AI memiliki tiga pilar utama: Daya Komputasi, data, dan Algoritme.

Dari ketiga hal ini, pentingnya Daya Komputasi adalah yang paling jelas, sehingga Nilai Pasar NVIDIA yang “menjual sekop” pada suatu waktu melebihi Microsoft dan Apple, menjadi perusahaan terberharga di dunia. Namun, seperti yang ditekankan pendiri Scale AI, Alex Wang, dalam sebuah podcast, data sedang menggantikan Daya Komputasi sebagai batasan utama dalam meningkatkan kinerja model AI.

AI memiliki dahaga tak berkesudahan terhadap data, namun sumber daya data internet yang dapat diakses hampir habis. Untuk meningkatkan kinerja model lebih lanjut, diperlukan lebih banyak data berkualitas tinggi. Meskipun perusahaan memiliki sejumlah besar data berharga secara internal, data tidak terstruktur ini hanya dapat digunakan secara penuh untuk pelatihan AI setelah dilengkapi dengan label yang teliti. Namun, pelabelan data merupakan pekerjaan yang membutuhkan sumber daya yang intensif, dan selama ini dianggap sebagai bagian paling sulit dan rendah dari industri AI on-chain.

Namun, dengan strategi untuk menjadi salah satu yang pertama memasuki bidang anotasi data, Scale AI berhasil meraih valuasi sebesar 13,8 miliar dolar AS dalam putaran pendanaan terbaru pada bulan Mei tahun ini, melebihi banyak perusahaan model besar yang terkenal. Prestasi ini tanpa diragukan lagi telah menghancurkan prasangka bahwa ‘anotasi data hanya pekerjaan kasar’.

Sama seperti banyak proyek Daya Komputasi Desentralisasi menantang NVIDIA, bulan April ini proyek enkripsi AI Sapien AI yang baru saja menyelesaikan putaran benih 5 juta dolar juga mencoba menantang Scale AI. Ini tidak hanya akan memasuki pasar ekor panjang melalui cara Desentralisasi, tetapi juga berencana untuk membangun jaringan anotasi data manusia terbesar di dunia.

Baru-baru ini, BlockBeats mewawancarai Trevor Koverko, salah satu pendiri dan COO Sapien AI. Sebagai salah satu pendiri kesuksesan proyek seperti Polymath, Polymesh, dan Tokens.com, Trevor telah mengumpulkan pengalaman kewirausahaan yang kaya sebelum mendirikan Sapien AI. Dalam wawancara ini, ia berbagi pengalaman mendirikan Sapien AI, strategi kompetisi yang berbeda antara Sapien AI dan Scale AI, serta wawasan uniknya tentang bagaimana mendesain mekanisme bisnis dengan mengambil inspirasi dari permainan Blok.

URL pengalaman proyek Sapien AI: game.sapien.io

Tanah subur inovasi di Toronto, hasil kreatif dari enkripsi dan komunitas AI

BlockBeats: Saya melihat dari profil LinkedIn Anda bahwa Anda pernah bermain untuk tim hoki NHL New York Rangers. Sebagai mantan pemain hoki profesional, bagaimana Anda beralih ke industri enkripsi?

**Trevor：**Dalam karir saya, saya telah mencoba banyak peran yang berbeda. Hoki es adalah pekerjaan pertama saya. Di Kanada, hoki es sangat penting dalam budaya kami, jika Anda tidak bermain hoki es saat kecil, hampir bisa dianggap aneh. Jadi, ini adalah bagian penting dari masa kecil saya. Saya belajar banyak tentang kerja tim dan kompetisi tingkat tinggi, pengalaman-pengalaman ini masih memengaruhi saya hingga saat ini.

Setelah karir hoki saya berakhir, saya mulai terlibat dalam bisnis, dan sebenarnya, saya telah menghabiskan waktu di Asia. Saya tinggal di Dalian, sebuah kota di timur laut Cina. Karir olahraga saya dan pengalaman saya di Cina adalah dua bagian yang sangat penting dalam proses tumbuh saya.

Saya tumbuh dalam ekosistem enkripsi di Toronto. Saya terlibat dalam komunitas BTC sejak dulu, saat Ethereum belum diluncurkan. Kami sering menghadiri pertemuan, berkomunikasi dengan teman-teman, dan bertemu dengan Vitalik, yang saat itu hanya menjadi editor di “Bitcoin Magazine”.

