Нові тенденції в AI-індустрії: від хмари до локального
Останнім часом в індустрії штучного інтелекту спостерігається цікава тенденція зміни: від раніше загального прагнення до централізованих великих обчислювальних потужностей та надвеликих моделей, поступово виникає новий напрямок, орієнтований на локальні малі моделі та обчислення на краю.
Ця тенденція проявляється в багатьох сферах. Наприклад, розумна система, яку запустив один з технологічних гігантів, охопила 500 мільйонів пристроїв, розробник операційної системи налаштував спеціальну малу модель з 3,3 мільярдами параметрів для своєї останньої системи, а також робот, розроблений AI-дослідницькою установою, здатний самостійно працювати без підключення до мережі.
Конкуренція між хмарним ШІ та локальним ШІ має різні акценти. Хмарний ШІ в основному змагається за масштаб моделей та обсяги навчальних даних, фінансова потужність є ключовою; локальний ШІ більше зосереджується на оптимізації інженерії та адаптації до сценаріїв, має переваги у захисті конфіденційності, надійності та практичності. Це в основному пов'язано з тим, що проблема ілюзій великих універсальних моделей проявляється більш яскраво в застосуваннях у специфічних сценаріях.
Ця зміна відкрила нові можливості для проектів Web3 AI. Раніше у конкуренції за універсальні можливості проекти Web3 важко було змагатися з традиційними технологічними гігантами через брак ресурсів, технологій та користувацької бази. Але в галузі локалізованих моделей та обчислень на краю ситуація може суттєво змінитися.
Коли AI-модель працює на пристрої користувача, як забезпечити достовірність вихідних результатів? Як реалізувати співпрацю моделей, захищаючи при цьому конфіденційність? Ці питання є сильною стороною технології блокчейн.
В галузі вже з'явилися деякі нові проекти, такі як певний протокол даних, що має на меті вирішення проблеми монополії даних і чорної скриньки централізованих AI платформ. Інші проекти збирають реальні дані людей за допомогою пристроїв для зчитування електроенцефалограм, створюючи "шар штучної верифікації", що вже забезпечив значний дохід. Ці проекти намагаються вирішити проблему довіри до локальних AI.
Загалом, тільки тоді, коли ШІ справді "зануриться" в кожен пристрій, децентралізована співпраця зможе перетворитися з концепції на реальну потребу. Проекти Web3 AI не повинні продовжувати внутрішнє змагання на загальному ринку, а повинні серйозно подумати про те, як надати інфраструктурну підтримку для локалізованої хвилі 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.
11 лайків
Нагородити
11
5
Поділіться
Прокоментувати
0/400
BearMarketBro
· 21год тому
Чи має ця ШІ право на конфіденційність?
Переглянути оригіналвідповісти на0
GasWrangler
· 08-05 06:08
насправді, локальний штучний інтелект буде явно більш ефективним з точки зору обчислювальної пропускної спроможності... просто проаналізуйте дані
Переглянути оригіналвідповісти на0
RunWithRugs
· 08-04 04:00
Локальний ШІ є невідкладною потребою
Переглянути оригіналвідповісти на0
BtcDailyResearcher
· 08-04 03:59
Чи буде великий біткоїн зростати або падати, залежить від цього руху.
Штучний інтелект переходить з хмари на локальні проекти Web3, відкриваючи нові можливості
Нові тенденції в AI-індустрії: від хмари до локального
Останнім часом в індустрії штучного інтелекту спостерігається цікава тенденція зміни: від раніше загального прагнення до централізованих великих обчислювальних потужностей та надвеликих моделей, поступово виникає новий напрямок, орієнтований на локальні малі моделі та обчислення на краю.
Ця тенденція проявляється в багатьох сферах. Наприклад, розумна система, яку запустив один з технологічних гігантів, охопила 500 мільйонів пристроїв, розробник операційної системи налаштував спеціальну малу модель з 3,3 мільярдами параметрів для своєї останньої системи, а також робот, розроблений AI-дослідницькою установою, здатний самостійно працювати без підключення до мережі.
Конкуренція між хмарним ШІ та локальним ШІ має різні акценти. Хмарний ШІ в основному змагається за масштаб моделей та обсяги навчальних даних, фінансова потужність є ключовою; локальний ШІ більше зосереджується на оптимізації інженерії та адаптації до сценаріїв, має переваги у захисті конфіденційності, надійності та практичності. Це в основному пов'язано з тим, що проблема ілюзій великих універсальних моделей проявляється більш яскраво в застосуваннях у специфічних сценаріях.
Ця зміна відкрила нові можливості для проектів Web3 AI. Раніше у конкуренції за універсальні можливості проекти Web3 важко було змагатися з традиційними технологічними гігантами через брак ресурсів, технологій та користувацької бази. Але в галузі локалізованих моделей та обчислень на краю ситуація може суттєво змінитися.
Коли AI-модель працює на пристрої користувача, як забезпечити достовірність вихідних результатів? Як реалізувати співпрацю моделей, захищаючи при цьому конфіденційність? Ці питання є сильною стороною технології блокчейн.
В галузі вже з'явилися деякі нові проекти, такі як певний протокол даних, що має на меті вирішення проблеми монополії даних і чорної скриньки централізованих AI платформ. Інші проекти збирають реальні дані людей за допомогою пристроїв для зчитування електроенцефалограм, створюючи "шар штучної верифікації", що вже забезпечив значний дохід. Ці проекти намагаються вирішити проблему довіри до локальних AI.
Загалом, тільки тоді, коли ШІ справді "зануриться" в кожен пристрій, децентралізована співпраця зможе перетворитися з концепції на реальну потребу. Проекти Web3 AI не повинні продовжувати внутрішнє змагання на загальному ринку, а повинні серйозно подумати про те, як надати інфраструктурну підтримку для локалізованої хвилі AI.