Ce n'est que lorsque l'IA sera véritablement « décentralisée » sur chaque appareil que la collaboration décentralisée passera d'un concept à un besoin essentiel ?
Rédigé par : Haotian
En observant récemment l'industrie de l'IA, j'ai remarqué un changement de plus en plus « décentralisé » : de la concentration initiale sur la puissance de calcul et le consensus autour des « grands » modèles, une branche s'est développée en faveur de petits modèles locaux et du calcul en périphérie.
Ce point est évident, de la couverture de 500 millions d'appareils par Apple Intelligence, au lancement par Microsoft du modèle Mu avec 3,3 milliards de paramètres dédié à Windows 11, jusqu'aux opérations "hors ligne" du robot de Google DeepMind, etc.
Qu'est-ce qui sera différent ? L'IA dans le cloud mise sur l'échelle des paramètres et les données d'entraînement, la capacité à dépenser de l'argent est la principale force concurrentielle ; l'IA locale mise sur l'optimisation des ingénieries et l'adaptation aux scénarios, ce qui permettra d'aller plus loin en matière de protection de la vie privée, de fiabilité et de praticité. (Le problème d'illusion des modèles généraux affectera gravement la pénétration des scénarios verticaux)
Cela offre en réalité de plus grandes opportunités pour l'IA web3. Lorsque tout le monde se battait pour la capacité « généralisée » (calcul, données, algorithmes), cela était naturellement monopolisé par les grands géants traditionnels. Essayer de rivaliser avec Google, AWS, OpenAI, etc., en intégrant le concept de Décentralisation est tout simplement une chimère, car il n'y a pas d'avantage en ressources, en technologie, et encore moins de base d'utilisateurs.
Mais dans le monde des modèles de localisation + de l'informatique en périphérie, la situation à laquelle fait face le service de la technologie blockchain est très différente.
Lorsque le modèle d'IA fonctionne sur l'appareil de l'utilisateur, comment prouver que les résultats de sortie n'ont pas été altérés ? Comment réaliser une collaboration de modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie de la Décentralisation...
J'ai remarqué quelques nouveaux projets liés à l'IA web3, comme le protocole de communication de données Lattica récemment lancé par @Gradient_HQ avec un investissement de 10M de Pantera, visant à résoudre le problème de la monopolisation des données et de la boîte noire des plateformes d'IA centralisées ; l'appareil de collecte de données humaines HeadCap de @PublicAI_ a déjà généré 14M de revenus en construisant une « couche de validation humaine » ; en fait, tous tentent de résoudre le problème de la « fiabilité » de l'IA locale.
En une phrase : c'est seulement lorsque l'IA sera réellement « intégrée » dans chaque appareil que la Décentralisation de la collaboration passera d'un concept à un besoin essentiel ?
#Web3AI Projet : Au lieu de continuer à se battre dans une course à la généralisation, pourquoi ne pas réfléchir sérieusement à la manière de fournir un support d'infrastructure pour la vague d'IA localisée ?
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
L'IA « immersion » est-elle une opportunité pour le Web3 ?
Rédigé par : Haotian
En observant récemment l'industrie de l'IA, j'ai remarqué un changement de plus en plus « décentralisé » : de la concentration initiale sur la puissance de calcul et le consensus autour des « grands » modèles, une branche s'est développée en faveur de petits modèles locaux et du calcul en périphérie.
Ce point est évident, de la couverture de 500 millions d'appareils par Apple Intelligence, au lancement par Microsoft du modèle Mu avec 3,3 milliards de paramètres dédié à Windows 11, jusqu'aux opérations "hors ligne" du robot de Google DeepMind, etc.
Qu'est-ce qui sera différent ? L'IA dans le cloud mise sur l'échelle des paramètres et les données d'entraînement, la capacité à dépenser de l'argent est la principale force concurrentielle ; l'IA locale mise sur l'optimisation des ingénieries et l'adaptation aux scénarios, ce qui permettra d'aller plus loin en matière de protection de la vie privée, de fiabilité et de praticité. (Le problème d'illusion des modèles généraux affectera gravement la pénétration des scénarios verticaux)
Cela offre en réalité de plus grandes opportunités pour l'IA web3. Lorsque tout le monde se battait pour la capacité « généralisée » (calcul, données, algorithmes), cela était naturellement monopolisé par les grands géants traditionnels. Essayer de rivaliser avec Google, AWS, OpenAI, etc., en intégrant le concept de Décentralisation est tout simplement une chimère, car il n'y a pas d'avantage en ressources, en technologie, et encore moins de base d'utilisateurs.
Mais dans le monde des modèles de localisation + de l'informatique en périphérie, la situation à laquelle fait face le service de la technologie blockchain est très différente.
Lorsque le modèle d'IA fonctionne sur l'appareil de l'utilisateur, comment prouver que les résultats de sortie n'ont pas été altérés ? Comment réaliser une collaboration de modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie de la Décentralisation...
J'ai remarqué quelques nouveaux projets liés à l'IA web3, comme le protocole de communication de données Lattica récemment lancé par @Gradient_HQ avec un investissement de 10M de Pantera, visant à résoudre le problème de la monopolisation des données et de la boîte noire des plateformes d'IA centralisées ; l'appareil de collecte de données humaines HeadCap de @PublicAI_ a déjà généré 14M de revenus en construisant une « couche de validation humaine » ; en fait, tous tentent de résoudre le problème de la « fiabilité » de l'IA locale.
En une phrase : c'est seulement lorsque l'IA sera réellement « intégrée » dans chaque appareil que la Décentralisation de la collaboration passera d'un concept à un besoin essentiel ?
#Web3AI Projet : Au lieu de continuer à se battre dans une course à la généralisation, pourquoi ne pas réfléchir sérieusement à la manière de fournir un support d'infrastructure pour la vague d'IA localisée ?