AI業界の新しいトレンド: クラウドからローカライズへ

最近、AI業界は興味深い発展の傾向を示しています。従来の大規模な計算力と大型モデルに焦点を当てていたものが、徐々にローカルな小型モデルとエッジコンピューティングの方向に移行しています。この傾向は、複数の主要なテクノロジー企業の動きの中に見られます。

例えば、あるテクノロジーの巨人が発表したスマートシステムは5億台のデバイスをカバーしています。別のオペレーティングシステムの巨人も、最新バージョンのためにわずか3.3億のパラメーターを持つ専用の小型モデルを開発しました。また、著名なAI研究機関がロボットを"オフライン"で動作させる可能性を探求しています。

この変化は新しい競争環境をもたらしました。クラウドAIは主にモデルの規模と膨大なトレーニングデータに依存しており、資金力が重要な競争力となります。一方で、ローカルAIはエンジニアリングの最適化とシーンの適合により重点を置き、プライバシー保護、信頼性、および実用性の点で優位性を持っています。特定の分野での適用時には、ローカルAIは大規模な汎用モデルに共通する"幻覚"の問題を効果的に回避できます。

このトレンドはWeb3 AIプロジェクトに新しい機会をもたらしました。これまで、汎用性を追求する競争の中で、Web3プロジェクトは伝統的なテクノロジー大手と競争するのが難しかったのは、後者がリソース、技術、ユーザーベースの点で絶対的な優位性を持っていたからです。しかし、ローカルモデルとエッジコンピューティングの新しい分野では、Web3技術の優位性が明らかになり始めています。

AIモデルがユーザーのデバイス上で実行される場合、出力結果の真実性をどのように保証しますか？プライバシーを保護しながらモデルの協力を実現するにはどうすればよいですか？これらの問題はちょうどブロックチェーン技術の得意分野です。

現在、いくつかのWeb3 AIプロジェクトがこの方向性を探求し始めています。例えば、データ通信プロトコルを導入したプロジェクトがあり、これは中央集権的なAIプラットフォームのデータ独占と不透明性の問題を解決することを目的としています。また、別のプロジェクトは脳波デバイスを使用して実際の人間データを収集し、「人工検証層」を構築しており、かなりの収入を得ています。これらの試みはすべて、ローカルAIの信頼性の問題を解決しようとしています。

言い換えれば、AIが本当に"各デバイスに浸透"する時にだけ、分散型コラボレーションは概念から現実のニーズへと変わることができます。Web3 AIプロジェクトにとって、混雑した一般化された競争の中で戦うよりも、ローカライズされたAIの波にインフラサポートを提供する方法を考えることが、より有望な方向性かもしれません。