Revolusi Open-Source DeepSeek: Wawasan dari KTT AI Tertutup​

DeepSeek sedang mengguncang dunia AI. Tepat ketika diskusi tentang DeepSeek-R1 belum mereda, tim ini meluncurkan kejutan lain: model multimodal open-source, Janus-Pro. Laju perkembangan ini memusingkan, ambisinya jelas.

Dua hari lalu, sekelompok peneliti AI terkemuka, pengembang, dan investor berkumpul untuk diskusi tertutup yang diselenggarakan oleh Shixiang, yang berfokus secara eksklusif pada DeepSeek. Selama lebih dari tiga jam, mereka membedah inovasi teknis DeepSeek, struktur organisasi, dan implikasi lebih luas dari kebangkitannya—pada model bisnis AI, pasar sekunder, dan lintasan jangka panjang penelitian AI.

Mengikuti etos transparansi open-source DeepSeek, kami membuka pemikiran kolektif kami kepada publik. Berikut adalah wawasan yang disaring dari diskusi tersebut, mencakup strategi DeepSeek, terobosan teknisnya, dan dampaknya pada industri AI.

DeepSeek: Misteri & Misi​

• Misi Inti DeepSeek: CEO Liang Wenfeng bukan hanya pengusaha AI biasa—dia adalah seorang insinyur sejati. Berbeda dengan Sam Altman, dia fokus pada eksekusi teknis, bukan hanya visi.
• Mengapa DeepSeek Dihormati: Arsitektur MoE (Mixture of Experts) adalah pembeda utama. Replikasi awal model o1 OpenAI hanyalah permulaan—tantangan sebenarnya adalah skala dengan sumber daya terbatas.
• Meningkatkan Skala Tanpa Restu NVIDIA: Meskipun klaim memiliki 50.000 GPU, DeepSeek kemungkinan beroperasi dengan sekitar 10.000 A100 yang sudah tua dan 3.000 H800 sebelum larangan. Berbeda dengan laboratorium AS yang mengandalkan komputasi untuk setiap masalah, DeepSeek dipaksa menjadi efisien.
• Fokus Sebenarnya DeepSeek: Berbeda dengan OpenAI atau Anthropic, DeepSeek tidak terobsesi dengan “AI melayani manusia.” Sebaliknya, ia mengejar kecerdasan itu sendiri. Ini mungkin senjata rahasianya.

Penjelajah vs. Pengikut: Hukum Kekuasaan AI​

• Pengembangan AI adalah Fungsi Langkah: Biaya untuk mengejar ketinggalan 10x lebih rendah daripada memimpin. “Pengikut” memanfaatkan terobosan masa lalu dengan biaya komputasi yang lebih rendah, sementara “penjelajah” harus maju secara membabi buta, menanggung biaya R&D yang besar.
• Apakah DeepSeek Akan Melampaui OpenAI? Itu mungkin—tetapi hanya jika OpenAI tersandung. AI masih merupakan masalah terbuka, dan pendekatan DeepSeek terhadap model penalaran adalah taruhan yang kuat.

Inovasi Teknis di Balik DeepSeek​

1. Akhir dari Fine-Tuning Terawasi (SFT)?​

• Klaim paling mengganggu dari DeepSeek: SFT mungkin tidak lagi diperlukan untuk tugas penalaran. Jika benar, ini menandai pergeseran paradigma.
• Tapi Tidak Begitu Cepat… DeepSeek-R1 masih bergantung pada SFT, terutama untuk penyelarasan. Pergeseran sebenarnya adalah bagaimana SFT digunakan—menyaring tugas penalaran lebih efektif.

2. Efisiensi Data: Parit Sebenarnya​

• Mengapa DeepSeek Memprioritaskan Pelabelan Data: Liang Wenfeng dilaporkan melabeli data sendiri, menekankan pentingnya. Keberhasilan Tesla dalam mengemudi sendiri datang dari anotasi manusia yang teliti—DeepSeek menerapkan ketelitian yang sama.
• Data Multi-Modal: Belum Siap—Meskipun Janus-Pro dirilis, pembelajaran multi-modal tetap sangat mahal. Belum ada laboratorium yang menunjukkan keuntungan yang meyakinkan.

3. Distilasi Model: Pedang Bermata Dua​

• Distilasi Meningkatkan Efisiensi tetapi Menurunkan Keberagaman: Ini bisa membatasi kemampuan model dalam jangka panjang.
• “Utang Tersembunyi” dari Distilasi: Tanpa memahami tantangan mendasar dari pelatihan AI, mengandalkan distilasi dapat menyebabkan masalah yang tidak terduga ketika arsitektur generasi berikutnya muncul.

4. Penghargaan Proses: Perbatasan Baru dalam Penyelarasan AI​

• Pengawasan Hasil Menentukan Batas Atas: Pembelajaran penguatan berbasis proses dapat mencegah peretasan, tetapi batas atas kecerdasan masih bergantung pada umpan balik berbasis hasil.
• Paradoks RL: Model Bahasa Besar (LLM) tidak memiliki kondisi kemenangan yang terdefinisi seperti catur. AlphaZero berhasil karena kemenangan bersifat biner. Penalaran AI tidak memiliki kejelasan ini.

Mengapa OpenAI Belum Menggunakan Metode DeepSeek?​

• Masalah Fokus: OpenAI memprioritaskan skala, bukan efisiensi.
• “Perang AI Tersembunyi” di AS: OpenAI dan Anthropic mungkin telah mengabaikan pendekatan DeepSeek, tetapi mereka tidak akan lama. Jika DeepSeek terbukti layak, harapkan perubahan arah penelitian.

Masa Depan AI di 2025​

• Melampaui Transformer? AI kemungkinan akan bercabang menjadi arsitektur yang berbeda. Bidang ini masih terobsesi dengan Transformer, tetapi model alternatif bisa muncul.
• Potensi RL yang Belum Digunakan: Pembelajaran penguatan masih kurang dimanfaatkan di luar domain sempit seperti matematika dan pemrograman.
• Tahun Agen AI? Meskipun ada hype, belum ada laboratorium yang memberikan terobosan agen AI.

