Ambient：Ekosistem inovasi yang menggabungkan Blockchain dan AI

Di tengah kemajuan teknologi yang terus-menerus, kombinasi antara Blockchain dan kecerdasan buatan telah menjadi fokus banyak proyek inovatif. Ambient lahir dalam konteks seperti itu, berkomitmen untuk menggabungkan arsitektur Blockchain yang terdesentralisasi dengan inferensi AI skala besar, menjelajahi model ekonomi cerdas yang sepenuhnya baru.

Sebagai fork lengkap dari Solana, Ambient tidak hanya mempertahankan karakteristik cepat dan efisien dari Solana, tetapi juga menciptakan ekosistem Blockchain yang unik dengan memperkenalkan mekanisme bukti Logits (PoL).

Konsep inti dari Ambient

Ambient adalah sebuah Blockchain Layer-1 yang menggabungkan kompatibilitas Solana SVM dengan mekanisme proof-of-work yang inovatif, menyediakan kemampuan verifikasi inferensi skala besar. Ide inti dari proyek ini adalah untuk mengintegrasikan teknologi inferensi AI dan blockchain secara mendalam, menciptakan sebuah ekonomi AI yang terdesentralisasi.

Berbeda dengan sistem Proof of Stake (PoS) tradisional, Ambient menggunakan mekanisme insentif yang mirip dengan Bitcoin, memberikan keuntungan yang dapat diprediksi untuk setiap node yang berpartisipasi dalam inferensi, penyesuaian, atau pelatihan jaringan. Cara ini menghindari ketergantungan pada GPU tingkat perusahaan, memastikan profitabilitas berkelanjutan bagi para penambang melalui metode kompensasi berbasis transaksi dan inflasi. Para peserta dapat memperoleh imbalan yang sebanding dengan kontribusi mereka, sementara nilai platform terus meningkat seiring pertumbuhan jaringan.

Karakteristik Utama Ambient

1. Inferensi yang efisien dan keamanan: Menyediakan inferensi yang sepenuhnya diverifikasi dengan biaya kurang dari 1%, sambil memastikan keamanan tinggi pada model pintar besar (600B+ parameter) dan versi fine-tuning-nya.

2. Kinerja pelatihan yang luar biasa: Kinerja pelatihan meningkat 10 kali lipat dibandingkan metode yang ada, secara signifikan meningkatkan efisiensi pelatihan model AI.

3. Tingkat pemanfaatan penambang yang tinggi: dengan melakukan optimasi pada satu model, telah meningkatkan pemanfaatan penambang dan memperkuat efisiensi proses inferensi dan verifikasi.

4. Konsensus bukti kerja non-blokir: Menggunakan mekanisme bukti kerja non-blokir untuk memastikan persaingan ekonomi dalam aktivitas inti jaringan (inferensi, penyempurnaan, pelatihan), sambil mempertahankan TPS tinggi, menghindari bottleneck kinerja dari blockchain tradisional.

Latar Belakang Tim dan Kondisi Perkembangan

CEO dan pendiri Ambient, Travis Good, memiliki latar belakang akademis yang beragam, mencakup ilmu pemerintahan, ekonomi, ilmu komputer, dan pembelajaran mesin. Gaya kepemimpinan Travis menekankan pada eksekusi dan semangat praktis, selalu berpegang pada praktik nyata dan fokus pada solusi yang dapat dilaksanakan saat mendorong inovasi teknologi. Ia sangat aktif di media sosial, sering berbagi wawasan unik tentang teknologi, inovasi, dan tren industri.

Pada 1 April tahun ini, Ambient menyelesaikan pendanaan putaran benih sebesar 7,2 juta dolar AS, dengan banyak lembaga investasi terkenal yang terlibat. Proyek ini berencana untuk meluncurkan jaringan uji coba pada kuartal kedua atau ketiga tahun ini.

Mekanisme Konsensus Logits

Algoritma "Bukti Logits" yang diperkenalkan oleh Ambient memanfaatkan logits (dapat dipahami sebagai unit logika) sebagai karakteristik sidik jari yang unik. Mekanisme ini mampu menangkap dengan efektif status "pikir" model pada momen tertentu, terutama saat model mengeluarkan output secara "streaming".

Dalam mekanisme ini, nilai hash dari logits yang dibuktikan adalah daftar hash dari setiap grup nilai logits sebelum setiap token output. Secara sederhana, untuk setiap token n hingga token akhir t, nilai hash dari logits yang dibuktikan adalah:

Hash(Hash(n) ... Hash(t))

Dan nilai hash dari logit progress marker adalah hash logit setelah menghasilkan x token, di mana x berada di antara n dan t (termasuk n dan t):

Hash(n) ... Hash(x) ... Hash(t)

Berdasarkan prinsip ini, Ambient membangun mekanisme verifikasi yang efisien: setelah penambang menghasilkan teks, validator secara acak memilih sebuah kata, dan meminta penambang untuk memberikan "keadaan pemikiran" pada titik tersebut (yaitu bukti tanda kemajuan logits yang sesuai). Validator kemudian melakukan inferensi pada kata tersebut dalam model dan konteks yang sama, menghasilkan "keadaan pemikiran"-nya sendiri. Jika kedua "keadaan pemikiran" (diwakili oleh nilai hash) konsisten, maka verifikasi berhasil.

Mekanisme bukti kerja ini mirip dengan prinsip desain Bitcoin: penambangan (melalui inferensi model yang dijalankan berulang kali dengan sejumlah besar token) sangat mahal, tetapi proses verifikasinya sangat ekonomis (hanya membutuhkan 1 token untuk inferensi). Mekanisme ini tidak hanya meningkatkan efisiensi, tetapi juga memastikan keamanan dan keandalan verifikasi.