Fusi Web3 dan AI: Membangun Infrastruktur Internet Generasi Berikutnya
Web3 sebagai model internet baru yang terdesentralisasi, terbuka, dan transparan, memiliki peluang integrasi yang alami dengan kecerdasan buatan. Dalam arsitektur terpusat tradisional, sumber daya komputasi dan data AI dikendalikan secara ketat, menghadapi berbagai tantangan seperti batasan daya komputasi, kebocoran privasi, dan kotak hitam algoritma. Sementara itu, Web3 yang berbasis teknologi terdistribusi dapat memberikan dorongan baru untuk perkembangan AI melalui jaringan berbagi daya komputasi, pasar data terbuka, dan komputasi privasi. Di sisi lain, AI juga dapat memberikan berbagai pemberdayaan bagi Web3, seperti optimasi kontrak pintar dan algoritma anti-kecurangan, mendukung pembangunan ekosistemnya. Oleh karena itu, menjelajahi kombinasi Web3 dan AI memiliki arti penting untuk membangun infrastruktur internet generasi berikutnya dan melepaskan nilai data dan daya komputasi.
Data-Driven: Fondasi AI dan Web3
Data adalah kekuatan pendorong inti pengembangan AI. Model AI perlu mencerna sejumlah besar data berkualitas tinggi untuk mendapatkan pemahaman mendalam dan kemampuan penalaran yang kuat. Data tidak hanya menyediakan dasar pelatihan untuk model pembelajaran mesin, tetapi juga menentukan akurasi dan keandalan model.
Model pengambilan dan pemanfaatan data AI terpusat yang tradisional memiliki masalah utama berikut ini:
Biaya pengambilan data yang tinggi, sulit bagi usaha kecil dan menengah untuk menanggung
Sumber data didominasi oleh raksasa teknologi, membentuk pulau data
Risiko kebocoran dan penyalahgunaan privasi data pribadi
Web3 dapat menyelesaikan masalah ini melalui paradigma data terdesentralisasi yang baru:
Pengguna dapat menjual jaringan yang tidak terpakai kepada perusahaan AI, secara terdesentralisasi mengambil data jaringan, setelah dibersihkan dan diubah menjadi data berkualitas tinggi yang nyata untuk pelatihan model AI.
Mengadopsi model "label to earn", melalui insentif token untuk mendorong pekerja global berpartisipasi dalam pelabelan data, mengumpulkan pengetahuan profesional global, meningkatkan kemampuan analisis data.
Platform perdagangan data blockchain menyediakan lingkungan perdagangan yang terbuka dan transparan bagi kedua belah pihak yang membutuhkan data, mendorong inovasi dan berbagi data.
Meskipun demikian, pengambilan data dunia nyata masih menghadapi beberapa masalah, seperti kualitas data yang bervariasi, kesulitan dalam pengolahan, kurangnya keberagaman dan representativitas, dan sebagainya. Data sintetis mungkin menjadi bintang masa depan dalam jalur data Web3. Berdasarkan teknologi AI generatif dan simulasi, data sintetis dapat mensimulasikan atribut data nyata, sebagai pelengkap yang efektif, meningkatkan efisiensi penggunaan data. Dalam bidang seperti kendaraan otonom, perdagangan pasar keuangan, pengembangan game, data sintetis telah menunjukkan potensi aplikasi yang matang.
Perlindungan Privasi: Aplikasi FHE dalam Web3
Di era yang didorong oleh data, perlindungan privasi telah menjadi fokus perhatian global, dengan peraturan perlindungan data umum Uni Eropa dan regulasi lainnya mencerminkan penjagaan ketat terhadap privasi individu. Namun, ini juga membawa tantangan: beberapa data sensitif tidak dapat dimanfaatkan secara maksimal karena risiko privasi, membatasi potensi dan kemampuan penalaran model AI.
FHE( enkripsi homomorfik penuh ) memungkinkan operasi perhitungan langsung pada data terenkripsi tanpa perlu mendekripsi data, dan hasil perhitungan konsisten dengan hasil perhitungan yang dilakukan pada data plaintext.
FHE memberikan perlindungan yang kuat untuk komputasi privasi AI, memungkinkan kekuatan komputasi GPU untuk melakukan pelatihan model dan tugas inferensi dalam lingkungan yang tidak menyentuh data asli. Ini memberikan keuntungan besar bagi perusahaan AI, dapat membuka layanan API secara aman sambil melindungi rahasia bisnis.
