Ideal Digital Twin Zeno dan Populasi Teknologi DeSci

Judul Asli: "Ideal Digital Twin Zeno dan Populerisasi Teknologi DeSci"

Penulis Asli: Eric, Foresight News

Lebih dari seminggu yang lalu, platform DeSci Orama Labs berhasil menyelesaikan peluncuran token proyek pertama OramaPad, yaitu Zeno. Kali ini, Zeno menyediakan 500 juta token ZENO untuk launchpad, yang merupakan setengah dari total pasokan. OramaPad mengharuskan pengguna untuk staking token mereka, PYTHIA, untuk berpartisipasi, dan "pembukaan" kali ini berhasil menarik staking PYTHIA senilai 3,6 juta dolar AS.

Orama Labs berharap dapat menyelesaikan masalah efisiensi alokasi dana dan sumber daya yang rendah dalam penelitian ilmiah tradisional, dan caranya adalah dengan mendanai eksperimen ilmiah, mewujudkan verifikasi hak kekayaan intelektual, mengatasi isolasi data, serta menerapkan tata kelola komunitas, sehingga membangun jalur dari penelitian hingga komersialisasi.

Proyek pertama OramaPad menggunakan model Crown, yaitu proyek harus memiliki sistem logika bisnis yang lengkap dan/atau kemampuan pengembangan teknologi Web2 yang kuat, serta produknya harus sangat praktis. Orama menyebutnya OCM (Onboarding Community Market). Berbeda dengan penerbitan meme murni, pada dasarnya Orama menyediakan jalur transformasi on-chain yang dapat direplikasi untuk perusahaan atau tim Web2 yang memiliki model bisnis matang dan kemampuan teknologi, dan Zeno sebagai pelopor juga bukan pemain sembarangan.

Teknologi Hardcore yang Sulit Dipahami dari Dokumen

Zeno adalah proyek dengan visi yang sangat besar, sampai-sampai jika Anda hanya membaca dokumen Zeno, mungkin Anda tidak sepenuhnya memahami apa yang sebenarnya ingin dilakukan tim ini. Penulis juga baru memahami keseluruhan cerita yang penuh nuansa cyber ini setelah berdiskusi dengan tim:

Singkatnya, Zeno ingin menambahkan ruang virtual berlapis yang ditujukan untuk AI dan robot ke dalam ruang fisik tempat manusia hidup, sehingga semua "agen cerdas" termasuk manusia dapat hidup di ruang yang sama.

Bayangkan sebuah skenario seperti ini: pada suatu sore di masa depan, Anda sedang bersantai di kursi malas di balkon, di rumah Anda ada AI butler yang terhubung dengan semua perabot dan peralatan rumah tangga serta sebuah robot humanoid yang sibuk mengurus rumah. Tiba-tiba Anda merasa bosan dan ingin bermain lempar bola virtual dengan dua "saudara" di rumah, lalu Anda mengenakan kacamata VR/AR. Di dunia kacamata itu, robot terlihat seperti manusia, AI yang hanya ada di jaringan juga berubah menjadi bentuk manusia. Robot duduk di sofa, AI duduk di lantai, kalian bertiga melempar bola basket virtual sambil berdiskusi tentang makan malam.

Inilah visi utama Zeno: memungkinkan makhluk cerdas berbasis karbon dan agen cerdas berbasis silikon hidup bersama di ruang fisik yang sama.

Banyak dari kita membayangkan ruang cyber sebagai ruang virtual murni, seperti yang ditampilkan dalam film "Ready Player One" di mana kita masuk ke dunia baru melalui VR; bahkan interaksi kita dengan AI saat ini juga dilakukan melalui perangkat datar seperti komputer atau layar ponsel. Zeno ingin membawa ruang virtual ini langsung ke kehidupan nyata, membentuk "superposisi" antara dunia fisik dan digital di ruang dan waktu yang sama, membuat konten digital terasa "nyata dan dapat disentuh" seperti eksistensi fisik, serta memungkinkan manusia, robot, dan AI berinteraksi secara alami dalam skenario nyata, membangun ekosistem realitas campuran yang sinkron antara dunia nyata dan virtual, serta simbiosis manusia-mesin.