Apakah Pengembang Akan Beralih ke DeepSeek?​

• Belum. Kemampuan pengkodean dan mengikuti instruksi OpenAI yang unggul masih memberikannya keunggulan.
• Tapi Kesenjangan Sedang Menyempit. Jika DeepSeek mempertahankan momentum, pengembang mungkin beralih pada 2025.

Taruhan OpenAI Stargate $500B: Apakah Masih Masuk Akal?​

• Kebangkitan DeepSeek Meragukan Dominasi NVIDIA. Jika efisiensi mengalahkan skala brute-force, superkomputer $500B OpenAI mungkin tampak berlebihan.
• Apakah OpenAI Benar-benar Akan Menghabiskan $500B? SoftBank adalah pendukung keuangan, tetapi tidak memiliki likuiditas. Eksekusi tetap tidak pasti.
• Meta Sedang Membalikkan Rekayasa DeepSeek. Ini menegaskan signifikansinya, tetapi apakah Meta dapat menyesuaikan peta jalannya tetap tidak jelas.

Dampak Pasar: Pemenang & Pecundang​

• Jangka Pendek: Saham chip AI, termasuk NVIDIA, mungkin menghadapi volatilitas.
• Jangka Panjang: Cerita pertumbuhan AI tetap utuh—DeepSeek hanya membuktikan bahwa efisiensi sama pentingnya dengan kekuatan mentah.

Open Source vs. Closed Source: Medan Pertempuran Baru​

• Jika Model Open-Source Mencapai 95% dari Kinerja Closed-Source, seluruh model bisnis AI berubah.
• DeepSeek Memaksa Tangan OpenAI. Jika model terbuka terus meningkat, AI proprietary mungkin tidak berkelanjutan.

Dampak DeepSeek pada Strategi AI Global​

• China Mengejar Lebih Cepat dari yang Diharapkan. Kesenjangan AI antara China dan AS mungkin hanya 3-9 bulan, bukan dua tahun seperti yang diperkirakan sebelumnya.
• DeepSeek adalah Bukti Konsep untuk Strategi AI China. Meskipun ada keterbatasan komputasi, inovasi yang didorong oleh efisiensi berhasil.

Kata Terakhir: Visi Lebih Penting daripada Teknologi​

• Pembeda Sebenarnya DeepSeek adalah Ambisinya. Terobosan AI datang dari mendorong batas kecerdasan, bukan hanya menyempurnakan model yang ada.
• Pertempuran Berikutnya adalah Penalaran. Siapa pun yang mempelopori generasi berikutnya dari model penalaran AI akan menentukan lintasan industri.

---

Eksperimen Pemikiran: Jika Anda memiliki satu kesempatan untuk bertanya kepada CEO DeepSeek Liang Wenfeng, apa yang akan Anda tanyakan? Apa saran terbaik Anda untuk perusahaan saat berkembang? Sampaikan pemikiran Anda—respon yang menonjol mungkin saja mendapatkan undangan ke KTT AI tertutup berikutnya.

DeepSeek telah membuka babak baru dalam AI. Apakah itu menulis ulang seluruh cerita masih harus dilihat.

Pengantar​

Lanskap AI sedang mengalami perubahan besar. Selama dua minggu terakhir, kami mengadakan diskusi tertutup dengan peneliti dan pengembang AI terkemuka, mengungkap wawasan menarik tentang trajektori industri pada tahun 2025. Yang muncul adalah pergeseran kekuasaan yang kompleks, tantangan tak terduga bagi pemain mapan, dan titik infleksi kritis yang akan membentuk masa depan teknologi.

Ini bukan sekadar laporan—ini adalah peta masa depan industri. Mari kita selami para pemenang, pecundang, dan taruhan kritis yang mendefinisikan tahun 2025.

Para Pemenang: Struktur Kekuasaan Baru Muncul​

Anthropic: Pelopor Pragmatis​

Anthropic menonjol sebagai pemimpin pada tahun 2025, didorong oleh strategi yang jelas dan pragmatis:

• Protokol Kontrol Model (MCP): MCP bukan hanya spesifikasi teknis tetapi protokol dasar yang bertujuan menciptakan standar industri untuk pengkodean dan alur kerja agen. Anggap saja sebagai TCP/IP untuk era agen—langkah ambisius untuk menempatkan Anthropic di pusat interoperabilitas AI.
• Penguasaan Infrastruktur: Fokus Anthropic pada efisiensi komputasi dan desain chip khusus menunjukkan pandangan jauh ke depan dalam menangani tantangan skalabilitas penerapan AI.
• Kemitraan Strategis: Dengan fokus eksklusif pada membangun model yang kuat dan mengalihdayakan kemampuan pelengkap kepada mitra, Anthropic mendorong ekosistem kolaboratif. Model Claude 3.5 Sonnet mereka tetap menonjol, memegang posisi teratas dalam aplikasi pengkodean selama enam bulan—sebuah keabadian dalam istilah AI.

Google: Juara Integrasi Vertikal​

Dominasi Google berasal dari kontrolnya yang tak tertandingi atas seluruh rantai nilai AI:

• Infrastruktur End-to-End: TPU khusus Google, pusat data yang luas, dan integrasi ketat di seluruh silikon, perangkat lunak, dan aplikasi menciptakan parit kompetitif yang tak tertandingi.
• Kinerja Gemini Exp-1206: Uji coba awal Gemini Exp-1206 telah menetapkan tolok ukur baru, memperkuat kemampuan Google untuk mengoptimalkan di seluruh tumpukan.
• Solusi Perusahaan: Ekosistem internal Google yang kaya berfungsi sebagai tempat pengujian untuk solusi otomatisasi alur kerja. Integrasi vertikal mereka menempatkan mereka untuk mendominasi AI perusahaan dengan cara yang tidak dapat dicocokkan oleh perusahaan AI murni maupun penyedia cloud tradisional.

