Hack Seasons Singapore Panel Menjelajahi Masa Depan Agen AI, Komputasi Terdesentralisasi, Dan Tata Kelola On-Chain

Secara Singkat

Di Konferensi Hack Seasons di Singapura, para ahli membahas peran AI agen saat ini dan di masa depan dalam Web3, mencakup aplikasi praktis, dan lainnya sambil menekankan bahwa pengawasan manusia tetap penting untuk masa depan yang dapat diperkirakan.

Pada awal Oktober, Konferensi Hack Seasons di Singapura mengumpulkan para teknolog, investor, dan inovator dari seluruh dunia untuk menjelajahi masa depan blockchain dan AI. Salah satu acara utama yang paling dinantikan adalah diskusi panel berjudul "AI On Chain: Apakah Protokol Akan Berpikir Untuk Diri Mereka Sendiri?" yang dipandu oleh Tomer Sharoni, CEO Addressable

Panel tersebut menampilkan jajaran profil tinggi, termasuk Evgeny Ponomarev, Co-Founder dari Fluence, Michael Heinrich, Founder dari 0G, Jack Collier, CGO dari io.net, dan Clark Alexander, Chief AI Officer di Argentum AI. Diskusi tersebut menawarkan eksplorasi mendalam tentang bagaimana pertemuan Web3 dan AI dapat membentuk lanskap digital di tahun-tahun mendatang.

Percakapan dimulai dengan para pembicara yang memeriksa aplikasi praktis saat ini dari agen AI dalam produksi, serta kasus penggunaan yang tetap aspiratif atau tidak mungkin terwujud. Panelis menekankan berbagai aplikasi praktis untuk agen AI, mencatat bahwa istilah tersebut umumnya mengacu pada penggunaan model bahasa besar (LLMs) dalam otomatisasi bisnis. Dalam banyak kasus, agen AI beroperasi tanpa antarmuka percakapan, menangani tugas seperti dukungan pelanggan, otomatisasi penjualan, pengumpulan data, dan profil. Meskipun aplikasi ini sudah diadopsi secara luas, impian jangka panjang tetap menciptakan agen AI yang mampu berpikir seperti manusia. Saat ini, arsitektur model yang ada tidak dapat meniru kecerdasan tingkat manusia.

Para pembicara menekankan bahwa agen AI paling efektif ketika digunakan untuk mengotomatiskan tugas-tugas tingkat sistem operasi. Model telah dilatih pada artefak yang dibuat oleh manusia selama milenia, tetapi cakupan penuh kreativitas dan inovasi manusia melampaui apa yang telah didokumentasikan. Sebagai hasilnya, pekerjaan kreatif, penghasil ide, pemerintahan, dan administrasi akan tetap menjadi domain manusia untuk masa depan yang dapat diperkirakan. Para panelis setuju bahwa, setidaknya untuk lima puluh tahun ke depan, manusia akan terus memainkan peran penting dalam proses ini.

Diskusi juga mengeksplorasi bagaimana agen AI saat ini digunakan terutama sebagai alat internal. AI memiliki potensi untuk memberikan konteks yang relevan yang memungkinkan manusia membuat keputusan yang lebih baik dan meningkatkan kreativitas dalam sistem otonom.

Sementara tujuan akhir bagi beberapa orang adalah kecerdasan umum buatan (AGI), panel mengakui keterbatasan fisik dan konseptual yang signifikan dari LLM saat ini. Namun, para pembicara tidak menutup kemungkinan algoritma masa depan yang dirancang untuk berpikir secara berbeda atau lebih mirip manusia, dengan mencatat bahwa beberapa pengembang secara aktif mengeksplorasi pendekatan ini.

Panelis Menjelajahi Agen Perdagangan AI, Komputasi Terdesentralisasi, Data On-Chain, Dan Tata Kelola GPU Dalam Masa Depan Crypto Dan AI

Salah satu topik kunci yang dibahas selama panel adalah agen AI perdagangan. Di ruang cryptocurrency, protokol perdagangan mandiri dan dompet yang bertujuan untuk menghasilkan keuntungan bagi pengguna muncul dengan cepat.

Para panelis mencatat bahwa perdagangan cryptocurrency beroperasi mirip dengan perdagangan forex. Jika beberapa agen AI diprogram dengan strategi perdagangan yang berbeda, mereka mungkin akan saling memperdagangkan. Namun, jika strategi mereka sangat berkorelasi, sistem dapat runtuh, menghasilkan satu pemenang dominan sementara yang lain mengalami kerugian. Dalam banyak hal, dinamika perdagangan agen AI mencerminkan dinamika pasar.

Pembicara lain menyoroti bahwa, menurut penelitian, sebagian besar agen perdagangan AI masih berkinerja buruk dibandingkan manusia. Panel sepakat bahwa agen AI tetap tidak efisien karena mereka tidak dapat memperkirakan pola yang muncul atau menjelajahi strategi baru secara mandiri.

Komputasi terdesentralisasi adalah poin utama lainnya dalam diskusi. Para panelis menjelaskan bahwa bagi mereka yang ingin membangun jaringan GPU besar, komputasi terdesentralisasi menawarkan alternatif untuk penyedia cloud seperti AWS atau Google Cloud. Tantangan utama adalah meyakinkan perusahaan besar, seperti perusahaan Fortune 500, untuk mengadopsi jaringan GPU terdesentralisasi di samping infrastruktur cloud tradisional.

Para pembicara mencatat bahwa beberapa perusahaan memerlukan GPU yang sangat kuat untuk beroperasi secara skala. Jika penyedia terdesentralisasi tidak dapat menyediakan tingkat perangkat keras ini, mereka tidak akan menarik klien perusahaan. Selain itu, adopsi perusahaan sering kali tergantung pada sertifikasi keamanan, yang mungkin tidak dimiliki oleh protokol terdesentralisasi. Tanpa sertifikasi ini, perusahaan memiliki jaminan terbatas bahwa data sensitif akan tetap terlindungi.

Meskipun tantangan ini, pembicara lain berargumen bahwa sistem terdesentralisasi memiliki keuntungan kepercayaan yang melekat. Mekanisme staking memungkinkan peserta untuk mendukung sumber daya yang mereka sediakan, menawarkan bentuk akuntabilitas. Saat ini, salah satu biaya terbesar dari AI adalah komputasi, sebagian karena perusahaan merasa tertekan untuk mengamankan sumber daya dari hyperscaler, yang sering kali mengakibatkan perangkat keras yang tidak terpakai—kadang-kadang hanya 10-15% penggunaan. Jaringan terdesentralisasi memungkinkan kapasitas GPU yang tidak terpakai untuk dimonetisasi secara efisien, sementara konsumen hanya membayar untuk apa yang mereka gunakan.

Diskusi tersebut juga mengeksplorasi minat yang semakin meningkat dalam menempatkan data di dalam blockchain untuk memastikan asal-usul, kontrol, dan verifikasi. Para panelis memperdebatkan apakah blockchain pada akhirnya dapat mendukung pelatihan model AI otonom dengan cara yang efisien dan aman.

Panel tersebut diakhiri dengan fokus pada tata kelola di bidang AI dan GPU, mengangkat pertanyaan tentang siapa yang akan mengendalikan pasokan GPU di masa depan dan bagaimana hal ini akan membentuk ekonomi yang lebih luas.