Нові тенденції в індустрії штучного інтелекту: від хмари до локалізації

Нещодавно в AI-індустрії з'явився цікавий тренд: від попереднього акценту на великомасштабних обчисленнях і великих моделях поступово виникає новий напрямок, зосереджений на локальних малих моделях та обробці на краю.

Цю тенденцію можна спостерігати з кількох аспектів. Одна технологічна компанія випустила технологію штучного інтелекту, яка охопила 500 мільйонів пристроїв; один розробник операційних систем представив спеціальну малу модель з 330 мільйонами параметрів для своєї останньої системи; одна відома дослідницька організація також досліджує офлайн-операції роботів тощо.

Хмарний ШІ та локальний ШІ мають різні акценти в конкуренції. Хмарний ШІ зосереджується на масштабах параметрів і обсягах навчальних даних, фінансова спроможність є ключовою; тоді як локальний ШІ більше уваги приділяє інженерній оптимізації та адаптації до сценаріїв, маючи переваги в захисті конфіденційності, надійності та практичності. Це в основному пов'язано з тим, що проблема "ілюзії" загальних великих моделей серйозно впливає на їхнє застосування в конкретних сферах.

Ця тенденція надає більше можливостей для Web3 AI. Раніше в конкуренції за "уніфіковані" можливості ( обчислень, даних, алгоритмів ) традиційні технологічні гіганти мали абсолютну перевагу. Якщо проекти Web3 хочуть змагатися з ними, то за ресурсами, технологіями або базою користувачів вони будуть значно поступатися.

Однак, у новій парадигмі локалізованих моделей та крайових обчислень, перспективи застосування технології блокчейн стають ще більш широкими. Коли AI-моделі працюють на пристроях користувачів, як забезпечити достовірність виходу результатів? Як досягти співпраці моделей, захищаючи при цьому конфіденційність? Це саме те, в чому технологія блокчейн є експертом.

В галузі вже з'явилися деякі нові проекти. Наприклад, один протокол даних намагається вирішити проблему монополії та непрозорості даних централізованих AI-платформ; інший проект збирає реальні дані людей за допомогою пристроїв для зчитування електроенцефалографії, створюючи "шар штучної верифікації", і вже досяг значного доходу. Ці проекти намагаються вирішити проблему "довіри" локального AI.

Коротко кажучи, лише коли ШІ справді "заглибиться" в кожен пристрій, децентралізована співпраця зможе перейти з концепції в реальну потребу.

Для проектів Web3 AI, замість того, щоб продовжувати конкурувати в загальному сегменті, краще серйозно подумати про те, як забезпечити інфраструктурну підтримку для локалізованої хвилі AI. Це може бути більш перспективним напрямком розвитку.