FHEML mendukung pengolahan data dan model yang terenkripsi sepanjang siklus pembelajaran mesin, memastikan keamanan informasi sensitif dan mencegah risiko kebocoran data. Dengan cara ini, FHEML memperkuat privasi data dan menyediakan kerangka komputasi yang aman untuk aplikasi AI.
FHEML adalah pelengkap ZKML, di mana ZKML membuktikan pelaksanaan pembelajaran mesin yang benar, sedangkan FHEML menekankan perhitungan pada data terenkripsi untuk menjaga privasi data.
Revolusi Kekuatan: Komputasi AI dalam Jaringan Terdesentralisasi
Sistem AI saat ini menggandakan kompleksitas komputasi setiap 3 bulan, menyebabkan lonjakan permintaan daya komputasi yang jauh melebihi pasokan sumber daya komputasi yang ada. Misalnya, pelatihan model GPT-3 membutuhkan daya komputasi yang sangat besar, setara dengan waktu pelatihan 355 tahun pada satu perangkat. Kekurangan daya komputasi semacam ini tidak hanya membatasi kemajuan teknologi AI, tetapi juga membuat model AI tingkat lanjut menjadi tidak terjangkau bagi sebagian besar peneliti dan pengembang.
Sementara itu, pemanfaatan GPU global kurang dari 40%, ditambah dengan perlambatan peningkatan kinerja mikroprosesor, serta kekurangan chip yang disebabkan oleh faktor rantai pasokan dan geopolitik, semua ini memperburuk masalah pasokan daya komputasi. Para praktisi AI terjebak dalam dilema: membeli perangkat keras sendiri atau menyewa sumber daya cloud, mereka sangat membutuhkan cara layanan komputasi yang sesuai permintaan dan efisien secara ekonomi.
Sebuah jaringan AI terdesentralisasi mengumpulkan sumber daya GPU yang tidak terpakai di seluruh dunia untuk menyediakan pasar komputasi yang ekonomis dan mudah digunakan bagi perusahaan AI. Pihak yang membutuhkan daya komputasi dapat memposting tugas komputasi di jaringan, kontrak pintar akan membagikan tugas kepada node penambang yang menyumbangkan daya komputasi, penambang menjalankan tugas dan mengirimkan hasilnya, setelah diverifikasi akan mendapatkan poin hadiah. Solusi ini meningkatkan efisiensi pemanfaatan sumber daya dan membantu mengatasi masalah kendala daya komputasi di bidang AI dan lainnya.
Selain jaringan komputasi terdesentralisasi yang umum, ada juga platform komputasi khusus yang fokus pada pelatihan dan inferensi AI. Jaringan komputasi terdesentralisasi menyediakan pasar komputasi yang adil dan transparan, memecahkan monopoli, menurunkan ambang batas aplikasi, dan meningkatkan efisiensi pemanfaatan komputasi. Dalam ekosistem Web3, jaringan komputasi terdesentralisasi akan memainkan peran kunci, menarik lebih banyak dapp inovatif untuk bergabung, bersama-sama mendorong perkembangan dan penerapan teknologi AI.
DePIN: Web3 Memberdayakan Edge AI
Bayangkan, ponsel Anda, jam tangan pintar, bahkan perangkat pintar di rumah Anda, semua memiliki kemampuan untuk menjalankan AI—itulah daya tarik Edge AI. Ini memungkinkan komputasi terjadi di sumber data, mewujudkan pemrosesan waktu nyata dengan latensi rendah, sambil melindungi privasi pengguna. Teknologi Edge AI telah diterapkan dalam bidang kunci seperti mobil otonom.
Di bidang Web3, kami memiliki nama yang lebih dikenal - DePIN. Web3 menekankan desentralisasi dan kedaulatan data pengguna, DePIN dapat meningkatkan perlindungan privasi pengguna dan mengurangi risiko kebocoran data dengan memproses data secara lokal; mekanisme ekonomi token asli Web3 dapat mendorong node DePIN untuk menyediakan sumber daya komputasi, membangun ekosistem yang berkelanjutan.
