keren yang sangat penting untuk pelatihan AI - tumpukan pengelompokan mereka. Pengelompokan tradisional melibatkan menghubungkan secara fisik sekelompok GPU di pusat data yang sama sehingga mereka dapat bekerja bersama untuk pelatihan model. Tetapi bagaimana jika perangkat keras Anda tersebar di seluruh dunia? IO bekerja dengan Ray (digunakan untuk membuat ChatGPT) untuk mengembangkan perangkat lunak pengelompokan yang dapat menghubungkan GPU non-collocated. Sangat keren.

Dan sementara proses pendaftaran AWS bisa memakan waktu berhari-hari, klaster dapat diaktifkan di io.net dalam 90 detik, 100% tan izin. Untuk alasan-alasan ini, saya dapat melihat io.net menjadi pusat untuk semua DePIN GPU lainnya, di mana mereka semua dapat terhubung ke "Mesin IO" mereka untuk membuka pengelompokan yang sudah ada dan kelancaran onboarding. Hanya mungkin dengan kripto.

Pertimbangan saya tentang io.net, posisi penjualan unik mereka (USP), dan bagaimana mereka mendukung generasi berikutnya aplikasi AI

Anda akan melihat bahwa sebagian besar proyek kecerdasan buatan terdesentralisasi dengan lingkup yang ambisius (misalnya Bittensor, Morpheus, Reuni, Ritual, Sahara) semua memiliki persyaratan “komputasi” yang eksplisit - ini tepat di mana GPU DePINs seharusnya masuk. Kecerdasan Buatan terdesentralisasi membutuhkan komputasi tanpa izin.

Bermain dengan struktur insentif

Sekali lagi, kembali ke Bitcoin untuk inspirasi. Mengapa para penambang terus-menerus menciptakan hash dengan cepat? Karena itulah yang mereka bayar untuk dilakukan - Satoshi mengusulkan arsitektur ini karena dioptimalkan untuk keamanan di atas segalanya. Pelajaran? Struktur insentif bawaan dari protokol-proto...

Penambang Bitcoin dan pemegang Ethereum adalah para pemain yang mengambil semua token asli mereka, karena itulah yang diinginkan protokol untuk mendorong - peserta menjadi penambang dan pemegang.

Dalam sebuah organisasi, ini bisa berasal dari CEO, yang menentukan "visi" atau "pernyataan misi." Tetapi manusia bisa berbuat kesalahan dan bisa membuat perusahaan menyimpang dari jalurnya. Kode komputer, di sisi lain, dapat tetap fokus lebih baik daripada budak upah yang paling berbudi luhur. Mari kita lihat beberapa proyek terdesentralisasi yang fokus tokenomiknya mendorong peserta menuju tujuan yang tinggi.

Jaringan pembangunan AI, sebuah tinjauan tentang Bittensor

Jadi... insentif.

Pukulan blunt“Teman. Bagaimana jika kita mendapatkan penambang Bitcoin untuk membangun Kecerdasan Buatan daripada hanya menyelesaikan masalah matematika yang tidak berguna?”

Di situlah kamu membuat Bittensor. Yah, semacam itu.

Tujuan Bittensor adalah menciptakan beberapa ekosistem eksperimental untuk bereksperimen, dengan tujuan menghasilkan “kecerdasan yang diperdagangkan” di dalam setiapnya. Ini berarti bahwa satu ekosistem (dikenal sebagai subnet, atau “SN” singkatannya) bisa difokuskan pada pengembangan model bahasa, yang lain pada model keuangan, dan lebih pada teks-ke-suara, deteksi AI, atau generasi gambar (lihat proyek-proyek aktif saat ini di sini.

Ke jaringan Bittensor, tidak begitu penting apa yang ingin Anda kerjakan. Selama Anda dapat membuktikan bahwa proyek Anda layak untuk didanai, insentif akan mengalir. Ini adalah tujuan Pemilik Subnet, yang mendaftarkan subnet dan menyesuaikan aturan permainan mereka.

