Новые тренды в AI-отрасли: от облака к локализации
В последнее время в индустрии ИИ наблюдается интересная тенденция развития: от изначально ориентированного на крупномасштабные вычислительные мощности и большие модели основного направления постепенно возникла новая ветвь, склоняющаяся к локальным небольшим моделям и периферийным вычислениям.
Эта тенденция проявляется в нескольких областях. Например, интеллектуальная система одного из крупных технологических гигантов охватывает 500 миллионов устройств, другой гигант программного обеспечения выпустил специализированную модель с 330 миллионами параметров для своей новейшей операционной системы, а известное исследовательское учреждение в области ИИ разрабатывает робототехнику, способную работать в "офлайн" режиме.
Существуют значительные различия в ключевых аспектах конкуренции между облачным ИИ и локальным ИИ. Облачный ИИ в основном соревнуется по масштабам параметров и объему тренировочных данных, финансовая мощь становится основной конкурентоспособностью. В то же время, локальный ИИ больше ориентирован на оптимизацию инженерных процессов и адаптацию к конкретным сценарием, обладая преимуществами в защите конфиденциальности, надежности и практичности. Это особенно важно, поскольку проблемы с иллюзиями универсальных моделей могут серьезно повлиять на их применение в конкретных областях.
Это преобразование приносит новые возможности для проектов Web3 AI. В прошлом в конкуренции по "универсализации" традиционные технологические гиганты доминировали благодаря своим ресурсам, технологиям и базе пользователей, и проектам Web3 было трудно с ними конкурировать. Однако в новой модели локализации и краевых вычислений преимущества блокчейн-технологий начинают проявляться.
Как гарантировать подлинность результатов вывода, когда модели ИИ работают на устройствах пользователей? Как реализовать сотрудничество моделей, защищая при этом конфиденциальность? Эти вопросы как раз находятся в области специализации технологий блокчейн.
В отрасли уже появились некоторые инновационные проекты, направленные на решение этих проблем. Например, один протокол передачи данных предназначен для решения вопросов монополии и непрозрачности данных централизованных AI-платформ. Другие проекты собирают реальные человеческие данные с помощью устройств для считывания мозговых волн, создавая "уровень искусственной проверки", который уже принес значительный доход. Эти попытки направлены на решение проблемы надежности локального AI.
В целом, только когда ИИ действительно "опустится" на каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости. Для проектов Web3 AI, вместо того чтобы конкурировать на уже переполненной универсальной арене, имеет смысл сосредоточиться на предоставлении инфраструктурной поддержки для локализованной волны ИИ, что может оказаться более перспективным направлением.
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» .
8 Лайков
Награда
8
3
Поделиться
комментарий
0/400
Hash_Bandit
· 07-29 22:16
пора... майнеры ждали облачных вычислений с 2017 года, если честно. эффективность сети здесь ключевая
Новые тренды ИИ: Локализованные модели приносят возможности для проектов Web3
Новые тренды в AI-отрасли: от облака к локализации
В последнее время в индустрии ИИ наблюдается интересная тенденция развития: от изначально ориентированного на крупномасштабные вычислительные мощности и большие модели основного направления постепенно возникла новая ветвь, склоняющаяся к локальным небольшим моделям и периферийным вычислениям.
Эта тенденция проявляется в нескольких областях. Например, интеллектуальная система одного из крупных технологических гигантов охватывает 500 миллионов устройств, другой гигант программного обеспечения выпустил специализированную модель с 330 миллионами параметров для своей новейшей операционной системы, а известное исследовательское учреждение в области ИИ разрабатывает робототехнику, способную работать в "офлайн" режиме.
Существуют значительные различия в ключевых аспектах конкуренции между облачным ИИ и локальным ИИ. Облачный ИИ в основном соревнуется по масштабам параметров и объему тренировочных данных, финансовая мощь становится основной конкурентоспособностью. В то же время, локальный ИИ больше ориентирован на оптимизацию инженерных процессов и адаптацию к конкретным сценарием, обладая преимуществами в защите конфиденциальности, надежности и практичности. Это особенно важно, поскольку проблемы с иллюзиями универсальных моделей могут серьезно повлиять на их применение в конкретных областях.
Это преобразование приносит новые возможности для проектов Web3 AI. В прошлом в конкуренции по "универсализации" традиционные технологические гиганты доминировали благодаря своим ресурсам, технологиям и базе пользователей, и проектам Web3 было трудно с ними конкурировать. Однако в новой модели локализации и краевых вычислений преимущества блокчейн-технологий начинают проявляться.
Как гарантировать подлинность результатов вывода, когда модели ИИ работают на устройствах пользователей? Как реализовать сотрудничество моделей, защищая при этом конфиденциальность? Эти вопросы как раз находятся в области специализации технологий блокчейн.
В отрасли уже появились некоторые инновационные проекты, направленные на решение этих проблем. Например, один протокол передачи данных предназначен для решения вопросов монополии и непрозрачности данных централизованных AI-платформ. Другие проекты собирают реальные человеческие данные с помощью устройств для считывания мозговых волн, создавая "уровень искусственной проверки", который уже принес значительный доход. Эти попытки направлены на решение проблемы надежности локального AI.
В целом, только когда ИИ действительно "опустится" на каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости. Для проектов Web3 AI, вместо того чтобы конкурировать на уже переполненной универсальной арене, имеет смысл сосредоточиться на предоставлении инфраструктурной поддержки для локализованной волны ИИ, что может оказаться более перспективным направлением.