الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: التحول من السحابة إلى المحلية

في الآونة الأخيرة، لوحظ تطور صناعة الذكاء الاصطناعي، وهناك اتجاه مثير يتشكل: من التركيز السابق على التركيز الكبير على قوة الحوسبة والنماذج العملاقة، بدأ يتطور اتجاه جديد يميل نحو النماذج المحلية الصغيرة والحوسبة الطرفية.

يمكن رؤية هذا التحول من عدة علامات. على سبيل المثال، غطت أنظمة الذكاء الاصطناعي لأحد عمالقة التكنولوجيا 500 مليون جهاز؛ أطلقت عملاق برمجي آخر نموذجًا صغيرًا مخصصًا يحتوي على 330 مليون معلمة لنظام التشغيل الأحدث له؛ كما أن هناك مؤسسة أبحاث AI معروفة تستكشف قدرة الروبوتات على العمل "غير المتصل".

تختلف مجالات المنافسة بين الذكاء الاصطناعي السحابي والذكاء الاصطناعي المحلي. يركز الذكاء الاصطناعي السحابي بشكل أساسي على حجم المعلمات وكمية بيانات التدريب، حيث تعتبر القوة المالية هي القوة التنافسية الأساسية. بينما يركز الذكاء الاصطناعي المحلي أكثر على تحسين الهندسة وتكييف المشاهد، ولديه مزايا في حماية الخصوصية والموثوقية والعملية. ويرجع ذلك أساسًا إلى أن مشكلة الهلوسة في النماذج العامة يمكن أن تؤثر بشكل كبير على تطبيقاتها في مجالات معينة.

هذه الاتجاهات توفر مزيدًا من الفرص لمشاريع Web3 AI. في السابق، كانت الشركات التكنولوجية التقليدية تحتكر المنافسة في السعي نحو القدرة على "التعميم" (الحوسبة، البيانات، الخوارزميات). إن محاولة منافسة هذه الشركات العملاقة فقط من خلال تطبيق مفهوم اللامركزية هو بالتأكيد مجرد حلم بعيد المنال، نظرًا لعدم كفاية الموارد والتكنولوجيا وقاعدة المستخدمين.

ومع ذلك، في بيئة النماذج المحلية والحوسبة الطرفية الجديدة، تغيرت آفاق تطبيق تقنية البلوكشين بشكل كبير. عندما تعمل نماذج الذكاء الاصطناعي على أجهزة المستخدمين، كيف يمكن إثبات صحة نتائج المخرجات؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية؟ هذه هي بالضبط نقاط القوة في تقنية البلوكشين.

ظهرت بالفعل بعض المشاريع الجديدة ذات الصلة في الصناعة. على سبيل المثال، تهدف بروتوكولات الاتصالات البيانات إلى معالجة احتكار البيانات ومشاكل الصناديق السوداء في منصات الذكاء الاصطناعي المركزية؛ مشروع آخر يجمع بيانات بشرية حقيقية من خلال أجهزة موجات الدماغ، ويقوم ببناء "طبقة التحقق الاصطناعي"، وقد حقق بالفعل إيرادات ملحوظة. جميع هذه المشاريع تحاول معالجة قضية "موثوقية" الذكاء الاصطناعي المحلي.

بشكل عام، فقط عندما "تنغمس" الذكاء الاصطناعي حقًا في كل جهاز، يمكن أن يتحول التعاون اللامركزي من مفهوم إلى حاجة واقعية. بالنسبة لمشاريع Web3 AI، بدلاً من الاستمرار في المنافسة في المسار العام، من الأفضل التفكير بجدية في كيفية تقديم دعم البنية التحتية لثورة الذكاء الاصطناعي المحلية. قد يكون هذا اتجاهًا يستحق الاستكشاف العميق.