Recientemente, al observar la industria de la IA, he notado un cambio cada vez más "descendente": de un consenso principal que se centraba en la concentración de potencia computacional y en modelos "grandes", ha evolucionado una rama que se inclina hacia modelos locales pequeños y Computación Edge.
Este punto se puede ver en cómo Apple Intelligence cubre 500 millones de dispositivos, cómo Microsoft lanzó el modelo pequeño Mu con 330 millones de parámetros exclusivo para Windows 11, y cómo Google DeepMind realiza operaciones "fuera de línea" con sus robots, entre otros.
¿Qué habrá de diferente? La IA en la nube compite en escalas de parámetros y datos de entrenamiento, donde la capacidad de gastar dinero es la competencia central; la IA local compite en optimización de ingeniería y adaptación de escenarios, avanzando más en la protección de la privacidad, la fiabilidad y la utilidad. (El problema de las alucinaciones de los modelos generales tendrá un impacto grave en la penetración de escenarios verticales.)
Esto en realidad representa una mayor oportunidad para la IA en web3. Cuando todos competían por la capacidad de "generalización" (computación, datos, algoritmos), naturalmente estaban monopolizados por las grandes empresas tradicionales. Pensar que se puede competir con Google, AWS, OpenAI y otros bajo el concepto de descentralización es simplemente un sueño imposible, ya que no se cuenta con ventajas en recursos, ventajas tecnológicas, y mucho menos con una base de usuarios.
Pero en un mundo de modelos localizados + Computación Edge, la situación que enfrenta el servicio de tecnología blockchain es muy diferente.
Cuando el modelo de IA se ejecuta en el dispositivo del usuario, ¿cómo se puede probar que los resultados de salida no han sido alterados? ¿Cómo lograr la colaboración del modelo bajo la premisa de proteger la privacidad? Estas preguntas son precisamente el fuerte de la tecnología blockchain...
Una frase: ¿solo cuando la IA realmente se "integre" en cada dispositivo, la colaboración descentralizada pasará de ser un concepto a una necesidad básica?
#Web3AI proyecto, en lugar de seguir compitiendo en la pista de la generalización, ¿no sería mejor reflexionar sobre cómo proporcionar apoyo de infraestructura para la ola de AI local?
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Recientemente, al observar la industria de la IA, he notado un cambio cada vez más "descendente": de un consenso principal que se centraba en la concentración de potencia computacional y en modelos "grandes", ha evolucionado una rama que se inclina hacia modelos locales pequeños y Computación Edge.
Este punto se puede ver en cómo Apple Intelligence cubre 500 millones de dispositivos, cómo Microsoft lanzó el modelo pequeño Mu con 330 millones de parámetros exclusivo para Windows 11, y cómo Google DeepMind realiza operaciones "fuera de línea" con sus robots, entre otros.
¿Qué habrá de diferente? La IA en la nube compite en escalas de parámetros y datos de entrenamiento, donde la capacidad de gastar dinero es la competencia central; la IA local compite en optimización de ingeniería y adaptación de escenarios, avanzando más en la protección de la privacidad, la fiabilidad y la utilidad. (El problema de las alucinaciones de los modelos generales tendrá un impacto grave en la penetración de escenarios verticales.)
Esto en realidad representa una mayor oportunidad para la IA en web3. Cuando todos competían por la capacidad de "generalización" (computación, datos, algoritmos), naturalmente estaban monopolizados por las grandes empresas tradicionales. Pensar que se puede competir con Google, AWS, OpenAI y otros bajo el concepto de descentralización es simplemente un sueño imposible, ya que no se cuenta con ventajas en recursos, ventajas tecnológicas, y mucho menos con una base de usuarios.
Pero en un mundo de modelos localizados + Computación Edge, la situación que enfrenta el servicio de tecnología blockchain es muy diferente.
Cuando el modelo de IA se ejecuta en el dispositivo del usuario, ¿cómo se puede probar que los resultados de salida no han sido alterados? ¿Cómo lograr la colaboración del modelo bajo la premisa de proteger la privacidad? Estas preguntas son precisamente el fuerte de la tecnología blockchain...
Una frase: ¿solo cuando la IA realmente se "integre" en cada dispositivo, la colaboración descentralizada pasará de ser un concepto a una necesidad básica?
#Web3AI proyecto, en lugar de seguir compitiendo en la pista de la generalización, ¿no sería mejor reflexionar sobre cómo proporcionar apoyo de infraestructura para la ola de AI local?