Tendances de l'industrie de l'IA : passage du cloud à la localisation
Le développement récent de l'industrie de l'IA présente une tendance intéressante : après s'être concentré sur la puissance de calcul à grande échelle et les grands modèles, il en découle progressivement une nouvelle voie axée sur les petits modèles locaux et le calcul en périphérie.
Cette tendance peut être confirmée sous plusieurs aspects. Par exemple, un géant de la technologie a déployé son système intelligent sur 500 millions d'appareils ; une autre entreprise de logiciels bien connue a lancé un modèle miniature dédié de 330 millions de paramètres pour son système d'exploitation ; et un institut de recherche en IA développe une technologie robotique capable de fonctionner "hors ligne".
Il existe des différences évidentes entre l'IA cloud et l'IA locale en termes de points de concurrence. L'IA cloud se concentre principalement sur l'échelle des paramètres et la quantité de données d'entraînement, où la puissance financière est clé ; tandis que l'IA locale met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, ayant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. Cela est particulièrement important, car le problème des hallucinations des modèles généraux peut sérieusement affecter leur application dans des domaines spécifiques.
Cette évolution offre de nouvelles opportunités pour l'IA Web3. Par le passé, lorsque l'industrie se concentrait sur la capacité à "généraliser", les géants technologiques traditionnels détenaient un avantage absolu, rendant difficile la concurrence pour les projets Web3. Cependant, dans les domaines des modèles localisés et du calcul en périphérie, les avantages de la technologie blockchain commencent à se manifester.
Comment garantir l'authenticité des résultats produits lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ce sont précisément les domaines d'expertise de la technologie blockchain.
Des projets émergents connexes ont déjà vu le jour dans l'industrie. Par exemple, un protocole de communication de données lancé par une entreprise vise à résoudre les problèmes de monopole et d'opacité des données des plateformes AI centralisées. Un autre projet collecte des données humaines réelles à l'aide d'appareils EEG pour construire une "couche de vérification humaine", et a déjà généré des revenus considérables. Ces projets tentent tous de résoudre le problème de "fiabilité" de l'IA locale.
Dans l'ensemble, la décentralisation de la collaboration ne pourra devenir une nécessité réelle que lorsque l'IA sera véritablement "intégrée" dans chaque appareil. Pour les projets d'IA Web3, plutôt que de continuer à se concurrencer dans une voie de généralisation, il vaudrait mieux réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague d'IA localisée.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
10 J'aime
Récompense
10
4
Partager
Commentaire
0/400
LiquidationSurvivor
· 07-08 15:33
Le prêt a fait partir la voiture, mais je suis encore en vie après avoir ramé et bataillé.
Voir l'originalRépondre0
SeeYouInFourYears
· 07-07 01:34
la vie privée est l'avenir
Voir l'originalRépondre0
AltcoinAnalyst
· 07-07 01:34
Il est nécessaire d'analyser rigoureusement les performances off-chain de cette tendance, les données TVL montrent déjà des signes.
Voir l'originalRépondre0
ReverseFOMOguy
· 07-07 01:33
Ah, enfin je n'ai plus à payer de frais d'API chaque mois.
Nouvelles tendances de l'IA : des opportunités émergent pour les projets Web3, passant du cloud à la localisation.
Tendances de l'industrie de l'IA : passage du cloud à la localisation
Le développement récent de l'industrie de l'IA présente une tendance intéressante : après s'être concentré sur la puissance de calcul à grande échelle et les grands modèles, il en découle progressivement une nouvelle voie axée sur les petits modèles locaux et le calcul en périphérie.
Cette tendance peut être confirmée sous plusieurs aspects. Par exemple, un géant de la technologie a déployé son système intelligent sur 500 millions d'appareils ; une autre entreprise de logiciels bien connue a lancé un modèle miniature dédié de 330 millions de paramètres pour son système d'exploitation ; et un institut de recherche en IA développe une technologie robotique capable de fonctionner "hors ligne".
Il existe des différences évidentes entre l'IA cloud et l'IA locale en termes de points de concurrence. L'IA cloud se concentre principalement sur l'échelle des paramètres et la quantité de données d'entraînement, où la puissance financière est clé ; tandis que l'IA locale met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, ayant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. Cela est particulièrement important, car le problème des hallucinations des modèles généraux peut sérieusement affecter leur application dans des domaines spécifiques.
Cette évolution offre de nouvelles opportunités pour l'IA Web3. Par le passé, lorsque l'industrie se concentrait sur la capacité à "généraliser", les géants technologiques traditionnels détenaient un avantage absolu, rendant difficile la concurrence pour les projets Web3. Cependant, dans les domaines des modèles localisés et du calcul en périphérie, les avantages de la technologie blockchain commencent à se manifester.
Comment garantir l'authenticité des résultats produits lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ce sont précisément les domaines d'expertise de la technologie blockchain.
Des projets émergents connexes ont déjà vu le jour dans l'industrie. Par exemple, un protocole de communication de données lancé par une entreprise vise à résoudre les problèmes de monopole et d'opacité des données des plateformes AI centralisées. Un autre projet collecte des données humaines réelles à l'aide d'appareils EEG pour construire une "couche de vérification humaine", et a déjà généré des revenus considérables. Ces projets tentent tous de résoudre le problème de "fiabilité" de l'IA locale.
Dans l'ensemble, la décentralisation de la collaboration ne pourra devenir une nécessité réelle que lorsque l'IA sera véritablement "intégrée" dans chaque appareil. Pour les projets d'IA Web3, plutôt que de continuer à se concurrencer dans une voie de généralisation, il vaudrait mieux réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague d'IA localisée.