Para Pecundang: Waktu yang Menantang di Depan​

OpenAI: Di Persimpangan Jalan​

Meskipun sukses awalnya, OpenAI menghadapi tantangan yang meningkat:

• Masalah Organisasi: Kepergian profil tinggi, seperti Alec Radford, menandakan potensi ketidakselarasan internal. Apakah pergeseran OpenAI ke aplikasi konsumen mengikis fokusnya pada AGI?
• Keterbatasan Strategis: Keberhasilan ChatGPT, meskipun bernilai komersial, mungkin membatasi inovasi. Saat pesaing menjelajahi alur kerja agen dan aplikasi tingkat perusahaan, OpenAI berisiko terjebak dalam ruang chatbot.

Apple: Melewatkan Gelombang AI​

Kemajuan AI yang terbatas dari Apple mengancam dominasinya yang sudah lama dalam inovasi seluler:

• Titik Buta Strategis: Saat AI menjadi pusat ekosistem seluler, kurangnya kontribusi berdampak Apple pada solusi end-to-end yang didorong AI dapat merusak bisnis intinya.
• Kerentanan Kompetitif: Tanpa kemajuan signifikan dalam mengintegrasikan AI ke dalam ekosistem mereka, Apple berisiko tertinggal dari pesaing yang berinovasi dengan cepat.

Taruhan Kritis untuk 2025​

Kemampuan Model: Bifurkasi Besar​

Industri AI berada di persimpangan jalan dengan dua masa depan potensial:

1. Lompatan AGI: Terobosan dalam AGI dapat membuat aplikasi saat ini menjadi usang, membentuk ulang industri dalam semalam.
2. Evolusi Bertahap: Lebih mungkin, perbaikan bertahap akan mendorong aplikasi praktis dan otomatisasi end-to-end, menguntungkan perusahaan yang fokus pada kegunaan daripada terobosan mendasar.

Perusahaan harus mencapai keseimbangan antara mempertahankan penelitian dasar dan memberikan nilai langsung.

Evolusi Agen: Perbatasan Berikutnya​

Agen mewakili pergeseran transformatif dalam interaksi AI-manusia.

• Manajemen Konteks: Perusahaan bergerak melampaui model prompt-respons sederhana untuk menggabungkan pemahaman kontekstual ke dalam alur kerja. Ini menyederhanakan arsitektur, memungkinkan aplikasi berkembang dengan kemampuan model.
• Kolaborasi Manusia-AI: Menyeimbangkan otonomi dengan pengawasan adalah kunci. Inovasi seperti MCP Anthropic dapat meletakkan dasar bagi Toko Aplikasi Agen, memungkinkan komunikasi tanpa batas antara agen dan sistem perusahaan.

Melihat ke Depan: Platform Mega Berikutnya​

Era Sistem Operasi AI​

AI siap untuk mendefinisikan ulang paradigma platform, menciptakan "sistem operasi" baru untuk era digital:

• Model Dasar sebagai Infrastruktur: Model menjadi platform itu sendiri, dengan pengembangan API-pertama dan protokol agen standar mendorong inovasi.
• Paradigma Interaksi Baru: AI akan bergerak melampaui antarmuka tradisional, berintegrasi dengan mulus ke dalam perangkat dan lingkungan sekitar. Era robotika dan agen AI yang dapat dikenakan semakin mendekat.
• Evolusi Perangkat Keras: Chip khusus, komputasi edge, dan faktor bentuk perangkat keras yang dioptimalkan akan mempercepat adopsi AI di seluruh industri.

Kesimpulan​

Industri AI memasuki fase penentu di mana aplikasi praktis, infrastruktur, dan interaksi manusia mengambil panggung utama. Para pemenang akan unggul dalam:

• Menyampaikan solusi end-to-end yang menyelesaikan masalah nyata.
• Mengkhususkan diri dalam aplikasi vertikal untuk mengungguli pesaing.
• Membangun infrastruktur yang kuat dan dapat diskalakan untuk penerapan yang efisien.
• Mendefinisikan paradigma interaksi manusia-AI yang menyeimbangkan otonomi dengan pengawasan.

Ini adalah momen kritis. Perusahaan yang berhasil adalah mereka yang menerjemahkan potensi AI menjadi nilai yang nyata dan transformatif. Saat tahun 2025 berlangsung, perlombaan untuk mendefinisikan platform dan ekosistem mega berikutnya telah dimulai.

Apa pendapat Anda? Apakah kita menuju terobosan AGI, atau akankah kemajuan bertahap mendominasi? Bagikan pemikiran Anda dan bergabunglah dalam diskusi.

Kami dengan bangga mengumumkan kemitraan revolusioner antara Cuckoo Network dan Tenspect, menggabungkan infrastruktur AI terdesentralisasi kami dengan platform inspeksi rumah inovatif dari Tenspect. Kolaborasi ini menandai langkah signifikan menuju membawa kekuatan AI terdesentralisasi ke industri real estat.

Mengapa Kemitraan Ini Penting​

Tenspect telah merevolusi industri inspeksi rumah dengan platform berbasis AI mereka yang memungkinkan inspeksi dilakukan lebih cepat dan efisien. Dengan mengintegrasikan infrastruktur AI terdesentralisasi dari Cuckoo Network, Tenspect dapat menawarkan kemampuan yang lebih kuat sambil memastikan privasi data dan mengurangi biaya.

Manfaat utama dari kemitraan ini meliputi:

1. Pemrosesan AI Terdesentralisasi: Fitur Smart Notetaker dan AI dari Tenspect akan memanfaatkan jaringan penambangan GPU dari Cuckoo Network, memastikan waktu pemrosesan yang lebih cepat dan privasi yang lebih baik.
2. Efisiensi Biaya: Dengan memanfaatkan infrastruktur terdesentralisasi dari Cuckoo Network, Tenspect dapat menawarkan layanan AI mereka dengan tarif yang lebih kompetitif kepada para inspeksi rumah.
3. Privasi yang Ditingkatkan: Pendekatan terdesentralisasi kami memastikan bahwa data inspeksi sensitif tetap aman dan pribadi sambil tetap mendapatkan manfaat dari kemampuan AI yang canggih.

