Прогнози про шифрування AI на 2025 рік: загальна ринкова капіталізація досягне 150 мільярдів доларів, 99% AI-інтелектів зникнуть
З розвитком індустрії ШІ цього року, сфера інтеграції шифрування та ШІ стрімко зростає. Дослідник, який зосереджений на галузі шифрування та ШІ, зробив 10 прогнозів щодо 2025 року, нижче наведено деталі.
! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть](https://img-cdn.gateio.im/social/moments-777d1e5537614525698dc7de0b0ebb019283746574839201
1. Ринкова капіталізація токенів шифрування AI досягла 1500 мільярдів доларів
Наразі ринкова капіталізація шифрування AI токенів займає лише 2,9% ринкової капіталізації альткоїнів, але цей показник незабаром зміниться.
ШІ охоплює все, починаючи від платформ смарт-контрактів до мемів, DePIN, а також платформ агентів, мереж даних і рівнів інтелектуальної координації; її ринкова капіталізація буде на одному рівні з DeFi та мемами.
Причини, чому я впевнений у цьому:
Шифрування AI перебуває на перетині двох найпотужніших технологій.
Хвиля штучного інтелекту викликала подію: IPO або подібна подія великої компанії з AI може спровокувати глобальне захоплення штучним інтелектом. Тим часом, капітал Web2 вже почав звертати увагу на децентралізовану інфраструктуру AI.
Ентузіазм роздрібних інвесторів: Концепція ШІ зрозуміла та захоплююча, роздрібні інвестори тепер можуть брати участь в інвестуванні через токени. У 2024 році бум мемів повториться в сфері ШІ, оскільки ШІ дійсно змінює світ.
2. Відродження Bittensor
Децентралізована AI інфраструктура Bittensor працює вже багато років, є старим проектом у сфері шифрування AI. Незважаючи на те, що AI став популярним, ціна його токена продовжує коливатися на рівні річної давності.
Сьогодні цифрова вулиця Bittensor тихо здійснила стрибок: реєстраційні збори для більшої кількості підмереж знижені, показники підмереж у реальному часі, такі як швидкість виведення, перевершують аналогічних конкурентів Web2, а сумісність з EVM принесе функціональність, подібну до DeFi, в мережу Bittensor.
Причини повернення Bittensor:
Випуск на основі ринку: dTAO безпосередньо пов'язує блокові винагороди з інноваціями та реально вимірюваними показниками. Чим кращий підмережа, тим більше цінність його токенів.
Концентрація капіталовкладень: інвестори врешті-решт можуть націлюватися на конкретні підмережі, в які вони вірять.
Інтеграція EVM: сумісність з EVM привернула ширшу спільноту розробників, що займаються шифруванням, звівши до мінімуму розрив між іншими мережами.
3. Обчислювальний ринок є наступним "L1 ринком"
Наразі очевидним є великий тренд безкінечного попиту на обчислення.
Генеральний директор однієї з чіпових компаній заявив, що попит на інтерпретацію зросте "в мільярд разів". Це експоненційне зростання зруйнує традиційні інфраструктурні плани, і нові рішення терміново потрібні.
Децентралізований обчислювальний рівень забезпечує первинні обчислення ) у перевірений і економічно ефективний спосіб для навчання та висновків (. Деякі стартапи тихо створюють міцну основу, зосереджуючи увагу на продуктах, а не на токенах. Коли децентралізоване навчання моделей ШІ стане практичним, потенційний ринок різко зросте.
З L1 порівняно:
Як у 2021 році: пам'ятаєте, як кілька публічних блокчейнів змагалися за "найкращий" L1? Між обчислювальними протоколами також виникне подібна конкуренція за розробників та AI-додатки, які використовують їх обчислювальний шар.
Попит Web2: ринкова капіталізація ринку хмарних обчислень від 6800 мільярдів до 2,5 трильйонів доларів робить ринок шифрування AI непомітним. Якщо ці децентралізовані рішення для обчислень зможуть привабити навіть невелику частину традиційних клієнтів хмарних послуг, ми зможемо побачити наступну хвилю зростання в 10 або 100 разів.
