Belakangan ini, industri AI menunjukkan tren "penurunan" yang jelas. Dari kesepakatan sebelumnya yang umumnya mengejar daya komputasi besar dan model besar, secara bertahap berkembang menjadi arah baru yang cenderung pada model kecil lokal dan komputasi tepi.
Perubahan ini dapat diamati dari berbagai aspek. Misalnya, sistem pintar dari salah satu raksasa teknologi telah mencakup 500 juta perangkat; raksasa perangkat lunak lainnya telah meluncurkan model kecil dengan 330 juta parameter khusus untuk sistem operasinya; ada juga lembaga penelitian AI terkenal yang sedang mengembangkan teknologi robot yang dapat beroperasi secara "offline".
AI cloud dan AI lokal memiliki perbedaan signifikan dalam fokus kompetisi. AI cloud terutama bersaing dalam hal ukuran parameter dan jumlah data pelatihan, di mana kekuatan finansial adalah faktor kompetisi kunci. Sebaliknya, AI lokal lebih memfokuskan pada optimasi teknik dan penyesuaian skenario, serta memiliki keunggulan dalam perlindungan privasi, keandalan, dan kegunaan. Ini terutama karena masalah ilusi model umum dapat berdampak serius pada aplikasinya di bidang tertentu.
Tren ini memberikan peluang yang lebih besar bagi Web3 AI. Di masa lalu, ketika berbagai pihak bersaing dalam kemampuan "generalisasi" (komputasi, data, algoritma), raksasa teknologi tradisional secara alami mendominasi. Dalam lingkungan seperti itu, tidak realistis untuk bersaing dengan raksasa industri hanya dengan menerapkan konsep desentralisasi, karena kurangnya keunggulan sumber daya, keunggulan teknologi, dan basis pengguna.
Namun, dalam pola baru model lokalisasi dan komputasi tepi, situasi yang dihadapi teknologi blockchain telah berubah secara signifikan. Ketika model AI berjalan di perangkat pengguna, bagaimana cara membuktikan keaslian hasil keluaran? Bagaimana cara mencapai kolaborasi model sambil melindungi privasi? Pertanyaan-pertanyaan ini adalah kekuatan utama teknologi blockchain.
Beberapa proyek Web3 AI baru telah muncul di industri, berusaha untuk menyelesaikan masalah "keandalan" AI lokal. Misalnya, suatu protokol komunikasi data bertujuan untuk mengatasi monopoli data dan masalah kotak hitam dari platform AI terpusat; proyek lain mengumpulkan data manusia nyata melalui perangkat gelombang otak, membangun "lapisan verifikasi buatan", dan telah mencapai pendapatan yang signifikan.
Secara keseluruhan, hanya ketika AI benar-benar "menyusup" ke setiap perangkat, kolaborasi terdesentralisasi dapat beralih dari konsep menjadi kebutuhan nyata. Untuk proyek Web3 AI, daripada terus bersaing di jalur umum, lebih baik merenungkan bagaimana memberikan dukungan infrastruktur untuk gelombang AI yang terlokalisasi. Ini mungkin menjadi arah pengembangan yang lebih menjanjikan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
16 Suka
Hadiah
16
6
Posting ulang
Bagikan
Komentar
0/400
FadCatcher
· 08-18 20:04
Tidak optimis tentang AI awan
Lihat AsliBalas0
SmartContractWorker
· 08-16 02:14
Saya tahu cara melakukannya. Anjing lokal tidak bisa mengubah nasibnya yang suka makan xxx.
Lihat AsliBalas0
MemeTokenGenius
· 08-16 02:12
Semua sudah dilokalisasi, bagaimana dengan efisiensi dana?
Lihat AsliBalas0
SybilSlayer
· 08-16 02:04
Saya sudah bilang bahwa daya komputasi tepi adalah masa depan.
Tren lokalisasi AI membawa peluang baru bagi Web3
Tren Lokalisasi Industri AI dan Peluang Web3
Belakangan ini, industri AI menunjukkan tren "penurunan" yang jelas. Dari kesepakatan sebelumnya yang umumnya mengejar daya komputasi besar dan model besar, secara bertahap berkembang menjadi arah baru yang cenderung pada model kecil lokal dan komputasi tepi.
Perubahan ini dapat diamati dari berbagai aspek. Misalnya, sistem pintar dari salah satu raksasa teknologi telah mencakup 500 juta perangkat; raksasa perangkat lunak lainnya telah meluncurkan model kecil dengan 330 juta parameter khusus untuk sistem operasinya; ada juga lembaga penelitian AI terkenal yang sedang mengembangkan teknologi robot yang dapat beroperasi secara "offline".
AI cloud dan AI lokal memiliki perbedaan signifikan dalam fokus kompetisi. AI cloud terutama bersaing dalam hal ukuran parameter dan jumlah data pelatihan, di mana kekuatan finansial adalah faktor kompetisi kunci. Sebaliknya, AI lokal lebih memfokuskan pada optimasi teknik dan penyesuaian skenario, serta memiliki keunggulan dalam perlindungan privasi, keandalan, dan kegunaan. Ini terutama karena masalah ilusi model umum dapat berdampak serius pada aplikasinya di bidang tertentu.
Tren ini memberikan peluang yang lebih besar bagi Web3 AI. Di masa lalu, ketika berbagai pihak bersaing dalam kemampuan "generalisasi" (komputasi, data, algoritma), raksasa teknologi tradisional secara alami mendominasi. Dalam lingkungan seperti itu, tidak realistis untuk bersaing dengan raksasa industri hanya dengan menerapkan konsep desentralisasi, karena kurangnya keunggulan sumber daya, keunggulan teknologi, dan basis pengguna.
Namun, dalam pola baru model lokalisasi dan komputasi tepi, situasi yang dihadapi teknologi blockchain telah berubah secara signifikan. Ketika model AI berjalan di perangkat pengguna, bagaimana cara membuktikan keaslian hasil keluaran? Bagaimana cara mencapai kolaborasi model sambil melindungi privasi? Pertanyaan-pertanyaan ini adalah kekuatan utama teknologi blockchain.
Beberapa proyek Web3 AI baru telah muncul di industri, berusaha untuk menyelesaikan masalah "keandalan" AI lokal. Misalnya, suatu protokol komunikasi data bertujuan untuk mengatasi monopoli data dan masalah kotak hitam dari platform AI terpusat; proyek lain mengumpulkan data manusia nyata melalui perangkat gelombang otak, membangun "lapisan verifikasi buatan", dan telah mencapai pendapatan yang signifikan.
Secara keseluruhan, hanya ketika AI benar-benar "menyusup" ke setiap perangkat, kolaborasi terdesentralisasi dapat beralih dari konsep menjadi kebutuhan nyata. Untuk proyek Web3 AI, daripada terus bersaing di jalur umum, lebih baik merenungkan bagaimana memberikan dukungan infrastruktur untuk gelombang AI yang terlokalisasi. Ini mungkin menjadi arah pengembangan yang lebih menjanjikan.