Para pemain dari “permainan” ini dikenal sebagai Penambang. Mereka adalah insinyur ML/AI dan tim yang membangun model. Mereka terkunci di dalam Thunderdome pemeriksaan yang berkelanjutan, bertarung satu sama lain untuk mendapatkan posisi teratas demi mendapatkan hadiah paling banyak.

Validator adalah sisi lain dari koin, bertanggung jawab atas pemberian ujian dan penilaian pekerjaan Para Penambang sesuai. Jika seorang Validator ditemukan bersekongkol untuk mendukung seorang Penambang, maka dia akan dipecat.

Ingat insentif:

• Penambang menghasilkan lebih banyak ketika mereka mengalahkan penambang lain dalam subnet mereka - ini mendorong perkembangan kecerdasan buatan.
• Validator memperoleh lebih banyak ketika mereka dengan tepat mengidentifikasi penambang yang performanya tinggi dan rendah - ini menjaga subnet tetap jujur.
• Pemilik mendapatkan lebih banyak ketika subneta mereka menghasilkan model AI yang lebih berguna dibandingkan dengan subneta lainnya - ini mendorong pemilik untuk mengoptimalkan 'permainan' mereka.

Pembagian tingkat tinggi aliran imbalan TAO ke subnet dan pesertanya

Anda dapat menganggap Bittensor sebagai mesin imbalan abadi untuk pengembangan Kecerdasan Buatan. Para insinyur ML yang baru berkembang dapat mencoba membangun sesuatu, memperkenalkan idenya kepada VC, dan mencoba mengumpulkan sejumlah uang. Atau mereka dapat bergabung dengan salah satu subnets Bittensor sebagai penambang, beraksi sejenak, dan mengumpulkan sejumlah besar TAO. Yang mana lebih mudah?

Ada beberapa tim luar biasa yang membangun di jaringan:

• Penelitian Nousadalah raja kripto sumber terbuka. Subnet mereka membalikkan skrip saat menyangkut penyetelan halus LLM sumber terbuka. Dengan menguji model-model terhadap aliran data sintetis konstan, @marketing_novita.ai/terpercaya-atau-tidak-mengungkap-rahasia-di-balik-papan-peringkat-llm-b40a1d3dc6ab">peringkat tidak dapat dimanipulasi (berbeda dengan dalam benchmark tradisional seperti HuggingFace’s).
• Taoshi’s Jaringan Pelatihan Propertiadalah dasarnya sebuah perusahaan perdagangan kuant open-source. Mereka menugaskan kontributor ML mereka untuk membangun algoritma perdagangan untuk memprediksi pergerakan harga aset. API mereka memberikan sinyal perdagangan tingkat kuantumke pengguna ritel dan institusional sama-sama dan mereka sedang dalam jalur cepat menuju profitabilitas utama.
• Cortex.tolehtim Corcelmelayani dua tujuan. Pertama, mereka memberi insentif kepada para penambang untuk menyumbangkan akses API ke model-model terbaik seperti GPT-4 dan Claude-3, memastikan ketersediaan yang berkelanjutan bagi para pembangun. Mereka juga menawarkan generasi data sintetis, yang sangat berguna untuk pelatihan model serta benchmarking (itulah mengapa digunakan oleh Nous). Periksa alat-alat mereka di sini -obrolandanpencarian.

Bermain-main dengan GPT-4 Turbo gratis serta model open-source terbaik di CorcelBahkan dapat mencoba Nous LLM yang dihasilkan oleh Bittensor teratas

Jika tidak ada yang lain, Bittensor mengulangi kekuatan struktur insentif. Semua dimungkinkan oleh kripto-ekonomi.

