Нові тенденції в AI-індустрії: від хмари до локалізації
Нещодавно в AI-індустрії спостерігається цікава тенденція розвитку: від початкового прагнення до концентрації обчислювальної потужності та великих моделей, поступово виникає новий напрямок, орієнтований на локальні малі моделі та обчислення на краю.
Цю тенденцію можна побачити з кількох ознак: Apple Intelligence покриває 500 мільйонів пристроїв, Microsoft запустила спеціальну малу модель Mu з 330 мільйонами параметрів для Windows 11, Google DeepMind також досліджує офлайн-операції роботів тощо.
Конкуренція між хмарним ШІ та локальним ШІ має різні акценти. Хмарний ШІ в основному змагається за масштаб параметрів та обсяги навчальних даних, фінансова спроможність є основною конкурентною перевагою. Локальний ШІ більше зосереджений на оптимізації інженерії та адаптації до сцен, має переваги в захисті приватності, надійності та практичності. Це в основному пов'язано з тим, що проблеми ілюзій загальних моделей можуть серйозно вплинути на їх застосування у вертикальних сферах.
Ця тенденція приносить нові можливості для Web3 AI. На попередньому етапі, коли ставилися на меті "універсальні" можливості, традиційні технологічні гіганти мали абсолютну перевагу в обчисленнях, даних і алгоритмах, і проектам Web3 було важко з ними змагатися. Але в новій структурі локалізованих моделей і крайніх обчислень переваги блокчейн-технологій починають виявлятися.
Коли AI-модель працює на пристрої користувача, як забезпечити достовірність виходу? Як реалізувати співпрацю моделей, захищаючи при цьому конфіденційність? Ці питання саме є сильною стороною технології блокчейн.
В індустрії вже з'явилися деякі нові проекти. Наприклад, одна нова компанія випустила протокол зв'язку даних Lattica, який має на меті вирішення проблеми монополії даних і «чорної скриньки» централізованих AI платформ. Інший проект за допомогою пристрою для зчитування електроенцефалограми HeadCap збирає реальні людські дані, створюючи «штучний верифікаційний шар», вже досягнувши доходу в 14 мільйонів доларів. Ці проекти намагаються вирішити проблему «достовірності» локального AI.
В цілому, лише коли ШІ справді "заглибиться" в кожен пристрій, децентралізована співпраця зможе перетворитися з концепції на реальну потребу. Для проектів Web3 AI, замість того, щоб продовжувати інтенсивну конкуренцію на загальному ринку, варто серйозно подумати про те, як надати інфраструктурну підтримку хвилі локалізованого ШІ. Це може бути більш перспективним напрямком розвитку.
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
4
Поділіться
Прокоментувати
0/400
GateUser-3824aa38
· 07-21 16:44
Маленька моделька, не поспішай.
Переглянути оригіналвідповісти на0
MetaDreamer
· 07-19 02:37
Місцеві можливості! Передові обчислення – це майбутнє
Переглянути оригіналвідповісти на0
RektDetective
· 07-19 02:37
Локальний AI бик монета!
Переглянути оригіналвідповісти на0
CryptoPhoenix
· 07-19 02:36
Спекулятивний ринок знову зустрічає радісний момент! Витримати найтемніший час перед світанком — це перемога!
Нові тенденції в ШІ: зростання локалізованих моделей приносить можливості для проектів Web3
Нові тенденції в AI-індустрії: від хмари до локалізації
Нещодавно в AI-індустрії спостерігається цікава тенденція розвитку: від початкового прагнення до концентрації обчислювальної потужності та великих моделей, поступово виникає новий напрямок, орієнтований на локальні малі моделі та обчислення на краю.
Цю тенденцію можна побачити з кількох ознак: Apple Intelligence покриває 500 мільйонів пристроїв, Microsoft запустила спеціальну малу модель Mu з 330 мільйонами параметрів для Windows 11, Google DeepMind також досліджує офлайн-операції роботів тощо.
Конкуренція між хмарним ШІ та локальним ШІ має різні акценти. Хмарний ШІ в основному змагається за масштаб параметрів та обсяги навчальних даних, фінансова спроможність є основною конкурентною перевагою. Локальний ШІ більше зосереджений на оптимізації інженерії та адаптації до сцен, має переваги в захисті приватності, надійності та практичності. Це в основному пов'язано з тим, що проблеми ілюзій загальних моделей можуть серйозно вплинути на їх застосування у вертикальних сферах.
Ця тенденція приносить нові можливості для Web3 AI. На попередньому етапі, коли ставилися на меті "універсальні" можливості, традиційні технологічні гіганти мали абсолютну перевагу в обчисленнях, даних і алгоритмах, і проектам Web3 було важко з ними змагатися. Але в новій структурі локалізованих моделей і крайніх обчислень переваги блокчейн-технологій починають виявлятися.
Коли AI-модель працює на пристрої користувача, як забезпечити достовірність виходу? Як реалізувати співпрацю моделей, захищаючи при цьому конфіденційність? Ці питання саме є сильною стороною технології блокчейн.
В індустрії вже з'явилися деякі нові проекти. Наприклад, одна нова компанія випустила протокол зв'язку даних Lattica, який має на меті вирішення проблеми монополії даних і «чорної скриньки» централізованих AI платформ. Інший проект за допомогою пристрою для зчитування електроенцефалограми HeadCap збирає реальні людські дані, створюючи «штучний верифікаційний шар», вже досягнувши доходу в 14 мільйонів доларів. Ці проекти намагаються вирішити проблему «достовірності» локального AI.
В цілому, лише коли ШІ справді "заглибиться" в кожен пристрій, децентралізована співпраця зможе перетворитися з концепції на реальну потребу. Для проектів Web3 AI, замість того, щоб продовжувати інтенсивну конкуренцію на загальному ринку, варто серйозно подумати про те, як надати інфраструктурну підтримку хвилі локалізованого ШІ. Це може бути більш перспективним напрямком розвитку.