Tendências de desenvolvimento da indústria de IA: de grandes modelos na nuvem para pequenos modelos locais
Recentemente, a indústria de IA apresenta uma tendência de desenvolvimento interessante: a transição de grandes modelos centralizados para modelos pequenos descentralizados. Essa mudança se reflete em vários aspectos, incluindo a Apple Intelligence cobrindo 500 milhões de dispositivos, a Microsoft desenvolvendo um pequeno modelo dedicado com 330 milhões de parâmetros para o Windows 11, e o Google DeepMind explorando operações offline de robôs, entre outros.
Esta transformação significa que a tecnologia de IA está a migrar da nuvem para dispositivos locais. A IA na nuvem depende principalmente de uma enorme escala de parâmetros e de uma vasta quantidade de dados de treino, com a capacidade financeira a ser a principal vantagem competitiva. Em contrapartida, a IA local foca mais na otimização de engenharia e na adaptação a cenários, apresentando vantagens em termos de proteção da privacidade, fiabilidade e utilidade. Esta transformação é parcialmente originada pelo problema de "ilusão" que modelos gerais apresentam em cenários específicos, o que afeta a sua aplicação em áreas verticais.
Para projetos de Web3 AI, essa tendência trouxe novas oportunidades. Anteriormente, na competição pela capacidade de "generalização", os projetos de Web3 tinham dificuldade em competir com os gigantes da tecnologia tradicionais, pois estavam em desvantagem em termos de recursos, tecnologia e base de usuários. No entanto, à medida que a IA avança para a localização e computação de borda, as vantagens da tecnologia Web3 começam a se destacar.
Quando os modelos de IA são executados nos dispositivos dos usuários, como garantir a veracidade dos resultados? Como realizar a colaboração dos modelos enquanto se protege a privacidade? Estas questões são precisamente as áreas de especialização da tecnologia blockchain. Alguns projetos emergentes de Web3 AI estão explorando essas direções, como o desenvolvimento de protocolos de comunicação de dados para resolver o problema do monopólio de dados das plataformas de IA centralizadas, ou utilizar dispositivos de eletroencefalograma para coletar dados humanos reais para construir uma "camada de verificação artificial".
De uma forma geral, a colaboração descentralizada só pode se tornar uma necessidade real quando a IA realmente "descer" para cada dispositivo. Para projetos de IA Web3, em vez de continuar a se envolver em competição acirrada na pista de generalização, é melhor pensar em como fornecer suporte de infraestrutura para a onda de IA localizada, que pode ser uma direção de desenvolvimento 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.
13 Curtidas
Recompensa
13
5
Repostar
Compartilhar
Comentário
0/400
ProbablyNothing
· 08-12 02:32
Do grande para o pequeno, é claramente uma questão de custo.
Ver originalResponder0
MeltdownSurvivalist
· 08-12 02:31
De fato, é confiável. Já era hora de transferir para o local.
Ver originalResponder0
SatoshiLegend
· 08-12 02:30
Este padrão é um pouco parecido com a direção do experimento de zk-SNARKs de 94... A localização significa que a distribuição de Poder de computação seguirá o modelo de arquitetura P2P.
Ver originalResponder0
BearMarketSurvivor
· 08-12 02:28
O custo de um modelo pequeno é muito menor, fazer um grande mais cedo ou mais tarde Rekt.
A tecnologia de IA se volta para projetos Web3 localizados, trazendo novas oportunidades.
Tendências de desenvolvimento da indústria de IA: de grandes modelos na nuvem para pequenos modelos locais
Recentemente, a indústria de IA apresenta uma tendência de desenvolvimento interessante: a transição de grandes modelos centralizados para modelos pequenos descentralizados. Essa mudança se reflete em vários aspectos, incluindo a Apple Intelligence cobrindo 500 milhões de dispositivos, a Microsoft desenvolvendo um pequeno modelo dedicado com 330 milhões de parâmetros para o Windows 11, e o Google DeepMind explorando operações offline de robôs, entre outros.
Esta transformação significa que a tecnologia de IA está a migrar da nuvem para dispositivos locais. A IA na nuvem depende principalmente de uma enorme escala de parâmetros e de uma vasta quantidade de dados de treino, com a capacidade financeira a ser a principal vantagem competitiva. Em contrapartida, a IA local foca mais na otimização de engenharia e na adaptação a cenários, apresentando vantagens em termos de proteção da privacidade, fiabilidade e utilidade. Esta transformação é parcialmente originada pelo problema de "ilusão" que modelos gerais apresentam em cenários específicos, o que afeta a sua aplicação em áreas verticais.
Para projetos de Web3 AI, essa tendência trouxe novas oportunidades. Anteriormente, na competição pela capacidade de "generalização", os projetos de Web3 tinham dificuldade em competir com os gigantes da tecnologia tradicionais, pois estavam em desvantagem em termos de recursos, tecnologia e base de usuários. No entanto, à medida que a IA avança para a localização e computação de borda, as vantagens da tecnologia Web3 começam a se destacar.
Quando os modelos de IA são executados nos dispositivos dos usuários, como garantir a veracidade dos resultados? Como realizar a colaboração dos modelos enquanto se protege a privacidade? Estas questões são precisamente as áreas de especialização da tecnologia blockchain. Alguns projetos emergentes de Web3 AI estão explorando essas direções, como o desenvolvimento de protocolos de comunicação de dados para resolver o problema do monopólio de dados das plataformas de IA centralizadas, ou utilizar dispositivos de eletroencefalograma para coletar dados humanos reais para construir uma "camada de verificação artificial".
De uma forma geral, a colaboração descentralizada só pode se tornar uma necessidade real quando a IA realmente "descer" para cada dispositivo. Para projetos de IA Web3, em vez de continuar a se envolver em competição acirrada na pista de generalização, é melhor pensar em como fornecer suporte de infraestrutura para a onda de IA localizada, que pode ser uma direção de desenvolvimento mais promissora.