Psikolog Jung mengemukakan konsep psikologi Bawah Sadar Kolektif (Collective Unconscious), yang menjadi dasar teori dan aliran psikologinya. Jung percaya bahwa ada Bawah Sadar Kolektif di lapisan bawah masyarakat manusia, yang dimiliki bersama oleh semua orang. Bawah Sadar Kolektif ini bukan berasal dari pengalaman langsung individu, melainkan dari genetika manusia dan kesadaran kolektif dan prototipe yang diciptakan bersama oleh manusia di masa lalu. Kesadaran kolektif ini dapat saling memengaruhi perkembangan individu dan kelompok di masa depan, namun juga dapat menyebarkan kesalahan secara berulang, menghambat peninggalan pengetahuan, dan menghambat perkembangan masyarakat beradab.
Ini dapat menjelaskan pentingnya verifikasi sumber data, hak cipta, dan nilai integritas melalui grafik pengetahuan terdesentralisasi (disebut DKG) menggunakan teknologi blockchain.
Pengembangan AI telah berkembang pesat dalam berbagai bidang, namun masih memiliki banyak kekurangan yang secara serius memengaruhi perkembangan ke depan kecerdasan buatan di berbagai bidang. Untuk mempersiapkan AI untuk menghadapi perubahan sosial yang besar, diperlukan pembatasan terhadap ilusi, prasangka, dan kesalahan AI, serta pencegahan pelanggaran hak kekayaan intelektual.
Peta kecerdasan buatan terdesentralisasi menyediakan sumber informasi melalui output model, memastikan verifikasi informasi yang disajikan, dan menghormati kepemilikan data dan sumbernya untuk mengatasi kekurangan AI dalam bidang tersebut.
Tim pengembangan OriginTrail, Trace Labs, bergabung dengan program NVIDIA Inception dengan harapan dapat mewujudkan Grafik Pengetahuan Terdesentralisasi (DKG) untuk menciptakan Internet yang dapat diverifikasi (Verifiable Internet) melalui jaringan kecerdasan buatan.
Trace Labs telah menerapkan knowledge graph kecerdasan buatan terdesentralisasi di berbagai bidang seperti rantai pasokan, perawatan kesehatan, konstruksi, olahraga, dan industri penerbangan, dengan kerja sama dengan Nvidia dapat menyempurnakan gabungan blockchain dan kecerdasan buatan.
Bagaimana Trace Labs dan Nvidia Membangun Grafik Pengetahuan AI Terdesentralisasi
Origin Trail akan bekerja sama dengan tim teknologi internalnya untuk mengembangkan Knowledge Graph Decentralized (DKG) dengan NVIDIA untuk menciptakan "Knowledge Graph AI terdesentralisasi".
Retrieval Augmented Generation (disingkat RAG) adalah mekanisme pembangkitan teks yang meningkatkan perluasan pencarian informasi, memberikan sumber informasi pengetahuan yang dapat diverifikasi dan dapat diandalkan saat menghasilkan teks. RAG adalah teknologi yang memungkinkan model pembelajaran mesin untuk mengekstraksi informasi yang relevan dari basis data eksternal sebelum menghasilkan output, sehingga meningkatkan akurasi jawaban dan relevansi konteks.
RAG (dRAG) adalah versi lanjutan dari RAG, yang memungkinkan data untuk ada dalam bentuk Aset Pengetahuan (Knowledge Assets) melalui grafik pengetahuan terdesentralisasi OriginTrail, setiap aset memiliki identitas dan kepemilikan khusus untuk memastikan penelusuran, integritas, dan kepemilikan data, yang dapat secara signifikan meningkatkan akurasi dan keandalan model GenAI
dRAG memperbaiki sistem RAG melalui penggunaan Knowledge Graph terdesentralisasi (DKG). Setiap aset pengetahuan mencakup data grafik dan vektor embedding, bukti ketidakterbacaan, dan DID serta kepemilikan NFT terdesentralisasi. Ketika terhubung ke DKG tanpa izin, akan mengaktifkan struktur dalam Knowledge Graph memungkinkan pencampuran jaringan saraf dan simbol dengan kecerdasan buatan melalui input yang tepat untuk meningkatkan model AI yang dihasilkan.