Kemudian, ketika Vitalik merilis White Paper, komunitas BTC secara bertahap berkembang menjadi komunitas ETH. Itu adalah masa-masa yang penuh semangat. Saya meluncurkan proyek RWA saya sendiri, Polymath, pada tahun 2017-2018, ketika bidang ini bahkan belum memiliki klasifikasi yang jelas, kami menyebutnya sebagai ‘token keamanan’. Ini adalah proyek besar pertama saya di bidang enkripsi. Kami melakukan berbagai pekerjaan dalam proyek ini, mulai dari penggalangan dana hingga peluncuran aplikasi di ETH.

Akhirnya kami juga membangun blockchain Layer 1 kami sendiri, yang merupakan tantangan yang lebih besar. Untungnya, kami memiliki orang-orang pintar seperti Charles Hoskinson yang bertindak sebagai arsitek protokol. Sekarang, blockchain ini telah berkembang menjadi merek independen yang disebut Polymesh. Ini adalah salah satu jaringan RWA terawal dan terbesar, serta tingkat Layer 1. Sekarang saya hanya seorang anggota komunitas karena ini telah sepenuhnya terdesentralisasi, saya hanya mendukung jaringan ini dari jauh. Dalam hal adopsi, ini berkinerja sangat baik, dan sekarang RWA juga menjadi ekosistem yang menarik.

**BlockBeats: Apa yang mendorong minat Anda beralih dari RWA ke AI, dan memutuskan untuk mendirikan Sapien AI?

Trevor: Saya menjadi tertarik pada AI setelah Polymesh menjalankan Desentralisasi sehari-hari. Toronto memiliki komunitas teknologi AI yang sangat kuat, dan banyak arsitektur awal AI modern diciptakan oleh para peneliti di University of Toronto, seperti Geoffrey Hinton, “bapak pembelajaran di Kedalaman,” dan Ilya Sutskever, mantan kepala ilmuwan di OpenAI.

Kiri satu: Ilya Sutskever; kanan satu: Geoffrey Hinton

Saya sangat tertarik pada penggunaan AI, dan di University of Waterloo juga ada sekelompok orang cerdas yang terlibat dalam pembelajaran mesin. Saya mulai tertarik pada tumpukan teknologi AI, cara kerjanya, proses produksi data latihannya, dan bagaimana manusia terlibat dalam produksi data latih tersebut. Ini adalah proses belajar yang sangat alami.

Awalnya saya tidak memiliki ambisi untuk mendirikan perusahaan, tetapi setelah sekitar 6 bulan mempelajari AI dan pembelajaran mesin, di bawah bimbingan seorang mentor dalam program pascasarjana pembelajaran mesin Universitas Waterloo, kami mulai menemukan beberapa area menarik yang memiliki masalah dan melihat kesempatan untuk memecahkan masalah tersebut. Akhirnya, kami mendirikan perusahaan Sapien ini.

BlockBeats: Bisakah Anda menjelaskan misi inti proyek Sapien AI kepada orang-orang yang tidak mengerti proyek ini? Di industri AI saat ini, di mana pentingnya layanan penandaan data tercermin?

**Trevor：**Pelabelan data sangat penting. Ini juga salah satu alasan utama keberhasilan model bahasa besar seperti ChatGPT, karena mereka adalah model pertama yang menggunakan para pemberi label data manusia dalam skala industri untuk memperkaya dataset mereka.

Hingga saat ini, pentingnya pelabelan data terus meningkat karena persaingan kinerja antara model-model ini sangat ketat, dan cara terbaik untuk meningkatkan kinerja model adalah dengan menambahkan lebih banyak pelabelan data manusia yang ahli dalam dataset.

Kami menganggap pemrosesan data sebagai Rantai Pasokan: pertama, data mentah harus diatur dan diorganisir. Setelah diatur, data-data tersebut dapat dilatih. Setelah dilatih, data tersebut dapat digunakan untuk pengambilan kesimpulan. Dalam kata lain, ini adalah proses bertahap dalam menambah nilai data dalam konteks kecerdasan buatan.

Sama seperti industri lainnya, kita mulai melihat sektor-sektor kecil di industri AI muncul dan beberapa perusahaan menunjukkan keunggulan dalam langkah-langkah khusus dalam proses. Bagi saya, yang paling menarik adalah langkah kedua, yaitu struktur data dan kesiapan pelatihan, yang selalu menjadi bagian yang paling menarik bagi saya.

