Memahami Physical AI dari Huang Renxun: Mengapa peluang Crypto juga tersembunyi di "sudut-sudut tersembunyi"?

Di Forum WEF, apa sebenarnya yang dikatakan oleh Huang Renxun?

Secara permukaan, dia sedang mempromosikan robot, tetapi sebenarnya, dia sedang melakukan sebuah ‘revolusi diri’ yang berani. Dengan satu pernyataan, dia mengakhiri era lama “penumpukan kartu grafis”, namun secara tak terduga memberikan tiket masuk yang langka bagi jalur Crypto?

Kemarin, di Forum WEF, Huang menunjukkan bahwa lapisan aplikasi AI sedang meledak, kebutuhan daya komputasi akan beralih secara menyeluruh dari “pelatihan” ke “inferensi” dan “Physical AI (AI fisik)”.

Ini sangat menarik.

NVIDIA sebagai pemenang terbesar dalam “perlombaan persenjataan daya komputasi” era AI 1.0, kini secara aktif menyuarakan pergeseran ke “inferensi” dan “Physical AI”, sebenarnya mengirimkan sinyal yang sangat langsung: era “besar-besaran melatih model besar dengan menumpuk kartu” sudah berlalu, dan kompetisi AI selanjutnya akan berpusat pada “aplikasi yang nyata di lapangan” dan “penguasaan aplikasi”.

Dengan kata lain, Physical AI adalah tahap kedua dari Generative AI.

Karena LLM telah membaca semua data yang terkumpul selama puluhan tahun manusia di internet, tetapi ia masih belum tahu bagaimana membuka tutup botol seperti manusia. Physical AI adalah untuk menyelesaikan masalah “pengetahuan dan tindakan yang bersatu” di luar kecerdasan AI.

Karena, AI fisik tidak mungkin bergantung pada “refleksi panjang” dari server cloud jarak jauh, logikanya sangat sederhana: membuat ChatGPT menghasilkan teks satu detik lebih lambat hanya akan terasa lag, tetapi jika robot berkaki dua mengalami penundaan jaringan selama satu detik, ia bisa saja jatuh dari tangga.

Namun, Physical AI tampaknya merupakan kelanjutan dari AI generatif, tetapi sebenarnya menghadapi tiga tantangan baru yang sama sekali berbeda:

1) Kecerdasan ruang: Membuat AI memahami dunia tiga dimensi.

Profesor Li Feifei pernah menyatakan bahwa kecerdasan ruang adalah bintang utara berikutnya dalam evolusi AI. Robot harus “melihat dan memahami” lingkungan terlebih dahulu. Ini bukan hanya mengenali “ini adalah sebuah kursi”, tetapi juga memahami “posisi, struktur, dan kekuatan yang diperlukan untuk memindahkan kursi ini di ruang tiga dimensi”.

Ini membutuhkan data lingkungan 3D yang masif, real-time, dan mencakup setiap sudut dalam ruangan dan luar ruangan;

2) Arena pelatihan virtual: Membiarkan AI belajar dari kesalahan di dunia simulasi.

Omniverse yang disebutkan Huang sebenarnya adalah semacam “arena pelatihan virtual”. Sebelum masuk ke dunia fisik nyata, robot perlu dilatih di lingkungan virtual untuk “jatuh seribu kali” agar bisa belajar berjalan, proses ini disebut Sim-to-Real, yaitu dari simulasi ke kenyataan. Jika langsung membiarkan robot belajar dari kesalahan di dunia nyata, biaya kerusakan hardware akan menjadi angka astronomis yang menakutkan.

Proses ini menuntut throughput dari simulasi mesin fisik dan rendering yang sangat tinggi;

3) Kulit elektronik: “Data sentuhan” adalah tambang data yang menunggu untuk digali.

Agar Physical AI memiliki “rasa sentuhan”, diperlukan kulit elektronik untuk mendeteksi suhu, tekanan, dan tekstur. “Data sentuhan” ini adalah aset baru yang belum pernah dikumpulkan secara skala besar sebelumnya. Ini mungkin membutuhkan sensor dalam jumlah besar, seperti yang dipamerkan oleh Ensuring di CES, yang menampilkan “kulit produksi massal” dengan 1.956 sensor yang tertanam di tangan, sehingga memungkinkan robot memecahkan telur dengan efek ajaib.

Data “sentuhan” ini adalah aset baru yang belum pernah dikumpulkan secara skala besar sebelumnya.

Setelah membaca ini, pasti Anda merasa bahwa munculnya narasi Physical AI memberi peluang besar bagi perangkat wearable dan robot humanoid serta perangkat keras lainnya, perlu diketahui bahwa hal-hal ini beberapa tahun lalu dianggap sebagai “mainan besar” yang sering dikritik.

Sebenarnya, saya ingin mengatakan bahwa dalam peta jalan baru Physical AI, jalur Crypto juga memiliki peluang ekosistem yang sangat baik untuk melengkapi. Saya akan memberi beberapa contoh:

1. Raksasa AI dapat mengirim mobil jalanan untuk memindai setiap jalan utama di dunia, tetapi tidak bisa mengumpulkan data di sudut-sudut kecil, di lingkungan dalam ruangan, atau di ruang bawah tanah. Dengan insentif token yang disediakan oleh jaringan DePIN, menggerakkan pengguna global untuk menggunakan perangkat mereka sendiri guna melengkapi data ini, mungkin bisa menyelesaikan kekurangan tersebut;

2. Seperti yang disebutkan sebelumnya, robot tidak bisa bergantung pada daya komputasi cloud, tetapi dalam jangka pendek, mereka membutuhkan kapasitas komputasi tepi dan rendering terdistribusi secara besar-besaran, terutama untuk data simulasi ke kenyataan. Dengan memanfaatkan jaringan daya komputasi terdistribusi, mengumpulkan perangkat konsumsi yang tidak terpakai, dan melakukan distribusi serta penjadwalan, bukankah ini bisa sangat berguna;

3. “Data sentuhan”, selain aplikasi sensor skala besar, namanya saja sudah menunjukkan bahwa data ini sangat privasi. Bagaimana mengatur agar masyarakat berbagi data yang melibatkan privasi ini kepada raksasa AI? Solusinya adalah memberi penghargaan kepada kontributor data melalui hak kepemilikan data dan pembagian hasil.

Ringkasan:

Physical AI adalah tahap kedua dari jalur AI Web2 yang dikumandangkan Huang Renxun, dan apa lagi jika bukan bagian dari ekosistem Web3 AI + Crypto seperti DePIN, DeAI, DeData? Menurut Anda bagaimana?