Saat ini DePIN berkembang pesat dalam ekosistem salah satu blockchain publik, menjadi salah satu platform pilihan untuk penyebaran proyek. TPS tinggi, biaya transaksi rendah, dan inovasi teknologi dari blockchain publik ini memberikan dukungan yang kuat untuk proyek DePIN. Saat ini, nilai pasar proyek DePIN di blockchain publik ini telah melebihi 10 miliar USD, dan beberapa proyek terkenal telah mencapai kemajuan yang signifikan.
IMO: Peluncuran Paradigma Baru Model AI
Konsep IMO pertama kali diusulkan oleh suatu protokol, yang akan mem-tokenisasi model AI.
Dalam mode tradisional, karena kurangnya mekanisme berbagi pendapatan, pengembang model AI kesulitan untuk mendapatkan pendapatan yang berkelanjutan dari penggunaan model selanjutnya, terutama ketika model diintegrasikan ke dalam produk dan layanan lain, pencipta asli sulit untuk melacak penggunaan dan mendapatkan pendapatan. Selain itu, kinerja dan efek model AI sering kali kurang transparansi, membuat calon investor dan pengguna sulit untuk mengevaluasi nilai sebenarnya, yang membatasi pengakuan pasar dan potensi komersial model tersebut.
IMO menyediakan dukungan pendanaan baru dan cara berbagi nilai untuk model AI sumber terbuka, di mana investor dapat membeli token IMO untuk berbagi keuntungan yang dihasilkan oleh model di masa depan. Sebuah protokol menggunakan standar ERC tertentu, menggabungkan oracle AI dan teknologi OPML untuk memastikan keaslian model AI dan pemegang token dapat berbagi keuntungan.
Model IMO meningkatkan transparansi dan kepercayaan, mendorong kolaborasi sumber terbuka, beradaptasi dengan tren pasar kripto, dan memberikan dorongan untuk pengembangan berkelanjutan teknologi AI. IMO saat ini berada pada tahap percobaan awal, tetapi seiring meningkatnya penerimaan pasar dan meluasnya partisipasi, inovasi dan nilai potensialnya patut diharapkan.
AI Agent: Era baru pengalaman interaksi
Agen AI dapat merasakan lingkungan, berpikir secara mandiri, dan mengambil tindakan yang sesuai untuk mencapai tujuan yang ditetapkan. Dengan dukungan model bahasa besar, Agen AI tidak hanya dapat memahami bahasa alami, tetapi juga dapat merencanakan keputusan dan melaksanakan tugas yang kompleks. Mereka dapat berfungsi sebagai asisten virtual, belajar dari interaksi dengan pengguna untuk memahami preferensi, dan memberikan solusi yang dipersonalisasi. Tanpa instruksi yang jelas, Agen AI juga dapat menyelesaikan masalah secara mandiri, meningkatkan efisiensi, dan menciptakan nilai baru.
Sebuah platform aplikasi AI yang asli menawarkan kumpulan alat kreasi yang komprehensif dan mudah digunakan, mendukung pengguna untuk mengonfigurasi fungsi, penampilan, suara robot, serta menghubungkan ke basis pengetahuan eksternal, berkomitmen untuk membangun ekosistem konten AI yang adil dan terbuka, memanfaatkan teknologi AI generatif, memberdayakan individu untuk menjadi pencipta super. Platform ini telah melatih model bahasa besar khusus, menjadikan peran bermain lebih manusiawi; teknologi kloning suara dapat mempercepat interaksi produk AI yang dipersonalisasi, mengurangi biaya sintesis suara hingga 99%, kloning suara hanya memerlukan 1 menit untuk direalisasikan. Dengan AI Agent yang disesuaikan dari platform ini, saat ini dapat diterapkan di berbagai bidang seperti obrolan video, pembelajaran bahasa, pembuatan gambar, dan lainnya.
Saat ini, penggabungan Web3 dan AI lebih terfokus pada eksplorasi lapisan infrastruktur, termasuk bagaimana mendapatkan data berkualitas tinggi, melindungi privasi data, bagaimana menghosting model di blockchain, bagaimana meningkatkan penggunaan daya komputasi terdesentralisasi secara efisien, bagaimana memverifikasi model bahasa besar, dan masalah kunci lainnya. Seiring dengan peningkatan infrastruktur ini, penggabungan Web3 dan AI diharapkan dapat melahirkan serangkaian model bisnis dan layanan inovatif.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
11 Suka
Hadiah
11
5
Bagikan
Komentar
0/400
RugpullTherapist
· 20jam yang lalu
Bull, bull, pasar bull berikutnya bergantung pada web3 + AI.
