Тенденції локалізації в AI-індустрії та нові можливості Web3
Останнім часом в індустрії штучного інтелекту спостерігається тенденція до локалізації та обробки даних на краю, що різко контрастує з попередньою увагою до масштабних моделей і централізованих обчислень. Цю трансформацію можна підтвердити з кількох аспектів, включаючи охоплення Apple Intelligence великої кількості пристроїв, запуск спеціальних малих моделей у Windows 11, а також дослідження DeepMind у сфері автономної роботи роботів.
Хмарний ШІ та локальний ШІ мають значні відмінності в акцентах конкуренції. Перший в основному залежить від величезного обсягу параметрів і масивних навчальних даних, фінансова спроможність стає ключовою; другий же більше зосереджений на інженерній оптимізації та адаптації до сценаріїв, має переваги в захисті конфіденційності, надійності та практичності. Ця зміна відкриває нові можливості для проектів Web3 AI.
У сфері універсального штучного інтелекту традиційні технологічні гіганти мають абсолютну перевагу, проєктам Web3 важко конкурувати. Однак, з появою локалізованих моделей та обчислень на краю, переваги технології блокчейн починають проявлятися. Наприклад, у забезпеченні автентичності виходу результатів AI моделей, реалізації співпраці моделей з захистом приватності тощо, технологія блокчейн може відігравати важливу роль.
Деякі нові проєкти Web3 AI вже почали досліджувати цю сферу. Наприклад, є проєкти, які запустили протоколи даних, що мають на меті вирішення проблеми монополії даних та непрозорості централізованих AI платформ. Інший проєкт за допомогою пристроїв для зчитування електроенцефалограм збирає реальні дані людей, створюючи "шар штучної верифікації", і вже досяг значного доходу. Ці проєкти намагаються вирішити проблему довіри до локального AI.
Загалом, лише коли технології штучного інтелекту справді стануть звичними для кожного пристрою, децентралізована співпраця зможе перетворитися з концепції на необхідність. Для проектів Web3 AI, замість того щоб боротися на конкурентному загальному ринку, краще зосередитися на наданні інфраструктурної підтримки для хвилі локалізації AI, що може бути більш перспективним напрямком розвитку.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
9 лайків
Нагородити
9
10
Поділіться
Прокоментувати
0/400
TokenSleuth
· 07-15 20:53
Наступна зупинка AI - це локалізована екосистема.
Переглянути оригіналвідповісти на0
SybilAttackVictim
· 07-14 09:10
Навіть якщо локальний ШІ смачний, він все одно не може обійтись без централізації...
Переглянути оригіналвідповісти на0
SerNgmi
· 07-13 21:05
Їжа велетнів, ми прагнемо її з'їсти
Переглянути оригіналвідповісти на0
GateUser-aa7df71e
· 07-12 21:25
Знову настав хороший час для обману невдахи, увійти в позицію, не дякуйте.
Переглянути оригіналвідповісти на0
MemeCurator
· 07-12 21:25
Врешті-решт це перетворилося на естафету технологій, де змагаються з великими компаніями.
Переглянути оригіналвідповісти на0
FrogInTheWell
· 07-12 21:22
Локалізація може провалитися, якщо вона буде виконана погано.
Переглянути оригіналвідповісти на0
ClassicDumpster
· 07-12 21:21
Ха-ха, собачки нарешті почали крутити маленькі моделі.
Переглянути оригіналвідповісти на0
MindsetExpander
· 07-12 21:20
Місцева можливість для штучного інтелекту прийшла! Ця хвиля за мною.
Переглянути оригіналвідповісти на0
CounterIndicator
· 07-12 21:19
Хто розуміє локалізацію? Я про це говорив минулого року.
Підйом локалізації штучного інтелекту: проекти Web3 отримують нові можливості
Тенденції локалізації в AI-індустрії та нові можливості Web3
Останнім часом в індустрії штучного інтелекту спостерігається тенденція до локалізації та обробки даних на краю, що різко контрастує з попередньою увагою до масштабних моделей і централізованих обчислень. Цю трансформацію можна підтвердити з кількох аспектів, включаючи охоплення Apple Intelligence великої кількості пристроїв, запуск спеціальних малих моделей у Windows 11, а також дослідження DeepMind у сфері автономної роботи роботів.
Хмарний ШІ та локальний ШІ мають значні відмінності в акцентах конкуренції. Перший в основному залежить від величезного обсягу параметрів і масивних навчальних даних, фінансова спроможність стає ключовою; другий же більше зосереджений на інженерній оптимізації та адаптації до сценаріїв, має переваги в захисті конфіденційності, надійності та практичності. Ця зміна відкриває нові можливості для проектів Web3 AI.
У сфері універсального штучного інтелекту традиційні технологічні гіганти мають абсолютну перевагу, проєктам Web3 важко конкурувати. Однак, з появою локалізованих моделей та обчислень на краю, переваги технології блокчейн починають проявлятися. Наприклад, у забезпеченні автентичності виходу результатів AI моделей, реалізації співпраці моделей з захистом приватності тощо, технологія блокчейн може відігравати важливу роль.
Деякі нові проєкти Web3 AI вже почали досліджувати цю сферу. Наприклад, є проєкти, які запустили протоколи даних, що мають на меті вирішення проблеми монополії даних та непрозорості централізованих AI платформ. Інший проєкт за допомогою пристроїв для зчитування електроенцефалограм збирає реальні дані людей, створюючи "шар штучної верифікації", і вже досяг значного доходу. Ці проєкти намагаються вирішити проблему довіри до локального AI.
Загалом, лише коли технології штучного інтелекту справді стануть звичними для кожного пристрою, децентралізована співпраця зможе перетворитися з концепції на необхідність. Для проектів Web3 AI, замість того щоб боротися на конкурентному загальному ринку, краще зосередитися на наданні інфраструктурної підтримки для хвилі локалізації AI, що може бути більш перспективним напрямком розвитку.