В последнее время в индустрии ИИ наблюдается интересная тенденция: от прежнего акцента на крупномасштабных вычислительных мощностях и больших моделях постепенно развивается новое направление, сосредоточенное на локальных малых моделях и крайних вычислениях.
Эту тенденцию можно наблюдать с нескольких сторон. Искусственный интеллект, разработанный одним из технологических гигантов, охватил 500 миллионов устройств; разработчик одной операционной системы представил специальную небольшую модель с 330 миллионами параметров для своей последней системы; известный исследовательский институт AI также исследует оффлайн-операции роботов и т.д.
Облачный ИИ и локальный ИИ имеют разные акценты в конкуренции. Облачный ИИ в основном соревнуется по масштабам параметров и объему тренировочных данных, ключевую роль играет финансовая мощь; в то время как локальный ИИ больше сосредоточен на оптимизации инженерных процессов и адаптации к конкретным условиям, обладая преимуществами в защите конфиденциальности, надежности и практичности. Это в основном связано с тем, что проблема "галлюцинаций" универсальных больших моделей может серьезно повлиять на их применение в конкретных областях.
Этот тренд предоставляет больше возможностей для Web3 AI. Ранее в конкуренции за "универсальные" возможности ( вычислений, данных и алгоритмов ) традиционные технологические гиганты имели абсолютное преимущество. Если проекты Web3 хотят конкурировать с ними, то по ресурсам, технологиям или пользовательской базе они выглядят незначительными.
Однако в новом контексте локализованных моделей и крайних вычислений перспективы применения технологий блокчейн становятся еще более широкими. Как гарантировать достоверность результатов, когда AI модели работают на устройствах пользователей? Как обеспечить сотрудничество моделей при защите конфиденциальности? Это как раз то, в чем преуспевает технология блокчейн.
В отрасли уже появились некоторые новые проекты. Например, один протокол передачи данных направлен на решение проблем монополии и непрозрачности данных централизованных ИИ-платформ; другой проект собирает реальные данные людей с помощью устройств, считывающих мозговые волны, создавая "уровень искусственной верификации", и уже достиг значительного дохода. Эти проекты пытаются решить проблему "достоверности" местного ИИ.
Короче говоря, только когда ИИ действительно "углубится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости.
Для проектов Web3 AI, вместо того чтобы продолжать углубляться в общие направления, лучше серьезно подумать о том, как предоставить инфраструктурную поддержку для локализованной волны AI. Это может быть более перспективным направлением для развития.
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» .
25 Лайков
Награда
25
8
Репост
Поделиться
комментарий
0/400
liquiditea_sipper
· 08-08 02:46
Модели большого и малого формата открыты!
Посмотреть ОригиналОтветить0
OptionWhisperer
· 08-07 11:36
Явные преимущества, маленькая модель yyds
Посмотреть ОригиналОтветить0
SerumSqueezer
· 08-07 06:39
Понял, большие компании тоже испугались.
Посмотреть ОригиналОтветить0
AirdropNinja
· 08-07 06:39
Это еще нужно платить за вычислительную мощность? Сделайте это самостоятельно на месте.
Посмотреть ОригиналОтветить0
BanklessAtHeart
· 08-07 06:38
Оффлайн обучение навсегда
Посмотреть ОригиналОтветить0
BakedCatFanboy
· 08-07 06:30
Может ли маленькая модель работать? Сомневаюсь.
Посмотреть ОригиналОтветить0
SighingCashier
· 08-07 06:23
Локализованный ИИ — это всё?
Посмотреть ОригиналОтветить0
BloodInStreets
· 08-07 06:21
Ставить ловушки или быть в ловушке. Сейчас все базовые ИИ — это неудачники.
Новые тенденции в ИИ: локализованные модели открывают новые возможности для проектов Web3
Новые тренды в AI: от облака к локализации
В последнее время в индустрии ИИ наблюдается интересная тенденция: от прежнего акцента на крупномасштабных вычислительных мощностях и больших моделях постепенно развивается новое направление, сосредоточенное на локальных малых моделях и крайних вычислениях.
Эту тенденцию можно наблюдать с нескольких сторон. Искусственный интеллект, разработанный одним из технологических гигантов, охватил 500 миллионов устройств; разработчик одной операционной системы представил специальную небольшую модель с 330 миллионами параметров для своей последней системы; известный исследовательский институт AI также исследует оффлайн-операции роботов и т.д.
Облачный ИИ и локальный ИИ имеют разные акценты в конкуренции. Облачный ИИ в основном соревнуется по масштабам параметров и объему тренировочных данных, ключевую роль играет финансовая мощь; в то время как локальный ИИ больше сосредоточен на оптимизации инженерных процессов и адаптации к конкретным условиям, обладая преимуществами в защите конфиденциальности, надежности и практичности. Это в основном связано с тем, что проблема "галлюцинаций" универсальных больших моделей может серьезно повлиять на их применение в конкретных областях.
Этот тренд предоставляет больше возможностей для Web3 AI. Ранее в конкуренции за "универсальные" возможности ( вычислений, данных и алгоритмов ) традиционные технологические гиганты имели абсолютное преимущество. Если проекты Web3 хотят конкурировать с ними, то по ресурсам, технологиям или пользовательской базе они выглядят незначительными.
Однако в новом контексте локализованных моделей и крайних вычислений перспективы применения технологий блокчейн становятся еще более широкими. Как гарантировать достоверность результатов, когда AI модели работают на устройствах пользователей? Как обеспечить сотрудничество моделей при защите конфиденциальности? Это как раз то, в чем преуспевает технология блокчейн.
В отрасли уже появились некоторые новые проекты. Например, один протокол передачи данных направлен на решение проблем монополии и непрозрачности данных централизованных ИИ-платформ; другой проект собирает реальные данные людей с помощью устройств, считывающих мозговые волны, создавая "уровень искусственной верификации", и уже достиг значительного дохода. Эти проекты пытаются решить проблему "достоверности" местного ИИ.
Короче говоря, только когда ИИ действительно "углубится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости.
Для проектов Web3 AI, вместо того чтобы продолжать углубляться в общие направления, лучше серьезно подумать о том, как предоставить инфраструктурную поддержку для локализованной волны AI. Это может быть более перспективным направлением для развития.