В последние годы в AI-индустрии наблюдается явная тенденция к "снижению". От общего стремления к масштабным вычислительным мощностям и крупным моделям, постепенно развивается новое направление, ориентированное на локальные малые модели и вычисления на границе.
Это изменение можно наблюдать с различных сторон. Например, умная система одного технологического гиганта охватывает 500 миллионов устройств; другой гигант программного обеспечения выпустил специализированную небольшую модель с 330 миллионами параметров для своей операционной системы; также известный исследовательский институт в области ИИ разрабатывает робототехнические технологии, которые могут работать "в оффлайне".
Облачный ИИ и локальный ИИ имеют значительные различия в акцентах конкуренции. Облачный ИИ в основном соревнуется по масштабу параметров и объему обучающих данных, финансовые ресурсы являются ключевым фактором конкуренции. В отличие от этого, локальный ИИ больше ориентирован на инженерную оптимизацию и адаптацию к сценариям, имея преимущества в защите конфиденциальности, надежности и практичности. Это связано с тем, что проблемы иллюзии общего модели могут серьезно повлиять на ее применение в конкретных областях.
Этот тренд предоставляет больше возможностей для Web3 AI. В прошлом, когда стороны конкурировали за "универсальные" (вычисления, данные, алгоритмы) способности, традиционные технологические гиганты естественным образом занимали доминирующее положение. В такой среде было нереалистично просто применять концепцию децентрализации, чтобы конкурировать с гигантами отрасли, из-за недостатка ресурсных преимуществ, технологических преимуществ и базы пользователей.
Однако в новых условиях локализационных моделей и крайних вычислений ситуация, с которой сталкивается технология блокчейн, значительно изменилась. Как доказать подлинность результатов вывода, когда AI модели работают на пользовательских устройствах? Как обеспечить сотрудничество моделей при защите конфиденциальности? Эти вопросы как раз являются сильными сторонами технологии блокчейн.
В индустрии уже появились некоторые новые проекты Web3 AI, пытающиеся решить проблему "достоверности" локального ИИ. Например, один протокол передачи данных нацелен на разрешение проблемы монополии данных и черного ящика централизованных платформ ИИ; другой проект собирает реальные человеческие данные с помощью устройств для считывания мозговых волн, создавая "уровень искусственной верификации", и уже достиг значительного дохода.
В целом, только когда ИИ действительно "северный" на каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости. Для проектов Web3 AI, вместо того чтобы продолжать погружаться в универсальную гонку, лучше серьезно подумать о том, как обеспечить инфраструктурную поддержку для локализованной волны ИИ. Это может быть более перспективным направлением развития.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
16 Лайков
Награда
16
6
Репост
Поделиться
комментарий
0/400
FadCatcher
· 08-18 20:04
Не верю в облачный ИИ
Посмотреть ОригиналОтветить0
SmartContractWorker
· 08-16 02:14
Я знаю, как это сделать. Местные собаки не могут изменить свою судьбу и продолжат делать xxx.
Посмотреть ОригиналОтветить0
MemeTokenGenius
· 08-16 02:12
Все локализовано, как быть с эффективностью капитала?
Посмотреть ОригиналОтветить0
SybilSlayer
· 08-16 02:04
Я же говорил, что边缘Вычислительная мощность - это будущее!
Тенденции локализации ИИ открывают новые возможности для Web3
Локализация в AI-индустрии и возможности Web3
В последние годы в AI-индустрии наблюдается явная тенденция к "снижению". От общего стремления к масштабным вычислительным мощностям и крупным моделям, постепенно развивается новое направление, ориентированное на локальные малые модели и вычисления на границе.
Это изменение можно наблюдать с различных сторон. Например, умная система одного технологического гиганта охватывает 500 миллионов устройств; другой гигант программного обеспечения выпустил специализированную небольшую модель с 330 миллионами параметров для своей операционной системы; также известный исследовательский институт в области ИИ разрабатывает робототехнические технологии, которые могут работать "в оффлайне".
Облачный ИИ и локальный ИИ имеют значительные различия в акцентах конкуренции. Облачный ИИ в основном соревнуется по масштабу параметров и объему обучающих данных, финансовые ресурсы являются ключевым фактором конкуренции. В отличие от этого, локальный ИИ больше ориентирован на инженерную оптимизацию и адаптацию к сценариям, имея преимущества в защите конфиденциальности, надежности и практичности. Это связано с тем, что проблемы иллюзии общего модели могут серьезно повлиять на ее применение в конкретных областях.
Этот тренд предоставляет больше возможностей для Web3 AI. В прошлом, когда стороны конкурировали за "универсальные" (вычисления, данные, алгоритмы) способности, традиционные технологические гиганты естественным образом занимали доминирующее положение. В такой среде было нереалистично просто применять концепцию децентрализации, чтобы конкурировать с гигантами отрасли, из-за недостатка ресурсных преимуществ, технологических преимуществ и базы пользователей.
Однако в новых условиях локализационных моделей и крайних вычислений ситуация, с которой сталкивается технология блокчейн, значительно изменилась. Как доказать подлинность результатов вывода, когда AI модели работают на пользовательских устройствах? Как обеспечить сотрудничество моделей при защите конфиденциальности? Эти вопросы как раз являются сильными сторонами технологии блокчейн.
В индустрии уже появились некоторые новые проекты Web3 AI, пытающиеся решить проблему "достоверности" локального ИИ. Например, один протокол передачи данных нацелен на разрешение проблемы монополии данных и черного ящика централизованных платформ ИИ; другой проект собирает реальные человеческие данные с помощью устройств для считывания мозговых волн, создавая "уровень искусственной верификации", и уже достиг значительного дохода.
В целом, только когда ИИ действительно "северный" на каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости. Для проектов Web3 AI, вместо того чтобы продолжать погружаться в универсальную гонку, лучше серьезно подумать о том, как обеспечить инфраструктурную поддержку для локализованной волны ИИ. Это может быть более перспективным направлением развития.