Lihat AsliBalas0
GasFeeNightmare
· 22jam yang lalu
Lebih baik turunkan biaya gas terlebih dahulu
Lihat AsliBalas0
EthMaximalist
· 22jam yang lalu
Revolusi infrastruktur ini akan datang~
Lihat AsliBalas0
BuyHighSellLow
· 22jam yang lalu
Apa pun tidak dimengerti, rasanya luar biasa
Lihat AsliBalas0
RektButStillHere
· 22jam yang lalu
Setiap hari dibicarakan tentang web3 yang menggabungkan ai, sudah bertahun-tahun tapi belum terlihat wawasan berharga.
Web3 dan AI Terintegrasi: Membangun Infrastruktur Internet Generasi Berikutnya
Fusi Web3 dan AI: Membangun Infrastruktur Internet Generasi Berikutnya
Web3 sebagai model internet baru yang terdesentralisasi, terbuka, dan transparan, memiliki peluang integrasi yang alami dengan kecerdasan buatan. Dalam arsitektur terpusat tradisional, sumber daya komputasi dan data AI dikendalikan secara ketat, menghadapi berbagai tantangan seperti batasan daya komputasi, kebocoran privasi, dan kotak hitam algoritma. Sementara itu, Web3 yang berbasis teknologi terdistribusi dapat memberikan dorongan baru untuk perkembangan AI melalui jaringan berbagi daya komputasi, pasar data terbuka, dan komputasi privasi. Di sisi lain, AI juga dapat memberikan berbagai pemberdayaan bagi Web3, seperti optimasi kontrak pintar dan algoritma anti-kecurangan, mendukung pembangunan ekosistemnya. Oleh karena itu, menjelajahi kombinasi Web3 dan AI memiliki arti penting untuk membangun infrastruktur internet generasi berikutnya dan melepaskan nilai data dan daya komputasi.
Data-Driven: Fondasi AI dan Web3
Data adalah kekuatan pendorong inti pengembangan AI. Model AI perlu mencerna sejumlah besar data berkualitas tinggi untuk mendapatkan pemahaman mendalam dan kemampuan penalaran yang kuat. Data tidak hanya menyediakan dasar pelatihan untuk model pembelajaran mesin, tetapi juga menentukan akurasi dan keandalan model.
Model pengambilan dan pemanfaatan data AI terpusat yang tradisional memiliki masalah utama berikut ini:
Web3 dapat menyelesaikan masalah ini melalui paradigma data terdesentralisasi yang baru:
Meskipun demikian, pengambilan data dunia nyata masih menghadapi beberapa masalah, seperti kualitas data yang bervariasi, kesulitan dalam pengolahan, kurangnya keberagaman dan representativitas, dan sebagainya. Data sintetis mungkin menjadi bintang masa depan dalam jalur data Web3. Berdasarkan teknologi AI generatif dan simulasi, data sintetis dapat mensimulasikan atribut data nyata, sebagai pelengkap yang efektif, meningkatkan efisiensi penggunaan data. Dalam bidang seperti kendaraan otonom, perdagangan pasar keuangan, pengembangan game, data sintetis telah menunjukkan potensi aplikasi yang matang.
Perlindungan Privasi: Aplikasi FHE dalam Web3
Di era yang didorong oleh data, perlindungan privasi telah menjadi fokus perhatian global, dengan peraturan perlindungan data umum Uni Eropa dan regulasi lainnya mencerminkan penjagaan ketat terhadap privasi individu. Namun, ini juga membawa tantangan: beberapa data sensitif tidak dapat dimanfaatkan secara maksimal karena risiko privasi, membatasi potensi dan kemampuan penalaran model AI.
FHE( enkripsi homomorfik penuh ) memungkinkan operasi perhitungan langsung pada data terenkripsi tanpa perlu mendekripsi data, dan hasil perhitungan konsisten dengan hasil perhitungan yang dilakukan pada data plaintext.
FHE memberikan perlindungan yang kuat untuk komputasi privasi AI, memungkinkan kekuatan komputasi GPU untuk melakukan pelatihan model dan tugas inferensi dalam lingkungan yang tidak menyentuh data asli. Ini memberikan keuntungan besar bagi perusahaan AI, dapat membuka layanan API secara aman sambil melindungi rahasia bisnis.