Scale AI Desentralisasi, menargetkan pasar ekor panjang

**BlockBeats: Apa yang membuat Sapien AI berbeda dari perusahaan Web2 tradisional seperti Scale AI?

**Trevor：**Ini adalah pertanyaan yang bagus. Kami sangat menghargai Scale, mereka adalah perusahaan yang luar biasa, para pendiri bersama sangat luar biasa. Kami mengenal salah satunya. Mereka adalah salah satu perusahaan AI terbesar di dunia, baik dari segi pendapatan, kapitalisasi pasar, maupun penggunaan.

Perbedaan kami terletak pada fakta bahwa kami memulai pemikiran dari prinsip-prinsip dasar, mempertimbangkan seperti apa tumpukan teknologi anotasi data yang modern pada tahun 2024. Kami tidak selalu mengejar kasus penggunaan yang dicakup oleh Skala, tujuan kami adalah pasar menengah dan pasar panjang.

Kami berusaha keras untuk memastikan bahwa siapa pun dapat dengan mudah mendapatkan umpan balik manusia untuk setiap set data, apakah Anda adalah model Sumber Terbuka di pasar menengah, model perusahaan, atau hanya individu yang melakukan penelitian akhir pekan. Jika Anda ingin meningkatkan kinerja model dan memerlukan umpan balik manusia yang responsif, silakan hubungi kami.

Anda dapat menganggap kami sebagai versi yang lebih terdistribusi atau Desentralisasi dari Scale AI. Ini berarti para penanda kami lebih luas, mereka tidak terbatas pada lokasi tertentu, tetapi dapat bekerja secara remote di mana saja. Secara tertentu, dispersi ini memungkinkan kami untuk melakukan pekerjaan yang lebih baik dalam kualitas pelabelan data, karena keberagaman tidak hanya untuk mencapai diversifikasi, tetapi juga dapat meningkatkan kualitas pelatihan data

Misalnya, jika Anda meminta sekelompok orang dengan latar belakang yang serupa untuk melabeli data di suatu fasilitas, kemungkinan besar akan menghasilkan data output yang bias atau memiliki kecenderungan budaya. Oleh karena itu, kami berusaha keras sejak awal untuk membuatnya lebih beragam dan kuat. Karena semakin Desentralisasi, kami juga dapat mendapatkan penanda berkualitas lebih tinggi dalam beberapa hal. Jika Anda harus bekerja di lokasi tertentu di Filipina, Anda akan terbatas dalam menarik bakat, tetapi dengan prioritas jarak jauh, kami dapat menemukan penanda dari mana saja.

Saya bukan mengatakan bahwa Scale tidak melakukan hal-hal ini, tetapi kami sedang memikirkan bagaimana melayani bagian lain dari pasar model. Karena kami percaya bahwa pasar ini akan terus naik, akan muncul banyak model swasta dan berlisensi yang memerlukan umpan balik manusia.

**BlockBeats: Bagaimana desain dan optimalisasi alur kerja anotasi data Sapien AI? Apa saja langkah kunci untuk memastikan kualitas data?

Trevor: Cara kerja platform kami mirip dengan pasar dua sisi. Anda dapat membayangkannya seperti versi Desentralisasi dalam dunia anotasi data. Di satu sisi, ada pihak yang membutuhkan, seperti penumpang di Uber, untuk kami, mereka adalah klien perusahaan yang membutuhkan umpan balik manusia dalam model mereka. Misalnya, mereka sedang membangun model bahasa besar dan perlu penyesuaian sedikit, yang membutuhkan partisipasi manusia.

Mereka datang kepada kami dan mengunggah dataset asli ke jaringan. Kami memberikan penawaran berdasarkan beberapa variabel dataset yang berbeda, seperti kompleksitas, modalitas data, format data, dan sebagainya. Proses ini sangat mandiri bagi pelanggan bisnis.

Di sisi lain adalah pemasok, yaitu para penanda, mereka seperti pengemudi Uber kita. Saat ini, ini sebenarnya adalah bottleneck industri, kita perlu sebanyak mungkin penanda bergabung dengan jaringan. Karena permintaannya hampir tidak terbatas, seperti Uber, selalu ada orang yang ingin naik mobil, permintaan ini tidak akan pernah berakhir. Di bidang AI, kebutuhan akan model AI ini untuk konsumsi data yang lebih tinggi juga berkelanjutan.