Integrasi Teknis​

Tenspect akan terintegrasi dengan Cuckoo Chain untuk transaksi yang aman dan transparan serta memanfaatkan jaringan penambangan GPU kami untuk tugas inferensi AI. Ini termasuk:

• Memproses transkripsi suara melalui node AI terdesentralisasi kami
• Menangani analisis gambar untuk dokumentasi inspeksi
• Menghasilkan laporan inspeksi menggunakan sumber daya komputasi terdistribusi kami

Apa Selanjutnya​

Kemitraan ini hanyalah permulaan. Bersama-sama, Cuckoo Network dan Tenspect akan bekerja untuk:

• Memperluas kemampuan AI untuk para inspeksi rumah
• Mengembangkan fitur AI terdesentralisasi baru untuk industri real estat
• Menciptakan solusi inovatif yang memanfaatkan kekuatan kedua platform

Kami bersemangat untuk bekerja sama dengan Tenspect untuk membawa manfaat AI terdesentralisasi ke industri inspeksi rumah. Kemitraan ini selaras sempurna dengan misi kami untuk mendemokratisasi akses AI sambil memastikan privasi dan efisiensi.

Tetap ikuti untuk pembaruan lebih lanjut tentang kolaborasi yang menarik ini!

---

Untuk informasi lebih lanjut tentang kemitraan ini:

• Kunjungi situs web Tenspect
• Bergabunglah dengan Discord kami
• Ikuti kami di X / Twitter
• Bergabunglah dengan Telegram kami

Cuckoo Network dengan bangga mengumumkan ekspansinya ke IoTeX sebagai solusi Layer 2, membawa infrastruktur AI terdesentralisasinya ke ekosistem IoTeX yang berkembang pesat. Kemitraan strategis ini menggabungkan keahlian Cuckoo dalam penyajian model AI dengan infrastruktur MachineFi yang kuat dari IoTeX, menciptakan peluang baru bagi kedua komunitas.

Kebutuhan​

Pengguna dan pengembang IoTeX memerlukan akses ke sumber daya komputasi AI yang efisien dan terdesentralisasi, sementara pembangun aplikasi AI memerlukan infrastruktur blockchain yang dapat diskalakan. Dengan membangun di atas IoTeX, Cuckoo Chain menjawab kebutuhan ini sambil memperluas pasar AI terdesentralisasinya ke ekosistem baru.

Solusi​

Cuckoo Chain di IoTeX menawarkan:

• Integrasi mulus dengan infrastruktur MachineFi IoTeX
• Biaya transaksi lebih rendah untuk penyajian model AI
• Skalabilitas yang ditingkatkan untuk aplikasi AI terdesentralisasi
• Interoperabilitas lintas rantai antara IoTeX dan Cuckoo Chain

Detail Airdrop​

Untuk merayakan ekspansi ini, Cuckoo Network meluncurkan kampanye airdrop untuk anggota komunitas IoTeX dan Cuckoo. Peserta dapat memperoleh token $CAI melalui berbagai aktivitas keterlibatan:

1. Pengadopsi awal dari ekosistem IoTeX
2. Penambang GPU yang berkontribusi ke jaringan
3. Partisipasi aktif dalam aktivitas lintas rantai
4. Keterlibatan komunitas dan kontribusi pengembangan

Kutipan dari Pimpinan​

"Membangun Cuckoo Chain sebagai Layer 2 di IoTeX menandai tonggak penting dalam misi kami untuk mendesentralisasi infrastruktur AI," kata Dora Noda, CPO Cuckoo Network. "Kolaborasi ini memungkinkan kami untuk menghadirkan komputasi AI yang efisien dan dapat diakses ke ekosistem MachineFi inovatif IoTeX sambil memperluas pasar AI terdesentralisasi kami."

Pertanyaan yang Sering Diajukan

Q: Apa yang membuat L2 Cuckoo Chain di IoTeX unik?

A: L2 Cuckoo Chain di IoTeX secara unik menggabungkan penyajian model AI terdesentralisasi dengan infrastruktur MachineFi IoTeX, memungkinkan komputasi AI yang efisien dan hemat biaya untuk perangkat dan aplikasi IoT.

Q: Bagaimana cara saya berpartisipasi dalam airdrop?

A: Kunjungi https://cuckoo.network/portal/airdrop?referer=CuckooNetworkHQ untuk menyelesaikan tindakan kualifikasi dan mendapatkan hadiah.

Q: Bagaimana cara mendapatkan lebih banyak $CAI?

• Staking token $CAI
• Menjalankan node penambang GPU
• Berpartisipasi dalam transaksi lintas rantai
• Berkontribusi pada pengembangan komunitas

Q: Apa persyaratan teknis untuk penambang GPU?

A: Penambang GPU memerlukan:

• NVIDIA GTX 3080, L4, atau lebih tinggi
• Minimal 8GB RAM
• Stake dan mendapatkan suara $CAI di antara 10 penambang teratas
• Koneksi internet yang andal Untuk instruksi pengaturan terperinci, kunjungi dokumentasi kami di cuckoo.network/docs

Q: Apa manfaat yang diperoleh pengguna IoTeX?

A: Pengguna IoTeX mendapatkan akses ke:

• Sumber daya komputasi AI terdesentralisasi
• Biaya transaksi lebih rendah untuk layanan AI
• Integrasi dengan aplikasi MachineFi yang ada
• Peluang penghasilan baru melalui penambangan GPU dan staking

Q: Bagaimana cara kerja fungsionalitas lintas rantai?

A: Pengguna akan dapat memindahkan aset secara mulus antara IoTeX, Arbitrum, dan Cuckoo Chain menggunakan infrastruktur jembatan kami, memungkinkan likuiditas dan interoperabilitas terpadu di seluruh ekosistem. Jembatan Arbitrum telah diluncurkan dan jembatan IoTeX masih dalam proses pengerjaan.

