- BUILD.5 menjelaskan bagaimana dengan menggunakan AI dan IOTA, mereka menciptakan struktur sederhana untuk bisnis agar dapat bergabung di Web3.
- Mereka mengusulkan untuk membuat AI terdesentralisasi menggunakan Federated Learning (FL) alih-alih LLM terpusat seperti ChatGPT.
Awal tahun ini pada bulan Juni 2023, beberapa pembangun terbesar ekosistem IOTA bergandengan tangan untuk menciptakan BULID.5 sehingga menawarkan transisi yang mulus dari Web2 ke Web3 kepada bisnis. Seperti yang kita ketahui, para pemain BUILD.5 telah bekerja untuk mengimplementasikan komputasi rahasia serta solusi komputasi awan yang digerakkan oleh privasi.
Sementara kegemaran akan kecerdasan buatan (AI) semakin berkembang, BUILD.5 mengeksplorasi bagaimana mereka dapat menggunakan AI dan IOTA untuk memecahkan masalah dunia nyata, seperti gurun data. BUILD.5 mengusulkan solusi di mana mereka dapat memberikan sekitar 4,5 juta pengembang aplikasi di seluruh dunia akses mudah ke Web3.
BUILD.5 mengatakan bahwa platformnya dirancang agar sesuai dengan cara aplikasi modern dikembangkan, memastikan pengalaman yang lancar bagi perusahaan yang ingin memanfaatkan kekuatan gabungan web2 + web3 = BUILD.5.
Part 3 of our CC Showcase explains how we use Artificial Intelligence, @iota, and CC to solve real world problems, like data deserts. Learn how we give more than 4.5 million app developers around the world radically simple access to web3 via BUILD.5.
Our platform is designed to… pic.twitter.com/VGD8XjRaDB
— BUILD.5 (@build5tech) August 1, 2023
Desentralisasi AI
Menurut BUILD.5, kondisi AI saat ini tampaknya terfragmentasi dengan pemain terpusat dan Model Bahasa Besar (LLM) yang mendominasi pasar. ChatGPT dan model bahasa besar (LLM) lainnya mengandalkan sistem cloud terpusat untuk menangani data dalam jumlah besar. Namun, arsitektur terpusat ini memiliki keterbatasan dalam hal skalabilitas.
AI terpusat menghadapi tantangan seperti meningkatnya biaya transfer data, ketidakcocokan dengan industri yang berfokus pada privasi, dan masalah kinerja seperti latensi dan keamanan. Akibatnya, ada kebutuhan mendesak untuk mengeksplorasi cara-cara alternatif untuk meningkatkan model AI.
BUILD.5 mengusulkan konsep Federated Learning (FL) alias Federated AI yang menawarkan pendekatan alternatif untuk pelatihan AI. Federated Learning (FL) menawarkan pendekatan terdesentralisasi untuk pembelajaran mesin. Pendekatan ini melibatkan penggunaan model global yang secara kolaboratif melatih dirinya sendiri di beberapa perangkat atau server. Data yang digunakan untuk pelatihan bersifat pribadi dan tetap terlokalisasi, tetapi wawasan dan upaya komputasi dibagi di antara perangkat atau server.
BUILD.5 menyederhanakan penggunaan teknologi web3 dengan mendesain integrasi yang selaras dengan bagaimana aplikasi modern dibangun. Hal ini berarti kompatibilitas tanpa batas dengan platform berbasis Kubernetes seperti Supercomputer Vela milik IBM, interaksi yang mudah dengan alat pembelajaran terpadu di Watsonx Studio, dan interkonektivitas dengan pustaka komputasi rahasia seperti OpenFL, yang diadopsi oleh Intel untuk mengembangkan AI sumber terbuka yang berfokus pada privasi menggunakan pembelajaran terpadu dan komputasi rahasia.
Dengan kompatibilitas alami dengan platform seperti OpenShift dan interoperabilitas dengan teknologi yang berdekatan seperti Watsonx, Vela, dan OpenFL, jutaan pengembang dapat mengakses BUILD.5 dengan mudah melalui aplikasi yang mereka gunakan sehari-hari. Hal ini membuka kemungkinan yang sangat besar untuk inovasi dan produktivitas, jauh melebihi apa yang dapat dicapai oleh seluruh industri web3 dalam dekade berikutnya. Bersama-sama, kita dapat menemukan inovasi yang inovatif.
Penggunaan Federated AI dalam Masalah Dunia Nyata
Tumpukan teknologi ini dapat digunakan secara luas di “gurun data” – industri, wilayah, atau situasi dengan pengumpulan data yang terbatas karena masalah privasi (militer atau perawatan kesehatan) atau hambatan praktis (bisnis kecil, daerah pedesaan). Keterbatasan tersebut menghambat kemajuan model AI, yang mengarah ke model yang bias karena data pelatihan yang tidak mencukupi di area tertentu. Namun, BUILD.5 memecahkan masalah ini dengan alur kerja yang sederhana.
- Federated Learning memungkinkan model AI dilatih secara lokal di perangkat, menjaga privasi dan mematuhi peraturan data tanpa mentransfer data mentah.
- Confidential Computing melengkapi hal ini dengan menciptakan kantong-kantong yang aman untuk pemrosesan data, memastikan kerahasiaan dan perlindungan data selama penggunaan aktif.
- Blockchain IOTA meningkatkan kepercayaan dan keamanan dengan menyediakan catatan transaksi FL yang transparan dan tidak dapat diubah, sehingga menjaga integritas data dan kepatuhan privasi. Protokolnya yang ringan, transaksi yang tidak terasa, dan skalabilitas membuatnya ideal untuk transaksi yang dihasilkan perangkat IoT.
- Perangkat IoT sangat penting dalam mengatasi gurun data, mengingat kemampuannya untuk menghasilkan data yang sangat besar dan keberadaannya yang luas. Perangkat ini dapat berfungsi sebagai node dalam sistem FL, memungkinkan pembelajaran terdistribusi dan pembaruan model secara real-time.
- Platform BUILD.5 mengintegrasikan teknologi-teknologi ini untuk menawarkan solusi terpadu dan efisien untuk mengatasi tantangan data desert.
BUILD.5 menyederhanakan adopsi web3 dengan mengintegrasikannya secara mulus dengan pengembangan aplikasi modern. Tidak seperti proyek web3 lainnya, platform ini merangkul sentralisasi sebagai teknologi tambahan untuk berinteraksi, menyadari bahwa satu miliar pengguna blockchain pertama kemungkinan akan beralih dari web2 ke web3.