Tentu saja, dunia yang kita lihat mungkin tidak sama persis dengan yang dilihat robot dan AI. Misalnya, Anda tidak ingin robot masuk ke ruang kerja Anda sembarangan, maka Anda bisa mengunci pintu ruang kerja di dunia yang dilihat robot, dan hanya setelah Anda "membuka" "kunci" tersebut, robot baru diizinkan masuk ke ruang kerja.

Berbasis Titik Jangkar Ruang

Tinggal bersama kecerdasan buatan di bawah satu atap terdengar sangat futuristik, namun ada satu prasyarat besar: Anda perlu membangun model dunia nyata di dunia virtual agar dapat diprogram di atasnya.

Ini berarti Anda harus memiliki data nyata dari dunia fisik terlebih dahulu, yang juga menjadi fokus penelitian banyak perusahaan, termasuk perusahaan teknologi kendaraan otonom saat ini. Ambil contoh kendaraan otonom: jika memiliki data peta nyata seluruh kota, AI kendaraan otonom tidak perlu belajar di jalanan secara acak, melainkan bisa langsung mensimulasikan skenario berkendara di laboratorium untuk terus berkembang.

Meski hal di atas bukanlah yang disebut "tumpang tindih ruang", namun ini adalah salah satu aplikasi penting dalam membangun model dunia nyata. Visi akhir yang ingin dicapai Zeno tidak mungkin diraih dalam satu langkah, yang pertama harus dilakukan adalah mengumpulkan data nyata dari dunia fisik.

Zeno telah meluncurkan program yang memungkinkan pengguna menggunakan perangkat sehari-hari mereka untuk membantu merekam data ruang, mendukung dua perangkat: robot dan kacamata. Untuk ponsel, tim menyatakan bahwa Google ARCore sudah cukup matang sehingga tidak perlu dikembangkan ulang, pengguna bisa langsung menggunakannya sesuai dengan tipe perangkat yang kompatibel. Algoritma untuk membangun ruang dari data yang dikumpulkan dikembangkan sendiri oleh tim Zeno.

Inti dari membangun koeksistensi dunia nyata dan virtual adalah titik jangkar ruang. Dari sudut pandang teknis, dunia nyata tidak dapat diprogram secara langsung, dan koneksi dengan dunia virtual dilakukan dengan mengaitkan titik jangkar di dunia nyata dan memetakan ruang virtual berbasis ruang fisik. Secara analogi, bagi robot dan AI, dunia nyata seperti lautan di malam hari, dan titik jangkar ini adalah mercusuar yang menerangi setiap area bagi kecerdasan berbasis silikon di dunia nyata.

Langkah pertama Zeno untuk mencapai "tujuan utama" adalah membangun platform full-stack. Selain perangkat elektronik sehari-hari seperti ponsel, juga digunakan perangkat profesional seperti lidar, kamera panorama 360 derajat, serta kamera RGB pada perangkat mobile atau XR headset untuk pengumpulan data. Tim menyatakan bahwa platform Zeno akan memiliki model dunia visual berbasis cloud dan sistem komputasi yang kuat, mampu memproses data sensor mentah berukuran GB setiap hari untuk area luas (tingkat kota/global), serta membangun indeks untuk pencarian ruang yang cepat; sekaligus dapat memproses data area kecil (tingkat ruangan/area jangkar) secara paralel untuk pemrosesan instan dengan throughput tinggi.

Selain itu, sistem ini juga memiliki kemampuan pembelajaran mandiri, dapat terus dioptimalkan melalui data berkualitas tinggi dan data pihak ketiga. Di masa depan, sistem ini dapat mendukung ratusan permintaan pencarian ruang per detik, menyediakan hasil pelokalan enam derajat kebebasan (6-DOF) yang akurat, pembuatan titik jangkar ruang bersama, rekonstruksi visual 3D yang cepat, segmentasi semantik instan, dan fungsi pemahaman skenario lainnya. Sistem ini sangat skalabel dan dapat diterapkan secara luas di berbagai skenario seperti game AR, navigasi, periklanan, atau alat produktivitas.

