В последнее время в индустрии ИИ наблюдается интересная тенденция развития: от прежнего акцента на централизованной вычислительной мощности и крупных моделях, постепенно вырисовывается новая направленность, ориентированная на локальные малые модели и вычисления на краю. Эта тенденция проявляется в последних действиях нескольких технологических гигантов.
Облачный ИИ и локальный ИИ имеют свои преимущества. Облачный ИИ в основном полагается на огромные масштабы параметров и массивные тренировочные данные, финансовая мощь становится ключевым конкурентным фактором. В то же время, локальный ИИ больше ориентирован на оптимизацию инженерии и адаптацию к сценарию, обладая уникальными преимуществами в защите конфиденциальности пользователей, повышении надежности и практичности системы. Эта разница в основном связана с проблемой "галлюцинаций", которая может возникнуть при применении универсальной модели в определенных сценариях, что влияет на ее проникновение в вертикальные области.
Эта тенденция открывает новые возможности для проектов Web3 AI. В прошлом традиционные технологические гиганты доминировали в конкурентной борьбе за способность к "универсализации", опираясь на свои ресурсы, технологии и пользовательскую базу. Однако с развитием локализованных моделей и вычислений на краю, перспективы применения блокчейн-технологий в области ИИ становятся более широкими.
Как обеспечить подлинность результатов, когда AI модель работает на устройстве пользователя? Как осуществить сотрудничество между моделями, защищая при этом конфиденциальность? Эти вопросы как раз являются теми областями, в которых технологии блокчейн преуспевают.
В отрасли уже появились некоторые инновационные проекты, направленные на решение этих проблем. Например, новая протокол передачи данных нацелен на устранение монополии на данные и непрозрачности централизованных AI-платформ. Другой проект собирает реальные человеческие данные с помощью устройств для считывания мозговых волн, создавая "уровень искусственной верификации", и уже достиг значительного дохода. Эти проекты пытаются решить проблему доверия к локальному AI.
Можно сказать, что только когда ИИ действительно "погрузится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной потребности. Для проектов Web3 AI, вместо того чтобы продолжать внутреннюю конкуренцию на общем рынке, лучше серьезно подумать о том, как предоставить инфраструктурную поддержку для локализованной волны ИИ, что может быть более многообещающим направлением развития.
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
17 Лайков
Награда
17
8
Поделиться
комментарий
0/400
LadderToolGuy
· 07-25 21:58
Хе-хе, капитал даже во сне должен быть под контролем.
Посмотреть ОригиналОтветить0
GasFeeThunder
· 07-25 06:53
Данные где? Снова рисуете мечты, не нужно раздувать локализацию.
Посмотреть ОригиналОтветить0
GasFeeCry
· 07-23 13:45
Это всё? Нужны большие инвестиции?
Посмотреть ОригиналОтветить0
MetamaskMechanic
· 07-23 13:44
Малые масштабы - это путь к успеху!
Посмотреть ОригиналОтветить0
GasFeeCrier
· 07-23 13:40
Снова будут играть для лохов
Посмотреть ОригиналОтветить0
BTCRetirementFund
· 07-23 13:37
Локальный ИИ, лучше не думать об этом, это всего лишь попытка привлечь внимание.
Посмотреть ОригиналОтветить0
BankruptWorker
· 07-23 13:32
Большие модели снова испорчены богатыми и влиятельными.
Посмотреть ОригиналОтветить0
InfraVibes
· 07-23 13:22
На облаке трудно натянуть, не хватает денег для старта.
Рост тенденций локализации ИИ: новые возможности для проектов Web3
Локализация в индустрии ИИ и ее влияние на Web3
В последнее время в индустрии ИИ наблюдается интересная тенденция развития: от прежнего акцента на централизованной вычислительной мощности и крупных моделях, постепенно вырисовывается новая направленность, ориентированная на локальные малые модели и вычисления на краю. Эта тенденция проявляется в последних действиях нескольких технологических гигантов.
Облачный ИИ и локальный ИИ имеют свои преимущества. Облачный ИИ в основном полагается на огромные масштабы параметров и массивные тренировочные данные, финансовая мощь становится ключевым конкурентным фактором. В то же время, локальный ИИ больше ориентирован на оптимизацию инженерии и адаптацию к сценарию, обладая уникальными преимуществами в защите конфиденциальности пользователей, повышении надежности и практичности системы. Эта разница в основном связана с проблемой "галлюцинаций", которая может возникнуть при применении универсальной модели в определенных сценариях, что влияет на ее проникновение в вертикальные области.
Эта тенденция открывает новые возможности для проектов Web3 AI. В прошлом традиционные технологические гиганты доминировали в конкурентной борьбе за способность к "универсализации", опираясь на свои ресурсы, технологии и пользовательскую базу. Однако с развитием локализованных моделей и вычислений на краю, перспективы применения блокчейн-технологий в области ИИ становятся более широкими.
Как обеспечить подлинность результатов, когда AI модель работает на устройстве пользователя? Как осуществить сотрудничество между моделями, защищая при этом конфиденциальность? Эти вопросы как раз являются теми областями, в которых технологии блокчейн преуспевают.
В отрасли уже появились некоторые инновационные проекты, направленные на решение этих проблем. Например, новая протокол передачи данных нацелен на устранение монополии на данные и непрозрачности централизованных AI-платформ. Другой проект собирает реальные человеческие данные с помощью устройств для считывания мозговых волн, создавая "уровень искусственной верификации", и уже достиг значительного дохода. Эти проекты пытаются решить проблему доверия к локальному AI.
Можно сказать, что только когда ИИ действительно "погрузится" в каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной потребности. Для проектов Web3 AI, вместо того чтобы продолжать внутреннюю конкуренцию на общем рынке, лучше серьезно подумать о том, как предоставить инфраструктурную поддержку для локализованной волны ИИ, что может быть более многообещающим направлением развития.