Kami sangat fokus pada sisi pasokan ikuti dan berkomitmen untuk membuat penandaan data menjadi mudah bagi siapa saja. Kami telah menemukan beberapa teknologi baru dan terus meningkatkan teknologi ini untuk memastikan pencapaian penandaan yang berkualitas tinggi dalam mode terdistribusi secara besar-besaran. Masalah awal yang kami ajukan adalah, dapatkah penandaan yang berkualitas tinggi dijamin tanpa adanya manajemen terpusat? Ini sebenarnya adalah apa yang kami sebut sebagai “Tiga Masalah Utama Penandaan Data”: Apakah kami dapat menurunkan biaya pelanggan, meningkatkan penghasilan penandatangan, sambil meningkatkan kualitas keseluruhan?

Kami telah melakukan beberapa percobaan di bidang ini dan mendapatkan beberapa hasil yang sangat menarik. Kami telah mencoba berbagai mekanisme baru seperti regresi rata-rata, deteksi anomali, dan mencampur beberapa model probabilitas, model-model ini dapat secara signifikan memperkirakan kualitas kerja anotator. Kami juga sedang mengembangkan beberapa teknologi terbaru. Namun, sampai saat ini, kami sangat bersemangat tentang prospek pengembangan pelabelan data dalam lima hingga sepuluh tahun ke depan. Kami percaya bahwa pelabelan data akan menjadi lebih Desentralisasi, mandiri, dan otomatis.

**BlockBeats: Bisakah Anda menjelaskan secara lebih detail tentang produk dan teknologi Anda, terutama bagian yang dapat menjamin kualitas data? Saya tahu Anda memiliki mekanisme staking untuk mencegah tindakan jahat oleh penanda, apakah ada teknologi lainnya?

**Trevor：**Ya, kami sedang mencoba banyak metode berbeda. Kami memiliki sistem reputasi, serta stake dan mekanisme hukuman. Anotator akan melakukan stake sejumlah dana tertentu, dan jika tidak mencapai standar, mungkin akan dikenakan denda. Mekanisme-mekanisme ini masih dalam tahap eksperimen awal, tetapi kami menemukan bahwa hanya dengan mekanisme insentif ini, kepatuhan kualitas dapat secara signifikan ditingkatkan, bahkan mungkin meningkatkan beberapa standar deviasi. Namun, serangkaian kontrol kualitas ini diimplementasikan melalui rata-rata terbobot dari berbagai Algoritme yang berbeda, dan kami terus menyesuaikan Algoritme-algoritme ini. Pada saat yang sama, kami juga menggunakan pembelajaran mesin untuk mengoptimalkan proses ini. Misalnya, kami menggunakan alat pemeriksa ML dan pengujian ‘kelinci merah’, yaitu menyediakan data palsu kepada anotator untuk menguji apakah mereka jujur dalam penandaan.

Ini adalah masalah besar: bagaimana cara mengetahui apakah orang sedang melakukan Serangan Sybil terhadap jaringan (yaitu mencoba menipu dan memanipulasi sistem)? Kita harus selalu waspada terhadap hal ini. Itu juga alasan mengapa kita menyukai beberapa mekanisme insentif Web3, karena mekanisme tersebut awalnya diciptakan untuk mengatasi masalah Serangan Sybil dan Masalah Jenderal Byzantine serupa, dengan tujuan membuat kepatuhan terhadap aturan sesuai dengan kepentingan terbaik setiap orang. Jika Anda egois, Anda akan mengikuti protokol jaringan.

Kami masih berada dalam tahap awal. Untuk beberapa klien besar, kami menerapkan metode kontrol kualitas yang lebih tradisional, sambil terus maju dengan cepat ke dunia data baru yang inovatif ini.

BlockBeats: Menurut Anda, apa keuntungan terbesar dari Sapien AI sebagai platform pelabelan data Desentralisasi?

Trevor: Seperti yang saya katakan, platform kami lebih mandiri, yang memungkinkan kami melayani kelompok pelanggan yang lebih luas. Untuk para anotator, persyaratan kami juga sangat luas. Kami berharap siapa pun dapat menjadi anotator, karena kami percaya bahwa era atau babak berikutnya dari AI akan menghasilkan pengetahuan yang lebih luas dari manusia. Bukan hanya hal-hal dasar seperti ‘ini adalah tanda parkir’ atau ‘ini adalah mobil’ yang bisa dengan mudah dikenali oleh manusia dan mesin, tetapi lebih tentang penalaran.

