Akhir-akhir ini, industri AI telah muncul sebuah tren perubahan yang menarik: dari sebelumnya fokus pada kekuatan komputasi besar dan model besar, secara bertahap muncul arah baru yang menekankan pada model kecil lokal dan komputasi tepi.
Tren ini dapat diamati dari berbagai aspek. Sebuah raksasa teknologi telah meluncurkan teknologi kecerdasan buatan yang telah mencakup 500 juta perangkat; seorang pengembang sistem operasi telah meluncurkan model kecil khusus dengan 3,3 miliar parameter untuk sistem terbarunya; sebuah lembaga penelitian AI terkemuka juga sedang menjelajahi operasi offline untuk robot.
AI cloud dan AI lokal memiliki fokus kompetisi yang berbeda. AI cloud terutama bersaing dalam skala parameter dan jumlah data pelatihan, di mana kekuatan finansial menjadi kunci; sedangkan AI lokal lebih mengutamakan optimasi rekayasa dan adaptasi skenario, memiliki keunggulan dalam perlindungan privasi, keandalan, dan utilitas. Ini terutama disebabkan oleh masalah "ilusi" dari model besar umum yang dapat berdampak serius pada aplikasi mereka di bidang tertentu.
Tren ini memberikan lebih banyak peluang untuk Web3 AI. Sebelumnya, dalam kompetisi "generalisasi" kemampuan ( perhitungan, data, dan algoritma ), raksasa teknologi tradisional mendominasi. Jika proyek Web3 ingin bersaing, baik dari segi sumber daya, teknologi, maupun basis pengguna, mereka akan terlihat lemah.
Namun, dengan pola baru model lokal dan komputasi tepi, prospek aplikasi teknologi blockchain menjadi lebih luas. Ketika model AI dijalankan di perangkat pengguna, bagaimana cara memastikan keaslian hasil keluaran? Bagaimana cara mewujudkan kolaborasi model sambil melindungi privasi? Inilah yang menjadi keahlian teknologi blockchain.
Beberapa proyek baru yang relevan telah muncul di industri. Misalnya, suatu protokol komunikasi data bertujuan untuk mengatasi masalah monopoli data dan ketidaktransparanan dari platform AI terpusat; proyek lain mengumpulkan data manusia yang nyata melalui perangkat gelombang otak, membangun "lapisan verifikasi buatan", dan telah menghasilkan pendapatan yang signifikan. Proyek-proyek ini semua mencoba untuk menyelesaikan masalah "kepercayaan" dari AI lokal.
Singkatnya, hanya ketika AI benar-benar "turun" ke setiap perangkat, kolaborasi terdesentralisasi dapat berubah dari konsep menjadi kebutuhan nyata.
Untuk proyek Web3 AI, daripada terus terjebak dalam perlombaan umum, lebih baik memikirkan dengan serius bagaimana memberikan dukungan infrastruktur untuk gelombang AI lokal. Ini mungkin merupakan arah pengembangan yang lebih menjanjikan.
Lihat Asli
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
25 Suka
Hadiah
25
8
Posting ulang
Bagikan
Komentar
0/400
liquiditea_sipper
· 08-08 02:46
Model besar dan kecil dibuka!
Lihat AsliBalas0
OptionWhisperer
· 08-07 11:36
Keunggulan yang jelas, model kecil yyds
Lihat AsliBalas0
SerumSqueezer
· 08-07 06:39
Sudah paham, perusahaan besar juga jadi takut.
Lihat AsliBalas0
AirdropNinja
· 08-07 06:39
Apakah ini masih harus membeli Daya Komputasi? Kita bisa mengelolanya sendiri di lokal.
Lihat AsliBalas0
BanklessAtHeart
· 08-07 06:38
Pelatihan offline yyds
Lihat AsliBalas0
BakedCatFanboy
· 08-07 06:30
Apakah model kecil bisa? Ragu-ragu
Lihat AsliBalas0
SighingCashier
· 08-07 06:23
Apakah AI lokal hanya ini?
Lihat AsliBalas0
BloodInStreets
· 08-07 06:21
Apakah kita yang mengatur atau yang diatur? Sekarang AI tingkat dasar semuanya adalah permainan untuk para suckers.
Tren Baru AI: Model Lokalisasi Membawa Peluang Baru untuk Proyek Web3
Tren Baru di Industri AI: Dari Cloud ke Lokal
Akhir-akhir ini, industri AI telah muncul sebuah tren perubahan yang menarik: dari sebelumnya fokus pada kekuatan komputasi besar dan model besar, secara bertahap muncul arah baru yang menekankan pada model kecil lokal dan komputasi tepi.
Tren ini dapat diamati dari berbagai aspek. Sebuah raksasa teknologi telah meluncurkan teknologi kecerdasan buatan yang telah mencakup 500 juta perangkat; seorang pengembang sistem operasi telah meluncurkan model kecil khusus dengan 3,3 miliar parameter untuk sistem terbarunya; sebuah lembaga penelitian AI terkemuka juga sedang menjelajahi operasi offline untuk robot.
AI cloud dan AI lokal memiliki fokus kompetisi yang berbeda. AI cloud terutama bersaing dalam skala parameter dan jumlah data pelatihan, di mana kekuatan finansial menjadi kunci; sedangkan AI lokal lebih mengutamakan optimasi rekayasa dan adaptasi skenario, memiliki keunggulan dalam perlindungan privasi, keandalan, dan utilitas. Ini terutama disebabkan oleh masalah "ilusi" dari model besar umum yang dapat berdampak serius pada aplikasi mereka di bidang tertentu.
Tren ini memberikan lebih banyak peluang untuk Web3 AI. Sebelumnya, dalam kompetisi "generalisasi" kemampuan ( perhitungan, data, dan algoritma ), raksasa teknologi tradisional mendominasi. Jika proyek Web3 ingin bersaing, baik dari segi sumber daya, teknologi, maupun basis pengguna, mereka akan terlihat lemah.
Namun, dengan pola baru model lokal dan komputasi tepi, prospek aplikasi teknologi blockchain menjadi lebih luas. Ketika model AI dijalankan di perangkat pengguna, bagaimana cara memastikan keaslian hasil keluaran? Bagaimana cara mewujudkan kolaborasi model sambil melindungi privasi? Inilah yang menjadi keahlian teknologi blockchain.
Beberapa proyek baru yang relevan telah muncul di industri. Misalnya, suatu protokol komunikasi data bertujuan untuk mengatasi masalah monopoli data dan ketidaktransparanan dari platform AI terpusat; proyek lain mengumpulkan data manusia yang nyata melalui perangkat gelombang otak, membangun "lapisan verifikasi buatan", dan telah menghasilkan pendapatan yang signifikan. Proyek-proyek ini semua mencoba untuk menyelesaikan masalah "kepercayaan" dari AI lokal.
Singkatnya, hanya ketika AI benar-benar "turun" ke setiap perangkat, kolaborasi terdesentralisasi dapat berubah dari konsep menjadi kebutuhan nyata.
Untuk proyek Web3 AI, daripada terus terjebak dalam perlombaan umum, lebih baik memikirkan dengan serius bagaimana memberikan dukungan infrastruktur untuk gelombang AI lokal. Ini mungkin merupakan arah pengembangan yang lebih menjanjikan.