Nouvelles tendances de l'industrie de l'IA : du cloud à la localisation
Récemment, le secteur de l'IA présente une tendance de développement intéressante : passant de l'accent mis sur la puissance de calcul à grande échelle et les grands modèles, à une transition vers des modèles locaux plus petits et le calcul en périphérie. Cette tendance peut être observée dans les actions de plusieurs grandes entreprises technologiques.
Par exemple, un géant technologique a lancé un système intelligent qui couvre 500 millions d'appareils. Un autre géant des systèmes d'exploitation a également développé un petit modèle dédié avec seulement 330 millions de paramètres pour sa dernière version. De plus, un institut de recherche en IA bien connu explore la possibilité de faire fonctionner des robots hors ligne.
Cette transformation a créé un nouveau paysage concurrentiel. L'IA cloud dépend principalement de l'échelle des modèles et d'énormes ensembles de données d'entraînement, le pouvoir financier devenant un facteur clé de compétitivité. En revanche, l'IA locale se concentre davantage sur l'optimisation technique et l'adaptation aux scénarios, offrant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. En particulier dans les applications spécifiques, l'IA locale peut efficacement éviter le problème courant des "hallucinations" des grands modèles génériques.
Cette tendance offre de nouvelles opportunités aux projets Web3 AI. Auparavant, sur la voie de l'universalité, il était difficile pour les projets Web3 de rivaliser avec les géants de la technologie traditionnelle, qui bénéficient d'un avantage absolu en termes de ressources, de technologie et de base d'utilisateurs. Cependant, dans les nouveaux domaines des modèles locaux et de l'informatique en périphérie, les avantages de la technologie Web3 commencent à se révéler.
Lorsque le modèle d'IA fonctionne sur l'appareil de l'utilisateur, comment garantir l'authenticité des résultats de sortie ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément le point fort de la technologie blockchain.
Actuellement, certains projets Web3 AI commencent à explorer cette direction. Par exemple, des projets ont lancé des protocoles de communication de données visant à résoudre les problèmes de monopole et d'opacité des données des plateformes AI centralisées. D'autres projets collectent des données humaines réelles à l'aide d'appareils EEG pour construire une "couche de validation humaine" et ont déjà généré des revenus considérables. Ces tentatives s'efforcent toutes de résoudre le problème de la crédibilité de l'IA locale.
On peut dire que la collaboration décentralisée ne peut devenir une nécessité réelle que lorsque l'IA est véritablement "intégrée" dans chaque appareil. Pour les projets IA Web3, plutôt que de rivaliser sur une piste généralisée saturée, il serait préférable de réfléchir à la manière de fournir un soutien infrastructurel à la vague d'IA localisée, ce qui pourrait être une direction plus prometteuse.
Voir l'original
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
L'IA du cloud à la localisation : de nouvelles opportunités pour les projets Web3
Nouvelles tendances de l'industrie de l'IA : du cloud à la localisation
Récemment, le secteur de l'IA présente une tendance de développement intéressante : passant de l'accent mis sur la puissance de calcul à grande échelle et les grands modèles, à une transition vers des modèles locaux plus petits et le calcul en périphérie. Cette tendance peut être observée dans les actions de plusieurs grandes entreprises technologiques.
Par exemple, un géant technologique a lancé un système intelligent qui couvre 500 millions d'appareils. Un autre géant des systèmes d'exploitation a également développé un petit modèle dédié avec seulement 330 millions de paramètres pour sa dernière version. De plus, un institut de recherche en IA bien connu explore la possibilité de faire fonctionner des robots hors ligne.
Cette transformation a créé un nouveau paysage concurrentiel. L'IA cloud dépend principalement de l'échelle des modèles et d'énormes ensembles de données d'entraînement, le pouvoir financier devenant un facteur clé de compétitivité. En revanche, l'IA locale se concentre davantage sur l'optimisation technique et l'adaptation aux scénarios, offrant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. En particulier dans les applications spécifiques, l'IA locale peut efficacement éviter le problème courant des "hallucinations" des grands modèles génériques.
Cette tendance offre de nouvelles opportunités aux projets Web3 AI. Auparavant, sur la voie de l'universalité, il était difficile pour les projets Web3 de rivaliser avec les géants de la technologie traditionnelle, qui bénéficient d'un avantage absolu en termes de ressources, de technologie et de base d'utilisateurs. Cependant, dans les nouveaux domaines des modèles locaux et de l'informatique en périphérie, les avantages de la technologie Web3 commencent à se révéler.
Lorsque le modèle d'IA fonctionne sur l'appareil de l'utilisateur, comment garantir l'authenticité des résultats de sortie ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément le point fort de la technologie blockchain.
Actuellement, certains projets Web3 AI commencent à explorer cette direction. Par exemple, des projets ont lancé des protocoles de communication de données visant à résoudre les problèmes de monopole et d'opacité des données des plateformes AI centralisées. D'autres projets collectent des données humaines réelles à l'aide d'appareils EEG pour construire une "couche de validation humaine" et ont déjà généré des revenus considérables. Ces tentatives s'efforcent toutes de résoudre le problème de la crédibilité de l'IA locale.
On peut dire que la collaboration décentralisée ne peut devenir une nécessité réelle que lorsque l'IA est véritablement "intégrée" dans chaque appareil. Pour les projets IA Web3, plutôt que de rivaliser sur une piste généralisée saturée, il serait préférable de réfléchir à la manière de fournir un soutien infrastructurel à la vague d'IA localisée, ce qui pourrait être une direction plus prometteuse.