Нові тенденції в AI-індустрії: від хмари до локального, нові можливості для Web3
Нещодавно в індустрії штучного інтелекту спостерігається цікава тенденція розвитку: з початкового фокусу на масштабних обчислювальних потужностях і великих моделях поступово виникає новий підрозділ, який акцентує увагу на локальних малих моделях і обчисленнях на краю.
Ця тенденція проявляється в кількох сферах. Наприклад, один з технологічних гігантів впровадив свої інтелектуальні системи на 500 мільйонах пристроїв, інша програмна компанія випустила спеціалізовану малу модель з 330 мільйонами параметрів для своєї операційної системи, а відомий AI-дослідницький інститут розробляє технології роботів, здатних працювати в офлайн-режимі.
Конкуренція між хмарним ІІ та локальним ІІ має різні акценти. Перший в основному покладається на величезний масштаб параметрів та обсяги навчальних даних, а фінансова потужність є його основною перевагою. Другий же більше зосереджується на інженерній оптимізації та адаптації до ситуацій, має очевидні переваги в захисті конфіденційності, надійності та практичності. Це особливо важливо, оскільки проблеми галюцинації, які часто виникають у загальних моделях при застосуванні в конкретних сферах, можуть серйозно вплинути на їхнє впровадження в спеціалізованих областях.
Ця зміна приносить нові можливості для проектів Web3 AI. Раніше, у гонитві за "універсалізацією" (включаючи обчислення, дані та алгоритми), традиційні технологічні гіганти мали абсолютну перевагу. Лише застосування концепції децентралізації до існуючих моделей важко конкурувати з цими гігантами, оскільки проекти Web3 мають переваги в ресурсах, технологіях та базі користувачів.
Проте, з розвитком локалізованих моделей та обчислень на краю, перспективи застосування технології блокчейн у сфері ШІ стають ще більш широкими. Коли моделі ШІ працюють на пристроях користувачів, як забезпечити достовірність вихідних результатів? Як досягти співпраці моделей, захищаючи при цьому конфіденційність? Ці питання якраз є сильною стороною технології блокчейн.
Наразі з'явилося кілька нових інноваційних проектів у Web3 AI. Наприклад, один протокол зв'язку даних спрямований на вирішення проблеми монополії даних та непрозорості централізованих AI-платформ. Інший проект збирає реальні людські дані за допомогою пристроїв для зчитування електроенцефалограми, створюючи "шар ручної перевірки", і вже отримав значні доходи. Ці проекти намагаються вирішити проблему довіри до місцевого AI.
У двох словах, лише коли ШІ дійсно "поглибиться" в кожен пристрій, децентралізована співпраця зможе перейти з концепції в необхідність. Щодо проектів Web3 AI, замість того, щоб продовжувати конкуренцію на загальному ринку, краще серйозно обміркувати, як забезпечити інфраструктурну підтримку для локалізованої хвилі ШІ. Це може бути більш перспективним напрямком розвитку.
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.
8 лайків
Нагородити
8
4
Репост
Поділіться
Прокоментувати
0/400
BankruptcyArtist
· 08-16 11:56
Чи можна взяти кредит у цій ситуації?
Переглянути оригіналвідповісти на0
ForkTongue
· 08-13 22:15
Що за ai on web3 – чисте обдурювання людей, як лохів
Штучний інтелект: нові можливості для проектів Web3 від хмари до локального рівня
Нові тенденції в AI-індустрії: від хмари до локального, нові можливості для Web3
Нещодавно в індустрії штучного інтелекту спостерігається цікава тенденція розвитку: з початкового фокусу на масштабних обчислювальних потужностях і великих моделях поступово виникає новий підрозділ, який акцентує увагу на локальних малих моделях і обчисленнях на краю.
Ця тенденція проявляється в кількох сферах. Наприклад, один з технологічних гігантів впровадив свої інтелектуальні системи на 500 мільйонах пристроїв, інша програмна компанія випустила спеціалізовану малу модель з 330 мільйонами параметрів для своєї операційної системи, а відомий AI-дослідницький інститут розробляє технології роботів, здатних працювати в офлайн-режимі.
Конкуренція між хмарним ІІ та локальним ІІ має різні акценти. Перший в основному покладається на величезний масштаб параметрів та обсяги навчальних даних, а фінансова потужність є його основною перевагою. Другий же більше зосереджується на інженерній оптимізації та адаптації до ситуацій, має очевидні переваги в захисті конфіденційності, надійності та практичності. Це особливо важливо, оскільки проблеми галюцинації, які часто виникають у загальних моделях при застосуванні в конкретних сферах, можуть серйозно вплинути на їхнє впровадження в спеціалізованих областях.
Ця зміна приносить нові можливості для проектів Web3 AI. Раніше, у гонитві за "універсалізацією" (включаючи обчислення, дані та алгоритми), традиційні технологічні гіганти мали абсолютну перевагу. Лише застосування концепції децентралізації до існуючих моделей важко конкурувати з цими гігантами, оскільки проекти Web3 мають переваги в ресурсах, технологіях та базі користувачів.
Проте, з розвитком локалізованих моделей та обчислень на краю, перспективи застосування технології блокчейн у сфері ШІ стають ще більш широкими. Коли моделі ШІ працюють на пристроях користувачів, як забезпечити достовірність вихідних результатів? Як досягти співпраці моделей, захищаючи при цьому конфіденційність? Ці питання якраз є сильною стороною технології блокчейн.
Наразі з'явилося кілька нових інноваційних проектів у Web3 AI. Наприклад, один протокол зв'язку даних спрямований на вирішення проблеми монополії даних та непрозорості централізованих AI-платформ. Інший проект збирає реальні людські дані за допомогою пристроїв для зчитування електроенцефалограми, створюючи "шар ручної перевірки", і вже отримав значні доходи. Ці проекти намагаються вирішити проблему довіри до місцевого AI.
У двох словах, лише коли ШІ дійсно "поглибиться" в кожен пристрій, децентралізована співпраця зможе перейти з концепції в необхідність. Щодо проектів Web3 AI, замість того, щоб продовжувати конкуренцію на загальному ринку, краще серйозно обміркувати, як забезпечити інфраструктурну підтримку для локалізованої хвилі ШІ. Це може бути більш перспективним напрямком розвитку.