Тренди інтеграції в сфері ШІ: перетин Web2 та Web3
Нещодавно, спостерігаючи за розвитком у сфері штучного інтелекту, я виявив цікаву тенденцію: Web2 AI рухається в сторону дистрибуції, тоді як Web3 AI переходить з етапу перевірки концепції до етапу практичного застосування. Ці дві сфери прискорено зливаються.
Останні досягнення Web2 AI свідчать про те, що AI-моделі стають все легшими і портативнішими. Наприклад, поширення локальних інтелектуальних і офлайн AI-моделей означає, що AI більше не обмежується великими хмарними сервісами, а може бути розгорнутий на мобільних телефонах, крайових пристроях або навіть терміналах Інтернету речей. Крім того, деякі AI-асистенти реалізують діалог між AI через протоколи комунікації багатьох агентів, що свідчить про те, що AI переходить від одиночних агентів до колективної співпраці.
Однак ця тенденція до дистрибуції також принесла нові виклики: як підтримувати узгодженість даних та надійність рішень між дистрибуційно розгорнутими AI-екземплярами? Ця потреба виникає з революції в способах розгортання, спричиненої технологічним прогресом, що, в свою чергу, викликало потребу в децентралізованій верифікації.
Водночас шлях розвитку Web3 AI також еволюціонує. Проекти, які раніше в основному зосереджувалися на спекуляції концепцій, поступово поступаються місцем більшій увазі до будівництва інфраструктури AI на базовому рівні. Ринок починає звертати увагу на спеціалізований розподіл функцій, такі як обчислювальна потужність, висновки, маркування даних і зберігання. Наприклад, деякі проекти зосереджені на децентралізованій агрегації обчислювальної потужності, інші будують децентралізовану мережу висновків, а деякі працюють у напрямках федеративного навчання, обчислень на краю та розподілених даних для стимулювання.
Ця еволюція відображає чітку логіку постачання: від охолодження концептуальних спекуляцій до появи попиту на інфраструктуру, потім до виникнення спеціалізованого поділу праці, і нарешті формування екологічного синергійного ефекту.
Цікаво, що "слабкі місця" попиту на Web2 AI поступово починають відповідати "сильним сторонам" пропозиції Web3 AI. Web2 AI технічно стає все більш зрілим, але йому не вистачає економічних стимулів та механізмів управління; Web3 AI має інновації в економічних моделях, але технічна реалізація відстає. Їхня інтеграція може забезпечити взаємодоповнення переваг.
Ця інтеграція сприяє виникненню нової парадигми штучного інтелекту, тобто комбінації "високоефективних обчислень" поза ланцюгом та "швидкої верифікації" на ланцюзі. У цій парадигмі штучний інтелект не лише інструмент, а й стає учасником з економічною ідентичністю. Хоча ресурси, такі як обчислювальна потужність, дані та міркування, здебільшого знаходяться поза ланцюгом, також потрібна легка верифікаційна мережа.
Ця комбінація одночасно зберігає високу ефективність та гнучкість обчислень поза ланцюгом, а також забезпечує надійність та прозорість завдяки легкій верифікації на ланцюзі.
Варто зазначити, що хоча все ще є ті, хто ставить під сумнів цінність Web3 AI, але швидкість розвитку AI ніколи не розрізняє Web2 і Web3. Тільки зберігаючи відкритість і проактивне бачення, можна справді зрозуміти тенденції та можливості розвитку AI.
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.
Злиття Web2 та Web3 AI сприяє виникненню нової обчислювальної парадигми
Тренди інтеграції в сфері ШІ: перетин Web2 та Web3
Нещодавно, спостерігаючи за розвитком у сфері штучного інтелекту, я виявив цікаву тенденцію: Web2 AI рухається в сторону дистрибуції, тоді як Web3 AI переходить з етапу перевірки концепції до етапу практичного застосування. Ці дві сфери прискорено зливаються.
Останні досягнення Web2 AI свідчать про те, що AI-моделі стають все легшими і портативнішими. Наприклад, поширення локальних інтелектуальних і офлайн AI-моделей означає, що AI більше не обмежується великими хмарними сервісами, а може бути розгорнутий на мобільних телефонах, крайових пристроях або навіть терміналах Інтернету речей. Крім того, деякі AI-асистенти реалізують діалог між AI через протоколи комунікації багатьох агентів, що свідчить про те, що AI переходить від одиночних агентів до колективної співпраці.
Однак ця тенденція до дистрибуції також принесла нові виклики: як підтримувати узгодженість даних та надійність рішень між дистрибуційно розгорнутими AI-екземплярами? Ця потреба виникає з революції в способах розгортання, спричиненої технологічним прогресом, що, в свою чергу, викликало потребу в децентралізованій верифікації.
Водночас шлях розвитку Web3 AI також еволюціонує. Проекти, які раніше в основному зосереджувалися на спекуляції концепцій, поступово поступаються місцем більшій увазі до будівництва інфраструктури AI на базовому рівні. Ринок починає звертати увагу на спеціалізований розподіл функцій, такі як обчислювальна потужність, висновки, маркування даних і зберігання. Наприклад, деякі проекти зосереджені на децентралізованій агрегації обчислювальної потужності, інші будують децентралізовану мережу висновків, а деякі працюють у напрямках федеративного навчання, обчислень на краю та розподілених даних для стимулювання.
Ця еволюція відображає чітку логіку постачання: від охолодження концептуальних спекуляцій до появи попиту на інфраструктуру, потім до виникнення спеціалізованого поділу праці, і нарешті формування екологічного синергійного ефекту.
Цікаво, що "слабкі місця" попиту на Web2 AI поступово починають відповідати "сильним сторонам" пропозиції Web3 AI. Web2 AI технічно стає все більш зрілим, але йому не вистачає економічних стимулів та механізмів управління; Web3 AI має інновації в економічних моделях, але технічна реалізація відстає. Їхня інтеграція може забезпечити взаємодоповнення переваг.
Ця інтеграція сприяє виникненню нової парадигми штучного інтелекту, тобто комбінації "високоефективних обчислень" поза ланцюгом та "швидкої верифікації" на ланцюзі. У цій парадигмі штучний інтелект не лише інструмент, а й стає учасником з економічною ідентичністю. Хоча ресурси, такі як обчислювальна потужність, дані та міркування, здебільшого знаходяться поза ланцюгом, також потрібна легка верифікаційна мережа.
Ця комбінація одночасно зберігає високу ефективність та гнучкість обчислень поза ланцюгом, а також забезпечує надійність та прозорість завдяки легкій верифікації на ланцюзі.
Варто зазначити, що хоча все ще є ті, хто ставить під сумнів цінність Web3 AI, але швидкість розвитку AI ніколи не розрізняє Web2 і Web3. Тільки зберігаючи відкритість і проактивне бачення, можна справді зрозуміти тенденції та можливості розвитку AI.