Xu hướng mới trong ngành AI: Từ đám mây đến cục bộ
Gần đây quan sát sự phát triển của ngành trí tuệ nhân tạo, có thể nhận thấy một xu hướng thú vị: từ hướng đi chủ đạo trước đây tập trung vào sức mạnh tính toán quy mô lớn và các mô hình lớn, dần dần đã phân hóa ra một hướng đi mới chú trọng vào các mô hình nhỏ địa phương và tính toán biên.
Sự thay đổi này đã được thể hiện trong nhiều lĩnh vực. Chẳng hạn, một ông lớn công nghệ đã triển khai hệ thống thông minh trên 500 triệu thiết bị; một công ty công nghệ lớn khác đã phát triển một mô hình nhỏ chuyên dụng với 3,3 triệu tham số cho hệ điều hành của mình; còn một tổ chức nghiên cứu AI nổi tiếng đang khám phá khả năng hoạt động offline của robot.
Cạnh tranh giữa AI đám mây và AI cục bộ có trọng tâm khác nhau. AI đám mây chủ yếu so sánh quy mô mô hình và khối lượng dữ liệu huấn luyện, sức mạnh tài chính là yếu tố then chốt; trong khi AI cục bộ chú trọng nhiều hơn đến tối ưu hóa kỹ thuật và thích ứng với bối cảnh, có lợi thế trong việc bảo vệ quyền riêng tư, độ tin cậy và tính thực tiễn. Điều này chủ yếu là do vấn đề ảo giác của các mô hình tổng quát lớn có thể ảnh hưởng đến ứng dụng của chúng trong các lĩnh vực cụ thể.
Xu hướng này mang đến những cơ hội mới cho AI phi tập trung. Trong quá khứ, trong cuộc cạnh tranh nhằm đạt được khả năng "thông dụng hóa", các ông lớn công nghệ truyền thống chiếm ưu thế tuyệt đối, việc chỉ áp dụng khái niệm phi tập trung để cạnh tranh với họ là không thực tế. Nhưng dưới bối cảnh của mô hình cục bộ và tính toán biên, triển vọng ứng dụng công nghệ blockchain trở nên rộng mở hơn.
Khi mô hình AI hoạt động trên thiết bị của người dùng, làm thế nào để đảm bảo tính xác thực của kết quả đầu ra? Làm thế nào để thực hiện hợp tác mô hình trong khi bảo vệ quyền riêng tư? Những vấn đề này chính là lợi thế của công nghệ blockchain.
Trong ngành đã xuất hiện một số dự án mới liên quan. Chẳng hạn, một giao thức truyền dữ liệu nhằm giải quyết vấn đề độc quyền dữ liệu và hộp đen của các nền tảng AI tập trung; một dự án khác thu thập dữ liệu con người thực thông qua thiết bị sóng não, xây dựng "lớp xác minh nhân tạo", đã đạt được doanh thu đáng kể. Tất cả những dự án này đều đang cố gắng giải quyết vấn đề "độ tin cậy" của AI địa phương.
Nói ngắn gọn, chỉ khi AI thực sự "thâm nhập" vào từng thiết bị, thì hợp tác phi tập trung mới có thể chuyển từ khái niệm thành nhu cầu thiết yếu. Đối với các dự án AI phi tập trung, thay vì tiếp tục đấu tranh trong lĩnh vực chung, tốt hơn là suy nghĩ nghiêm túc về cách cung cấp hỗ trợ cơ sở hạ tầng cho làn sóng AI địa phương. Đây có thể là một hướng đi hứa hẹn hơn.
Xem bản gốc
Trang này có thể chứa nội dung của bên thứ ba, được cung cấp chỉ nhằm mục đích thông tin (không phải là tuyên bố/bảo đảm) và không được coi là sự chứng thực cho quan điểm của Gate hoặc là lời khuyên về tài chính hoặc chuyên môn. Xem Tuyên bố từ chối trách nhiệm để biết chi tiết.
15 thích
Phần thưởng
15
8
Chia sẻ
Bình luận
0/400
MercilessHalal
· 07-19 23:11
Chuỗi bản đầu, tql!
Xem bản gốcTrả lời0
NonFungibleDegen
· 07-19 17:59
tăng giá af trên ai phi tập trung rn... có thể không có gì ser
Xem bản gốcTrả lời0
LiquidityWizard
· 07-18 20:41
Cuối cùng đã thoát khỏi cái hố điện toán đám mây này.