Q: Apa jadwal peluncurannya?

A: Jadwal:

• Minggu 8 Januari: Mulai distribusi airdrop di mainnet Cuckoo Chain
• Minggu 29 Januari: Penerapan jembatan antara IoTeX dan Cuckoo Chain
• Minggu 12 Februari: Peluncuran penuh peluncuran agen otonom

Q: Bagaimana pengembang dapat membangun di L2 IoTeX Cuckoo Chain?

A: Pengembang dapat menggunakan alat dan bahasa Ethereum yang sudah dikenal, karena Cuckoo Chain mempertahankan kompatibilitas penuh dengan EVM. Dokumentasi dan sumber daya pengembang yang komprehensif akan tersedia di cuckoo.network/docs.

Q: Berapa total alokasi airdrop?

A: Kampanye airdrop "IoTeX x Cuckoo" akan mendistribusikan sebagian dari total alokasi 1‰ yang dicadangkan untuk pengadopsi awal dan anggota komunitas dari total pasokan 1 miliar token $CAI.

Informasi Kontak

Untuk informasi lebih lanjut, bergabunglah dengan komunitas kami:

• Situs web: https://cuckoo.network
• Discord: https://cuckoo.network/dc
• Telegram: https://cuckoo.network/tg
• X/Twitter: https://cuckoo.network/x

Ritual, didirikan pada tahun 2023 oleh mantan investor Polychain Niraj Pant dan Akilesh Potti, adalah proyek ambisius di persimpangan blockchain dan AI. Didukung oleh pendanaan Seri A sebesar $25 juta yang dipimpin oleh Archetype dan investasi strategis dari Polychain Capital, perusahaan ini bertujuan untuk mengatasi kesenjangan infrastruktur kritis dalam memungkinkan interaksi kompleks di dalam dan di luar rantai. Dengan tim yang terdiri dari 30 ahli dari institusi dan perusahaan terkemuka, Ritual sedang membangun protokol yang mengintegrasikan kemampuan AI langsung ke dalam lingkungan blockchain, menargetkan kasus penggunaan seperti kontrak pintar yang dihasilkan dari bahasa alami dan protokol pinjaman dinamis yang digerakkan oleh pasar.

Mengapa Pelanggan Membutuhkan Web3 untuk AI​

Integrasi Web3 dan AI dapat mengurangi banyak keterbatasan yang terlihat dalam sistem AI tradisional yang terpusat.

1. Infrastruktur terdesentralisasi membantu mengurangi risiko manipulasi: ketika perhitungan AI dan keluaran model dieksekusi oleh banyak node yang dioperasikan secara independen, menjadi jauh lebih sulit bagi satu entitas—baik itu pengembang atau perantara korporat—untuk mengubah hasil. Ini meningkatkan kepercayaan pengguna dan transparansi dalam aplikasi yang digerakkan oleh AI.

2. AI asli Web3 memperluas cakupan kontrak pintar di dalam rantai melampaui logika keuangan dasar saja. Dengan AI dalam loop, kontrak dapat merespons data pasar waktu nyata, prompt yang dihasilkan pengguna, dan bahkan tugas inferensi kompleks. Ini memungkinkan kasus penggunaan seperti perdagangan algoritmik, keputusan pinjaman otomatis, dan interaksi dalam obrolan (misalnya, FrenRug) yang tidak mungkin dilakukan di bawah API AI yang ada dan terisolasi. Karena keluaran AI dapat diverifikasi dan terintegrasi dengan aset di dalam rantai, keputusan bernilai tinggi atau berisiko tinggi ini dapat dieksekusi dengan lebih banyak kepercayaan dan lebih sedikit perantara.

3. Mendistribusikan beban kerja AI di seluruh jaringan dapat berpotensi menurunkan biaya dan meningkatkan skalabilitas. Meskipun perhitungan AI bisa mahal, lingkungan Web3 yang dirancang dengan baik menarik dari kumpulan sumber daya komputasi global daripada satu penyedia terpusat. Ini membuka harga yang lebih fleksibel, keandalan yang lebih baik, dan kemungkinan untuk alur kerja AI yang berkelanjutan di dalam rantai—semua didukung oleh insentif bersama bagi operator node untuk menawarkan daya komputasi mereka.

Pendekatan Ritual​

Sistem ini memiliki tiga lapisan utama—Infernet Oracle, Ritual Chain (infrastruktur dan protokol), dan Aplikasi Asli—masing-masing dirancang untuk mengatasi tantangan yang berbeda di ruang Web3 x AI.

1. Infernet Oracle​

• Apa yang Dilakukannya Infernet adalah produk pertama Ritual, bertindak sebagai jembatan antara kontrak pintar di dalam rantai dan komputasi AI di luar rantai. Alih-alih hanya mengambil data eksternal, ia mengoordinasikan tugas inferensi model AI, mengumpulkan hasil, dan mengembalikannya ke dalam rantai dengan cara yang dapat diverifikasi.
• Komponen Utama
  • Containers: Lingkungan aman untuk menampung beban kerja AI/ML apa pun (misalnya, model ONNX, Torch, Hugging Face, GPT-4).
  • infernet-ml: Perpustakaan yang dioptimalkan untuk menerapkan alur kerja AI/ML, menawarkan integrasi siap pakai dengan kerangka model populer.
  • Infernet SDK: Menyediakan antarmuka standar sehingga pengembang dapat dengan mudah menulis kontrak pintar yang meminta dan mengonsumsi hasil inferensi AI.
  • Infernet Nodes: Diterapkan pada layanan seperti GCP atau AWS, node ini mendengarkan permintaan inferensi di dalam rantai, mengeksekusi tugas dalam container, dan mengirimkan hasil kembali ke dalam rantai.
  • Pembayaran & Verifikasi: Mengelola distribusi biaya (antara node komputasi dan verifikasi) dan mendukung berbagai metode verifikasi untuk memastikan tugas dieksekusi dengan jujur.
• Mengapa Ini Penting Infernet melampaui oracle tradisional dengan memverifikasi perhitungan AI di luar rantai, bukan hanya umpan data. Ini juga mendukung penjadwalan pekerjaan inferensi berulang atau sensitif waktu, mengurangi kompleksitas menghubungkan tugas yang digerakkan oleh AI ke aplikasi di dalam rantai.

