Тенденции слияния в области ИИ: Пересечение Web2 и Web3
Недавно, наблюдая за развитием в области ИИ, я заметил интересную тенденцию: AI Web2 движется в сторону дистрибутивности, в то время как AI Web3 переходит от стадии проверки концепции к стадии практического применения. Эти два направления ускоренно сливаются.
Последние достижения Web2 AI показывают, что модели ИИ становятся более легкими и портативными. Например, распространение локального интеллекта и оффлайн-ИИ моделей означает, что ИИ больше не ограничивается крупными облачными сервисными центрами, а может быть развернут на мобильных телефонах, устройствах на краю сети и даже на устройствах Интернета вещей. Кроме того, некоторые ИИ-ассистенты реализуют диалог между ИИ с помощью протоколов общения многоагентных систем, что свидетельствует о том, что ИИ переходит от единственного агента к коллективному сотрудничеству.
Однако этот тренд распределения также принес новые вызовы: как поддерживать согласованность данных и надежность решений между распределенными экземплярами ИИ? Эта потребность возникает из изменений в способах развертывания, вызванных технологическим прогрессом, что, в свою очередь, приводит к необходимости децентрализованной верификации.
В то же время путь развития Web3 AI также эволюционирует. Проекты, которые изначально основывались на спекуляциях, постепенно уступают место более ориентированным на базовую архитектуру строительству AI-инфраструктуры. Рынок начинает обращать внимание на специализированное деление труда в различных функциональных областях, таких как вычислительная мощность, вывод, аннотирование данных и хранение. Например, некоторые проекты сосредоточены на децентрализованной агрегации вычислительной мощности, другие строят децентрализованные сети вывода, а некоторые работают в направлениях федеративного обучения, вычислений на границе и распределенных стимулов для данных.
Эта эволюция отражает четкую логистику предложения: от охлаждения концептуальной спекуляции к проявлению потребности в инфраструктуре, затем к появлению специализированного разделения труда и, наконец, к формированию эффекта экосистемной синергии.
Интересно, что "слабые места" спроса на Web2 AI постепенно совпадают с "сильными сторонами" предложения Web3 AI. Web2 AI становится технически все более зрелым, но испытывает нехватку экономических стимулов и механизмов управления; Web3 AI обладает инновациями в экономических моделях, но техническая реализация относительно отстает. Слияние двух направлений может привести к взаимному усилению преимуществ.
Это слияние порождает новую парадигму ИИ, представляющую собой комбинацию "эффективных вычислений" вне цепи и "быстрой верификации" в цепи. В этой парадигме ИИ не только инструмент, но и участник с экономической идентичностью. Хотя ресурсы, такие как вычислительная мощность, данные и выводы, в основном находятся вне цепи, также необходима легковесная сеть верификации.
Это сочетание сохраняет высокую эффективность и гибкость оффлайн-вычислений, а также обеспечивает надежность и прозрачность через легковесную верификацию в блокчейне.
Важно отметить, что, несмотря на то что некоторые все еще ставят под сомнение ценность Web3 AI, скорость развития AI никогда не различает Web2 и Web3. Только сохранив открытость ума и перспективное видение, можно действительно понять тренды и возможности развития AI.
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» .
Слияние Web2 и Web3 AI порождает новую парадигму вычислений
Тенденции слияния в области ИИ: Пересечение Web2 и Web3
Недавно, наблюдая за развитием в области ИИ, я заметил интересную тенденцию: AI Web2 движется в сторону дистрибутивности, в то время как AI Web3 переходит от стадии проверки концепции к стадии практического применения. Эти два направления ускоренно сливаются.
Последние достижения Web2 AI показывают, что модели ИИ становятся более легкими и портативными. Например, распространение локального интеллекта и оффлайн-ИИ моделей означает, что ИИ больше не ограничивается крупными облачными сервисными центрами, а может быть развернут на мобильных телефонах, устройствах на краю сети и даже на устройствах Интернета вещей. Кроме того, некоторые ИИ-ассистенты реализуют диалог между ИИ с помощью протоколов общения многоагентных систем, что свидетельствует о том, что ИИ переходит от единственного агента к коллективному сотрудничеству.
Однако этот тренд распределения также принес новые вызовы: как поддерживать согласованность данных и надежность решений между распределенными экземплярами ИИ? Эта потребность возникает из изменений в способах развертывания, вызванных технологическим прогрессом, что, в свою очередь, приводит к необходимости децентрализованной верификации.
В то же время путь развития Web3 AI также эволюционирует. Проекты, которые изначально основывались на спекуляциях, постепенно уступают место более ориентированным на базовую архитектуру строительству AI-инфраструктуры. Рынок начинает обращать внимание на специализированное деление труда в различных функциональных областях, таких как вычислительная мощность, вывод, аннотирование данных и хранение. Например, некоторые проекты сосредоточены на децентрализованной агрегации вычислительной мощности, другие строят децентрализованные сети вывода, а некоторые работают в направлениях федеративного обучения, вычислений на границе и распределенных стимулов для данных.
Эта эволюция отражает четкую логистику предложения: от охлаждения концептуальной спекуляции к проявлению потребности в инфраструктуре, затем к появлению специализированного разделения труда и, наконец, к формированию эффекта экосистемной синергии.
Интересно, что "слабые места" спроса на Web2 AI постепенно совпадают с "сильными сторонами" предложения Web3 AI. Web2 AI становится технически все более зрелым, но испытывает нехватку экономических стимулов и механизмов управления; Web3 AI обладает инновациями в экономических моделях, но техническая реализация относительно отстает. Слияние двух направлений может привести к взаимному усилению преимуществ.
Это слияние порождает новую парадигму ИИ, представляющую собой комбинацию "эффективных вычислений" вне цепи и "быстрой верификации" в цепи. В этой парадигме ИИ не только инструмент, но и участник с экономической идентичностью. Хотя ресурсы, такие как вычислительная мощность, данные и выводы, в основном находятся вне цепи, также необходима легковесная сеть верификации.
Это сочетание сохраняет высокую эффективность и гибкость оффлайн-вычислений, а также обеспечивает надежность и прозрачность через легковесную верификацию в блокчейне.
Важно отметить, что, несмотря на то что некоторые все еще ставят под сомнение ценность Web3 AI, скорость развития AI никогда не различает Web2 и Web3. Только сохранив открытость ума и перспективное видение, можно действительно понять тренды и возможности развития AI.