Agen pintar, melihat ke dalam Morpheus

Sekarang, kita bisa melihat kedua sisi dari koin dengan Morpheus, di mana:

• Struktur kripto-ekonomi sedang membangun AI (Kripto membantu AI) &
• Aplikasi yang didukung AI memungkinkan kasus penggunaan baru dalam Kripto (AI membantu Kripto)

“Agen cerdasMereka hanyalah model-model yang didukung AI yang dilatih pada kontrak pintar. Mereka mengetahui seluk-beluk semua protokol DeFi teratas, di mana menemukan yield, di mana untuk menjembatani, dan bagaimana menemukan kontrak mencurigakan. Mereka adalah "auto-routers" masa depan dan, menurut pendapat saya, mereka akan menjadi bagaimana semua orang berinteraksi dengan blockchain dalam 5-10 tahun. Bahkan, begitu kita mencapai titik itu, Anda mungkin tidak menyadari bahwa Anda menggunakan kripto sama sekali. Anda hanya memberi tahu chatbot bahwa Anda ingin memindahkan sebagian tabungan ke jenis investasi lainnya dan semuanya akan terjadi di latar belakang.

Sumber: Github

Morpheus mencerminkan pesan “memberikan insentif dan mereka akan datang” dari bagian ini. Tujuan mereka adalah memiliki platform di mana agen pintar dapat berkembang dan berkembang, masing-masing memanfaatkan kesuksesan terakhir dalam ekosistem eksternalitas yang diminimalkan.

Struktur inflasi token menyoroti empat kontributor utama pada protokol:

• Kode - agen pembangun.
• Komunitas - membangun aplikasi dan alat front-end untuk membawa pengguna baru ke dalam ekosistem.
• Compute - menyediakan kekuatan komputasi untuk menjalankan agen.
• Modal - menawarkan hasil mereka untuk menggerakkan mesin ekonomi Morpheus.

Setiap kategori ini menerima potongan yang sama dari hadiah inflasi $MOR (sejumlah kecil juga disimpan sebagai dana darurat), mendorong mereka untuk:

• Membangun agen terbaik - pencipta dibayar ketika agen mereka digunakan secara konsisten. Alih-alih menawarkan plugin OpenAI secara gratis, ini membayar pembangun secara instan.
• Bangun frontends/alat terbaik - pencipta dibayar ketika kreasi mereka digunakan secara konsisten
• Memberikan daya komputasi yang stabil - penyedia dibayar saat mereka meminjamkan komputasi
• Memberikan likuiditas ke proyek - mendapatkan bagian mereka dari MOR karena menjaga proyek tetap likuid

Dan sementara proyek agen AI/cerdas lainnya ada (banyak sekali), struktur tokenomics Morpheus menonjol sebagai contoh “terbersih” dari “tunjukkan saya insentif dan saya akan menunjukkan Anda hasilnya.”

Agen pintar ini adalah ilustrasi utama dari AI yang secara sungguh-sungguh menghapuskan hambatan untuk aplikasi kripto. Pengalaman pengguna dApps terkenal buruk (meskipun telah banyak kemajuan selama beberapa tahun terakhir) dan munculnya LLMs telah mengilhami semua pendiri calon di Web2 dan Web3. Dan meskipun banjir cash-grabs, produk unggulan seperti Morpheus dan Wayfinder (demo di bawah) menawarkan sekilas tentang seberapa sederhana suatu hari nanti akan menjadi melakukan transaksi onchain.

Sumber: Twitter

Menggabungkan semuanya, interaksi antara sistem-sistem ini bisa terlihat sedikit seperti berikut. Perhatikan bahwa ini adalah pandangan yang sangat sederhana.

Sebuah penyederhanaan kasar dari potensi keadaan masa depan AI yang diaktifkan oleh kripto. Ya, ada proyek-proyek lain yang bisa menduduki kotak yang sama. Sekali lagi, lihatlah Diagram alir Tommyjika Anda ingin melihat bagaimana alat tambahan cocok.

Memisahkan gandum dari sekam - bagaimana cara mengetahui kapan suatu proyek bukanlah omong kosong yang lengkap

Ingatlah dua kategori besar kita dari “Kripto x AI”:

1. Kripto yang membantu AI
2. AI yang membantu Kripto

Sepanjang bagian ini, kita sebagian besar hanya menjelajahi #1. Seperti yang telah kita lihat, sistem token yang dirancang dengan baik dapat menyiapkan seluruh ekosistem untuk sukses.

