Тенденції в галузі штучного інтелекту: перехід з хмари на локалізацію
Останнім часом розвиток AI-індустрії демонструє цікаву тенденцію: від попереднього фокусу на великомасштабних обчисленнях та великих моделях, поступово виникає новий напрямок, що акцентує увагу на локальних малих моделях і обчисленнях на краю.
Цю тенденцію можна підтвердити з кількох аспектів. Наприклад, розумна система одного з технологічних гігантів охопила 500 мільйонів пристроїв; інша відома компанія програмного забезпечення випустила спеціальну модель з 330 мільйонами параметрів для своєї операційної системи; також одна з дослідницьких установ у галузі ШІ розробляє технології роботів, які можуть працювати "офлайн".
Хмарний ШІ та локальний ШІ мають явні відмінності в акцентах конкуренції. Хмарний ШІ в основному змагається за розмір параметрів та обсяг навчальних даних, фінансова потужність є ключовою; тоді як локальний ШІ більше зосереджується на оптимізації інженерії та адаптації до сцен, має переваги в захисті конфіденційності, надійності та практичності. Це особливо важливо, оскільки проблеми ілюзій універсальних моделей можуть серйозно вплинути на їх застосування в певних сферах.
Ця зміна відкриває нові можливості для Web3 AI. Раніше, коли індустрія зосереджувалась на "універсальних" можливостях, традиційні технологічні гіганти мали абсолютну перевагу, і Web3 проекти важко конкурували. Але в сфері локалізованих моделей та краєвих обчислень переваги технології блокчейн починають проявлятися.
Коли AI-модель працює на пристрої користувача, як забезпечити правдивість вихідних результатів? Як реалізувати співпрацю моделей, захищаючи при цьому конфіденційність? Це саме те, в чому спеціалізується технологія блокчейн.
У галузі з'явилися деякі нові перспективні проекти. Наприклад, одна компанія представила протокол для передачі даних, який має на меті вирішення проблеми монополії даних і непрозорості централізованих AI платформ. Інший проект використовує пристрої для зчитування електроенцефалографії для збору реальних даних людей, створюючи "шар штучної верифікації", вже отримав значний дохід. Ці проекти намагаються вирішити питання "надійності" локального AI.
В цілому, тільки коли ШІ справді "зануриться" в кожен пристрій, децентралізована співпраця зможе перейти з концепції в реальну потребу. Щодо проектів Web3 AI, замість того щоб продовжувати змагатися на загальному ринку, краще серйозно подумати про те, як забезпечити інфраструктурну підтримку для локалізованої хвилі ШІ.
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.
10 лайків
Нагородити
10
4
Поділіться
Прокоментувати
0/400
LiquidationSurvivor
· 07-08 15:33
Кредит забрав автомобіль, але я все ще живий, пробираючись через важкі часи.
Переглянути оригіналвідповісти на0
SeeYouInFourYears
· 07-07 01:34
приватність - це майбутнє
Переглянути оригіналвідповісти на0
AltcoinAnalyst
· 07-07 01:34
Потрібно ретельно проаналізувати цю тенденцію в її у блокчейні, дані TVL вже показують ознаки.
Переглянути оригіналвідповісти на0
ReverseFOMOguy
· 07-07 01:33
А, нарешті не треба платити щомісячну плату за API.
Нові тенденції AI: від хмари до локалізації проекти Web3 отримують нові можливості
Тенденції в галузі штучного інтелекту: перехід з хмари на локалізацію
Останнім часом розвиток AI-індустрії демонструє цікаву тенденцію: від попереднього фокусу на великомасштабних обчисленнях та великих моделях, поступово виникає новий напрямок, що акцентує увагу на локальних малих моделях і обчисленнях на краю.
Цю тенденцію можна підтвердити з кількох аспектів. Наприклад, розумна система одного з технологічних гігантів охопила 500 мільйонів пристроїв; інша відома компанія програмного забезпечення випустила спеціальну модель з 330 мільйонами параметрів для своєї операційної системи; також одна з дослідницьких установ у галузі ШІ розробляє технології роботів, які можуть працювати "офлайн".
Хмарний ШІ та локальний ШІ мають явні відмінності в акцентах конкуренції. Хмарний ШІ в основному змагається за розмір параметрів та обсяг навчальних даних, фінансова потужність є ключовою; тоді як локальний ШІ більше зосереджується на оптимізації інженерії та адаптації до сцен, має переваги в захисті конфіденційності, надійності та практичності. Це особливо важливо, оскільки проблеми ілюзій універсальних моделей можуть серйозно вплинути на їх застосування в певних сферах.
Ця зміна відкриває нові можливості для Web3 AI. Раніше, коли індустрія зосереджувалась на "універсальних" можливостях, традиційні технологічні гіганти мали абсолютну перевагу, і Web3 проекти важко конкурували. Але в сфері локалізованих моделей та краєвих обчислень переваги технології блокчейн починають проявлятися.
Коли AI-модель працює на пристрої користувача, як забезпечити правдивість вихідних результатів? Як реалізувати співпрацю моделей, захищаючи при цьому конфіденційність? Це саме те, в чому спеціалізується технологія блокчейн.
У галузі з'явилися деякі нові перспективні проекти. Наприклад, одна компанія представила протокол для передачі даних, який має на меті вирішення проблеми монополії даних і непрозорості централізованих AI платформ. Інший проект використовує пристрої для зчитування електроенцефалографії для збору реальних даних людей, створюючи "шар штучної верифікації", вже отримав значний дохід. Ці проекти намагаються вирішити питання "надійності" локального AI.
В цілому, тільки коли ШІ справді "зануриться" в кожен пристрій, децентралізована співпраця зможе перейти з концепції в реальну потребу. Щодо проектів Web3 AI, замість того щоб продовжувати змагатися на загальному ринку, краще серйозно подумати про те, як забезпечити інфраструктурну підтримку для локалізованої хвилі ШІ.