اتجاهات التوطين في صناعة الذكاء الاصطناعي وتأثيرها على Web3
تشهد صناعة الذكاء الاصطناعي في الآونة الأخيرة اتجاهًا مثيرًا للتطور: من التركيز في الماضي على قوة الحساب المركزية والنماذج الكبيرة، بدأ يتطور تدريجياً اتجاه جديد يميل نحو النماذج الصغيرة المحلية والحوسبة الطرفية. تم تجسيد هذا الاتجاه في أحدث تحركات العديد من عمالقة التكنولوجيا.
تتمتع كل من الذكاء الاصطناعي السحابي والذكاء الاصطناعي المحلي بمزاياها الخاصة. يعتمد الذكاء الاصطناعي السحابي بشكل رئيسي على حجم المعلمات الضخم وكمية هائلة من بيانات التدريب، حيث أصبحت القوة المالية عامل تنافس رئيسي. بالمقابل، يركز الذكاء الاصطناعي المحلي أكثر على تحسين الهندسة وتكييف السيناريو، ولديه مزايا فريدة في حماية خصوصية المستخدم وزيادة موثوقية النظام وعمليته. تنبع هذه الفجوة بشكل رئيسي من المشكلة "الوهمية" التي قد تظهر عند تطبيق النماذج العامة في سيناريوهات معينة، مما يؤثر على تسربها في المجالات العمودية.
هذا الاتجاه جلب فرصاً جديدة لمشاريع Web3 AI. في الماضي، هيمنت الشركات التكنولوجية التقليدية بفضل مواردها وتقنياتها وقاعدة مستخدميها في المنافسة على القدرة على "التعميم". ومع ظهور النماذج المحلية والحوسبة الطرفية، أصبحت آفاق تطبيق تقنية blockchain في مجال الذكاء الاصطناعي أكثر اتساعاً.
عندما يعمل نموذج الذكاء الاصطناعي على جهاز المستخدم الخاص، كيف يمكن ضمان صحة نتائج الإخراج؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية في نفس الوقت؟ هذه الأسئلة هي بالضبط المجالات التي تتقن تقنية البلوك تشين حلها.
ظهرت في الصناعة بعض المشاريع الابتكارية المعنية بهذه القضايا. على سبيل المثال، بروتوكول جديد للاتصالات البيانية يستهدف معالجة احتكار البيانات وعدم الشفافية في منصات الذكاء الاصطناعي المركزية. مشروع آخر يجمع بيانات إنسانية حقيقية من خلال أجهزة موجات الدماغ، ويقوم ببناء "طبقة التحقق البشرية"، وقد حقق دخلاً ملحوظاً. جميع هذه المشاريع تحاول معالجة مسألة موثوقية الذكاء الاصطناعي المحلي.
يمكن القول إنه فقط عندما "تنزل" الذكاء الاصطناعي فعليًا إلى كل جهاز، يمكن أن تتحول التعاون اللامركزي من مفهوم إلى حاجة واقعية. بالنسبة لمشاريع Web3 AI، بدلاً من الاستمرار في المنافسة في مسار التعميم، من الأفضل التفكير بجدية في كيفية تقديم الدعم للبنية التحتية لتيار الذكاء الاصطناعي المحلي، وقد يكون هذا اتجاه تطوير أكثر وعدًا.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 17
أعجبني
17
8
مشاركة
تعليق
0/400
LadderToolGuy
· 07-25 21:58
هههه حتى رأس المال يحتاج إلى رعاية حتى في الأحلام
شاهد النسخة الأصليةرد0
GasFeeThunder
· 07-25 06:53
البيانات هناك مرة أخرى لرسم الفطائر لا تروج للتوطين بعد الآن
شاهد النسخة الأصليةرد0
GasFeeCry
· 07-23 13:45
هل هذا فقط؟ هل تحتاج إلى أموال كبيرة؟
شاهد النسخة الأصليةرد0
MetamaskMechanic
· 07-23 13:44
الصغر هو الطريق الملكي!
شاهد النسخة الأصليةرد0
GasFeeCrier
· 07-23 13:40
又来 يُستغل بغباء.
شاهد النسخة الأصليةرد0
BTCRetirementFund
· 07-23 13:37
لا تفكر في الذكاء الاصطناعي المحلي، إنه مجرد تسلق للنجومية.
تزايد اتجاهات الذكاء الاصطناعي المحلية توفر فرص جديدة لمشاريع Web3
اتجاهات التوطين في صناعة الذكاء الاصطناعي وتأثيرها على Web3
تشهد صناعة الذكاء الاصطناعي في الآونة الأخيرة اتجاهًا مثيرًا للتطور: من التركيز في الماضي على قوة الحساب المركزية والنماذج الكبيرة، بدأ يتطور تدريجياً اتجاه جديد يميل نحو النماذج الصغيرة المحلية والحوسبة الطرفية. تم تجسيد هذا الاتجاه في أحدث تحركات العديد من عمالقة التكنولوجيا.
تتمتع كل من الذكاء الاصطناعي السحابي والذكاء الاصطناعي المحلي بمزاياها الخاصة. يعتمد الذكاء الاصطناعي السحابي بشكل رئيسي على حجم المعلمات الضخم وكمية هائلة من بيانات التدريب، حيث أصبحت القوة المالية عامل تنافس رئيسي. بالمقابل، يركز الذكاء الاصطناعي المحلي أكثر على تحسين الهندسة وتكييف السيناريو، ولديه مزايا فريدة في حماية خصوصية المستخدم وزيادة موثوقية النظام وعمليته. تنبع هذه الفجوة بشكل رئيسي من المشكلة "الوهمية" التي قد تظهر عند تطبيق النماذج العامة في سيناريوهات معينة، مما يؤثر على تسربها في المجالات العمودية.
هذا الاتجاه جلب فرصاً جديدة لمشاريع Web3 AI. في الماضي، هيمنت الشركات التكنولوجية التقليدية بفضل مواردها وتقنياتها وقاعدة مستخدميها في المنافسة على القدرة على "التعميم". ومع ظهور النماذج المحلية والحوسبة الطرفية، أصبحت آفاق تطبيق تقنية blockchain في مجال الذكاء الاصطناعي أكثر اتساعاً.
عندما يعمل نموذج الذكاء الاصطناعي على جهاز المستخدم الخاص، كيف يمكن ضمان صحة نتائج الإخراج؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية في نفس الوقت؟ هذه الأسئلة هي بالضبط المجالات التي تتقن تقنية البلوك تشين حلها.
ظهرت في الصناعة بعض المشاريع الابتكارية المعنية بهذه القضايا. على سبيل المثال، بروتوكول جديد للاتصالات البيانية يستهدف معالجة احتكار البيانات وعدم الشفافية في منصات الذكاء الاصطناعي المركزية. مشروع آخر يجمع بيانات إنسانية حقيقية من خلال أجهزة موجات الدماغ، ويقوم ببناء "طبقة التحقق البشرية"، وقد حقق دخلاً ملحوظاً. جميع هذه المشاريع تحاول معالجة مسألة موثوقية الذكاء الاصطناعي المحلي.
يمكن القول إنه فقط عندما "تنزل" الذكاء الاصطناعي فعليًا إلى كل جهاز، يمكن أن تتحول التعاون اللامركزي من مفهوم إلى حاجة واقعية. بالنسبة لمشاريع Web3 AI، بدلاً من الاستمرار في المنافسة في مسار التعميم، من الأفضل التفكير بجدية في كيفية تقديم الدعم للبنية التحتية لتيار الذكاء الاصطناعي المحلي، وقد يكون هذا اتجاه تطوير أكثر وعدًا.