#1 - Kripto yang membantu AI

Arsitektur DePIN dapat membantu memulai pasar dan struktur insentif token kreatif dapat mengkoordinasikan upaya menuju tujuan-tujuan yang sebelumnya tidak terwujud untuk proyek open-source. Dan, ya, ada beberapa persilangan sah lainnya yang tidak saya bahas demi singkatnya:

• Penyimpanan terdesentralisasi
• Lingkungan Eksekusi Terpercaya (TEE)
• RAG (mengambil data secara real time)
• Zero Knowledge x Machine Learning untuk verifikasi inferensi/asal-usul

Saat memutuskan apakah sebuah proyek baru benar-benar memiliki sesuatu yang ditawarkan, tanyakan pada diri Anda sendiri:

• Jika itu merupakan turunan dari proyek yang sudah mapan, apakah cukup berbeda untuk membuat perubahan yang signifikan?
• Apakah itu hanya versi terbungkus dari perangkat lunak sumber terbuka?
• Apakah masalah ini mendapat manfaat dari rel kripto, atau apakah kripto dimasukkan dengan paksa?
• Apakah benar bisa ada 100 “Kripto HuggingFaces” yang berbeda

#2 - AI yang membantu Kripto

Di mana saya secara pribadi melihat lebih banyak vaporware adalah dalam kategori kedua ini. Sekali lagi, beberapa kasus penggunaan yang sangat keren ada di mana model AI dapat menghilangkan hambatan dalam UX kripto, terutama, seperti yang disebutkan, dengan agen cerdas. Berikut adalah beberapa kategori menarik lainnya untuk diperhatikan dalam dunia aplikasi kripto yang didukung AI:

• Sistem niat supercharged - mengotomatisasi operasi lintas rantai
• Infrastruktur dompet
• Infrastruktur pemberitahuan real-time untuk pengguna dan aplikasi

Jika itu hanya "chatbot dengan token," itu omong kosong bagi saya. Tolong berhenti hyping ini demi kewarasan saya. Juga:

• Menambahkan kecerdasan buatan tidak akan dengan ajaib memberikan kesesuaian produk-pasar pada aplikasi/rantai/alat yang mati
• Tidak ada yang akan memainkan permainan buruk hanya karena memiliki karakter AI
• Mengaitkan 'AI' ke proyek Anda tidak membuatnya menarik

Terima kasih telah datang ke acara TED saya.

Kemana kita pergi dari sini

Terlepas dari semua kebisingan, ada beberapa tim serius yang bekerja untuk mewujudkan visi "AI terdesentralisasi", dan itu layak diperjuangkan.

Selain proyek-proyek yang mendorong pengembangan model open-source, jaringan data terdesentralisasi membuka pintu baru bagi pembangun AI pemula. Ketika sebagian besar kompetisi OpenAI tidak mampu untuk melakukan kesepakatan besar dengan Reddit, Tumblr, atau WordPress, pengumpulan data terdistribusi bahkan bisa menyamakan peluang.

Sebuah perusahaan tunggal kemungkinan besar tidak akan pernah memiliki lebih banyak daya komputasi daripada yang dimiliki oleh seluruh dunia, dan dengan jaringan GPU terdesentralisasi, ini berarti bahwa siapa pun memiliki kemampuan untuk menyaingi pemain utama. Yang Anda perlukan hanyalah dompet kripto.

Kita duduk di persimpangan jalan hari ini. Kita memiliki alat yang diperlukan untuk mendesentralisasi seluruh tumpukan AI, jika kita hanya fokus pada proyek "Kripto x AI" yang benar-benar berharga.

Kripto dienvisionasikan untuk menciptakan uang yang sulit untuk dimanipulasi, melalui kekuatan kriptografi. Dan ketika teknologi yang masih muda ini mulai diminati, muncullah tantangan baru yang lebih menakutkan.

