Нові тенденції розвитку штучного інтелекту: шлях інтеграції Web2 та Web3

Нещодавно спостерігаючи за розвитком у сфері загального ШІ, я виявив цікавий тренд: Web2 AI переходить від централізованої до розподіленої моделі, тоді як Web3 AI переходить від етапу перевірки концепції до пошуку практичного застосування. Ці два напрямки прискорено зливаються, демонструючи вражаючу динаміку розвитку.

Тренди дистрибуції Web2 AI

Останні новини про розвиток Web2 AI показують очевидну тенденцію до дистрибуції. Наприклад, популяризація локального інтелекту та різних офлайн AI моделей, представлених компанією Apple, відображає те, що AI моделі розвиваються у напрямку більшої легкості та зручності. Ця тенденція свідчить про те, що сфери застосування AI більше не обмежуються великими хмарними сервісними центрами, а можуть бути гнучко розгорнуті на смартфонах, крайових пристроях і навіть терміналах Інтернету речей.

Водночас, здатність до співпраці між AI-моделями постійно покращується. Деякі AI-асистенти реалізували діалог між AI через багатомодельну співпрацю (MCP), що свідчить про те, що AI переходить від окремого інтелектуального агента до моделі колективної співпраці.

Однак, з розвитком високо дистрибутивних AI носіїв, питання забезпечення узгодженості даних та довіри до рішень між дистрибутивно працюючими AI екземплярами стало нагальним. Еволюційна логіка цієї потреби може бути охарактеризована як: технологічний прогрес (полегшення моделей) → зміна способів розгортання (дистрибутивні носії) → виникнення нової потреби (децентралізована верифікація).

Практичне дослідження Web3 AI

Розвиток Web3 AI також демонструє перехід від перевірки концепції до дослідження практичності. Ранні проекти AI Agent переважно зосереджувалися на розкручуванні концепцій, але останнім часом ринок почав зосереджуватися на більш фундаментальному будівництві інфраструктури AI, включаючи спеціалізовану розподіл функцій у таких сферах, як обчислювальна потужність, інференція, розмітка даних, зберігання тощо.

Наприклад, є проекти, які зосереджуються на децентралізованій агрегованій обчислювальній потужності, деякі прагнуть побудувати децентралізовану мережу інференції, а інші працюють у напрямку федеративного навчання та обчислень на периферії. Одночасно є проекти, які звертають увагу на розподілені дані та стимулювання, а також на зменшення ілюзій ШІ за допомогою розподілених механізмів консенсусу.

Ця тенденція розвитку відображає чітку логіку пропозиції: охолодження спекуляцій навколо концепцій → виявлення потреби в інфраструктурі → виникнення професіоналізації → формування екологічного синергетичного ефекту.

Тенденція інтеграції Web2 AI та Web3 AI

З розвитком Web2 AI та Web3 AI, еволюційні шляхи обох поступово перетинаються. Web2 AI технічно стає дедалі зрілішим, але йому бракує економічних стимулів та механізмів управління; Web3 AI має інновації в економічних моделях, але технічна реалізація відстає. Злиття обох має потенціал для взаємного доповнення переваг.

Ця інтеграція сприяє виникненню нового парадигми AI-додатків, що поєднує "ефективні обчислення" поза ланцюгом і "швидку перевірку" в межах ланцюга. У цій моделі AI більше не є просто інструментом, а стає учасником з економічною ідентичністю. Основний акцент обчислювальних ресурсів залишається поза ланцюгом, але одночасно потрібна легка верифікаційна мережа в межах ланцюга для забезпечення надійності та прозорості.

Ця комбінаційна модель одночасно зберігає ефективність і гнучкість оффлайн-обчислень, а також забезпечує надійність і прозорість системи через онлайнову верифікацію, що представляє собою важливий напрямок майбутнього розвитку в галузі ШІ.

Варто зазначити, що, незважаючи на те, що деякі все ще ставлять під сумнів життєздатність Web3 AI, з огляду на швидкий розвиток AI, сама технологія не розрізняє межі між Web2 і Web3. Справжньою перешкодою можуть стати когнітивні упередження людей. Зі зростанням технологій і їх інтеграцією межі між Web2 AI і Web3 AI ставатимуть дедалі розмитішими, що врешті-решт може призвести до створення більш відкритої, ефективної та надійної екосистеми AI.