Pendiri Scale, Alex Wang, telah membicarakan masalah ini: Data di internet adalah hasil inferensi, tetapi tidak benar-benar menggambarkan proses inferensi. Jadi, bagaimana kita bisa lebih memahami pikiran manusia secara lebih mendalam? Ini memerlukan lebih banyak pekerjaan, memerlukan penandaan yang lebih profesional. Hal ini mungkin membantu kita mempercepat pengembangan kecerdasan buatan umum (AGI).

Jadi, misi besar kita adalah: dapatkah kita membuka lebih banyak pengetahuan dalam kumpulan data swasta di dalam perusahaan, di kepala para profesional? Para profesional ini memiliki pengetahuan khusus yang belum dikuasai oleh model di beberapa bidang vertikal (seperti medis atau hukum).

Kami terus berupaya untuk membuat platform kami memiliki likuiditas sebanyak mungkin dan menjaga keseimbangan penawaran dan permintaan. Kami ingin mencapai penetapan harga dinamis seperti Uber. Mekanisme ini membuat kami lebih seperti pasar dua sisi yang sejati, memenuhi kebutuhan data sekaligus membantu pemberi label bergabung. Ini adalah beberapa cara unik kami dalam membangun platform. Dalam hal jaminan kualitas, kami menggunakan teknologi-teknologi yang saya sebutkan sebelumnya secara real-time. Kami ingin pemberi label kami mendapatkan umpan balik secara real-time sebanyak mungkin, karena ini dapat menciptakan pengalaman yang lebih baik untuk semua orang.

Label to Earn，masa depan ekonomi gig

**BlockBeats: Saya perhatikan bahwa Sapien AI telah berkolaborasi dengan guild game Yield Guild Games (YGG), jadi apakah mekanisme label Desentralisasi dari Sapien AI dapat dipahami sebagai jenis permainan “label to earn”?

Trevor: Benar sekali. Kami memang berharap bisa masuk ke dunia mereka yang ingin mencari nafkah melalui telepon genggam, kami percaya ini adalah masa depan ekonomi pekerja lepas. Anda tidak perlu mobil untuk mengemudi di Uber, tidak perlu melakukan pengiriman makanan di lokasi fisik, Anda hanya perlu masuk ke ponsel, melakukan penandaan data, dan dapatkan penghasilan.

YGG adalah mitra yang luar biasa, mereka adalah salah satu angel investor kami. Kami memiliki hubungan yang baik dengan pendiri Gabby, mereka memiliki komunitas yang luar biasa di Asia Tenggara. Kami memiliki rencana besar dengan mereka, berharap untuk membantu pengguna mereka menemukan cara baru untuk menghasilkan uang, sementara mereka juga membantu kami mendapatkan pengguna baru. Kami baru saja mengumumkan beberapa proyek kolaborasi, dan masih banyak rencana yang sedang disiapkan untuk masa depan. Sebagian besar waktu di kuartal keempat, kami juga akan bertemu dengan mitra-mitra ini di Asia dan terus mendorong kerjasama.

**BlockBeats: Apa pendapat Anda tentang game Blok berbasis ‘play to earn’ seperti “Axie Infinity”?

**Trevor：**Ini sangat inovatif, bisa dikatakan sebagai sumber inspirasi. Meskipun hanya sebuah eksperimen, saya yakin itu akan kembali dalam bentuk baru. Inilah keajaiban dari perusahaan rintisan dan perusahaan rintisan Desentralisasi, ini adalah jenis gangguan kreatif.

Apa yang kami lakukan memang memiliki beberapa elemen ‘play to earn’, tetapi kami lebih cenderung menggunakan istilah ‘label to earn’ atau ‘train to earn’. Namun, ada perbedaan di antara keduanya karena kami adalah bisnis yang nyata. Di sini, ada data yang sebenarnya yang diberi label, ada pelanggan nyata yang membayar dengan uang sungguhan, dan pada akhirnya ada produk nyata yang dihasilkan. Jadi ini bukan hanya permainan video yang berputar-putar tanpa henti.

Meskipun menandai data dengan Sapien AI itu menyenangkan, tetapi mungkin tidak seasyik bermain “Grand Theft Auto V”. Kami berharap dapat mencapai keseimbangan yang baik antara kesenangan dan kegunaan, sehingga itu bisa menjadi sesuatu yang dapat kamu lakukan saat menunggu bus selama 5 menit, atau menghabiskan 5 jam di depan komputer di rumah. Tujuan kami adalah membuatnya sebanyak mungkin mudah untuk terlibat.