2. Ritual Chain​

Ritual Chain mengintegrasikan fitur yang ramah AI di kedua lapisan infrastruktur dan protokol. Ini dirancang untuk menangani interaksi yang sering, otomatis, dan kompleks antara kontrak pintar dan komputasi di luar rantai, melampaui apa yang dapat dikelola oleh L1 tipikal.

2.1 Lapisan Infrastruktur​

• Apa yang Dilakukannya Infrastruktur Ritual Chain mendukung alur kerja AI yang lebih kompleks daripada blockchain standar. Melalui modul yang sudah dikompilasi sebelumnya, penjadwal, dan ekstensi EVM yang disebut EVM++, ia bertujuan untuk memfasilitasi tugas AI yang sering atau streaming, abstraksi akun yang kuat, dan interaksi kontrak otomatis.

• Komponen Utama

  • Modul yang Sudah Dikompilasi Sebelumnya

    :

    • Ekstensi EIP (misalnya, EIP-665, EIP-5027) menghapus batas panjang kode, mengurangi gas untuk tanda tangan, dan memungkinkan kepercayaan antara tugas AI di dalam dan di luar rantai.
    • Precompiles Komputasi menstandarkan kerangka kerja untuk inferensi AI, bukti pengetahuan nol, dan penyetelan model dalam kontrak pintar.

  • Penjadwal: Menghilangkan ketergantungan pada kontrak "Penjaga" eksternal dengan memungkinkan tugas berjalan pada jadwal tetap (misalnya, setiap 10 menit). Penting untuk aktivitas yang digerakkan oleh AI yang berkelanjutan.

  • EVM++: Meningkatkan EVM dengan abstraksi akun asli (EIP-7702), memungkinkan kontrak menyetujui transaksi secara otomatis untuk jangka waktu tertentu. Ini mendukung keputusan yang digerakkan oleh AI secara berkelanjutan (misalnya, perdagangan otomatis) tanpa intervensi manusia.

• Mengapa Ini Penting Dengan memasukkan fitur yang berfokus pada AI langsung ke dalam infrastrukturnya, Ritual Chain menyederhanakan perhitungan AI yang kompleks, berulang, atau sensitif waktu. Pengembang mendapatkan lingkungan yang lebih kuat dan otomatis untuk membangun dApps yang benar-benar "cerdas".

2.2 Lapisan Protokol Konsensus​

• Apa yang Dilakukannya Lapisan protokol Ritual Chain menangani kebutuhan untuk mengelola berbagai tugas AI secara efisien. Pekerjaan inferensi besar dan node komputasi heterogen memerlukan logika pasar biaya khusus dan pendekatan konsensus baru untuk memastikan eksekusi dan verifikasi yang lancar.
• Komponen Utama
  • Resonance (Pasar Biaya):
    • Memperkenalkan peran "pelelang" dan "broker" untuk mencocokkan tugas AI dengan kompleksitas yang bervariasi dengan node komputasi yang sesuai.
    • Menggunakan alokasi tugas yang hampir menyeluruh atau "dibundel" untuk memaksimalkan throughput jaringan, memastikan node yang kuat menangani tugas kompleks tanpa terhenti.
  • Symphony (Konsensus):
    • Membagi perhitungan AI menjadi sub-tugas paralel untuk verifikasi. Beberapa node memvalidasi langkah proses dan keluaran secara terpisah.
    • Mencegah tugas AI besar membebani jaringan dengan mendistribusikan beban kerja verifikasi di beberapa node.
  • vTune:
    • Menunjukkan cara memverifikasi penyetelan model yang dilakukan oleh node di dalam rantai dengan menggunakan pemeriksaan data "backdoor".
    • Mengilustrasikan kemampuan Ritual Chain yang lebih luas untuk menangani tugas AI yang lebih panjang dan rumit dengan asumsi kepercayaan minimal.
• Mengapa Ini Penting Pasar biaya tradisional dan model konsensus kesulitan dengan beban kerja AI yang berat atau beragam. Dengan merancang ulang keduanya, Ritual Chain dapat mengalokasikan tugas secara dinamis dan memverifikasi hasil, memperluas kemungkinan di dalam rantai jauh melampaui logika token atau kontrak dasar.

3. Aplikasi Asli​

• Apa yang Mereka Lakukan Berdasarkan Infernet dan Ritual Chain, aplikasi asli mencakup pasar model dan jaringan validasi, menunjukkan bagaimana fungsionalitas yang digerakkan oleh AI dapat diintegrasikan dan dimonetisasi secara asli di dalam rantai.
• Komponen Utama
  • Pasar Model:
    • Mewakili model AI (dan mungkin varian yang disetel) sebagai aset di dalam rantai.
    • Memungkinkan pengembang untuk membeli, menjual, atau melisensikan model AI, dengan hasil yang diberikan kepada pencipta model dan penyedia komputasi/data.
  • Jaringan Validasi & "Rollup-as-a-Service":
    • Menawarkan protokol eksternal (misalnya, L2s) lingkungan yang andal untuk menghitung dan memverifikasi tugas kompleks seperti bukti pengetahuan nol atau kueri yang digerakkan oleh AI.
    • Menyediakan solusi rollup yang disesuaikan dengan memanfaatkan EVM++, fitur penjadwalan, dan desain pasar biaya Ritual.
• Mengapa Ini Penting Dengan membuat model AI dapat diperdagangkan dan diverifikasi langsung di dalam rantai, Ritual memperluas fungsionalitas blockchain ke dalam pasar untuk layanan AI dan dataset. Jaringan yang lebih luas juga dapat memanfaatkan infrastruktur Ritual untuk komputasi khusus, membentuk ekosistem terpadu di mana tugas dan bukti AI lebih murah dan lebih transparan.

