Récemment, en observant l'industrie de l'IA, j'ai remarqué un changement de plus en plus « décentralisé » : de la concentration initiale de puissance de calcul et du consensus des « grands » modèles, une branche s'est développée vers des modèles locaux plus petits et le calcul en périphérie.
Cela se voit à travers la couverture de 500 millions d'appareils par Apple Intelligence, le lancement par Microsoft du modèle Mu à 3,3 milliards de paramètres spécifiquement pour Windows 11, et les opérations « hors ligne » des robots de Google DeepMind, etc.
Quelles différences y aura-t-il ? L'IA cloud mise sur l'échelle des paramètres et les données d'entraînement, la capacité à dépenser de l'argent est un atout clé ; l'IA locale se concentre sur l'optimisation technique et l'adaptation au contexte, allant plus loin dans la protection de la vie privée, la fiabilité et l'utilité. (Le problème d'hallucination des modèles généraux aura un impact sérieux sur la pénétration des scénarios verticaux)
Cela représente en réalité une plus grande opportunité pour l'IA web3. Auparavant, lorsque tout le monde rivalisait sur la capacité à « généraliser » (calcul, données, algorithmes), cela était naturellement monopolisé par les grandes entreprises traditionnelles. Essayer de rivaliser avec des géants comme Google, AWS ou OpenAI en se basant sur le concept de décentralisation est tout simplement illusoire, car il n'y a ni avantages en termes de ressources, ni avantages technologiques, et encore moins de base d'utilisateurs.
Mais dans le monde des modèles localisés + de l'informatique en périphérie, la situation à laquelle les services de la technologie blockchain sont confrontés est bien différente.
Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment prouver que les résultats de sortie n'ont pas été altérés ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie blockchain...
J'ai remarqué quelques nouveaux projets liés à l'IA web3, tels que le protocole de communication de données Lattica récemment lancé par @Gradient_HQ avec un investissement de 10 millions de dollars de Pantera, qui vise à résoudre les problèmes de monopole des données et de boîte noire des plateformes d'IA centralisées ; l'appareil d'ondes cérébrales HeadCap de @PublicAI_ collecte des données humaines réelles pour construire une « couche de validation humaine », ayant déjà généré 14 millions de dollars de revenus ; en fait, tous essaient de résoudre le problème de « fiabilité » de l'IA locale.
En un mot : ce n'est que lorsque l'IA sera véritablement « intégrée » à chaque appareil que la collaboration décentralisée deviendra une nécessité plutôt qu'un concept.
#Web3AI Projet, au lieu de continuer à se battre dans la voie de la généralisation, pourquoi ne pas réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague d'IA localisée ?
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.
Après la "descente" de l'IA, est-ce le moment pour le Web3 de montrer toute son ampleur ?
Auteur : Haotian
Récemment, en observant l'industrie de l'IA, j'ai remarqué un changement de plus en plus « décentralisé » : de la concentration initiale de puissance de calcul et du consensus des « grands » modèles, une branche s'est développée vers des modèles locaux plus petits et le calcul en périphérie.
Cela se voit à travers la couverture de 500 millions d'appareils par Apple Intelligence, le lancement par Microsoft du modèle Mu à 3,3 milliards de paramètres spécifiquement pour Windows 11, et les opérations « hors ligne » des robots de Google DeepMind, etc.
Quelles différences y aura-t-il ? L'IA cloud mise sur l'échelle des paramètres et les données d'entraînement, la capacité à dépenser de l'argent est un atout clé ; l'IA locale se concentre sur l'optimisation technique et l'adaptation au contexte, allant plus loin dans la protection de la vie privée, la fiabilité et l'utilité. (Le problème d'hallucination des modèles généraux aura un impact sérieux sur la pénétration des scénarios verticaux)
Cela représente en réalité une plus grande opportunité pour l'IA web3. Auparavant, lorsque tout le monde rivalisait sur la capacité à « généraliser » (calcul, données, algorithmes), cela était naturellement monopolisé par les grandes entreprises traditionnelles. Essayer de rivaliser avec des géants comme Google, AWS ou OpenAI en se basant sur le concept de décentralisation est tout simplement illusoire, car il n'y a ni avantages en termes de ressources, ni avantages technologiques, et encore moins de base d'utilisateurs.
Mais dans le monde des modèles localisés + de l'informatique en périphérie, la situation à laquelle les services de la technologie blockchain sont confrontés est bien différente.
Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment prouver que les résultats de sortie n'ont pas été altérés ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie blockchain...
J'ai remarqué quelques nouveaux projets liés à l'IA web3, tels que le protocole de communication de données Lattica récemment lancé par @Gradient_HQ avec un investissement de 10 millions de dollars de Pantera, qui vise à résoudre les problèmes de monopole des données et de boîte noire des plateformes d'IA centralisées ; l'appareil d'ondes cérébrales HeadCap de @PublicAI_ collecte des données humaines réelles pour construire une « couche de validation humaine », ayant déjà généré 14 millions de dollars de revenus ; en fait, tous essaient de résoudre le problème de « fiabilité » de l'IA locale.
En un mot : ce n'est que lorsque l'IA sera véritablement « intégrée » à chaque appareil que la collaboration décentralisée deviendra une nécessité plutôt qu'un concept.
#Web3AI Projet, au lieu de continuer à se battre dans la voie de la généralisation, pourquoi ne pas réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague d'IA localisée ?