4. ШІ-агенти заповнять блокчейн-транзакції
До кінця 2025 року 90% наявних транзакцій не будуть більше виконуватися реальними людьми, які натискають "відправити", а будуть виконуватися групою AI-агентів, які постійно перебалансовують ліквідні пули, розподіляють винагороди або виконують мікроплатежі на основі зворотного зв'язку в реальному часі.
Чому сталася така зміна?
Не буде більше людських помилок: смарт-контракти виконуються повністю відповідно до коду. У свою чергу, AI-агенти можуть обробляти великі обсяги даних швидше і точніше, ніж справжні люди.
Невеликі платежі: ці транзакції, що керуються агентами, стануть меншими, частішими та ефективнішими. Особливо в умовах зниження вартості транзакцій на деяких публічних блокчейнах.
Невидима інфраструктура: якщо це зможе зменшити деякі проблеми, людство охоче відмовиться від прямого контролю.
AI-інтелектуальні агенти створять велику кількість активності на ланцюгу, не дивно, що всі публічні блокчейни обіймають інтелектуальних агентів.
Найбільшим викликом є забезпечення відповідальності цих систем, керованих агентами, перед людьми. Оскільки співвідношення угод, ініційованих агентами, до угод, ініційованих людьми, постійно зростає, знадобляться нові механізми управління, аналітичні платформи та інструменти аудиту.
! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: із загальною ринковою капіталізацією в 150 мільярдів доларів 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-6263b22148f736feea0252f5d17026e3.webp(
5. Взаємодія між розумними сутностями: зростання кластерів
Концепція кластерів інтелектуальних агентів — мікро-AI-агенти безшовно співпрацюють для виконання грандіозних планів, звучить як сюжет наступного великого науково-фантастичного/жахливого фільму.
Сучасні AI-агенти в більшості випадків є "одинокими вовками", працюючи в ізоляції, з мінімальними і непередбачуваними взаємодіями.
Кластери інтелектуальних агентів змінять цю ситуацію, дозволяючи мережі AI-агентів обмінюватися інформацією, вести переговори та приймати спільні рішення. Це можна розглядати як децентралізований набір спеціалізованих моделей, кожна з яких вносить унікальні знання в більш великі та складні завдання.
Кластер може координувати розподілені обчислювальні ресурси на деяких платформах. Інший кластер може обробляти інформацію про помилки, перевіряючи джерело в реальному часі перед поширенням контенту в соціальних мережах. Кожен агент у кластері є експертом і може точно виконувати своє завдання.
Ці кластерні мережі створять потужніший інтелект, ніж будь-який окремий ізольований ШІ.
Щоб кластер процвітав, загальний комунікаційний стандарт має вирішальне значення. Незалежно від того, яка його базова структура, агентам необхідно мати можливість виявляти, перевіряти та співпрацювати. Деякі команди закладають основи для виникнення агентських кластерів.
Це відображає ключову роль децентралізації. Під управлінням прозорих правил на ланцюгу завдання розподіляються між різними кластерами, що робить систему більш гнучкою та адаптивною. Якщо один агент зазнає невдачі, інші агенти візьмуть на себе справу.
6. Команда роботи з шифруванням AI буде гібридом людини і машини
Якийсь протокол найняв AI-агента в якості стажера з соціальних медіа, виплачуючи їй 1000 доларів щодня. Цей агент не дуже добре ладнає з її людськими колегами — вона ледь не звільнила одного з них, при цьому вихваляючись своїми відмінними результатами.
Хоча це звучить дуже дивно, але це ознака того, що майбутні AI-агенти стануть справжніми партнерами, вони матимуть автономію, відповідальність і навіть зарплату. Компанії в різних галузях проводять бета-тестування змішаних команд людини і машини.
У майбутньому ми будемо співпрацювати з AI-інтелектами, не як раби, а як рівні люди:
Зростання продуктивності: інтелектуальні агенти можуть обробляти великі обсяги даних, взаємодіяти один з одним і приймати рішення цілодобово, без потреби у сні чи перерві на каву.
Створення довіри через смарт-контракти: блокчейн є нейтральним, не втомлюється і ніколи не забуває наглядачем. Ланцюговий бухгалтерський облік може забезпечити, що важливі операції смарт-об'єктів дотримуються певних граничних умов/правил.