Xem bản gốcTrả lời0
BearMarketBard
· 07-16 23:54
Giải phóng xiềng xích của AI ~ Nó thực sự thơm
Xem bản gốcTrả lời0
Ramen_Until_Rich
· 07-16 23:53
Các yyds mô hình nhỏ không muốn bị các công ty lớn theo dõi
Xem bản gốcTrả lời0
NftMetaversePainter
· 07-16 23:52
cuộc cách mạng theo mô hình phi tập trung là không thể tránh khỏi... blockchain + AI biên = chủ quyền kỹ thuật số thực sự fr fr
Xem bản gốcTrả lời0
SneakyFlashloan
· 07-16 23:30
Mô hình nhỏ hoặc mô hình lớn có khả năng tư nhân hóa
Xu hướng mới của AI: Từ đám mây đến địa phương Phi tập trung đón nhận cơ hội mới
Xu hướng mới trong ngành AI: Từ đám mây đến cục bộ
Gần đây quan sát sự phát triển của ngành trí tuệ nhân tạo, có thể nhận thấy một xu hướng thú vị: từ hướng đi chủ đạo trước đây tập trung vào sức mạnh tính toán quy mô lớn và các mô hình lớn, dần dần đã phân hóa ra một hướng đi mới chú trọng vào các mô hình nhỏ địa phương và tính toán biên.
Sự thay đổi này đã được thể hiện trong nhiều lĩnh vực. Chẳng hạn, một ông lớn công nghệ đã triển khai hệ thống thông minh trên 500 triệu thiết bị; một công ty công nghệ lớn khác đã phát triển một mô hình nhỏ chuyên dụng với 3,3 triệu tham số cho hệ điều hành của mình; còn một tổ chức nghiên cứu AI nổi tiếng đang khám phá khả năng hoạt động offline của robot.
Cạnh tranh giữa AI đám mây và AI cục bộ có trọng tâm khác nhau. AI đám mây chủ yếu so sánh quy mô mô hình và khối lượng dữ liệu huấn luyện, sức mạnh tài chính là yếu tố then chốt; trong khi AI cục bộ chú trọng nhiều hơn đến tối ưu hóa kỹ thuật và thích ứng với bối cảnh, có lợi thế trong việc bảo vệ quyền riêng tư, độ tin cậy và tính thực tiễn. Điều này chủ yếu là do vấn đề ảo giác của các mô hình tổng quát lớn có thể ảnh hưởng đến ứng dụng của chúng trong các lĩnh vực cụ thể.
Xu hướng này mang đến những cơ hội mới cho AI phi tập trung. Trong quá khứ, trong cuộc cạnh tranh nhằm đạt được khả năng "thông dụng hóa", các ông lớn công nghệ truyền thống chiếm ưu thế tuyệt đối, việc chỉ áp dụng khái niệm phi tập trung để cạnh tranh với họ là không thực tế. Nhưng dưới bối cảnh của mô hình cục bộ và tính toán biên, triển vọng ứng dụng công nghệ blockchain trở nên rộng mở hơn.
Khi mô hình AI hoạt động trên thiết bị của người dùng, làm thế nào để đảm bảo tính xác thực của kết quả đầu ra? Làm thế nào để thực hiện hợp tác mô hình trong khi bảo vệ quyền riêng tư? Những vấn đề này chính là lợi thế của công nghệ blockchain.
Trong ngành đã xuất hiện một số dự án mới liên quan. Chẳng hạn, một giao thức truyền dữ liệu nhằm giải quyết vấn đề độc quyền dữ liệu và hộp đen của các nền tảng AI tập trung; một dự án khác thu thập dữ liệu con người thực thông qua thiết bị sóng não, xây dựng "lớp xác minh nhân tạo", đã đạt được doanh thu đáng kể. Tất cả những dự án này đều đang cố gắng giải quyết vấn đề "độ tin cậy" của AI địa phương.
Nói ngắn gọn, chỉ khi AI thực sự "thâm nhập" vào từng thiết bị, thì hợp tác phi tập trung mới có thể chuyển từ khái niệm thành nhu cầu thiết yếu. Đối với các dự án AI phi tập trung, thay vì tiếp tục đấu tranh trong lĩnh vực chung, tốt hơn là suy nghĩ nghiêm túc về cách cung cấp hỗ trợ cơ sở hạ tầng cho làn sóng AI địa phương. Đây có thể là một hướng đi hứa hẹn hơn.