Pemilik aset pengetahuan dapat mengelola akses data di dalam basis data aset pengetahuan dan menggunakan blockchain dengan fitur yang dapat diverifikasi dan tidak dapat diubah. Setiap pesan pengetahuan di DKG memiliki sertifikat enkripsi yang dapat memastikan bahwa tidak ada perubahan setelah dipublikasikan.
Pengembangan program NVIDIA Inception dengan Trace Labs
Nvidia dan Trace Labs bekerja sama untuk mengembangkan grafik pengetahuan AI terdesentralisasi dan menyediakan kesempatan investasi VC. Program Inception juga mencakup bergabung dengan Akademi Pembelajaran Mendalam NVIDIA dan Forum Pengembang NVIDIA, sehingga Trace Labs dapat bekerja sama dengan NVIDIA untuk mendorong pembangunan ekosistem kecerdasan buatan terdesentralisasi.
Jika ada kesadaran kolektif dalam masyarakat manusia, maka kecerdasan buatan juga memiliki kesadaran kolektif AI yang dapat mendefinisikan kembali perubahan yang dapat dibawa ke masyarakat manusia oleh kecerdasan buatan.
Aplikasi skenario penggunaan peta pengetahuan kecerdasan buatan terdesentralisasi adalah agen AI, menggunakan kesadaran kolektif skala besar melalui jaringan untuk mendapatkan pengetahuan dari basis pengetahuan yang bersifat berbagi namun berdaulat, yang berarti kecerdasan buatan dapat memberikan interaksi yang konsisten dan akurat dengan konteks tanpa merusak privasi dan integritas data, memungkinkan setiap bidang profesional untuk membangun ekosistem agen AI yang dapat dipercaya.
Pemanfaatan Grafik Pengetahuan Kecerdasan Buatan terdesentralisasi menggunakan superkomputer Nvidia untuk memproses miliaran aset pengetahuan, dapat membentuk dasar ilmiah terdesentralisasi.
Artikel ini Trace Labs bergabung dengan program Inception NVIDIA, bekerja sama untuk mendorong grafik pengetahuan AI terdesentralisasi yang pertama kali muncul di ChainNews ABMedia.
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Trace Labs bergabung dengan program Inception oleh Nvidia, bekerja sama untuk mendorong Desentralisasi AI knowledge graph
Psikolog Jung mengemukakan konsep psikologi Bawah Sadar Kolektif (Collective Unconscious), yang menjadi dasar teori dan aliran psikologinya. Jung percaya bahwa ada Bawah Sadar Kolektif di lapisan bawah masyarakat manusia, yang dimiliki bersama oleh semua orang. Bawah Sadar Kolektif ini bukan berasal dari pengalaman langsung individu, melainkan dari genetika manusia dan kesadaran kolektif dan prototipe yang diciptakan bersama oleh manusia di masa lalu. Kesadaran kolektif ini dapat saling memengaruhi perkembangan individu dan kelompok di masa depan, namun juga dapat menyebarkan kesalahan secara berulang, menghambat peninggalan pengetahuan, dan menghambat perkembangan masyarakat beradab.
Ini dapat menjelaskan pentingnya verifikasi sumber data, hak cipta, dan nilai integritas melalui grafik pengetahuan terdesentralisasi (disebut DKG) menggunakan teknologi blockchain.
Pengembangan AI telah berkembang pesat dalam berbagai bidang, namun masih memiliki banyak kekurangan yang secara serius memengaruhi perkembangan ke depan kecerdasan buatan di berbagai bidang. Untuk mempersiapkan AI untuk menghadapi perubahan sosial yang besar, diperlukan pembatasan terhadap ilusi, prasangka, dan kesalahan AI, serta pencegahan pelanggaran hak kekayaan intelektual.
Peta kecerdasan buatan terdesentralisasi menyediakan sumber informasi melalui output model, memastikan verifikasi informasi yang disajikan, dan menghormati kepemilikan data dan sumbernya untuk mengatasi kekurangan AI dalam bidang tersebut.
Tim pengembangan OriginTrail, Trace Labs, bergabung dengan program NVIDIA Inception dengan harapan dapat mewujudkan Grafik Pengetahuan Terdesentralisasi (DKG) untuk menciptakan Internet yang dapat diverifikasi (Verifiable Internet) melalui jaringan kecerdasan buatan.