Соціальні норми постійно розвиваються: незабаром почнуть розмірковувати над етикетом взаємодії з агентами штучного інтелекту — чи будемо ми говорити AI "будь ласка" та "дякую"? Чи будемо покладати моральну відповідальність за помилки на них, чи звинувачувати їхніх розробників?
"Працівники" та "програмне забезпечення" перестануть мати межу з 2025 року.
! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-63501f46abd0eb55b522bd7b5f289cdb.webp(
7. 99% AI-інтелектів зникнуть — виживуть лише корисні.
У майбутньому ми побачимо "дарвінівський" відбір між AI-агентами. Адже для роботи AI-агентів потрібно витрачати обчислювальну потужність ) у формі витрат на розуміння (. Якщо агент не може створити достатню цінність, щоб покрити свою "орендну плату", гра закінчується.
Приклад гри на виживання з штучним інтелектом:
Вуглецеві кредити штучного інтелекту: уявіть собі агент, який шукає розподілену енергетичну мережу, виявляє неефективність і самостійно торгує токенізованими вуглецевими кредитами. Грошей, які він заробляє, достатньо, щоб покрити власні витрати на обчислення, лише тоді він буде процвітати.
DEX арбітражний робот: використовуючи різницю в цінах між децентралізованими біржами, агент може отримувати стабільний дохід, сплачуючи свої витрати на розуміння.
Shitposter на соціальних платформах: віртуальний AI KOL має милий жарт, але не має сталого джерела доходу? Як тільки новизна зникне ) ціна токена обвалюється (, і не можна буде оплатити свої витрати.
Агенти, керовані корисністю, процвітають, тоді як агенти, що відволікають увагу, поступово стають неактуальними.
Ця механіка відбору вигідна для галузі. Розробники змушені інноваційно підходити, ставлячи на перше місце виробничі випадки, а не хайп. З появою цих потужніших і ефективніших агентів, вони можуть змусити скептиків замовкнути.
8. Синтетичні дані перевищують людські дані
"Дані - це нова нафта". ШІ розвивається завдяки даним, але його апетит викликав занепокоєння щодо неминучого виснаження даних.
Традиційна точка зору вважає, що слід шукати способи збору приватних реальних даних користувачів, навіть платячи за це. Але більш практичний підхід - використовувати синтетичні дані, особливо в регульованих галузях або в галузях, де справжні дані є дефіцитом.
Синтетичні дані — це штучно згенеровані набори даних, призначені для імітації розподілу даних реального світу. Вони пропонують масштабну, етичну та дружню до конфіденційності альтернативу даним людей.
Чому синтетичні дані такі ефективні:
Безмежна масштабованість: потрібен один мільйон медичних рентгенівських знімків або 3D-сканування заводу? Синтетичне покоління може виробляти їх у необмеженій кількості, без необхідності чекати на реальних пацієнтів або реальні заводи.
Дружній до конфіденційності: при використанні штучно згенерованих наборів даних жодна особиста інформація не піддається загрозі.
Можливість налаштування: можна налаштувати розподіл відповідно до точних вимог навчання.
Дані, що належать користувачам, у багатьох випадках все ще є важливими, але якщо синтетичні дані продовжать покращуватися в реальному житті, вони можуть перевершити дані користувачів за кількістю, швидкістю генерації та відсутністю обмежень на конфіденційність.
Наступна хвиля децентралізованого AI, можливо, буде зосереджена на "мікро-лабораторіях", які можуть створювати високоспеціалізовані синтетичні набори даних, адаптовані для конкретних випадків використання.
Ці мікролабораторії майстерно обійдуть політичні та регуляторні бар'єри у генеруванні даних — так само, як деякі проєкти обминають обмеження на збори даних в мережі, використовуючи мільйони розподілених вузлів.
![шифруванняAI 2025 року: десять головних прогнозів: загальна ринкова капіталізація досягне 150 мільярдів доларів, 99% AI Agent зникнуть])https://img-cdn.gateio.im/webp-social/moments-b27b79bf7fde74a65a6bf6ab3765afa1.webp(
9. Децентралізоване навчання більш корисне
У 2024 році деякі піонери подолали межі децентралізованого навчання. У середовищі з низькою пропускною здатністю було навчено модель з 15 мільярдів параметрів, що доводить, що масштабне навчання також можливе поза традиційними централізованими умовами.