FHEML mendukung pengolahan data dan model yang terenkripsi sepanjang siklus pembelajaran mesin, memastikan keamanan informasi sensitif dan mencegah risiko kebocoran data. Dengan cara ini, FHEML memperkuat privasi data dan menyediakan kerangka komputasi yang aman untuk aplikasi AI.
FHEML adalah pelengkap ZKML, di mana ZKML membuktikan pelaksanaan pembelajaran mesin yang benar, sedangkan FHEML menekankan perhitungan pada data terenkripsi untuk menjaga privasi data.
Revolusi Kekuatan: Komputasi AI dalam Jaringan Terdesentralisasi
Sistem AI saat ini menggandakan kompleksitas komputasi setiap 3 bulan, menyebabkan lonjakan permintaan daya komputasi yang jauh melebihi pasokan sumber daya komputasi yang ada. Misalnya, pelatihan model GPT-3 membutuhkan daya komputasi yang sangat besar, setara dengan waktu pelatihan 355 tahun pada satu perangkat. Kekurangan daya komputasi semacam ini tidak hanya membatasi kemajuan teknologi AI, tetapi juga membuat model AI tingkat lanjut menjadi tidak terjangkau bagi sebagian besar peneliti dan pengembang.
Sementara itu, pemanfaatan GPU global kurang dari 40%, ditambah dengan perlambatan peningkatan kinerja mikroprosesor, serta kekurangan chip yang disebabkan oleh faktor rantai pasokan dan geopolitik, semua ini memperburuk masalah pasokan daya komputasi. Para praktisi AI terjebak dalam dilema: membeli perangkat keras sendiri atau menyewa sumber daya cloud, mereka sangat membutuhkan cara layanan komputasi yang sesuai permintaan dan efisien secara ekonomi.
Sebuah jaringan AI terdesentralisasi mengumpulkan sumber daya GPU yang tidak terpakai di seluruh dunia untuk menyediakan pasar komputasi yang ekonomis dan mudah digunakan bagi perusahaan AI. Pihak yang membutuhkan daya komputasi dapat memposting tugas komputasi di jaringan, kontrak pintar akan membagikan tugas kepada node penambang yang menyumbangkan daya komputasi, penambang menjalankan tugas dan mengirimkan hasilnya, setelah diverifikasi akan mendapatkan poin hadiah. Solusi ini meningkatkan efisiensi pemanfaatan sumber daya dan membantu mengatasi masalah kendala daya komputasi di bidang AI dan lainnya.
Selain jaringan komputasi terdesentralisasi yang umum, ada juga platform komputasi khusus yang fokus pada pelatihan dan inferensi AI. Jaringan komputasi terdesentralisasi menyediakan pasar komputasi yang adil dan transparan, memecahkan monopoli, menurunkan ambang batas aplikasi, dan meningkatkan efisiensi pemanfaatan komputasi. Dalam ekosistem Web3, jaringan komputasi terdesentralisasi akan memainkan peran kunci, menarik lebih banyak dapp inovatif untuk bergabung, bersama-sama mendorong perkembangan dan penerapan teknologi AI.
DePIN: Web3 Memberdayakan Edge AI
Bayangkan, ponsel Anda, jam tangan pintar, bahkan perangkat pintar di rumah Anda, semua memiliki kemampuan untuk menjalankan AI—itulah daya tarik Edge AI. Ini memungkinkan komputasi terjadi di sumber data, mewujudkan pemrosesan waktu nyata dengan latensi rendah, sambil melindungi privasi pengguna. Teknologi Edge AI telah diterapkan dalam bidang kunci seperti mobil otonom.
Di bidang Web3, kami memiliki nama yang lebih dikenal - DePIN. Web3 menekankan desentralisasi dan kedaulatan data pengguna, DePIN dapat meningkatkan perlindungan privasi pengguna dan mengurangi risiko kebocoran data dengan memproses data secara lokal; mekanisme ekonomi token asli Web3 dapat mendorong node DePIN untuk menyediakan sumber daya komputasi, membangun ekosistem yang berkelanjutan.
