Тренды в AI-индустрии: переход от облачных технологий к локализации
Недавнее развитие AI-индустрии демонстрирует интересную тенденцию: от ранее сосредоточенного на масштабных вычислениях и крупных моделях основного направления постепенно вытекает новая линия, акцентирующая внимание на локальных малых моделях и вычислениях на краю.
Эту тенденцию можно подтвердить с нескольких сторон. Например, умная система одного из технологических гигантов охватила 500 миллионов устройств; другая известная компания программного обеспечения выпустила специализированную модель небольшого размера с 330 миллионами параметров для своей операционной системы; также одно исследовательское учреждение в области ИИ разрабатывает робототехнические технологии, способные работать в "офлайн" режиме.
Облачный ИИ и локальный ИИ имеют очевидные различия в акцентах конкуренции. Облачный ИИ в основном соперничает в масштабах параметров и объемах обучающих данных, финансовые ресурсы являются ключевыми; в то время как локальный ИИ больше акцентирует внимание на оптимизации инженерных решений и адаптации к сценариям, обладая преимуществами в области защиты личной информации, надежности и практичности. Это особенно важно, поскольку проблема «галлюцинаций» общих моделей может серьезно повлиять на их применение в конкретных областях.
Это изменение принесло новые возможности для Web3 AI. Ранее, когда отрасль сосредоточилась на "универсальных" способностях, традиционные технологические гиганты имели абсолютное преимущество, и проектам Web3 было трудно конкурировать. Но в области локализованных моделей и边缘计算, преимущества блокчейн-технологий начинают проявляться.
Когда AI-модель работает на устройстве пользователя, как гарантировать подлинность выходных результатов? Как обеспечить сотрудничество моделей, защищая при этом конфиденциальность? Это именно то, в чем специализируется технология блокчейн.
В отрасли уже появились некоторые новые проекты. Например, компания представила протокол передачи данных, который нацелен на решение проблем централизации и непрозрачности данных в AI-платформах. Другой проект с помощью устройства для считывания мозговых волн собирает реальные данные от людей и создает "уровень искусственной верификации", уже достигнув значительного дохода. Эти проекты пытаются решить проблему "достоверности" локального AI.
В общем, только когда ИИ действительно "погрузится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной потребности. Для проектов Web3 AI, вместо того чтобы продолжать углубляться в универсальную гонку, лучше серьезно подумать о том, как предоставить инфраструктурную поддержку для локализованной волны ИИ.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
10 Лайков
Награда
10
4
Поделиться
комментарий
0/400
LiquidationSurvivor
· 07-08 15:33
Кредит забрал машину, но я все еще жив, несмотря на все трудности.
Посмотреть ОригиналОтветить0
SeeYouInFourYears
· 07-07 01:34
приватность - вот будущее!
Посмотреть ОригиналОтветить0
AltcoinAnalyst
· 07-07 01:34
Необходимо тщательно проанализировать онлайновое проявление этой тенденции, данные TVL уже начали проявлять признаки.
Посмотреть ОригиналОтветить0
ReverseFOMOguy
· 07-07 01:33
А, наконец-то не придется платить за API каждый месяц.
Новые тенденции AI: от облака к локализованным проектам Web3 открываются новые возможности
Тренды в AI-индустрии: переход от облачных технологий к локализации
Недавнее развитие AI-индустрии демонстрирует интересную тенденцию: от ранее сосредоточенного на масштабных вычислениях и крупных моделях основного направления постепенно вытекает новая линия, акцентирующая внимание на локальных малых моделях и вычислениях на краю.
Эту тенденцию можно подтвердить с нескольких сторон. Например, умная система одного из технологических гигантов охватила 500 миллионов устройств; другая известная компания программного обеспечения выпустила специализированную модель небольшого размера с 330 миллионами параметров для своей операционной системы; также одно исследовательское учреждение в области ИИ разрабатывает робототехнические технологии, способные работать в "офлайн" режиме.
Облачный ИИ и локальный ИИ имеют очевидные различия в акцентах конкуренции. Облачный ИИ в основном соперничает в масштабах параметров и объемах обучающих данных, финансовые ресурсы являются ключевыми; в то время как локальный ИИ больше акцентирует внимание на оптимизации инженерных решений и адаптации к сценариям, обладая преимуществами в области защиты личной информации, надежности и практичности. Это особенно важно, поскольку проблема «галлюцинаций» общих моделей может серьезно повлиять на их применение в конкретных областях.
Это изменение принесло новые возможности для Web3 AI. Ранее, когда отрасль сосредоточилась на "универсальных" способностях, традиционные технологические гиганты имели абсолютное преимущество, и проектам Web3 было трудно конкурировать. Но в области локализованных моделей и边缘计算, преимущества блокчейн-технологий начинают проявляться.
Когда AI-модель работает на устройстве пользователя, как гарантировать подлинность выходных результатов? Как обеспечить сотрудничество моделей, защищая при этом конфиденциальность? Это именно то, в чем специализируется технология блокчейн.
В отрасли уже появились некоторые новые проекты. Например, компания представила протокол передачи данных, который нацелен на решение проблем централизации и непрозрачности данных в AI-платформах. Другой проект с помощью устройства для считывания мозговых волн собирает реальные данные от людей и создает "уровень искусственной верификации", уже достигнув значительного дохода. Эти проекты пытаются решить проблему "достоверности" локального AI.
В общем, только когда ИИ действительно "погрузится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной потребности. Для проектов Web3 AI, вместо того чтобы продолжать углубляться в универсальную гонку, лучше серьезно подумать о том, как предоставить инфраструктурную поддержку для локализованной волны ИИ.