Nouvelles tendances de l'industrie de l'IA : du cloud à la localité
Récemment, un changement de tendance intéressant est apparu dans l'industrie de l'IA : de l'approche dominante axée sur la puissance de calcul à grande échelle et les grands modèles, une nouvelle direction se développe progressivement, mettant l'accent sur les petits modèles locaux et le calcul en périphérie.
Cette tendance peut être observée sous plusieurs aspects. Une grande entreprise technologique a lancé une technologie d'intelligence artificielle qui couvre 500 millions d'appareils; un éditeur de systèmes d'exploitation a lancé un petit modèle dédié avec 330 millions de paramètres pour son dernier système; une célèbre institution de recherche en IA explore également les opérations hors ligne des robots, etc.
L'IA cloud et l'IA locale ont des points de concurrence différents. L'IA cloud se concentre principalement sur l'échelle des paramètres et la quantité de données d'entraînement, tandis que la force financière est un facteur clé ; l'IA locale, quant à elle, met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, ayant un avantage en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au problème de "hallucination" des grands modèles généraux qui peut gravement affecter leur application dans des domaines spécifiques.
Cette tendance offre plus d'opportunités à l'IA Web3. Auparavant, dans la compétition pour les capacités "généralisées" ( en matière de calcul, de données et d'algorithmes ), les géants de la technologie traditionnels détenaient un avantage absolu. Les projets Web3 doivent rivaliser avec eux, que ce soit en termes de ressources, de technologies ou de base d'utilisateurs, ils sont en grande difficulté.
Cependant, dans le nouveau paysage des modèles de localisation et du edge computing, les perspectives d'application de la technologie blockchain deviennent plus vastes. Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment garantir l'authenticité des résultats ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? C'est précisément là où la technologie blockchain excelle.
Il existe déjà quelques nouveaux projets émergents dans l'industrie. Par exemple, un protocole de communication de données vise à résoudre les problèmes de monopole et d'opacité des données des plateformes d'IA centralisées ; un autre projet collecte des données humaines réelles via des dispositifs à ondes cérébrales, construisant une "couche de validation humaine", et a déjà réalisé des revenus considérables. Ces projets tentent tous de résoudre le problème de la "fiabilité" de l'IA locale.
En termes simples, la collaboration décentralisée ne peut devenir une nécessité réelle que lorsque l'IA est véritablement "enfoncée" dans chaque appareil.
Pour les projets Web3 AI, plutôt que de continuer à s'engager dans une compétition générale, il serait préférable de réfléchir sérieusement à la manière de fournir un soutien en infrastructures pour la vague d'IA localisée. Cela pourrait être une direction de développement plus prometteuse.
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.
25 J'aime
Récompense
25
8
Reposter
Partager
Commentaire
0/400
liquiditea_sipper
· 08-08 02:46
Modèles de grande taille ouverts !
Voir l'originalRépondre0
OptionWhisperer
· 08-07 11:36
Avantages évidents, petit modèle yyds
Voir l'originalRépondre0
SerumSqueezer
· 08-07 06:39
J'ai compris, même les grandes entreprises ont peur.
Voir l'originalRépondre0
AirdropNinja
· 08-07 06:39
Ça coûte encore de l'argent d'acheter de la puissance de calcul ? Faisons-le nous-mêmes localement.
Voir l'originalRépondre0
BanklessAtHeart
· 08-07 06:38
Entraînement hors ligne yyds
Voir l'originalRépondre0
BakedCatFanboy
· 08-07 06:30
Est-ce que le petit modèle peut fonctionner ? J'en doute un peu.
Voir l'originalRépondre0
SighingCashier
· 08-07 06:23
C'est ça, l'IA localisée?
Voir l'originalRépondre0
BloodInStreets
· 08-07 06:21
Être le joueur ou être la proie, les IA de base actuelles ne sont que des pigeons.
Tendances de l'IA : les modèles de localisation offrent de nouvelles opportunités aux projets Web3
Nouvelles tendances de l'industrie de l'IA : du cloud à la localité
Récemment, un changement de tendance intéressant est apparu dans l'industrie de l'IA : de l'approche dominante axée sur la puissance de calcul à grande échelle et les grands modèles, une nouvelle direction se développe progressivement, mettant l'accent sur les petits modèles locaux et le calcul en périphérie.
Cette tendance peut être observée sous plusieurs aspects. Une grande entreprise technologique a lancé une technologie d'intelligence artificielle qui couvre 500 millions d'appareils; un éditeur de systèmes d'exploitation a lancé un petit modèle dédié avec 330 millions de paramètres pour son dernier système; une célèbre institution de recherche en IA explore également les opérations hors ligne des robots, etc.
L'IA cloud et l'IA locale ont des points de concurrence différents. L'IA cloud se concentre principalement sur l'échelle des paramètres et la quantité de données d'entraînement, tandis que la force financière est un facteur clé ; l'IA locale, quant à elle, met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, ayant un avantage en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au problème de "hallucination" des grands modèles généraux qui peut gravement affecter leur application dans des domaines spécifiques.
Cette tendance offre plus d'opportunités à l'IA Web3. Auparavant, dans la compétition pour les capacités "généralisées" ( en matière de calcul, de données et d'algorithmes ), les géants de la technologie traditionnels détenaient un avantage absolu. Les projets Web3 doivent rivaliser avec eux, que ce soit en termes de ressources, de technologies ou de base d'utilisateurs, ils sont en grande difficulté.
Cependant, dans le nouveau paysage des modèles de localisation et du edge computing, les perspectives d'application de la technologie blockchain deviennent plus vastes. Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment garantir l'authenticité des résultats ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? C'est précisément là où la technologie blockchain excelle.
Il existe déjà quelques nouveaux projets émergents dans l'industrie. Par exemple, un protocole de communication de données vise à résoudre les problèmes de monopole et d'opacité des données des plateformes d'IA centralisées ; un autre projet collecte des données humaines réelles via des dispositifs à ondes cérébrales, construisant une "couche de validation humaine", et a déjà réalisé des revenus considérables. Ces projets tentent tous de résoudre le problème de la "fiabilité" de l'IA locale.
En termes simples, la collaboration décentralisée ne peut devenir une nécessité réelle que lorsque l'IA est véritablement "enfoncée" dans chaque appareil.
Pour les projets Web3 AI, plutôt que de continuer à s'engager dans une compétition générale, il serait préférable de réfléchir sérieusement à la manière de fournir un soutien en infrastructures pour la vague d'IA localisée. Cela pourrait être une direction de développement plus prometteuse.