الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: من السحابة إلى المحلية
في الآونة الأخيرة، لاحظت أن صناعة الذكاء الاصطناعي تشهد اتجاهًا مثيرًا للاهتمام: من الفكرة السائدة السابقة التي تركزت على التركيز الكبير لقوة الحوسبة والنماذج الضخمة، بدأت تتشكل تدريجيًا اتجاهًا جديدًا يركز على النماذج الصغيرة المحلية والحوسبة الطرفية.
تتجلى هذه الاتجاهات في عدة مجالات. على سبيل المثال، تم تغطية 500 مليون جهاز من قبل نظام ذكي أطلقته إحدى شركات التكنولوجيا الكبرى؛ وقد طورت شركة تكنولوجيا أخرى نموذجًا صغيرًا مخصصًا يحتوي على 330 مليون معلمة لنظام تشغيلها؛ بالإضافة إلى ذلك، تستكشف المؤسسات البحثية قدرة الروبوتات على العمل بدون اتصال.
توجد اختلافات ملحوظة في نقاط التركيز التنافسية بين الذكاء الاصطناعي السحابي والذكاء الاصطناعي المحلي. يركز الذكاء الاصطناعي السحابي بشكل رئيسي على حجم النموذج وكمية بيانات التدريب، حيث تعد القوة المالية هي القوة التنافسية الأساسية. بالمقابل، يهتم الذكاء الاصطناعي المحلي بشكل أكبر بتحسين الهندسة وتكييف المشهد، مما يمنحه مزايا في حماية الخصوصية والموثوقية والعملية. تنبع هذه الاختلافات بشكل رئيسي من المشكلات المحتملة في الدقة عند تطبيق النماذج العامة في مجالات محددة.
هذا الاتجاه يقدم فرصًا جديدة لمشاريع الذكاء الاصطناعي في Web3. في مجال الذكاء الاصطناعي العام، شكلت الشركات التكنولوجيا التقليدية تقريبًا احتكارًا بفضل ميزاتها في الموارد والتكنولوجيا وقاعدة المستخدمين. ومع ذلك، في مجالات النماذج المحلية والحوسبة الطرفية، قد تلعب تقنية blockchain دورًا مهمًا.
عندما يعمل نموذج الذكاء الاصطناعي على أجهزة المستخدمين، كيف يمكن ضمان صحة النتائج الناتجة؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية في نفس الوقت؟ هذه الأسئلة هي بالضبط مجالات خبرة تقنية blockchain.
ظهرت بالفعل بعض المشاريع الجديدة ذات الصلة في الصناعة. على سبيل المثال، قامت بعض الشركات بتطوير بروتوكول اتصالات البيانات، والذي يهدف إلى معالجة احتكار البيانات وعدم الشفافية في منصات الذكاء الاصطناعي المركزية. مشروع آخر يجمع البيانات البشرية الحقيقية من خلال أجهزة موجات الدماغ، ويؤسس "طبقة التحقق الاصطناعي"، وقد حقق بالفعل إيرادات ملحوظة. تحاول هذه المشاريع جميعها معالجة مشكلة موثوقية الذكاء الاصطناعي المحلي.
باختصار، لن يتحول التعاون اللامركزي من مفهوم إلى حاجة واقعية إلا عندما تنتشر الذكاء الاصطناعي حقًا في كل جهاز.
بالنسبة لمشاريع Web3 AI ، بدلاً من التنافس في ساحة AI العامة المزدحمة ، من الأفضل التفكير بجدية في كيفية توفير دعم البنية التحتية للتيار المحلي للذكاء الاصطناعي. قد تكون هذه اتجاهًا أكثر وعدًا للتطور.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 10
أعجبني
10
6
إعادة النشر
مشاركة
تعليق
0/400
SadMoneyMeow
· 07-22 17:41
الأخ الكبير يضع الذكاء الاصطناعي في الهاتف المحمول
شاهد النسخة الأصليةرد0
rug_connoisseur
· 07-21 15:15
قصير قصير، حوسبة الحافة هذه نوعاً ما غير نزيهة.
شاهد النسخة الأصليةرد0
GasFeeLover
· 07-21 06:26
إيقاع مليء بالفرص!
