Les nouvelles tendances de l'industrie de l'IA : la transition du cloud vers le local
Récemment, l'industrie de l'IA a présenté une tendance de développement intéressante : à partir de l'approche dominante qui visait auparavant une puissance de calcul à grande échelle et de grands modèles, une nouvelle direction tendant vers des modèles locaux de petite taille et le calcul en périphérie a progressivement émergé.
Cette transformation peut être observée à travers plusieurs signes : Apple Intelligence a déjà couvert 500 millions d'appareils, Windows 11 a lancé un modèle compact dédié de 330 millions de paramètres Mu, tandis que DeepMind explore également les capacités d'opération hors ligne des robots.
Comparé à l'IA cloud qui dépend de paramètres massifs et de données d'entraînement, avec le capital comme principale force concurrentielle, l'IA locale met davantage l'accent sur l'optimisation des ingénieries et l'adaptation aux scénarios, possédant des avantages évidents en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au fait que le problème d'illusion des grands modèles généraux peut gravement affecter leur application dans des domaines spécifiques.
Pour l'IA Web3, ce changement apporte de nouvelles opportunités. Dans le passé, dans la compétition pour la capacité de "généralisation", les projets Web3 avaient du mal à rivaliser avec les géants de la technologie, manquant d'avantages en termes de ressources, de technologie et de base d'utilisateurs. Cependant, dans le nouveau paysage des modèles de localisation et du calcul en périphérie, les avantages de la technologie blockchain commencent à se révéler.
Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment garantir la véracité des résultats ? Comment réaliser une collaboration de modèles tout en protégeant la vie privée ? Ce sont là les points forts de la technologie blockchain.
L'industrie a déjà vu l'émergence de nouveaux projets visant à résoudre ces problèmes. Par exemple, le protocole de communication de données Lattica lancé par Gradient vise à résoudre la problématique de la monopolisation des données et des boîtes noires des plateformes d'IA centralisées. Un autre projet, PublicAI, collecte des données humaines réelles grâce à l'appareil EEG HeadCap, construisant ainsi une "couche de validation humaine", et a déjà réalisé de bons revenus. Tous ces projets tentent de résoudre le problème de la crédibilité de l'IA locale.
Dans l'ensemble, la collaboration décentralisée ne peut passer du concept à un besoin réel que lorsque l'IA s'"immerge" véritablement dans chaque appareil. Pour les projets d'IA Web3, plutôt que de continuer à s'enfermer dans une voie de généralisation, il vaut mieux réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague d'IA localisée, ce qui pourrait être une direction 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.
13 J'aime
Récompense
13
6
Reposter
Partager
Commentaire
0/400
FarmToRiches
· Il y a 12h
Encore jouer au jeu du capital
Voir l'originalRépondre0
SingleForYears
· 08-09 20:55
Encore un tour de passe-passe du capital ?
Voir l'originalRépondre0
VibesOverCharts
· 08-09 20:55
Stockage de la puissance de calcul en cours... Envoyer !
Voir l'originalRépondre0
TooScaredToSell
· 08-09 20:54
Les services payants ont-ils également été transférés localement ?
Voir l'originalRépondre0
CounterIndicator
· 08-09 20:38
L'IA hors ligne a l'air séduisante.
Voir l'originalRépondre0
GasFeeTears
· 08-09 20:29
Eh bien, aucun grand modèle de chez personne ne peut résister aux frais de carburant.
Nouvelles tendances de l'IA : passer du cloud vers des opportunités Web3 locales
Les nouvelles tendances de l'industrie de l'IA : la transition du cloud vers le local
Récemment, l'industrie de l'IA a présenté une tendance de développement intéressante : à partir de l'approche dominante qui visait auparavant une puissance de calcul à grande échelle et de grands modèles, une nouvelle direction tendant vers des modèles locaux de petite taille et le calcul en périphérie a progressivement émergé.
Cette transformation peut être observée à travers plusieurs signes : Apple Intelligence a déjà couvert 500 millions d'appareils, Windows 11 a lancé un modèle compact dédié de 330 millions de paramètres Mu, tandis que DeepMind explore également les capacités d'opération hors ligne des robots.
Comparé à l'IA cloud qui dépend de paramètres massifs et de données d'entraînement, avec le capital comme principale force concurrentielle, l'IA locale met davantage l'accent sur l'optimisation des ingénieries et l'adaptation aux scénarios, possédant des avantages évidents en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au fait que le problème d'illusion des grands modèles généraux peut gravement affecter leur application dans des domaines spécifiques.
Pour l'IA Web3, ce changement apporte de nouvelles opportunités. Dans le passé, dans la compétition pour la capacité de "généralisation", les projets Web3 avaient du mal à rivaliser avec les géants de la technologie, manquant d'avantages en termes de ressources, de technologie et de base d'utilisateurs. Cependant, dans le nouveau paysage des modèles de localisation et du calcul en périphérie, les avantages de la technologie blockchain commencent à se révéler.
Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment garantir la véracité des résultats ? Comment réaliser une collaboration de modèles tout en protégeant la vie privée ? Ce sont là les points forts de la technologie blockchain.
L'industrie a déjà vu l'émergence de nouveaux projets visant à résoudre ces problèmes. Par exemple, le protocole de communication de données Lattica lancé par Gradient vise à résoudre la problématique de la monopolisation des données et des boîtes noires des plateformes d'IA centralisées. Un autre projet, PublicAI, collecte des données humaines réelles grâce à l'appareil EEG HeadCap, construisant ainsi une "couche de validation humaine", et a déjà réalisé de bons revenus. Tous ces projets tentent de résoudre le problème de la crédibilité de l'IA locale.
Dans l'ensemble, la collaboration décentralisée ne peut passer du concept à un besoin réel que lorsque l'IA s'"immerge" véritablement dans chaque appareil. Pour les projets d'IA Web3, plutôt que de continuer à s'enfermer dans une voie de généralisation, il vaut mieux réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague d'IA localisée, ce qui pourrait être une direction plus prometteuse.