Menjembatani Blockchain dengan AI: Tantangan dan Peluang dalam Privasi, Keamanan, dan Masa Depan AGI

Pada awal bulan Juli, Cannes menjadi tuan rumah bagi film-film mutakhir Konferensi Musim Hack , yang mempertemukan para teknolog, investor, dan pengembang terkemuka untuk mengkaji perkembangan persimpangan antara blockchain dan AI. Salah satu sesi utama di Tech Track, dimoderatori oleh Jay Z, Product Lead di Dekat AI , mengundang para ahli termasuk Deil Gong ( Automata ), Juan Bruce ( super bersih ), Teana Baker-Taylor ( Venice ), Dan Devansh Mehta ( Yayasan Etereum ), untuk membahas pengembangan AI pribadi yang aman dan terjamin.

Panel dibuka dengan membahas wawasan yang kurang dikenal namun penting secara praktis di persimpangan antara blockchain dan AI. Salah satu poin penting adalah bahwa perangkat konsumen modern kini cukup canggih untuk menjalankan model AI terbuka secara lokal, memungkinkan layanan AI yang privat dan terdesentralisasi tanpa perlu berbagi data secara eksternal. Seiring dengan terus berkembangnya perangkat keras, kemampuan ini diharapkan akan semakin mudah diakses. Panelis juga menekankan kesalahpahaman umum: menyamakan AI dengan model bahasa besar (LLM). Mereka mencatat bahwa AI paling efektif ketika beroperasi dalam lingkungan yang jelas. defikonteks dan perspektif yang dibutuhkan. Wawasan penting lainnya adalah bahwa AI merupakan bentuk komputasi non-deterministik pertama yang diadopsi secara luas—tidak seperti perangkat lunak tradisional, AI tidak secara konsisten menghasilkan keluaran yang sama dengan masukan yang sama. Ketidakpastian ini mempersulit pembandingan standar, sehingga beberapa pasar informasi terdesentralisasi (InfoFi) mengandalkan sistem AI.

Panel juga mengkaji pendekatan teknis untuk mengamankan AI, khususnya membandingkan bukti zero-knowledge (ZK) dan lingkungan eksekusi tepercaya (TEE). Beberapa pembicara berpendapat bahwa teknologi ini dapat saling melengkapi—meskipun TEE menawarkan keamanan berbasis perangkat keras secara real-time, TEE tidak serta merta menjamin privasi. Bukti ZK mungkin menjadi lebih bermanfaat dalam jangka panjang, tetapi saat ini kinerjanya kurang memadai untuk beberapa aplikasi real-time. Kedua pendekatan tersebut pada akhirnya bergantung pada pengembangan perangkat keras, dan panelis menekankan pentingnya kolaborasi dengan produsen perangkat keras untuk mendukung sistem kriptografi dan AI generasi mendatang. Mereka juga membahas kekhawatiran yang berkembang: apakah dalam konteks kecerdasan umum buatan (AGI), kunci privat akan tetap aman, atau apakah AI pada akhirnya akan belajar mengekstraknya. Pertanyaan ini merupakan inti dari persimpangan AI dan kriptografi.

Titik fokus diskusi lainnya adalah kesenjangan yang semakin lebar antara preferensi pengguna yang dinyatakan terkait privasi dan perilaku aktual. Panelis mencatat bahwa sebagian besar pengguna saat ini menunjukkan kepedulian yang terbatas terhadap privasi, seringkali membagikan informasi sensitif seperti lokasi dan pembayaran di media sosial. Seiring LLM mendapatkan akses ke data tersebut, mereka dapat menyimpulkan lebih banyak tentang pengguna daripada yang secara sadar diketahui pengguna tentang diri mereka sendiri. Meskipun privasi tetap menjadi topik penting, panelis sepakat bahwa privasi harus terintegrasi ke dalam sistem dengan cara yang lancar untuk mencapai adopsi yang bermakna. Regulasi dipandang sebagai kekuatan yang berpotensi membantu, terutama jika membatasi pengumpulan data yang tidak terkendali atau pelatihan AI yang tidak sah oleh platform besar.

Percakapan beralih ke sektor-sektor yang paling mungkin mendapatkan manfaat pertama dari teknologi AI yang privat dan aman. Industri seperti kedokteran, asuransi, e-commerce, hukum, dan alokasi modal disorot sebagai kandidat awal karena sensitivitasnya yang tinggi terhadap privasi data dan standar keamanan.

Para panelis juga membahas bagaimana proyek-proyek baru dibangun menggunakan AI. Dengan kemajuan dalam "vibe coding" dan pengembangan berbantuan AI, tim kini dapat beralih dengan cepat dari ide ke implementasi. Para pengembang semakin mengandalkan aplikasi AI on-chain yang dapat memverifikasi komputasi secara otomatis. Hal ini menjadikan AI yang dapat diverifikasi sebagai area fokus utama—mengalihkan fokus dari membangun seluruh toolchain secara manual ke penerapan aplikasi yang dapat digunakan dan aman.

Panel diakhiri dengan pertanyaan provokatif: Akankah AGI memilih Bitcoin? Pendapat beragam. Beberapa berpendapat AGI kemungkinan akan lebih menyukai stablecoin untuk stabilitas transaksi, sementara yang lain berpendapat AGI mungkin akan bersaing dengan Bitcoin dalam hal sumber daya komputasi—berpotensi mengalokasikan kembali energi penambangan untuk kebutuhan komputasi lainnya. Terdapat pula pengakuan bahwa AGI pada akhirnya dapat memperoleh manfaat dari inovasi Bitcoin, seiring dengan semakin matangnya sektor mata uang kripto secara luas seiring dengan perkembangan AI.

Jangan lewatkan video panel lengkap — lihat semua wawasan dan ide di satu tempat.