BlockBeats: Apakah Anda memiliki cara untuk membuat pelabelan data menjadi lebih menarik, bukan hanya pekerjaan, tetapi lebih seperti permainan?

**Trevor：**Ya, kita sekarang memiliki banyak percobaan. Anda dapat mengunjungi game.sapien.io dan mengalami sendiri permainan ini serta menandai data AI yang sesungguhnya. Anda dapat menjadi pekerja AI, sambil bermain game dan menandai data AI yang sebenarnya, dan juga bisa mendapatkan poin. Game ini sangat sederhana, antarmukanya intuitif.

game.sapien.io interface permainan

Data itu sendiri juga menarik. Anda mungkin perlu memberi anotasi pada beberapa gambar yang sangat menarik, seperti memberi anotasi pada data fesyen kami, dll. Kami berencana untuk mendukung berbagai jenis modalitas dan kumpulan data. Kami berencana untuk terus menambahkan fitur-fitur baru seiring berjalannya waktu.

Rencana Masa Depan: Membangun Jaringan Markah Data Buatan Terbesar di Dunia

**BlockBeats: Selain YGG, apakah Anda berencana untuk bekerja sama dengan proyek enkripsi lainnya di masa depan?

Oleh karena itu, kami bekerja sama dengan orang-orang lain di bidang data Desentralisasi untuk membangun standar ini pada tahap awal dan berencana untuk merilisnya sebagai produk publik. Kami juga melakukan hal serupa saat bekerja di Polymath dengan merilis ERC-1400, yang sekarang menjadi salah satu standar default tokenisasi di Ether.

Jadi kami memiliki beberapa gagasan tentang menciptakan standar, dan berencana untuk mendorong proses ini bersama tim yang telah membantu kami di masa lalu dan beberapa mitra industri. Hal ini akan membuat Desentralisasi AI menjadi lebih nyata, dan juga membuatnya lebih interoperabel, yang berarti data dapat lebih mudah mengalir di antara langkah-langkah yang berbeda karena tidak ada satu orang pun yang dapat menyelesaikan semua hal.

BlockBeats: Kapan tanggal rilis resmi Sapien AI Mainnet dan aplikasi seluler?

**Trevor：**Saat ini kami belum memiliki rencana peluncuran yang spesifik. Kami saat ini fokus pada pencocokan pasar produk Web2 inti kami. Pertumbuhan kami sangat baik, dan sekarang kami memiliki anotator dari 71 negara. Pendapatan kami di sisi permintaan hampir menggandakan setiap bulan.

Kami hanya ingin terus tumbuh, terus memahami pelanggan kami, dan terus melayani mereka. Seiring berjalannya waktu, kami akan tetap terbuka terhadap berbagai strategi dan teknologi yang berbeda.

BlockBeats: Saya melihat bahwa Co-founder Base, Rowan Stone, telah bergabung dengan Sapien AI sebagai Chief Business Development Officer. Sapien AI akan dibangun di atas blockchain mana? Apakah ada rencana untuk penerbitan Token asli?

Trevor: Ini adalah pertanyaan yang sangat memiliki kedalaman, saya sangat menghargainya. Rowan hebat, dia bersama Jesse Pollak mendirikan Base, Jesse adalah sosok legendaris. Rowan memiliki pengalaman yang kaya dalam membangun produk Web3 tingkat industri yang tak tertandingi. Menurut saya, dia adalah yang terbaik. Dia terlibat dalam memimpin acara ‘Onchain Summer’, salah satu acara yang paling sukses yang pernah saya ingat.

Dia sedang membantu kami merumuskan strategi pasar di beberapa area. Namun, seperti yang saya katakan sebelumnya, kami sangat fokus pada memberikan pelayanan kepada pelanggan yang sudah ada, itu menjadi fokus utama kami. Kami belum membuat janji atau keputusan apapun dalam memilih Layer 1 atau hal lainnya. Namun, di masa depan, kami akan terus mempertimbangkan berbagai kemungkinan.

BlockBeats: Apa rencana atau tujuan Sapien AI di masa depan? Apa pencapaian yang Anda harapkan dalam beberapa tahun ke depan?