Data ruang yang telah diverifikasi dan lapisan infrastruktur kecerdasan ruang yang dibangun dapat digunakan oleh berbagai aplikasi terdesentralisasi, untuk perencanaan jalur kendaraan otonom, pelatihan data model end-to-end robot, menghasilkan smart contract yang dapat diverifikasi dan dijalankan secara otomatis, distribusi iklan berbasis bentuk ruang, hingga akhirnya mewujudkan pengambilan keputusan berbasis data ruang dan aplikasi tingkat atas.

Siapa di Balik Zeno?

Dibandingkan dengan visi beberapa proyek Web3 yang tidak jelas, tujuan Zeno meski terdengar rumit namun sangat nyata. Alasan mengapa implementasi teknis dapat dijelaskan secara detail dalam dokumen proyek adalah karena anggota tim telah lama berkecimpung di bidang ini.

Anggota tim Zeno semuanya berasal dari DeepMirror, yaitu Chenjing Technology. Jika Anda tidak familiar dengan Chenjing Technology, Anda mungkin pernah mendengar Pony.ai yang terdaftar di Nasdaq dengan valuasi 7 miliar dolar AS, CEO Chenjing Technology, Harry Hu, adalah mantan COO/CFO Pony.ai.

CEO Zeno, Yizi Wu, adalah salah satu anggota awal Google X, berpartisipasi dalam pengembangan Google Glass, Google ARCore, Google Lens, dan Google Developer Platform. Di Chenjing Technology, ia memimpin pengembangan arsitektur AI dan World Model secara keseluruhan.

Anggota inti tim Zeno juga termasuk Taoran Chen, mantan ilmuwan riset di Chenjing Technology yang memiliki gelar PhD ganda di bidang matematika dari MIT dan Cornell University, serta Kevin Chen, mantan CFO Chenjing Technology dan eksekutif di Fosun Group, JPMorgan, dan Morgan Stanley.

Bagi tim Zeno, terjun ke Web3 lebih seperti sebuah percobaan berani dari tim Web2 yang berlatar belakang teknologi. Tim memperkenalkan bahwa token ZENO akan digunakan untuk memberi insentif kepada pengguna yang menyediakan data ruang serta tim atau individu yang mengembangkan infrastruktur, alat, aplikasi, dan game berbasis Zeno. Selain 500 juta token yang didistribusikan di launchpad, tim menyimpan 300 juta token, dan sisanya 200 juta token bersama 100 SOL yang diperoleh dari aktivitas launchpad akan digunakan untuk menambah likuiditas pasangan perdagangan di Meteora.

Aplikasi ruang yang menggabungkan AR dan game, RealityGuard, yang dikembangkan oleh Chenjing Technology

Saat ditanya mengapa memilih Web3 sebagai basis, Zeno menyampaikan bahwa data ruang itu sendiri adalah aset digital yang sangat terdesentralisasi dan secara alami cocok dengan lingkungan Web3. Data ruang yang dikumpulkan Zeno di masa depan juga akan diubah menjadi aset dan diperdagangkan menggunakan token ZENO sebagai mata uang untuk memperluas sirkulasi ZENO dalam ekosistem, dengan pembeli utamanya adalah perusahaan teknologi yang membutuhkan data ruang. Untuk lebih banyak skenario aplikasi ZENO, "akan terus dieksplorasi seiring perkembangan proyek".

Melalui Zeno, diyakini bahwa peran platform DeSci menjadi lebih konkret, sains tidak harus menjadi disiplin ilmu murni yang sulit dipahami, seperti Xiaomi yang mempopulerkan teknologi, menurunkan ambang investasi nilai teknologi juga merupakan salah satu nilai penting keberadaan DeSci.