Pengembangan Ekosistem Ritual​

Visi Ritual tentang "jaringan infrastruktur AI terbuka" berjalan seiring dengan membangun ekosistem yang kuat. Di luar desain produk inti, tim telah membangun kemitraan di seluruh penyimpanan model, komputasi, sistem bukti, dan aplikasi AI untuk memastikan setiap lapisan jaringan menerima dukungan ahli. Pada saat yang sama, Ritual berinvestasi besar-besaran dalam sumber daya pengembang dan pertumbuhan komunitas untuk mendorong kasus penggunaan dunia nyata di rantainya.

1. Kolaborasi Ekosistem

• Penyimpanan Model & Integritas: Menyimpan model AI dengan Arweave memastikan mereka tetap tahan terhadap perubahan.
• Kemitraan Komputasi: IO.net menyediakan komputasi terdesentralisasi yang sesuai dengan kebutuhan skala Ritual.
• Sistem Bukti & Lapisan-2: Kolaborasi dengan Starkware dan Arbitrum memperluas kemampuan pembuatan bukti untuk tugas berbasis EVM.
• Aplikasi Konsumen AI: Kemitraan dengan Myshell dan Story Protocol membawa lebih banyak layanan bertenaga AI ke dalam rantai.
• Lapisan Aset Model: Pond, Allora, dan 0xScope menyediakan sumber daya AI tambahan dan mendorong batas AI di dalam rantai.
• Peningkatan Privasi: Nillion memperkuat lapisan privasi Ritual Chain.
• Keamanan & Staking: EigenLayer membantu mengamankan dan mempertaruhkan di jaringan.
• Ketersediaan Data: Modul EigenLayer dan Celestia meningkatkan ketersediaan data, penting untuk beban kerja AI.

2. Ekspansi Aplikasi

• Sumber Daya Pengembang: Panduan komprehensif merinci cara memulai container AI, menjalankan PyTorch, dan mengintegrasikan GPT-4 atau Mistral-7B ke dalam tugas di dalam rantai. Contoh langsung—seperti menghasilkan NFT melalui Infernet—menurunkan hambatan bagi pendatang baru.
• Pendanaan & Akselerasi: Akselerator Ritual Altar dan proyek Ritual Realm menyediakan modal dan bimbingan kepada tim yang membangun dApps di Ritual Chain.
• Proyek Terkemuka:
  • Anima: Asisten DeFi multi-agen yang memproses permintaan bahasa alami di seluruh pinjaman, swap, dan strategi hasil.
  • Opus: Token meme yang dihasilkan AI dengan aliran perdagangan terjadwal.
  • Relic: Menggabungkan model prediktif yang digerakkan oleh AI ke dalam AMM, bertujuan untuk perdagangan di dalam rantai yang lebih fleksibel dan efisien.
  • Tithe: Memanfaatkan ML untuk menyesuaikan protokol pinjaman secara dinamis, meningkatkan hasil sambil mengurangi risiko.

Dengan menyelaraskan desain produk, kemitraan, dan berbagai set dApps yang digerakkan oleh AI, Ritual memposisikan dirinya sebagai pusat multifaset untuk Web3 x AI. Pendekatan ekosistem-pertama—dilengkapi dengan dukungan pengembang yang memadai dan peluang pendanaan nyata—meletakkan dasar untuk adopsi AI yang lebih luas di dalam rantai.

Pandangan Ritual​

Rencana produk dan ekosistem Ritual terlihat menjanjikan, tetapi banyak kesenjangan teknis yang masih ada. Pengembang masih perlu menyelesaikan masalah mendasar seperti menyiapkan endpoint inferensi model, mempercepat tugas AI, dan mengoordinasikan beberapa node untuk perhitungan skala besar. Untuk saat ini, arsitektur inti dapat menangani kasus penggunaan yang lebih sederhana; tantangan sebenarnya adalah menginspirasi pengembang untuk membangun aplikasi yang digerakkan oleh AI yang lebih imajinatif di dalam rantai.

Ke depan, Ritual mungkin akan lebih fokus pada pembuatan aset komputasi atau model yang dapat diperdagangkan daripada keuangan. Ini akan menarik peserta dan memperkuat keamanan jaringan dengan mengikat token rantai ke beban kerja AI yang praktis. Meskipun detail tentang desain token masih belum jelas, jelas bahwa visi Ritual adalah untuk memicu generasi baru aplikasi yang kompleks, terdesentralisasi, dan digerakkan oleh AI—mendorong Web3 ke wilayah yang lebih dalam dan lebih kreatif.

Konvergensi AI dan kripto telah lama digembar-gemborkan tetapi dieksekusi dengan buruk. Upaya sebelumnya untuk mendesentralisasi AI memecah belah stack tanpa memberikan nilai nyata. Masa depan bukan tentang desentralisasi parsial—ini tentang membangun platform AI full-stack yang benar-benar terdesentralisasi, mengintegrasikan komputasi, data, dan kecerdasan ke dalam ekosistem yang kohesif dan mandiri.

Saya telah menghabiskan berbulan-bulan mewawancarai 47 pengembang, pendiri, dan peneliti di persimpangan ini. Konsensusnya? AI terdesentralisasi full-stack adalah masa depan kecerdasan komputasional, dan tahun 2025 akan menjadi tahun terobosannya.

Kesenjangan Pasar $1,7 Triliun​

Infrastruktur AI saat ini didominasi oleh beberapa pemain:

• Empat perusahaan mengendalikan 92% pasokan GPU H100 NVIDIA.
• GPU ini menghasilkan pendapatan tahunan hingga $1,4 juta per unit.
• Markup inferensi AI melebihi 80%.

Sentralisasi ini menghambat inovasi dan menciptakan ketidakefisienan yang siap untuk diganggu. Platform AI terdesentralisasi full-stack seperti Cuckoo Network bertujuan untuk menghilangkan hambatan ini dengan mendemokratisasi akses ke komputasi, data, dan kecerdasan.

