Nouvelles tendances dans l'industrie de l'IA : du cloud à la localisation
Récemment, l'industrie de l'IA présente une tendance de développement intéressante : de l'approche traditionnelle visant à concentrer la puissance de calcul à grande échelle et à développer de grands modèles, une nouvelle direction axée sur des petits modèles locaux et le calcul en périphérie émerge progressivement.
Cette tendance peut être observée à partir de plusieurs signes : Apple Intelligence a couvert 500 millions d'appareils, Microsoft a lancé un petit modèle dédié Mu avec 330 millions de paramètres pour Windows 11, et Google DeepMind explore également les opérations hors ligne des robots.
La concurrence entre l'IA cloud et l'IA locale diffère dans ses priorités. L'IA cloud se concentre principalement sur la taille des paramètres et les données d'entraînement, tandis que la solidité financière est un atout majeur. En revanche, l'IA locale met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, présentant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au fait que les problèmes d'illusion des modèles généraux peuvent gravement affecter leur application dans des domaines verticaux.
Cette tendance offre de nouvelles opportunités pour l'IA Web3. Lors de la phase précédente où l'accent était mis sur la capacité de "généralisation", les géants technologiques traditionnels détenaient un avantage absolu en matière de calcul, de données et d'algorithmes, rendant difficile la concurrence pour les projets Web3. Cependant, dans le nouveau paysage des modèles localisés et de l'informatique en périphérie, les avantages de la technologie blockchain commencent à se révéler.
Comment garantir l'authenticité des résultats produits lorsque le modèle d'IA fonctionne sur l'appareil de l'utilisateur ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie blockchain.
Le secteur a déjà vu émerger quelques nouveaux projets connexes. Par exemple, une entreprise émergente a lancé le protocole de communication de données Lattica, visant à résoudre les problèmes de monopole de données et de boîte noire des plateformes d'IA centralisées. Un autre projet collecte des données humaines réelles à l'aide d'un dispositif d'ondes cérébrales, HeadCap, et construit une "couche de validation humaine", ayant déjà réalisé un revenu de 14 millions de dollars. Ces projets tentent tous de résoudre le problème de "fiabilité" de l'IA locale.
Dans l'ensemble, la collaboration décentralisée ne pourra passer du concept à un besoin réel que lorsque l'IA sera réellement "plongée" dans chaque appareil. Pour les projets d'IA Web3, plutôt que de continuer à se battre dans une voie de généralisation, il serait préférable de réfléchir sérieusement à la manière de fournir un soutien infrastructurel à 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.
11 J'aime
Récompense
11
4
Partager
Commentaire
0/400
GateUser-3824aa38
· 07-21 16:44
Le petit modèle, prenez votre temps, ne vous dépêchez pas.
Voir l'originalRépondre0
MetaDreamer
· 07-19 02:37
C'est excitant localement ! L'informatique de pointe est l'avenir.
Voir l'originalRépondre0
RektDetective
· 07-19 02:37
Monnaie AI locale bull jeton
Voir l'originalRépondre0
CryptoPhoenix
· 07-19 02:36
Le marché spéculatif est à nouveau à l'aube d'un nouveau jour ! Avoir traversé la période la plus sombre avant l'aube, persévérer c'est gagner !
Nouveau tendance de l'IA : l'émergence de modèles de localisation apporte des opportunités pour les projets Web3
Nouvelles tendances dans l'industrie de l'IA : du cloud à la localisation
Récemment, l'industrie de l'IA présente une tendance de développement intéressante : de l'approche traditionnelle visant à concentrer la puissance de calcul à grande échelle et à développer de grands modèles, une nouvelle direction axée sur des petits modèles locaux et le calcul en périphérie émerge progressivement.
Cette tendance peut être observée à partir de plusieurs signes : Apple Intelligence a couvert 500 millions d'appareils, Microsoft a lancé un petit modèle dédié Mu avec 330 millions de paramètres pour Windows 11, et Google DeepMind explore également les opérations hors ligne des robots.
La concurrence entre l'IA cloud et l'IA locale diffère dans ses priorités. L'IA cloud se concentre principalement sur la taille des paramètres et les données d'entraînement, tandis que la solidité financière est un atout majeur. En revanche, l'IA locale met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, présentant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au fait que les problèmes d'illusion des modèles généraux peuvent gravement affecter leur application dans des domaines verticaux.
Cette tendance offre de nouvelles opportunités pour l'IA Web3. Lors de la phase précédente où l'accent était mis sur la capacité de "généralisation", les géants technologiques traditionnels détenaient un avantage absolu en matière de calcul, de données et d'algorithmes, rendant difficile la concurrence pour les projets Web3. Cependant, dans le nouveau paysage des modèles localisés et de l'informatique en périphérie, les avantages de la technologie blockchain commencent à se révéler.
Comment garantir l'authenticité des résultats produits lorsque le modèle d'IA fonctionne sur l'appareil de l'utilisateur ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie blockchain.
Le secteur a déjà vu émerger quelques nouveaux projets connexes. Par exemple, une entreprise émergente a lancé le protocole de communication de données Lattica, visant à résoudre les problèmes de monopole de données et de boîte noire des plateformes d'IA centralisées. Un autre projet collecte des données humaines réelles à l'aide d'un dispositif d'ondes cérébrales, HeadCap, et construit une "couche de validation humaine", ayant déjà réalisé un revenu de 14 millions de dollars. Ces projets tentent tous de résoudre le problème de "fiabilité" de l'IA locale.
Dans l'ensemble, la collaboration décentralisée ne pourra passer du concept à un besoin réel que lorsque l'IA sera réellement "plongée" dans chaque appareil. Pour les projets d'IA Web3, plutôt que de continuer à se battre dans une voie de généralisation, il serait préférable de réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague d'IA localisée. Cela pourrait être une direction de développement plus prometteuse.