Nouvelles tendances de l'industrie de l'IA : de l'infonuagique à la localisation
Récemment, l'industrie de l'IA a montré une tendance de développement intéressante : de la concentration de puissance de calcul à grande échelle et des grands modèles, elle évolue progressivement vers une nouvelle direction axée sur des modèles locaux plus petits et le calcul en périphérie.
Cette tendance peut être confirmée sous plusieurs aspects. Par exemple, le système intelligent d'un géant de la technologie a couvert 500 millions d'appareils ; une autre entreprise technologique a lancé un modèle compact de 3,3 milliards de paramètres pour son système d'exploitation ; et un institut de recherche en IA bien connu développe une technologie de robot capable de fonctionner "hors ligne".
Il existe des différences évidentes dans les priorités de concurrence entre l'IA cloud et l'IA locale. L'IA cloud repose principalement sur une grande échelle de paramètres et d'énormes ensembles de données d'entraînement, la puissance financière étant son atout majeur. En revanche, l'IA locale met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, ayant des avantages en termes de protection de la vie privée, de fiabilité et de praticité. Cela est particulièrement important, car le problème des illusions des modèles généraux peut sérieusement affecter leur application dans des domaines spécifiques.
Cette transformation offre de nouvelles opportunités aux projets Web3 AI. À l'étape de recherche de la capacité "généraliste" (calcul, données, algorithmes), les géants technologiques traditionnels dominent grâce à leurs ressources, technologies et bases d'utilisateurs. Cependant, dans ce nouvel environnement de modèles localisés et de calcul en périphérie, les avantages de la technologie blockchain commencent à se démarquer.
Lorsque le modèle AI fonctionne sur l'appareil de l'utilisateur, comment garantir l'authenticité des résultats ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions représentent précisément les forces de la technologie blockchain.
De nouveaux projets ont déjà émergé dans l'industrie pour répondre à ces problèmes. Par exemple, un protocole de communication de données lancé par une entreprise vise à résoudre le problème de monopole et d'opacité des données des plateformes d'IA centralisées. Un autre projet collecte des données humaines réelles à l'aide d'appareils EEG et construit une "couche de vérification humaine", ayant déjà généré des revenus considérables. Tous ces projets tentent de résoudre le problème de "fiabilité" de l'IA locale.
Dans l'ensemble, la collaboration décentralisée ne peut passer d'un concept à un besoin réel que lorsque l'IA "s'enfonce" réellement dans chaque appareil. Pour les projets Web3 AI, il vaut mieux réfléchir sérieusement à la façon de fournir un soutien infrastructurel à la vague d'IA localisée, plutôt que de continuer à rivaliser sur une voie de généralisation. Cela pourrait être une direction de développement plus prometteuse.
Voir l'original
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.
17 J'aime
Récompense
17
5
Partager
Commentaire
0/400
HodlBeliever
· 07-11 17:35
Le coefficient de risque AI localisé est relativement contrôlable, Information positive pour la configuration à long terme.
Voir l'originalRépondre0
CommunitySlacker
· 07-11 15:00
C'est vraiment dans le flou... Enfin, j'attends l'IA localement.
Tendance majeure de l'IA : De l'infonuagique au local, les nouvelles opportunités des projets Web3
Nouvelles tendances de l'industrie de l'IA : de l'infonuagique à la localisation
Récemment, l'industrie de l'IA a montré une tendance de développement intéressante : de la concentration de puissance de calcul à grande échelle et des grands modèles, elle évolue progressivement vers une nouvelle direction axée sur des modèles locaux plus petits et le calcul en périphérie.
Cette tendance peut être confirmée sous plusieurs aspects. Par exemple, le système intelligent d'un géant de la technologie a couvert 500 millions d'appareils ; une autre entreprise technologique a lancé un modèle compact de 3,3 milliards de paramètres pour son système d'exploitation ; et un institut de recherche en IA bien connu développe une technologie de robot capable de fonctionner "hors ligne".
Il existe des différences évidentes dans les priorités de concurrence entre l'IA cloud et l'IA locale. L'IA cloud repose principalement sur une grande échelle de paramètres et d'énormes ensembles de données d'entraînement, la puissance financière étant son atout majeur. En revanche, l'IA locale met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, ayant des avantages en termes de protection de la vie privée, de fiabilité et de praticité. Cela est particulièrement important, car le problème des illusions des modèles généraux peut sérieusement affecter leur application dans des domaines spécifiques.
Cette transformation offre de nouvelles opportunités aux projets Web3 AI. À l'étape de recherche de la capacité "généraliste" (calcul, données, algorithmes), les géants technologiques traditionnels dominent grâce à leurs ressources, technologies et bases d'utilisateurs. Cependant, dans ce nouvel environnement de modèles localisés et de calcul en périphérie, les avantages de la technologie blockchain commencent à se démarquer.
Lorsque le modèle AI fonctionne sur l'appareil de l'utilisateur, comment garantir l'authenticité des résultats ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions représentent précisément les forces de la technologie blockchain.
De nouveaux projets ont déjà émergé dans l'industrie pour répondre à ces problèmes. Par exemple, un protocole de communication de données lancé par une entreprise vise à résoudre le problème de monopole et d'opacité des données des plateformes d'IA centralisées. Un autre projet collecte des données humaines réelles à l'aide d'appareils EEG et construit une "couche de vérification humaine", ayant déjà généré des revenus considérables. Tous ces projets tentent de résoudre le problème de "fiabilité" de l'IA locale.
Dans l'ensemble, la collaboration décentralisée ne peut passer d'un concept à un besoin réel que lorsque l'IA "s'enfonce" réellement dans chaque appareil. Pour les projets Web3 AI, il vaut mieux réfléchir sérieusement à la façon de fournir un soutien infrastructurel à la vague d'IA localisée, plutôt que de continuer à rivaliser sur une voie de généralisation. Cela pourrait être une direction de développement plus prometteuse.