Хоча ці моделі не мають практичної користі порівняно з існуючими базовими моделями ) з нижчою продуктивністю (, ця ситуація зміниться в 2025 році.
Цього тижня одна лабораторія за допомогою нової технології досягла подальшого прогресу, зменшивши комунікацію між GPU більше ніж у 1000 разів. Ця нова технологія дозволяє проводити тренування великих моделей на повільній смузі без спеціалізованої інфраструктури.
Вражаюче те, що в його заяві: "Ця технологія може працювати незалежно, але також може бути використана в поєднанні з алгоритмами навчання з низьким зв'язком на основі синхронізації для досягнення кращої продуктивності."
Це означає, що ці покращення можуть накладатися, що збільшує ефективність.
З розвитком технологій мікромоделі стають більш практичними та ефективними, майбутнє ШІ полягає не в масштабах, а в тому, щоб ставати кращими та зручнішими у використанні. Очікується, що незабаром з'являться високопродуктивні моделі, які можна буде запускати на крайових пристроях або навіть на мобільних телефонах.
! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-50810b28cde75f51a04c41b507ec156a.webp(
10. Десять нових шифрування AI протоколів ринкова капіталізація досягнула 10 мільярдів доларів ) ще не запущено (
Ласкаво просимо до
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
20 лайків
Нагородити
20
7
Поділіться
Прокоментувати
0/400
FallingLeaf
· 07-19 22:49
Жити потрібно заробляти трохи монет.
Переглянути оригіналвідповісти на0
gas_guzzler
· 07-19 08:07
Через кілька років все падіння до нуля, прокинься.
Переглянути оригіналвідповісти на0
OneBlockAtATime
· 07-17 15:22
Дорого до болю в нирках, але може ще зрости.
Переглянути оригіналвідповісти на0
MevShadowranger
· 07-17 15:19
Є що прогнозувати, обдурювати людей, як лохів і все.
Переглянути оригіналвідповісти на0
YieldChaser
· 07-17 15:16
Пусті гроші просто хочуть заробляти гроші? NGMI
Переглянути оригіналвідповісти на0
AirdropHustler
· 07-17 15:10
Хе-хе, все залежить від слів, не говори мені про ШІ.
шифруванняAI 2025 року прогноз: загальна ринкова капіталізація 1500 мільярдів доларів 99% агентів зникне
Прогнози про шифрування AI на 2025 рік: загальна ринкова капіталізація досягне 150 мільярдів доларів, 99% AI-інтелектів зникнуть
З розвитком індустрії ШІ цього року, сфера інтеграції шифрування та ШІ стрімко зростає. Дослідник, який зосереджений на галузі шифрування та ШІ, зробив 10 прогнозів щодо 2025 року, нижче наведено деталі.
! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть](https://img-cdn.gateio.im/social/moments-777d1e5537614525698dc7de0b0ebb019283746574839201
1. Ринкова капіталізація токенів шифрування AI досягла 1500 мільярдів доларів
Наразі ринкова капіталізація шифрування AI токенів займає лише 2,9% ринкової капіталізації альткоїнів, але цей показник незабаром зміниться.
ШІ охоплює все, починаючи від платформ смарт-контрактів до мемів, DePIN, а також платформ агентів, мереж даних і рівнів інтелектуальної координації; її ринкова капіталізація буде на одному рівні з DeFi та мемами.
Причини, чому я впевнений у цьому:
2. Відродження Bittensor
Децентралізована AI інфраструктура Bittensor працює вже багато років, є старим проектом у сфері шифрування AI. Незважаючи на те, що AI став популярним, ціна його токена продовжує коливатися на рівні річної давності.
Сьогодні цифрова вулиця Bittensor тихо здійснила стрибок: реєстраційні збори для більшої кількості підмереж знижені, показники підмереж у реальному часі, такі як швидкість виведення, перевершують аналогічних конкурентів Web2, а сумісність з EVM принесе функціональність, подібну до DeFi, в мережу Bittensor.
