Récemment, en observant l'industrie de l'IA, j'ai remarqué un changement de plus en plus "profond" : de la concentration initiale sur la Puissance de calcul et le consensus des "grands" modèles, une branche s'est développée vers des petits modèles locaux et l'Informatique de pointe.
Cela se voit avec la couverture de 500 millions de dispositifs par Apple Intelligence, le lancement par Microsoft du modèle Mu avec 330 millions de paramètres dédié à Windows 11, et les opérations "hors ligne" du robot de Google DeepMind, etc.
Quelles seront les différences ? L'IA cloud mise sur l'échelle des paramètres et les données d'entraînement, la capacité à dépenser de l'argent est la principale force concurrentielle ; l'IA locale se concentre sur l'optimisation des projets et l'adaptation des scénarios, ce qui permettra d'aller plus loin en matière de protection de la vie privée, de fiabilité et de praticité. (Le problème d'illusion des modèles généraux aura un impact sérieux sur la pénétration des scénarios verticaux)
Cela représente en fait une plus grande opportunité pour l'IA web3. Lorsque tout le monde se bat pour la capacité "généraliste" (calcul, données, algorithmes), cela est naturellement monopolisé par les grandes entreprises traditionnelles. Essayer de rivaliser avec des géants comme Google, AWS, OpenAI, tout en se basant sur un concept décentralisé, relève du rêve pour les fous, car il n'y a pas d'avantage en ressources, ni d'avantage technologique, et encore moins de base d'utilisateurs.
Mais dans un monde de modèles localisés + informatique de pointe, la situation à laquelle fait face le service de technologie blockchain est très différente.
Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment prouver que les résultats de sortie n'ont pas été falsifiés ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie blockchain...
En une phrase : c'est seulement lorsque l'IA sera véritablement "intégrée" dans chaque appareil que la collaboration décentralisée passera d'un concept à un besoin essentiel ?
#Web3AI Projet : au lieu de continuer à se battre dans le domaine de la généralisation, pourquoi ne pas réfléchir sérieusement à la manière de soutenir l'infrastructure pour la vague d'IA localisée ?
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.
Récemment, en observant l'industrie de l'IA, j'ai remarqué un changement de plus en plus "profond" : de la concentration initiale sur la Puissance de calcul et le consensus des "grands" modèles, une branche s'est développée vers des petits modèles locaux et l'Informatique de pointe.
Cela se voit avec la couverture de 500 millions de dispositifs par Apple Intelligence, le lancement par Microsoft du modèle Mu avec 330 millions de paramètres dédié à Windows 11, et les opérations "hors ligne" du robot de Google DeepMind, etc.
Quelles seront les différences ? L'IA cloud mise sur l'échelle des paramètres et les données d'entraînement, la capacité à dépenser de l'argent est la principale force concurrentielle ; l'IA locale se concentre sur l'optimisation des projets et l'adaptation des scénarios, ce qui permettra d'aller plus loin en matière de protection de la vie privée, de fiabilité et de praticité. (Le problème d'illusion des modèles généraux aura un impact sérieux sur la pénétration des scénarios verticaux)
Cela représente en fait une plus grande opportunité pour l'IA web3. Lorsque tout le monde se bat pour la capacité "généraliste" (calcul, données, algorithmes), cela est naturellement monopolisé par les grandes entreprises traditionnelles. Essayer de rivaliser avec des géants comme Google, AWS, OpenAI, tout en se basant sur un concept décentralisé, relève du rêve pour les fous, car il n'y a pas d'avantage en ressources, ni d'avantage technologique, et encore moins de base d'utilisateurs.
Mais dans un monde de modèles localisés + informatique de pointe, la situation à laquelle fait face le service de technologie blockchain est très différente.
Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment prouver que les résultats de sortie n'ont pas été falsifiés ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie blockchain...
En une phrase : c'est seulement lorsque l'IA sera véritablement "intégrée" dans chaque appareil que la collaboration décentralisée passera d'un concept à un besoin essentiel ?
#Web3AI Projet : au lieu de continuer à se battre dans le domaine de la généralisation, pourquoi ne pas réfléchir sérieusement à la manière de soutenir l'infrastructure pour la vague d'IA localisée ?