Недавно в AI-индустрии наблюдается интересная тенденция развития: от первоначального сосредоточения на масштабных вычислительных мощностях и больших моделях, постепенно происходит переход к более локальным небольшим моделям и вычислениям на краю. Это изменение можно наблюдать по нескольким признакам, таким как то, что Apple Intelligence охватывает множество устройств, Microsoft выпустила специализированную небольшую модель для Windows 11, а Google DeepMind также исследует офлайн-операции роботов и т.д.
Облачный ИИ и локальный ИИ имеют явные различия в ключевых аспектах конкуренции. Облачный ИИ в основном соревнуется по масштабам параметров и объемам обучающих данных, а финансовая мощь является核心竞争力. Локальный ИИ, с другой стороны, больше ориентирован на инженерную оптимизацию и адаптацию к сценариям, обладая преимуществами в области защиты конфиденциальности, надежности и практичности. Это связано с тем, что проблема иллюзий универсальных моделей может серьезно повлиять на их применение в конкретных областях.
Эта тенденция открывает новые возможности для проектов Web3 AI. В прошлом в конкуренции за универсальные возможности традиционные крупные технологические компании имели абсолютное преимущество, и проектам Web3 было трудно с ними конкурировать. Но в новой структуре локализованных моделей и крайних вычислений преимущества технологии блокчейна начинают проявляться.
Когда модель ИИ работает на устройстве пользователя, как гарантировать достоверность выводимых результатов? Как осуществить совместную работу моделей, защищая при этом конфиденциальность? Это именно те области, в которых технологии блокчейн проявляют свои сильные стороны. Уже есть несколько новых проектов Web3 AI, которые начинают обращать внимание на эти проблемы, например, предлагая протоколы передачи данных для решения проблемы монополии данных централизованных платформ ИИ или используя устройства для считывания мозговых волн для сбора реальных человеческих данных и создания "уровня искусственной верификации".
Можно сказать, что только когда ИИ действительно "углубится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости. Для проектов Web3 AI, вместо того чтобы продолжать внутреннюю конкурентную борьбу на универсальной арене, лучше серьезно подумать о том, как обеспечить инфраструктурную поддержку для локализованной волны ИИ, что, возможно, является более перспективным направлением.
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» .
17 Лайков
Награда
17
5
Поделиться
комментарий
0/400
rugpull_survivor
· 08-05 00:07
Звучит как будто маленькие инвесторы играют с毛.
Посмотреть ОригиналОтветить0
MentalWealthHarvester
· 08-04 10:31
Ха, пусть вычислительная мощность вернется в дом, мне нравится этот настрой.
Новые тренды в AI-индустрии: от облака к локализованным проектам Web3 приходят новые возможности
Тренды в AI-индустрии: от облака к локализации
Недавно в AI-индустрии наблюдается интересная тенденция развития: от первоначального сосредоточения на масштабных вычислительных мощностях и больших моделях, постепенно происходит переход к более локальным небольшим моделям и вычислениям на краю. Это изменение можно наблюдать по нескольким признакам, таким как то, что Apple Intelligence охватывает множество устройств, Microsoft выпустила специализированную небольшую модель для Windows 11, а Google DeepMind также исследует офлайн-операции роботов и т.д.
Облачный ИИ и локальный ИИ имеют явные различия в ключевых аспектах конкуренции. Облачный ИИ в основном соревнуется по масштабам параметров и объемам обучающих данных, а финансовая мощь является核心竞争力. Локальный ИИ, с другой стороны, больше ориентирован на инженерную оптимизацию и адаптацию к сценариям, обладая преимуществами в области защиты конфиденциальности, надежности и практичности. Это связано с тем, что проблема иллюзий универсальных моделей может серьезно повлиять на их применение в конкретных областях.
Эта тенденция открывает новые возможности для проектов Web3 AI. В прошлом в конкуренции за универсальные возможности традиционные крупные технологические компании имели абсолютное преимущество, и проектам Web3 было трудно с ними конкурировать. Но в новой структуре локализованных моделей и крайних вычислений преимущества технологии блокчейна начинают проявляться.
Когда модель ИИ работает на устройстве пользователя, как гарантировать достоверность выводимых результатов? Как осуществить совместную работу моделей, защищая при этом конфиденциальность? Это именно те области, в которых технологии блокчейн проявляют свои сильные стороны. Уже есть несколько новых проектов Web3 AI, которые начинают обращать внимание на эти проблемы, например, предлагая протоколы передачи данных для решения проблемы монополии данных централизованных платформ ИИ или используя устройства для считывания мозговых волн для сбора реальных человеческих данных и создания "уровня искусственной верификации".
Можно сказать, что только когда ИИ действительно "углубится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости. Для проектов Web3 AI, вместо того чтобы продолжать внутреннюю конкурентную борьбу на универсальной арене, лучше серьезно подумать о том, как обеспечить инфраструктурную поддержку для локализованной волны ИИ, что, возможно, является более перспективным направлением.