AI業界の新しいトレンド: クラウドからローカルへの移行

最近、AI業界は興味深い発展のトレンドを示しています: 以前の大規模な計算能力と巨大モデルを追求する主流の考え方から、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に傾く新しい方向性が生まれています。

この変化は、いくつかの兆候から見ることができます: Apple Intelligenceは5億台のデバイスをカバーしており、Windows 11は専用の3.3億パラメータの小型モデルMuを発表し、DeepMindもロボットのオフライン操作能力を探求しています。

クラウドAIが膨大なパラメータとトレーニングデータに依存し、資金力をコア競争力とするのに対し、ローカルAIはエンジニアリングの最適化やシーンへの適応に重きを置き、プライバシー保護、信頼性、実用性の面で明らかな優位性を持っています。これは主に、汎用大モデルの幻覚問題が特定の分野での応用に深刻な影響を与えるためです。

Web3 AIにとって、この変化は新たな機会をもたらしました。過去において「汎用性」の競争では、Web3プロジェクトはテクノロジーの巨人と競争するのが難しく、リソース、技術、ユーザーベースの優位性が不足していました。しかし、ローカライズモデルとエッジコンピューティングの新しい構図の下で、ブロックチェーン技術の利点が浮き彫り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動作する際、出力結果の真実性をどのように保証するか？プライバシーを保護しつつ、モデルの協力をどのように実現するか？これらはまさにブロックチェーン技術の強みです。

業界では、これらの問題に対処するための新しいプロジェクトがいくつか登場しています。例えば、Gradientが発表したデータ通信プロトコルLatticaは、中央集権型AIプラットフォームのデータ独占とブラックボックス問題を解決することを目指しています。もう一つのプロジェクトPublicAIは、脳波デバイスHeadCap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、すでに良好な収益を上げています。これらのプロジェクトは、ローカルAIの信頼性の問題を解決しようとしています。

総じて言えば、AIが本当に「沈下」して各デバイスに行き渡る時にのみ、分散型協力は概念から現実のニーズに変わることができる。Web3 AIプロジェクトにとって、一般化の競争を続けるよりも、ローカルAIの波に対してインフラストラクチャのサポートを提供する方法を真剣に考える方が、より有望な方向性かもしれない。