Nouvelles tendances dans l'industrie de l'IA : du cloud à local
Récemment, en observant l'industrie de l'intelligence artificielle, une tendance remarquable est en train de se former : au lieu de se concentrer sur la puissance de calcul à grande échelle et les modèles géants, une nouvelle direction axée sur des modèles locaux de petite taille et le calcul en périphérie est en train d'émerger.
Cette tendance se manifeste dans plusieurs domaines. Par exemple, un géant de la technologie a lancé un système intelligent qui couvre 500 millions d'appareils ; une autre entreprise technologique a développé un petit modèle dédié avec 330 millions de paramètres pour son système d'exploitation ; et des instituts de recherche explorent la capacité d'opération hors ligne des robots.
Il existe des différences significatives entre l'IA cloud et l'IA locale en termes de points de concurrence. L'IA cloud se concentre principalement sur l'échelle des modèles et la quantité de données d'entraînement, avec des ressources financières comme principale force concurrentielle. En revanche, l'IA locale se préoccupe davantage de l'optimisation des ingénieries et de l'adaptation aux scénarios, ayant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. Cette différence provient principalement des problèmes de précision qui peuvent survenir lors de l'application de modèles génériques dans des domaines spécifiques.
Cette tendance offre de nouvelles opportunités aux projets Web3 AI. Dans le domaine de l'IA généralisée, les géants technologiques traditionnels ont quasiment formé un monopole grâce à leurs ressources, technologies et bases d'utilisateurs. Cependant, dans le nouveau domaine des modèles localisés et du calcul en périphérie, la technologie blockchain pourrait jouer un rôle important.
Lorsque le modèle d'IA fonctionne sur l'appareil de l'utilisateur, comment garantir l'exactitude des résultats ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions relèvent précisément de l'expertise de la technologie blockchain.
De nouveaux projets connexes ont déjà émergé dans l'industrie. Par exemple, certaines entreprises ont développé des protocoles de communication de données, visant à résoudre les problèmes de monopole et d'opacité des données des plateformes d'IA centralisées. Un autre projet collecte des données humaines réelles via des dispositifs de neuroélectroencéphalographie, établissant une "couche de vérification humaine", et a déjà généré des revenus considérables. Tous ces projets tentent de résoudre le problème de fiabilité de l'IA locale.
En résumé, la collaboration décentralisée ne peut passer d'un concept à un besoin réel que lorsque l'IA sera réellement intégrée à chaque appareil.
Pour les projets Web3 AI, plutôt que de rivaliser sur la voie encombrée de l'IA générale, il vaut mieux réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague locale de l'IA. Cela pourrait être une direction de développement plus prometteuse.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
10 J'aime
Récompense
10
6
Partager
Commentaire
0/400
SadMoneyMeow
· 07-22 17:41
Le grand frère a mis l'IA sur le téléphone.
Voir l'originalRépondre0
rug_connoisseur
· 07-21 15:15
C'est un peu court, cette informatique de pointe est un peu malveillante.
Voir l'originalRépondre0
GasFeeLover
· 07-21 06:26
C'est le rythme plein d'opportunités.
Voir l'originalRépondre0
gas_fee_therapist
· 07-19 18:39
L'IA locale est toujours économique.
Voir l'originalRépondre0
OnChain_Detective
· 07-19 18:27
modèle détecté : edge computing = plus de vecteurs d'attaque... restez vigilant anonyme
Nouveaux enjeux de l'IA : des solutions cloud aux solutions locales pour de nouvelles opportunités de projets Web3
Nouvelles tendances dans l'industrie de l'IA : du cloud à local
Récemment, en observant l'industrie de l'intelligence artificielle, une tendance remarquable est en train de se former : au lieu de se concentrer sur la puissance de calcul à grande échelle et les modèles géants, une nouvelle direction axée sur des modèles locaux de petite taille et le calcul en périphérie est en train d'émerger.
Cette tendance se manifeste dans plusieurs domaines. Par exemple, un géant de la technologie a lancé un système intelligent qui couvre 500 millions d'appareils ; une autre entreprise technologique a développé un petit modèle dédié avec 330 millions de paramètres pour son système d'exploitation ; et des instituts de recherche explorent la capacité d'opération hors ligne des robots.
Il existe des différences significatives entre l'IA cloud et l'IA locale en termes de points de concurrence. L'IA cloud se concentre principalement sur l'échelle des modèles et la quantité de données d'entraînement, avec des ressources financières comme principale force concurrentielle. En revanche, l'IA locale se préoccupe davantage de l'optimisation des ingénieries et de l'adaptation aux scénarios, ayant des avantages en matière de protection de la vie privée, de fiabilité et de praticité. Cette différence provient principalement des problèmes de précision qui peuvent survenir lors de l'application de modèles génériques dans des domaines spécifiques.
Cette tendance offre de nouvelles opportunités aux projets Web3 AI. Dans le domaine de l'IA généralisée, les géants technologiques traditionnels ont quasiment formé un monopole grâce à leurs ressources, technologies et bases d'utilisateurs. Cependant, dans le nouveau domaine des modèles localisés et du calcul en périphérie, la technologie blockchain pourrait jouer un rôle important.
Lorsque le modèle d'IA fonctionne sur l'appareil de l'utilisateur, comment garantir l'exactitude des résultats ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions relèvent précisément de l'expertise de la technologie blockchain.
De nouveaux projets connexes ont déjà émergé dans l'industrie. Par exemple, certaines entreprises ont développé des protocoles de communication de données, visant à résoudre les problèmes de monopole et d'opacité des données des plateformes d'IA centralisées. Un autre projet collecte des données humaines réelles via des dispositifs de neuroélectroencéphalographie, établissant une "couche de vérification humaine", et a déjà généré des revenus considérables. Tous ces projets tentent de résoudre le problème de fiabilité de l'IA locale.
En résumé, la collaboration décentralisée ne peut passer d'un concept à un besoin réel que lorsque l'IA sera réellement intégrée à chaque appareil.
Pour les projets Web3 AI, plutôt que de rivaliser sur la voie encombrée de l'IA générale, il vaut mieux réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague locale de l'IA. Cela pourrait être une direction de développement plus prometteuse.