Новые тенденции в AI-индустрии: от облака к локализации

В последнее время в индустрии ИИ наблюдается интересная тенденция развития: от ранее общепризнанной концентрации вычислительных мощностей и крупных моделей, постепенно формируется новое направление, ориентированное на локальные малые модели и вычисления на краю.

Эта тенденция может быть подтверждена с различных сторон. Например, интеллектуальная система одного из технологических гигантов охватывает 500 миллионов устройств; другая технологическая компания выпустила специализированную модель небольшого размера с 330 миллионами параметров для своей операционной системы; известный исследовательский институт ИИ разрабатывает робототехнику, способную работать "в оффлайне".

Облачный ИИ и локальный ИИ имеют очевидные различия в своих конкурентных акцентах. Облачный ИИ в основном полагается на огромные масштабы параметров и массивные тренировочные данные, финансовые ресурсы являются его основной конкурентной силой. В отличие от этого, локальный ИИ больше сосредоточен на инженерной оптимизации и адаптации к сценарию, обладая преимуществами в области защиты конфиденциальности, надежности и практичности. Это особенно важно, поскольку проблема иллюзий универсальных моделей может серьезно повлиять на их применение в конкретных областях.

Этот переход принес новые возможности для проектов Web3 AI. На этапе стремления к "универсальности" (вычисления, данные, алгоритмы) традиционные технологические гиганты занимали доминирующее положение благодаря своим ресурсам, технологиям и базе пользователей. Однако в новой среде локализованных моделей и периферийных вычислений преимущества технологий блокчейн начинают проявляться.

Когда AI-модель работает на устройстве пользователя, как гарантировать достоверность выходных результатов? Как осуществить сотрудничество моделей, защищая при этом конфиденциальность? Эти вопросы как раз и являются сильными сторонами технологии блокчейн.

В отрасли уже появились новые проекты, направленные на решение этих проблем. Например, компания запустила протокол передачи данных, цель которого - решить проблемы монополизации данных и непрозрачности со стороны централизованных AI-платформ. Другой проект использует устройства для считывания мозговых волн для сбора реальных данных человека и создания "уровня искусственной верификации", который уже принес значительный доход. Все эти проекты пытаются решить проблему "достоверности" локального AI.

В целом, только когда ИИ действительно "углубится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной необходимости. Для проектов Web3 AI вместо того, чтобы продолжать конкурировать на универсальной арене, лучше серьезно подумать о том, как обеспечить инфраструктурную поддержку для локализованной волны ИИ. Это может быть более многообещающим направлением развития.