Novas tendências na indústria de IA: o surgimento de pequenos modelos localizados e Computação de borda

Recentemente, ao observar o desenvolvimento da indústria de inteligência artificial, uma tendência notável está se formando: a direção principal, que anteriormente se concentrava na centralização de grande capacidade de cálculo e em grandes modelos, está gradualmente evoluindo para uma nova rota voltada para modelos pequenos locais e Computação de borda.

Esta tendência está presente em várias áreas. Por exemplo, um gigante tecnológico lançou um sistema inteligente que já abrange 500 milhões de dispositivos; outra empresa de tecnologia desenvolveu um modelo compacto com 330 milhões de parâmetros para o seu sistema operativo; e ainda há instituições de pesquisa a explorar a capacidade de operação offline dos robôs. Estes são sinais claros do desenvolvimento da IA local.

A IA em nuvem e a IA local apresentam diferenças claras em seus focos de competição. A IA em nuvem depende principalmente de uma grande escala de parâmetros e de um volume massivo de dados de treinamento, onde a força financeira se torna a principal vantagem competitiva. Em contraste, a IA local se concentra mais na otimização de engenharia e na adaptação ao cenário, tendo vantagens na proteção da privacidade do usuário, na melhoria da confiabilidade e da utilidade do sistema. Isso é especialmente importante, pois os modelos gerais frequentemente enfrentam problemas de precisão ao serem aplicados em domínios específicos.

Esta transformação trouxe novas oportunidades para projetos de IA Web3. Na competição anterior pela capacidade de generalização, os gigantes tecnológicos tradicionais dominaram graças às suas vantagens em recursos, tecnologia e base de utilizadores. No entanto, nos novos domínios de modelos localizados e Computação de borda, a tecnologia blockchain pode encontrar mais espaço para se desenvolver.

Quando um modelo de IA é executado nos dispositivos dos usuários, como garantir a autenticidade dos resultados? Como implementar a colaboração entre modelos enquanto se protege a privacidade? Esses são precisamente os problemas que a tecnologia blockchain se destaca em resolver.

Já surgiram alguns projetos inovadores na indústria para enfrentar esses desafios. Por exemplo, algumas empresas desenvolveram protocolos de comunicação de dados, com o objetivo de resolver o monopólio de dados e a falta de transparência nas decisões das plataformas de IA centralizadas. Outros projetos coletam dados reais de humanos através de dispositivos de ondas cerebrais, construindo uma "camada de validação artificial", e já obtiveram receitas consideráveis. Essas tentativas estão explorando como aumentar a credibilidade da IA local.

Em suma, só quando a tecnologia de IA estiver realmente integrada em cada dispositivo final, a colaboração descentralizada poderá passar de um conceito para uma necessidade prática. Para projetos de IA Web3, em vez de lutar no competitivo campo da IA genérica, é mais sensato pensar seriamente em como fornecer o suporte de infraestrutura necessário para a onda de IA localizada, o que pode ser uma direção de desenvolvimento mais promissora.