Novas tendências na indústria de IA: a transição do cloud para o local
Recentemente, a indústria de IA apresentou uma tendência de desenvolvimento interessante: a partir da ideia predominante anterior de buscar grande capacidade computacional e modelos volumosos, surgiu gradualmente uma nova direção que tende a modelos pequenos locais e computação em borda.
Esta transformação pode ser vista em vários sinais: a Apple Intelligence já cobre 500 milhões de dispositivos, o Windows 11 lançou um modelo pequeno dedicado com 330 milhões de parâmetros chamado Mu, e a DeepMind também está explorando a capacidade de operação offline de robôs.
Em comparação com a IA em nuvem, que depende de um grande número de parâmetros e dados de treinamento, tendo o poder financeiro como principal vantagem competitiva, a IA local foca mais na otimização de engenharia e na adaptação a cenários, apresentando vantagens claras em termos de proteção de privacidade, confiabilidade e praticidade. Isso deve-se principalmente ao fato de que o problema da alucinação em grandes modelos gerais pode afetar gravemente sua aplicação em áreas específicas.
Para a Web3 AI, essa mudança trouxe novas oportunidades. No passado, na competição pela capacidade de "generalização", os projetos Web3 tinham dificuldade em competir com as grandes tecnologias, carecendo de vantagens em recursos, tecnologia e base de usuários. Mas sob o novo cenário de modelos localizados e computação de borda, as vantagens da tecnologia blockchain começam a se destacar.
Quando o modelo de IA é executado nos dispositivos dos usuários, como garantir a veracidade dos resultados? Como realizar a colaboração do modelo enquanto se protege a privacidade? Essas são precisamente as especialidades da tecnologia blockchain.
A indústria já viu surgir alguns novos projetos para enfrentar esses problemas. Por exemplo, o protocolo de comunicação de dados Lattica, lançado pela Gradient, visa resolver a monopolização de dados e os problemas de caixa-preta das plataformas de IA centralizadas. Outro projeto, o PublicAI, coleta dados reais de humanos através do dispositivo de ondas cerebrais HeadCap, construindo uma "camada de validação humana", que já obteve uma boa receita. Esses projetos estão todos tentando resolver o problema de confiabilidade da IA local.
Em geral, a colaboração descentralizada só pode passar de um conceito para uma necessidade real quando a IA realmente "desce" para cada dispositivo. Para projetos de IA Web3, em vez de continuar a se envolver na competição generalizada, é melhor refletir seriamente sobre como fornecer suporte de infraestrutura para a onda de IA localizada; esta pode ser uma direção mais promissora.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
12 Curtidas
Recompensa
12
6
Repostar
Compartilhar
Comentário
0/400
FarmToRiches
· 5h atrás
Mais uma vez a jogar o jogo do capital
Ver originalResponder0
SingleForYears
· 22h atrás
Outra jogada do capital?
Ver originalResponder0
VibesOverCharts
· 22h atrás
Armazenando o Poder de computação... Enviar!
Ver originalResponder0
TooScaredToSell
· 22h atrás
O serviço pago também foi transferido para o local?
Ver originalResponder0
CounterIndicator
· 23h atrás
O AI offline soa bem.
Ver originalResponder0
GasFeeTears
· 23h atrás
Hã, nenhum grande modelo consegue suportar os custos de combustível.
Novas tendências de IA: da nuvem para o local, oportunidades Web3 surgem
Novas tendências na indústria de IA: a transição do cloud para o local
Recentemente, a indústria de IA apresentou uma tendência de desenvolvimento interessante: a partir da ideia predominante anterior de buscar grande capacidade computacional e modelos volumosos, surgiu gradualmente uma nova direção que tende a modelos pequenos locais e computação em borda.
Esta transformação pode ser vista em vários sinais: a Apple Intelligence já cobre 500 milhões de dispositivos, o Windows 11 lançou um modelo pequeno dedicado com 330 milhões de parâmetros chamado Mu, e a DeepMind também está explorando a capacidade de operação offline de robôs.
Em comparação com a IA em nuvem, que depende de um grande número de parâmetros e dados de treinamento, tendo o poder financeiro como principal vantagem competitiva, a IA local foca mais na otimização de engenharia e na adaptação a cenários, apresentando vantagens claras em termos de proteção de privacidade, confiabilidade e praticidade. Isso deve-se principalmente ao fato de que o problema da alucinação em grandes modelos gerais pode afetar gravemente sua aplicação em áreas específicas.
Para a Web3 AI, essa mudança trouxe novas oportunidades. No passado, na competição pela capacidade de "generalização", os projetos Web3 tinham dificuldade em competir com as grandes tecnologias, carecendo de vantagens em recursos, tecnologia e base de usuários. Mas sob o novo cenário de modelos localizados e computação de borda, as vantagens da tecnologia blockchain começam a se destacar.
Quando o modelo de IA é executado nos dispositivos dos usuários, como garantir a veracidade dos resultados? Como realizar a colaboração do modelo enquanto se protege a privacidade? Essas são precisamente as especialidades da tecnologia blockchain.
A indústria já viu surgir alguns novos projetos para enfrentar esses problemas. Por exemplo, o protocolo de comunicação de dados Lattica, lançado pela Gradient, visa resolver a monopolização de dados e os problemas de caixa-preta das plataformas de IA centralizadas. Outro projeto, o PublicAI, coleta dados reais de humanos através do dispositivo de ondas cerebrais HeadCap, construindo uma "camada de validação humana", que já obteve uma boa receita. Esses projetos estão todos tentando resolver o problema de confiabilidade da IA local.
Em geral, a colaboração descentralizada só pode passar de um conceito para uma necessidade real quando a IA realmente "desce" para cada dispositivo. Para projetos de IA Web3, em vez de continuar a se envolver na competição generalizada, é melhor refletir seriamente sobre como fornecer suporte de infraestrutura para a onda de IA localizada; esta pode ser uma direção mais promissora.