AI Terdesentralisasi Full-Stack: Memperluas Visi​

Platform AI terdesentralisasi full-stack tidak hanya mengintegrasikan komputasi, data, dan kecerdasan tetapi juga membuka pintu untuk kasus penggunaan baru yang transformatif di persimpangan blockchain dan AI. Mari kita eksplorasi lapisan-lapisan ini dalam cahaya tren yang muncul.

1. Pasar Komputasi Terdesentralisasi​

Penyedia komputasi terpusat mengenakan biaya yang tinggi dan memusatkan sumber daya. Platform terdesentralisasi seperti Gensyn dan Cuckoo Network memungkinkan:

• Komputasi Elastis: Akses sesuai permintaan ke GPU di seluruh jaringan terdistribusi.
• Komputasi Terverifikasi: Bukti kriptografi memastikan komputasi akurat.
• Biaya Lebih Rendah: Benchmark awal menunjukkan pengurangan biaya 30-70%.

Lebih lanjut, munculnya AI-Fi menciptakan primitif ekonomi baru. GPU menjadi aset yang menghasilkan hasil, dengan likuiditas on-chain memungkinkan pusat data untuk membiayai akuisisi perangkat keras. Pengembangan kerangka pelatihan terdesentralisasi dan orkestrasi inferensi dipercepat, membuka jalan bagi infrastruktur komputasi AI yang benar-benar dapat diskalakan.

2. Ekosistem Data yang Didukung Komunitas​

Ketergantungan AI pada data membuat dataset terpusat menjadi hambatan. Sistem terdesentralisasi, memanfaatkan Data DAO dan teknologi peningkatan privasi seperti zero-knowledge proofs (ZK), memungkinkan:

• Atribusi Nilai yang Adil: Model harga dinamis dan kepemilikan memberi imbalan kepada kontributor.
• Pasar Data Real-Time: Data menjadi aset yang dapat diperdagangkan dan ditokenisasi.

Namun, karena model AI menuntut dataset yang semakin kompleks, pasar data perlu menyeimbangkan kualitas dan privasi. Alat untuk primitif privasi probabilistik, seperti komputasi multi-pihak aman (MPC) dan pembelajaran federasi, akan menjadi penting dalam memastikan transparansi dan keamanan dalam aplikasi AI terdesentralisasi.

3. Kecerdasan AI yang Transparan​

Sistem AI saat ini adalah kotak hitam. Kecerdasan terdesentralisasi membawa transparansi melalui:

• Model yang Dapat Diaudit: Kontrak pintar memastikan akuntabilitas dan transparansi.
• Keputusan yang Dapat Dijelaskan: Output AI dapat diinterpretasikan dan meningkatkan kepercayaan.

Tren yang muncul seperti niat agenik—di mana agen AI otonom bertransaksi atau bertindak on-chain—menawarkan sekilas bagaimana AI terdesentralisasi dapat mendefinisikan ulang alur kerja, pembayaran mikro, dan bahkan tata kelola. Platform harus memastikan interoperabilitas yang mulus antara sistem berbasis agen dan berbasis manusia agar inovasi ini dapat berkembang.

Kategori yang Muncul dalam AI Terdesentralisasi​

Interaksi Agen-ke-Agen​

Blockchain secara inheren dapat dikomposisi, menjadikannya ideal untuk interaksi agen-ke-agen. Ruang desain ini mencakup agen otonom yang terlibat dalam transaksi keuangan, meluncurkan token, atau memfasilitasi alur kerja. Dalam AI terdesentralisasi, agen-agen ini dapat berkolaborasi dalam tugas-tugas kompleks, dari pelatihan model hingga verifikasi data.

Konten Generatif dan Hiburan​

Agen AI bukan hanya pekerja—mereka juga dapat mencipta. Dari hiburan multimedia agenik hingga konten dalam game yang dinamis dan generatif, AI terdesentralisasi dapat membuka kategori baru pengalaman pengguna. Bayangkan persona virtual yang memadukan pembayaran blockchain dengan narasi yang dihasilkan AI untuk mendefinisikan ulang penceritaan digital.

Standar Akuntansi Komputasi​

Kurangnya standar akuntansi komputasi telah mengganggu sistem tradisional dan terdesentralisasi. Untuk bersaing, jaringan AI terdesentralisasi harus memprioritaskan transparansi dengan memungkinkan perbandingan yang sebanding dari kualitas dan output komputasi. Ini tidak hanya akan meningkatkan kepercayaan pengguna tetapi juga menciptakan fondasi yang dapat diverifikasi untuk meningkatkan pasar komputasi terdesentralisasi.

Apa yang Harus Dilakukan Pembuat dan Investor​

Peluang dalam AI terdesentralisasi full-stack sangat besar tetapi membutuhkan fokus:

• Manfaatkan Agen AI untuk Otomatisasi Alur Kerja: Agen yang bertransaksi secara otonom dapat menyederhanakan otentikasi perusahaan, pembayaran mikro, dan integrasi lintas platform.
• Bangun untuk Interoperabilitas: Pastikan kompatibilitas dengan pipeline AI yang ada dan alat yang muncul seperti antarmuka transaksi agenik.
• Prioritaskan UX dan Kepercayaan: Adopsi bergantung pada kesederhanaan, transparansi, dan verifikasi.

Melihat ke Depan​

Masa depan AI tidak terfragmentasi tetapi bersatu melalui platform full-stack yang terdesentralisasi. Sistem ini mengoptimalkan lapisan komputasi, data, dan kecerdasan, mendistribusikan kembali kekuatan dan memungkinkan inovasi yang belum pernah terjadi sebelumnya. Dengan integrasi alur kerja agenik, primitif privasi probabilistik, dan standar akuntansi yang transparan, AI terdesentralisasi dapat menjembatani kesenjangan antara ideologi dan praktik.

Pada tahun 2025, kesuksesan akan datang kepada platform yang memberikan nilai nyata dengan membangun ekosistem yang kohesif dan berfokus pada pengguna. Era AI yang benar-benar terdesentralisasi baru saja dimulai—dan dampaknya akan menjadi transformatif.