Saat ini DePIN berkembang pesat dalam ekosistem salah satu blockchain publik, menjadi salah satu platform pilihan untuk penyebaran proyek. TPS tinggi, biaya transaksi rendah, dan inovasi teknologi dari blockchain publik ini memberikan dukungan yang kuat untuk proyek DePIN. Saat ini, nilai pasar proyek DePIN di blockchain publik ini telah melebihi 10 miliar USD, dan beberapa proyek terkenal telah mencapai kemajuan yang signifikan.
IMO: Peluncuran Paradigma Baru Model AI
Konsep IMO pertama kali diusulkan oleh suatu protokol, yang akan mem-tokenisasi model AI.
Dalam mode tradisional, karena kurangnya mekanisme berbagi pendapatan, pengembang model AI kesulitan untuk mendapatkan pendapatan yang berkelanjutan dari penggunaan model selanjutnya, terutama ketika model diintegrasikan ke dalam produk dan layanan lain, pencipta asli sulit untuk melacak penggunaan dan mendapatkan pendapatan. Selain itu, kinerja dan efek model AI sering kali kurang transparansi, membuat calon investor dan pengguna sulit untuk mengevaluasi nilai sebenarnya, yang membatasi pengakuan pasar dan potensi komersial model tersebut.
IMO menyediakan dukungan pendanaan baru dan cara berbagi nilai untuk model AI sumber terbuka, di mana investor dapat membeli token IMO untuk berbagi keuntungan yang dihasilkan oleh model di masa depan. Sebuah protokol menggunakan standar ERC tertentu, menggabungkan oracle AI dan teknologi OPML untuk memastikan keaslian model AI dan pemegang token dapat berbagi keuntungan.
Model IMO meningkatkan transparansi dan kepercayaan, mendorong kolaborasi sumber terbuka, beradaptasi dengan tren pasar kripto, dan memberikan dorongan untuk pengembangan berkelanjutan teknologi AI. IMO saat ini berada pada tahap percobaan awal, tetapi seiring meningkatnya penerimaan pasar dan meluasnya partisipasi, inovasi dan nilai potensialnya patut diharapkan.
AI Agent: Era baru pengalaman interaksi
Agen AI dapat merasakan lingkungan, berpikir secara mandiri, dan mengambil tindakan yang sesuai untuk mencapai tujuan yang ditetapkan. Dengan dukungan model bahasa besar, Agen AI tidak hanya dapat memahami bahasa alami, tetapi juga dapat merencanakan keputusan dan melaksanakan tugas yang kompleks. Mereka dapat berfungsi sebagai asisten virtual, belajar dari interaksi dengan pengguna untuk memahami preferensi, dan memberikan solusi yang dipersonalisasi. Tanpa instruksi yang jelas, Agen AI juga dapat menyelesaikan masalah secara mandiri, meningkatkan efisiensi, dan menciptakan nilai baru.
Sebuah platform aplikasi AI yang asli menawarkan kumpulan alat kreasi yang komprehensif dan mudah digunakan, mendukung pengguna untuk mengonfigurasi fungsi, penampilan, suara robot, serta menghubungkan ke basis pengetahuan eksternal, berkomitmen untuk membangun ekosistem konten AI yang adil dan terbuka, memanfaatkan teknologi AI generatif, memberdayakan individu untuk menjadi pencipta super. Platform ini telah melatih model bahasa besar khusus, menjadikan peran bermain lebih manusiawi; teknologi kloning suara dapat mempercepat interaksi produk AI yang dipersonalisasi, mengurangi biaya sintesis suara hingga 99%, kloning suara hanya memerlukan 1 menit untuk direalisasikan. Dengan AI Agent yang disesuaikan dari platform ini, saat ini dapat diterapkan di berbagai bidang seperti obrolan video, pembelajaran bahasa, pembuatan gambar, dan lainnya.
Saat ini, penggabungan Web3 dan AI lebih terfokus pada eksplorasi lapisan infrastruktur, termasuk bagaimana mendapatkan data berkualitas tinggi, melindungi privasi data, bagaimana menghosting model di blockchain, bagaimana meningkatkan penggunaan daya komputasi terdesentralisasi secara efisien, bagaimana memverifikasi model bahasa besar, dan masalah kunci lainnya. Seiring dengan peningkatan infrastruktur ini, penggabungan Web3 dan AI diharapkan dapat melahirkan serangkaian model bisnis dan layanan inovatif.