Xu hướng mới trong ngành AI: Sự nổi lên của các mô hình nhỏ hóa địa phương và Điện toán biên

Gần đây quan sát sự phát triển của ngành trí tuệ nhân tạo, một xu hướng đáng chú ý đang hình thành: từ hướng chính trước đây tập trung vào việc tập trung sức mạnh tính toán quy mô lớn và các mô hình lớn, dần dần đã phát triển thành một lộ trình mới nghiêng về các mô hình nhỏ tại chỗ và Điện toán biên.

Xu hướng này đã được thể hiện trong nhiều lĩnh vực. Chẳng hạn, một gã khổng lồ công nghệ đã triển khai hệ thống thông minh trên 500 triệu thiết bị; một công ty công nghệ khác đã phát triển mô hình nhỏ với 330 triệu tham số dành riêng cho hệ điều hành của mình; còn các tổ chức nghiên cứu đang khám phá khả năng vận hành ngoại tuyến của robot. Đây đều là những tín hiệu rõ ràng cho sự phát triển AI địa phương hóa.

AI đám mây và AI cục bộ có sự khác biệt rõ rệt trong các trọng điểm cạnh tranh. AI đám mây chủ yếu dựa vào quy mô tham số lớn và lượng dữ liệu huấn luyện khổng lồ, sức mạnh tài chính trở thành năng lực cạnh tranh cốt lõi. Ngược lại, AI cục bộ chú trọng hơn vào tối ưu hóa kỹ thuật và thích ứng với các tình huống, có lợi thế trong việc bảo vệ quyền riêng tư của người dùng, nâng cao độ tin cậy và tính thực tiễn của hệ thống. Điều này đặc biệt quan trọng, vì các mô hình tổng quát thường gặp vấn đề thiếu chính xác khi áp dụng trong các lĩnh vực cụ thể.

Sự chuyển mình này mang đến cơ hội mới cho các dự án Web3 AI. Trong cuộc cạnh tranh trước đây nhằm theo đuổi khả năng tổng quát, các ông lớn công nghệ truyền thống đã chiếm ưu thế nhờ lợi thế về tài nguyên, công nghệ và cơ sở người dùng. Tuy nhiên, trong lĩnh vực mô hình địa phương hóa và Điện toán biên mới, công nghệ blockchain có thể tìm thấy nhiều không gian phát huy hơn.

Khi mô hình AI chạy trên thiết bị của người dùng, làm thế nào để đảm bảo tính xác thực của kết quả đầu ra? Làm thế nào để thực hiện sự hợp tác giữa các mô hình trong khi bảo vệ quyền riêng tư? Đây chính là những vấn đề mà công nghệ blockchain rất giỏi trong việc giải quyết.

Trong ngành đã xuất hiện một số dự án đổi mới nhằm giải quyết những thách thức này. Chẳng hạn, có công ty phát triển giao thức truyền dữ liệu, nhằm giải quyết vấn đề độc quyền dữ liệu và sự không minh bạch trong quyết định của các nền tảng AI tập trung. Còn có dự án thu thập dữ liệu con người thực thông qua thiết bị sóng não, xây dựng "lớp xác minh nhân tạo", và đã thu được doanh thu đáng kể. Những nỗ lực này đều đang khám phá cách nâng cao độ tin cậy của AI địa phương.

Tóm lại, chỉ khi công nghệ AI thực sự thâm nhập vào từng thiết bị đầu cuối, sự hợp tác phi tập trung mới có thể chuyển từ ý tưởng thành nhu cầu thực tế. Đối với các dự án Web3 AI, thay vì cạnh tranh khốc liệt trong lĩnh vực AI tổng quát, tốt hơn hết là suy nghĩ nghiêm túc về cách cung cấp hỗ trợ cơ sở hạ tầng cần thiết cho làn sóng AI địa phương, điều này có thể là một hướng phát triển hứa hẹn hơn.