Нові тенденції в індустрії штучного інтелекту: від хмари до локалізації

Нещодавно в AI-індустрії спостерігається цікава тенденція розвитку: від раніше загальноприйнятої концентрації обчислювальної потужності великого масштабу та великих моделей, поступово виникає новий напрямок, орієнтований на локальні маломасштабні моделі та обчислення на краю.

Цю тенденцію можна підтвердити з кількох сторін. Наприклад, розумна система одного з технологічних гігантів вже охопила 500 мільйонів пристроїв; інша технологічна компанія випустила спеціальну маленьку модель з 330 мільйонами параметрів для своєї операційної системи; також відомий AI-дослідницький інститут розробляє робототехніку, яка може працювати "офлайн".

Хмарний ШІ та локальний ШІ мають очевидні відмінності в акцентах конкуренції. Хмарний ШІ в основному покладається на великий обсяг параметрів і величезні навчальні дані, фінансові ресурси є його основною конкурентною перевагою. У порівнянні з цим, локальний ШІ більше зосереджується на інженерній оптимізації та адаптації до сценаріїв, має переваги в захисті приватності, надійності та практичності. Це особливо важливо, оскільки проблема ілюзій загальних моделей може серйозно вплинути на їх застосування в конкретних сферах.

Ця зміна принесла нові можливості для проектів Web3 AI. На етапі прагнення до "універсалізації" (обчислення, дані, алгоритми) традиційні технологічні гіганти займають домінуючу позицію завдяки своїм ресурсам, технологіям та базі користувачів. Проте в новому середовищі локалізованих моделей та обчислень на краю переваги технології блокчейн починають проявлятися.

Як забезпечити достовірність виходу результатів, коли модель ШІ працює на пристрої користувача? Як реалізувати співпрацю моделей, захищаючи при цьому конфіденційність? Ці питання якраз і є сильною стороною технології блокчейн.

В галузі вже з'явилися деякі нові проекти, спрямовані на вирішення цих проблем. Наприклад, компанія представила протокол даних, який має на меті вирішити проблеми монополії даних та непрозорості централізованих AI платформ. Інший проект за допомогою пристроїв для зчитування електроенцефалограм збирає реальні дані людей і створює "шар штучної верифікації", що вже принесло значний дохід. Ці проекти намагаються вирішити питання "надійності" локального AI.

В цілому, лише коли ШІ справді "зануриться" в кожен пристрій, децентралізована співпраця зможе перетворитися з концепції в реальну потребу. Для проектів Web3 AI, замість того, щоб продовжувати змагатися на загальному треку, краще серйозно подумати про те, як надати інфраструктурну підтримку локалізованій хвилі ШІ. Це може бути більш перспективним напрямком розвитку.