Alih-alih memegang kekuatan untuk mengendalikan keuangan Anda, kecerdasan buatan terpusat, dalam kasus langit yang sangat biru, memberikan bias pada setiap bit data yang kita temui dalam kehidupan sehari-hari kita. Ini ditetapkan untuk memperkaya mikrokosmos pemimpin teknologi dalam suatu lingkaran pengumpulan data yang berkelanjutan, penyetelan halus pada tingkat yang intim, dan injeksi model-utama ke setiap sudut keberadaan Anda.

Ia akan mengenal Anda lebih baik daripada Anda mengenal diri sendiri. Ia akan tahu tombol mana yang harus ditekan untuk membuat Anda ingin tertawa lebih banyak, marah lebih banyak, dan mengkonsumsi lebih banyak. Dan sebanyak yang terlihat, ia tidak menjawab kepada Anda.

Saat seperti di awal, kripto adalah kekuatan resistif terhadap nigh-eventuality dari sentralisasi AI. Kemampuannya untuk mengkoordinasikan upaya menuju tujuan umum sekarang bersaing melawan musuh yang bahkan lebih tangguh daripada bank sentral. Dan kali ini, kita berhadapan dengan waktu.

Langganan

Penyangkalan: Penulis laporan ini, 563, kepala penelitian di blocmates, sangat aktif di bidang kripto dan AI. Dia sangat bersemangat tentang topik-topik ini, dan oleh karena itu, Anda dapat mengasumsikan bahwa dia memiliki paparan terhadap hampir setiap proyek yang disebutkan. Dia percaya untuk bertindak sesuai dengan perkataan Anda.

Informasi yang diberikan hanya untuk tujuan informasi umum dan bukan merupakan nasihat keuangan, investasi, atau hukum. Konten didasarkan pada sumber yang diyakini dapat diandalkan, tetapi akurasi, kelengkapan, dan ketepatan waktunya tidak dapat dijamin. Ketergantungan apa pun yang Anda tempatkan pada informasi dalam dokumen ini adalah risiko Anda sendiri. On Chain Times mungkin berisi pernyataan berwawasan ke depan yang melibatkan risiko dan ketidakpastian. Hasil aktual mungkin berbeda secara material dari yang tersurat atau tersirat dalam pernyataan tersebut. Penulis mungkin atau mungkin tidak memiliki posisi dalam aset atau sekuritas yang disebutkan di sini. Mereka berhak untuk membeli atau menjual aset atau keamanan apa pun yang dibahas kapan saja tanpa pemberitahuan. Penting untuk berkonsultasi dengan penasihat keuangan yang berkualifikasi atau profesional lainnya untuk memahami risiko dan kesesuaian keputusan investasi apa pun yang mungkin Anda buat. Anda bertanggung jawab penuh untuk melakukan penelitian dan uji tuntas sebelum membuat pilihan investasi apa pun. Kinerja masa lalu tidak menunjukkan hasil di masa depan. Penulis melepaskan tanggung jawab apa pun atas kerugian atau kerusakan langsung, tidak langsung, atau konsekuensial yang timbul dari penggunaan dokumen ini atau kontennya. Dengan mengakses On Chain Times, Anda menyetujui ketentuan penafian ini.

Penyangkalan：

1. Artikel ini dicetak ulang dari [onchaintimes], Semua hak cipta milik penulis asli [563]. Jika ada keberatan terhadap pencetakan ulang ini, silakan hubungi Gate Belajartim, dan mereka akan menanganinya dengan segera.
2. Penolakan Tanggung Jawab: Pandangan dan opini yang terdapat dalam artikel ini semata-mata milik penulis dan tidak merupakan saran investasi apa pun.
3. Terjemahan artikel ke dalam bahasa lain dilakukan oleh tim Gate Learn. Kecuali disebutkan, menyalin, mendistribusikan, atau menjiplak artikel yang diterjemahkan dilarang.