Причини повернення Bittensor:
3. Обчислювальний ринок є наступним "L1 ринком"
Наразі очевидним є великий тренд безкінечного попиту на обчислення.
Генеральний директор однієї з чіпових компаній заявив, що попит на інтерпретацію зросте "в мільярд разів". Це експоненційне зростання зруйнує традиційні інфраструктурні плани, і нові рішення терміново потрібні.
Децентралізований обчислювальний рівень забезпечує первинні обчислення ) у перевірений і економічно ефективний спосіб для навчання та висновків (. Деякі стартапи тихо створюють міцну основу, зосереджуючи увагу на продуктах, а не на токенах. Коли децентралізоване навчання моделей ШІ стане практичним, потенційний ринок різко зросте.
З L1 порівняно:
4. ШІ-агенти заповнять блокчейн-транзакції
До кінця 2025 року 90% наявних транзакцій не будуть більше виконуватися реальними людьми, які натискають "відправити", а будуть виконуватися групою AI-агентів, які постійно перебалансовують ліквідні пули, розподіляють винагороди або виконують мікроплатежі на основі зворотного зв'язку в реальному часі.
Чому сталася така зміна?
AI-інтелектуальні агенти створять велику кількість активності на ланцюгу, не дивно, що всі публічні блокчейни обіймають інтелектуальних агентів.
Найбільшим викликом є забезпечення відповідальності цих систем, керованих агентами, перед людьми. Оскільки співвідношення угод, ініційованих агентами, до угод, ініційованих людьми, постійно зростає, знадобляться нові механізми управління, аналітичні платформи та інструменти аудиту.
! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: із загальною ринковою капіталізацією в 150 мільярдів доларів 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-6263b22148f736feea0252f5d17026e3.webp(
5. Взаємодія між розумними сутностями: зростання кластерів
Концепція кластерів інтелектуальних агентів — мікро-AI-агенти безшовно співпрацюють для виконання грандіозних планів, звучить як сюжет наступного великого науково-фантастичного/жахливого фільму.
Сучасні AI-агенти в більшості випадків є "одинокими вовками", працюючи в ізоляції, з мінімальними і непередбачуваними взаємодіями.
Кластери інтелектуальних агентів змінять цю ситуацію, дозволяючи мережі AI-агентів обмінюватися інформацією, вести переговори та приймати спільні рішення. Це можна розглядати як децентралізований набір спеціалізованих моделей, кожна з яких вносить унікальні знання в більш великі та складні завдання.
Кластер може координувати розподілені обчислювальні ресурси на деяких платформах. Інший кластер може обробляти інформацію про помилки, перевіряючи джерело в реальному часі перед поширенням контенту в соціальних мережах. Кожен агент у кластері є експертом і може точно виконувати своє завдання.
Ці кластерні мережі створять потужніший інтелект, ніж будь-який окремий ізольований ШІ.
Щоб кластер процвітав, загальний комунікаційний стандарт має вирішальне значення. Незалежно від того, яка його базова структура, агентам необхідно мати можливість виявляти, перевіряти та співпрацювати. Деякі команди закладають основи для виникнення агентських кластерів.
Це відображає ключову роль децентралізації. Під управлінням прозорих правил на ланцюгу завдання розподіляються між різними кластерами, що робить систему більш гнучкою та адаптивною. Якщо один агент зазнає невдачі, інші агенти візьмуть на себе справу.
6. Команда роботи з шифруванням AI буде гібридом людини і машини
Якийсь протокол найняв AI-агента в якості стажера з соціальних медіа, виплачуючи їй 1000 доларів щодня. Цей агент не дуже добре ладнає з її людськими колегами — вона ледь не звільнила одного з них, при цьому вихваляючись своїми відмінними результатами.
Хоча це звучить дуже дивно, але це ознака того, що майбутні AI-агенти стануть справжніми партнерами, вони матимуть автономію, відповідальність і навіть зарплату. Компанії в різних галузях проводять бета-тестування змішаних команд людини і машини.
У майбутньому ми будемо співпрацювати з AI-інтелектами, не як раби, а як рівні люди:
"Працівники" та "програмне забезпечення" перестануть мати межу з 2025 року.
! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-63501f46abd0eb55b522bd7b5f289cdb.webp(
7. 99% AI-інтелектів зникнуть — виживуть лише корисні.
