Nouvelles tendances dans l'industrie de l'IA : du cloud à la localisation
Récemment, le secteur de l'IA a présenté une tendance de développement intéressante : passant d'une concentration sur la puissance de calcul à grande échelle et les grands modèles à des modèles locaux de petite taille et à l'informatique en périphérie. Ce changement peut être observé à travers plusieurs signes, tels que la technologie AI d'Apple qui couvre 500 millions d'appareils, Microsoft lançant un modèle spécialisé de petite taille Mu avec 330 millions de paramètres pour Windows 11, ainsi que les tentatives d'"opérations hors ligne" de Google DeepMind dans le domaine de la robotique.
Cette transformation a apporté de nouveaux points de concurrence. L'IA dans le cloud se concentre principalement sur la taille des paramètres et le volume des données d'entraînement, tandis que la puissance financière devient cruciale ; l'IA locale met davantage l'accent sur l'optimisation des ingénieries et l'adaptation aux scénarios, offrant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. Cette tendance offre également des solutions potentielles au problème des "hallucinations" auquel sont confrontés les grands modèles généraux lorsqu'ils sont appliqués dans des domaines spécifiques.
Pour les projets Web3 AI, ce changement apporte de nouvelles opportunités. Par le passé, dans la compétition pour la capacité de "généralisation", les projets Web3 avaient du mal à rivaliser avec les géants technologiques traditionnels, car ils étaient désavantagés en termes de ressources, de technologie et de base d'utilisateurs. Cependant, avec le nouveau paysage des modèles de localisation et du calcul en périphérie, les avantages de la technologie Web3 commencent à se manifester.
Comment assurer l'authenticité des résultats lorsque les modèles d'IA s'exécutent sur les appareils des utilisateurs ? Comment réaliser la coopération des modèles tout en protégeant la vie privée ? Ces questions relèvent précisément des domaines que la technologie blockchain excelle à résoudre. Certains nouveaux projets Web3 AI commencent déjà à explorer ces orientations, comme les protocoles de communication de données visant à résoudre les problèmes de monopole et d'opacité des plateformes d'IA centralisées, ainsi que des projets d'appareils à ondes cérébrales qui construisent une "couche de vérification humaine" en collectant des données humaines réelles. Ces tentatives visent toutes à résoudre les problèmes de crédibilité de l'IA locale.
Dans l'ensemble, la collaboration décentralisée ne pourra passer du concept à un besoin réel que lorsque l'IA sera véritablement "intégrée" dans chaque appareil. Pour les projets d'IA Web3, il serait peut-être plus prometteur de se concentrer sur le soutien à l'infrastructure pour la vague d'IA localisée plutôt que de continuer à rivaliser sur le terrain de la généralisation.
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.
10 J'aime
Récompense
10
3
Partager
Commentaire
0/400
JustHereForAirdrops
· Il y a 19h
Cette fois, c'est bien tombé.
Voir l'originalRépondre0
MEVSandwichMaker
· Il y a 19h
Les petits modèles sont vraiment l'avenir.
Voir l'originalRépondre0
SerumDegen
· Il y a 19h
ser cette structure de marché IA de pointe ressemble à un signal classique de retournement... ngmi si vous êtes encore en train de hold des jetons de cloud computing rn
Nouvelles tendances de l'industrie de l'IA : l'émergence de modèles localisés, Web3 accueille de nouvelles opportunités
Nouvelles tendances dans l'industrie de l'IA : du cloud à la localisation
Récemment, le secteur de l'IA a présenté une tendance de développement intéressante : passant d'une concentration sur la puissance de calcul à grande échelle et les grands modèles à des modèles locaux de petite taille et à l'informatique en périphérie. Ce changement peut être observé à travers plusieurs signes, tels que la technologie AI d'Apple qui couvre 500 millions d'appareils, Microsoft lançant un modèle spécialisé de petite taille Mu avec 330 millions de paramètres pour Windows 11, ainsi que les tentatives d'"opérations hors ligne" de Google DeepMind dans le domaine de la robotique.
Cette transformation a apporté de nouveaux points de concurrence. L'IA dans le cloud se concentre principalement sur la taille des paramètres et le volume des données d'entraînement, tandis que la puissance financière devient cruciale ; l'IA locale met davantage l'accent sur l'optimisation des ingénieries et l'adaptation aux scénarios, offrant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. Cette tendance offre également des solutions potentielles au problème des "hallucinations" auquel sont confrontés les grands modèles généraux lorsqu'ils sont appliqués dans des domaines spécifiques.
Pour les projets Web3 AI, ce changement apporte de nouvelles opportunités. Par le passé, dans la compétition pour la capacité de "généralisation", les projets Web3 avaient du mal à rivaliser avec les géants technologiques traditionnels, car ils étaient désavantagés en termes de ressources, de technologie et de base d'utilisateurs. Cependant, avec le nouveau paysage des modèles de localisation et du calcul en périphérie, les avantages de la technologie Web3 commencent à se manifester.
Comment assurer l'authenticité des résultats lorsque les modèles d'IA s'exécutent sur les appareils des utilisateurs ? Comment réaliser la coopération des modèles tout en protégeant la vie privée ? Ces questions relèvent précisément des domaines que la technologie blockchain excelle à résoudre. Certains nouveaux projets Web3 AI commencent déjà à explorer ces orientations, comme les protocoles de communication de données visant à résoudre les problèmes de monopole et d'opacité des plateformes d'IA centralisées, ainsi que des projets d'appareils à ondes cérébrales qui construisent une "couche de vérification humaine" en collectant des données humaines réelles. Ces tentatives visent toutes à résoudre les problèmes de crédibilité de l'IA locale.
Dans l'ensemble, la collaboration décentralisée ne pourra passer du concept à un besoin réel que lorsque l'IA sera véritablement "intégrée" dans chaque appareil. Pour les projets d'IA Web3, il serait peut-être plus prometteur de se concentrer sur le soutien à l'infrastructure pour la vague d'IA localisée plutôt que de continuer à rivaliser sur le terrain de la généralisation.