شاهد النسخة الأصليةرد0
gas_fee_therapist
· 07-19 18:39
الذكاء الاصطناعي المحلي لا يزال يوفر المال
شاهد النسخة الأصليةرد0
OnChain_Detective
· 07-19 18:27
نمط مكتشف: الحوسبة الطرفية = مزيد من نقاط الهجوم... ابقَ يقظًا يا مجهول
الاتجاهات الجديدة في الذكاء الاصطناعي: من السحابة إلى المحلية لفتح فرص جديدة لمشاريع Web3
الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: من السحابة إلى المحلية
في الآونة الأخيرة، لاحظت أن صناعة الذكاء الاصطناعي تشهد اتجاهًا مثيرًا للاهتمام: من الفكرة السائدة السابقة التي تركزت على التركيز الكبير لقوة الحوسبة والنماذج الضخمة، بدأت تتشكل تدريجيًا اتجاهًا جديدًا يركز على النماذج الصغيرة المحلية والحوسبة الطرفية.
تتجلى هذه الاتجاهات في عدة مجالات. على سبيل المثال، تم تغطية 500 مليون جهاز من قبل نظام ذكي أطلقته إحدى شركات التكنولوجيا الكبرى؛ وقد طورت شركة تكنولوجيا أخرى نموذجًا صغيرًا مخصصًا يحتوي على 330 مليون معلمة لنظام تشغيلها؛ بالإضافة إلى ذلك، تستكشف المؤسسات البحثية قدرة الروبوتات على العمل بدون اتصال.
توجد اختلافات ملحوظة في نقاط التركيز التنافسية بين الذكاء الاصطناعي السحابي والذكاء الاصطناعي المحلي. يركز الذكاء الاصطناعي السحابي بشكل رئيسي على حجم النموذج وكمية بيانات التدريب، حيث تعد القوة المالية هي القوة التنافسية الأساسية. بالمقابل، يهتم الذكاء الاصطناعي المحلي بشكل أكبر بتحسين الهندسة وتكييف المشهد، مما يمنحه مزايا في حماية الخصوصية والموثوقية والعملية. تنبع هذه الاختلافات بشكل رئيسي من المشكلات المحتملة في الدقة عند تطبيق النماذج العامة في مجالات محددة.
هذا الاتجاه يقدم فرصًا جديدة لمشاريع الذكاء الاصطناعي في Web3. في مجال الذكاء الاصطناعي العام، شكلت الشركات التكنولوجيا التقليدية تقريبًا احتكارًا بفضل ميزاتها في الموارد والتكنولوجيا وقاعدة المستخدمين. ومع ذلك، في مجالات النماذج المحلية والحوسبة الطرفية، قد تلعب تقنية blockchain دورًا مهمًا.
عندما يعمل نموذج الذكاء الاصطناعي على أجهزة المستخدمين، كيف يمكن ضمان صحة النتائج الناتجة؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية في نفس الوقت؟ هذه الأسئلة هي بالضبط مجالات خبرة تقنية blockchain.
ظهرت بالفعل بعض المشاريع الجديدة ذات الصلة في الصناعة. على سبيل المثال، قامت بعض الشركات بتطوير بروتوكول اتصالات البيانات، والذي يهدف إلى معالجة احتكار البيانات وعدم الشفافية في منصات الذكاء الاصطناعي المركزية. مشروع آخر يجمع البيانات البشرية الحقيقية من خلال أجهزة موجات الدماغ، ويؤسس "طبقة التحقق الاصطناعي"، وقد حقق بالفعل إيرادات ملحوظة. تحاول هذه المشاريع جميعها معالجة مشكلة موثوقية الذكاء الاصطناعي المحلي.
باختصار، لن يتحول التعاون اللامركزي من مفهوم إلى حاجة واقعية إلا عندما تنتشر الذكاء الاصطناعي حقًا في كل جهاز.
بالنسبة لمشاريع Web3 AI ، بدلاً من التنافس في ساحة AI العامة المزدحمة ، من الأفضل التفكير بجدية في كيفية توفير دعم البنية التحتية للتيار المحلي للذكاء الاصطناعي. قد تكون هذه اتجاهًا أكثر وعدًا للتطور.