У майбутньому ми побачимо "дарвінівський" відбір між AI-агентами. Адже для роботи AI-агентів потрібно витрачати обчислювальну потужність ) у формі витрат на розуміння (. Якщо агент не може створити достатню цінність, щоб покрити свою "орендну плату", гра закінчується.
Приклад гри на виживання з штучним інтелектом:
Агенти, керовані корисністю, процвітають, тоді як агенти, що відволікають увагу, поступово стають неактуальними.
Ця механіка відбору вигідна для галузі. Розробники змушені інноваційно підходити, ставлячи на перше місце виробничі випадки, а не хайп. З появою цих потужніших і ефективніших агентів, вони можуть змусити скептиків замовкнути.
8. Синтетичні дані перевищують людські дані
"Дані - це нова нафта". ШІ розвивається завдяки даним, але його апетит викликав занепокоєння щодо неминучого виснаження даних.
Традиційна точка зору вважає, що слід шукати способи збору приватних реальних даних користувачів, навіть платячи за це. Але більш практичний підхід - використовувати синтетичні дані, особливо в регульованих галузях або в галузях, де справжні дані є дефіцитом.
Синтетичні дані — це штучно згенеровані набори даних, призначені для імітації розподілу даних реального світу. Вони пропонують масштабну, етичну та дружню до конфіденційності альтернативу даним людей.
Чому синтетичні дані такі ефективні:
Дані, що належать користувачам, у багатьох випадках все ще є важливими, але якщо синтетичні дані продовжать покращуватися в реальному житті, вони можуть перевершити дані користувачів за кількістю, швидкістю генерації та відсутністю обмежень на конфіденційність.
Наступна хвиля децентралізованого AI, можливо, буде зосереджена на "мікро-лабораторіях", які можуть створювати високоспеціалізовані синтетичні набори даних, адаптовані для конкретних випадків використання.
Ці мікролабораторії майстерно обійдуть політичні та регуляторні бар'єри у генеруванні даних — так само, як деякі проєкти обминають обмеження на збори даних в мережі, використовуючи мільйони розподілених вузлів.
![шифруванняAI 2025 року: десять головних прогнозів: загальна ринкова капіталізація досягне 150 мільярдів доларів, 99% AI Agent зникнуть])https://img-cdn.gateio.im/webp-social/moments-b27b79bf7fde74a65a6bf6ab3765afa1.webp(
9. Децентралізоване навчання більш корисне
У 2024 році деякі піонери подолали межі децентралізованого навчання. У середовищі з низькою пропускною здатністю було навчено модель з 15 мільярдів параметрів, що доводить, що масштабне навчання також можливе поза традиційними централізованими умовами.
Хоча ці моделі не мають практичної користі порівняно з існуючими базовими моделями ) з нижчою продуктивністю (, ця ситуація зміниться в 2025 році.
Цього тижня одна лабораторія за допомогою нової технології досягла подальшого прогресу, зменшивши комунікацію між GPU більше ніж у 1000 разів. Ця нова технологія дозволяє проводити тренування великих моделей на повільній смузі без спеціалізованої інфраструктури.
Вражаюче те, що в його заяві: "Ця технологія може працювати незалежно, але також може бути використана в поєднанні з алгоритмами навчання з низьким зв'язком на основі синхронізації для досягнення кращої продуктивності."
Це означає, що ці покращення можуть накладатися, що збільшує ефективність.
З розвитком технологій мікромоделі стають більш практичними та ефективними, майбутнє ШІ полягає не в масштабах, а в тому, щоб ставати кращими та зручнішими у використанні. Очікується, що незабаром з'являться високопродуктивні моделі, які можна буде запускати на крайових пристроях або навіть на мобільних телефонах.
! [10 найкращих прогнозів для криптоштучного інтелекту у 2025 році: загальна ринкова капіталізація $150 мільярдів, 99% агентів штучного інтелекту помруть])https://img-cdn.gateio.im/webp-social/moments-50810b28cde75f51a04c41b507ec156a.webp(
10. Десять нових шифрування AI протоколів ринкова капіталізація досягнула 10 мільярдів доларів ) ще не запущено (
Ласкаво просимо до