**Trevor：**Misi kami adalah meningkatkan jumlah pengumpul data manusia global 100 kali lipat dan memungkinkan siapa pun untuk dengan mudah mengakses jaringan ini. Kami ingin membangun jaringan pengumpul data manusia terbesar di dunia. Kami percaya ini akan menjadi aset yang sangat berharga, jadi kami ingin membangun dan mengendalikannya, tetapi akhirnya akan membukanya. Kami ingin setiap orang dapat mengaksesnya dan sepenuhnya tanpa izin.

Jika kita dapat membangun jaringan anotasi data manusia terbesar di dunia, ini akan membuka banyak potensi kemampuan AI, karena semakin banyak data berkualitas tinggi yang kita miliki, AI akan semakin kuat dan dapat digunakan oleh semua orang.

Kami berharap dapat melayani semua orang, bukan hanya perusahaan model bahasa besar yang mampu membiayai jaringan jutaan anotator manusia. Sekarang, siapa pun dapat menggunakan jaringan ini. Anda dapat menganggapnya sebagai platform “anotasi sebagai layanan”.

Di Balik Desentralisasi: Tugas Para Pengusaha adalah Menyelesaikan Masalah

**BlockBeats: Terakhir, saya ingin bertanya tentang pandangan dan pendapat Anda tentang industri secara keseluruhan. Menurut Anda, apa potensi yang masih belum dieksplorasi di bidang enkripsi AI saat ini?

Trevor: Saya sangat bersemangat tentang bidang ini, ini juga alasan kami mendirikan Sapien AI. Ada sisi baik dan sisi yang perlu diwaspadai di sini.

Sisi baiknya adalah, Kecerdasan Buatan yang Desentralisasi mungkin akan menjadi lebih otonom, lebih demokratis, lebih mudah diakses, dan lebih kuat. Ini berarti agen AI dapat melakukan transaksi dengan mata uang asli mereka sendiri, ini juga berarti Anda dapat memiliki lebih banyak privasi dan dapat secara tepat mengetahui apa yang ada dalam model melalui teknologi ZK.

Dalam hal pencegahan, kita menghadapi dunia yang sangat mengerikan, di mana kecerdasan buatan (AI) menjadi semakin terpusat, hanya pemerintah dan beberapa perusahaan teknologi besar yang dapat mengakses model-model yang kuat. Ini adalah pemandangan yang cukup mengerikan. Oleh karena itu, AI Sumber Terbuka dan Desentralisasi adalah suatu bentuk pertahanan.

Bagi kami, kami lebih fokus pada bidang data, yaitu data Desentralisasi. Ini tidak berarti Anda tidak dapat mendesentralisasi bagian lain dari tumpukan AI, seperti komputasi dan Algoritme itu sendiri. Seperti Transformer adalah inovasi pertama dalam hal Algoritme, kami telah melihat lebih banyak inovasi, tetapi selalu ada ruang untuk perbaikan.

Desentralisasi tidak berarti Anda harus melakukannya, hanya karena Anda dapat Desentralisasi sesuatu tidak berarti Anda harus melakukannya. Akhirnya, harus ada nilai yang sebenarnya. Tetapi seperti bagian keuangan dan Web3 lainnya, AI pasti dapat mengambil manfaat dari Desentralisasi.

**BlockBeats: Apa saran terbaik yang ingin Anda berikan kepada para pengusaha yang ingin memasuki bidang enkripsi AI?

Trevor: Saya sarankan untuk belajar sebanyak mungkin dan benar-benar memahami tumpukan teknologi dan arsitektur. Anda tidak perlu menjadi doktor kecerdasan buatan, tetapi penting untuk memahami prinsip kerjanya dan melakukan penelitian. Mulai dari sini, seiring berjalannya waktu, Anda akan lebih memahami masalah secara organik. Ini kuncinya.

Jika Anda tidak memahami prinsip kerjanya, Anda tidak akan bisa memahami di mana letak masalahnya. Dan jika Anda tidak tahu di mana letak masalahnya, Anda seharusnya tidak menjadi seorang pengusaha, karena pekerjaan seorang pengusaha adalah memecahkan masalah.

Jadi tidak ada yang berbeda dengan perusahaan rintisan lainnya, Anda harus memahami bidang ini. Anda tidak perlu menjadi ahli papan atas global di bidang ini, tetapi Anda harus cukup memahaminya untuk bisa memahami masalah dan mencoba menyelesaikannya.