Нові тенденції в AI-індустрії: від хмари до локального

Нещодавно спостерігаючи за розвитком індустрії штучного інтелекту, можна виявити цікаву тенденцію: з раніше домінуючого напрямку, що прагнув до масштабної централізованої обробної потужності та великих моделей, поступово виокремилася нова траєкторія, що акцентує увагу на локальних малих моделях і обробці на краю.

Ця зміна проявляється в кількох сферах. Наприклад, розумна система, запущена одним з технологічних гігантів, охопила 500 мільйонів пристроїв; інша велика технологічна компанія розробила спеціалізовану малу модель з 330 мільйонами параметрів для своєї операційної системи; також відомий AI-дослідницький інститут досліджує можливості офлайн-операцій роботів.

Конкуренція між хмарним ШІ та локальним ШІ має різні акценти. Хмарний ШІ в основному змагається за масштаб моделей та обсяги навчальних даних, фінансова спроможність є ключовою; локальний ШІ більше зосереджується на оптимізації інженерії та адаптації до сценаріїв, має переваги в захисті конфіденційності, надійності та практичності. Це в основному пов'язано з тим, що проблема ілюзій великих універсальних моделей може вплинути на їх використання в специфічних сферах.

Ця тенденція відкриває нові можливості для децентралізованого ШІ. Раніше, в гонитві за здатністю "універсальності", традиційні технологічні гіганти мали абсолютну перевагу, і просто застосування концепції децентралізації для конкуренції з ними було нереалістичним. Але в новій парадигмі місцевих моделей та обчислень на краю, перспективи застосування технології блокчейн стали ще більш широкими.

Коли моделі ШІ працюють на пристроях користувачів, як можна забезпечити достовірність виходу? Як реалізувати співпрацю моделей, захищаючи при цьому конфіденційність? Ці питання якраз і є перевагами технології блокчейн.

В галузі вже з'явилися деякі нові проекти. Наприклад, один протокол передачі даних має на меті вирішення проблеми монополії даних та чорного ящика централізованих платформ ШІ; інший проект збирає реальні людські дані за допомогою пристроїв для зчитування електроенцефалограм, створюючи "шар штучної перевірки", і вже досяг значного доходу. Ці проекти намагаються вирішити проблему "достовірності" локального ШІ.

Коротко кажучи, лише коли штучний інтелект справді "заглибитись" в кожен пристрій, децентралізована співпраця зможе перетворитися з концепції на невід'ємну потребу. Для децентралізованих AI проектів, замість того, щоб продовжувати внутрішню конкуренцію на загальному ринку, краще серйозно подумати про те, як надати інфраструктурну підтримку локальній хвилі AI. Це, можливо, є більш перспективним напрямком.