Trace Labs telah menerapkan knowledge graph kecerdasan buatan terdesentralisasi di berbagai bidang seperti rantai pasokan, perawatan kesehatan, konstruksi, olahraga, dan industri penerbangan, dengan kerja sama dengan Nvidia dapat menyempurnakan gabungan blockchain dan kecerdasan buatan.
Bagaimana Trace Labs dan Nvidia Membangun Grafik Pengetahuan AI Terdesentralisasi
Origin Trail akan bekerja sama dengan tim teknologi internalnya untuk mengembangkan Knowledge Graph Decentralized (DKG) dengan NVIDIA untuk menciptakan "Knowledge Graph AI terdesentralisasi".
Retrieval Augmented Generation (disingkat RAG) adalah mekanisme pembangkitan teks yang meningkatkan perluasan pencarian informasi, memberikan sumber informasi pengetahuan yang dapat diverifikasi dan dapat diandalkan saat menghasilkan teks. RAG adalah teknologi yang memungkinkan model pembelajaran mesin untuk mengekstraksi informasi yang relevan dari basis data eksternal sebelum menghasilkan output, sehingga meningkatkan akurasi jawaban dan relevansi konteks.
RAG (dRAG) adalah versi lanjutan dari RAG, yang memungkinkan data untuk ada dalam bentuk Aset Pengetahuan (Knowledge Assets) melalui grafik pengetahuan terdesentralisasi OriginTrail, setiap aset memiliki identitas dan kepemilikan khusus untuk memastikan penelusuran, integritas, dan kepemilikan data, yang dapat secara signifikan meningkatkan akurasi dan keandalan model GenAI
dRAG memperbaiki sistem RAG melalui penggunaan Knowledge Graph terdesentralisasi (DKG). Setiap aset pengetahuan mencakup data grafik dan vektor embedding, bukti ketidakterbacaan, dan DID serta kepemilikan NFT terdesentralisasi. Ketika terhubung ke DKG tanpa izin, akan mengaktifkan struktur dalam Knowledge Graph memungkinkan pencampuran jaringan saraf dan simbol dengan kecerdasan buatan melalui input yang tepat untuk meningkatkan model AI yang dihasilkan.
Pemilik aset pengetahuan dapat mengelola akses data di dalam basis data aset pengetahuan dan menggunakan blockchain dengan fitur yang dapat diverifikasi dan tidak dapat diubah. Setiap pesan pengetahuan di DKG memiliki sertifikat enkripsi yang dapat memastikan bahwa tidak ada perubahan setelah dipublikasikan.
Pengembangan program NVIDIA Inception dengan Trace Labs
Nvidia dan Trace Labs bekerja sama untuk mengembangkan grafik pengetahuan AI terdesentralisasi dan menyediakan kesempatan investasi VC. Program Inception juga mencakup bergabung dengan Akademi Pembelajaran Mendalam NVIDIA dan Forum Pengembang NVIDIA, sehingga Trace Labs dapat bekerja sama dengan NVIDIA untuk mendorong pembangunan ekosistem kecerdasan buatan terdesentralisasi.
Jika ada kesadaran kolektif dalam masyarakat manusia, maka kecerdasan buatan juga memiliki kesadaran kolektif AI yang dapat mendefinisikan kembali perubahan yang dapat dibawa ke masyarakat manusia oleh kecerdasan buatan.
Aplikasi skenario penggunaan peta pengetahuan kecerdasan buatan terdesentralisasi adalah agen AI, menggunakan kesadaran kolektif skala besar melalui jaringan untuk mendapatkan pengetahuan dari basis pengetahuan yang bersifat berbagi namun berdaulat, yang berarti kecerdasan buatan dapat memberikan interaksi yang konsisten dan akurat dengan konteks tanpa merusak privasi dan integritas data, memungkinkan setiap bidang profesional untuk membangun ekosistem agen AI yang dapat dipercaya.
Pemanfaatan Grafik Pengetahuan Kecerdasan Buatan terdesentralisasi menggunakan superkomputer Nvidia untuk memproses miliaran aset pengetahuan, dapat membentuk dasar ilmiah terdesentralisasi.
Artikel ini Trace Labs bergabung dengan program Inception NVIDIA, bekerja sama untuk mendorong grafik pengetahuan AI terdesentralisasi yang pertama kali muncul di ChainNews ABMedia.