Recentemente, ao observar a indústria de IA, percebi uma mudança que está cada vez mais "descentralizada": a partir do consenso mainstream anterior que se concentrava em poder de computação e grandes modelos, surgiu um desvio que tende a modelos pequenos locais e computação de borda.
Isso pode ser visto a partir do Apple Intelligence que cobre 500 milhões de dispositivos, até o lançamento do modelo pequeno Mu de 3,3 bilhões de parâmetros específico para o Windows 11 pela Microsoft, e as operações "offline" do robô DeepMind do Google, entre outros.
O que haverá de diferente? A IA em nuvem compete em termos de escala de parâmetros e dados de treinamento, enquanto a capacidade de queimar dinheiro é a principal vantagem competitiva; a IA local compete em otimização de engenharia e adaptação a cenários, avançando ainda mais na proteção da privacidade, confiabilidade e utilidade. (O problema da ilusão dos modelos gerais principais afetará seriamente a penetração em cenários verticais)
Isto na verdade representa uma maior oportunidade para a web3 AI. Quando todos competiam pela capacidade de "generalização" (computação, dados, algoritmos), naturalmente eram monopolizados pelos grandes gigantes tradicionais. Tentar competir com gigantes como Google, AWS, OpenAI, sob o conceito de descentralização, é simplesmente um delírio, pois não têm vantagens em recursos, nem em tecnologia, e muito menos uma base de usuários.
Mas no mundo dos modelos de localização + Computação de borda, a situação que os serviços de tecnologia de blockchain enfrentam é bem diferente.
Quando o modelo de IA é executado nos dispositivos dos usuários, como provar que os resultados de saída não foram adulterados? Como implementar a colaboração do modelo sob a premissa de proteger a privacidade? Estas questões são precisamente os pontos fortes da tecnologia blockchain...
Em uma frase: só quando a IA realmente "descer" para cada dispositivo é que a colaboração descentralizada se tornará uma necessidade real?
#Web3AI projeto e em vez de continuar a involuir na pista de generalização, por que não pensar seriamente em como fornecer suporte de infraestrutura para a onda de AI localizada?
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Recentemente, ao observar a indústria de IA, percebi uma mudança que está cada vez mais "descentralizada": a partir do consenso mainstream anterior que se concentrava em poder de computação e grandes modelos, surgiu um desvio que tende a modelos pequenos locais e computação de borda.
Isso pode ser visto a partir do Apple Intelligence que cobre 500 milhões de dispositivos, até o lançamento do modelo pequeno Mu de 3,3 bilhões de parâmetros específico para o Windows 11 pela Microsoft, e as operações "offline" do robô DeepMind do Google, entre outros.
O que haverá de diferente? A IA em nuvem compete em termos de escala de parâmetros e dados de treinamento, enquanto a capacidade de queimar dinheiro é a principal vantagem competitiva; a IA local compete em otimização de engenharia e adaptação a cenários, avançando ainda mais na proteção da privacidade, confiabilidade e utilidade. (O problema da ilusão dos modelos gerais principais afetará seriamente a penetração em cenários verticais)
Isto na verdade representa uma maior oportunidade para a web3 AI. Quando todos competiam pela capacidade de "generalização" (computação, dados, algoritmos), naturalmente eram monopolizados pelos grandes gigantes tradicionais. Tentar competir com gigantes como Google, AWS, OpenAI, sob o conceito de descentralização, é simplesmente um delírio, pois não têm vantagens em recursos, nem em tecnologia, e muito menos uma base de usuários.
Mas no mundo dos modelos de localização + Computação de borda, a situação que os serviços de tecnologia de blockchain enfrentam é bem diferente.
Quando o modelo de IA é executado nos dispositivos dos usuários, como provar que os resultados de saída não foram adulterados? Como implementar a colaboração do modelo sob a premissa de proteger a privacidade? Estas questões são precisamente os pontos fortes da tecnologia blockchain...
Em uma frase: só quando a IA realmente "descer" para cada dispositivo é que a colaboração descentralizada se tornará uma necessidade real?
#Web3AI projeto e em vez de continuar a involuir na pista de generalização, por que não pensar seriamente em como fornecer suporte de infraestrutura para a onda de AI localizada?