Новые тренды в AI-индустрии: переход от облачных решений к локальным

Недавно наблюдая за развитием отрасли искусственного интеллекта, я заметил интересную тенденцию: от ранее широко подчеркиваемого консенсуса о集中ении вычислительной мощности и гигантских моделях, постепенно формируется новое направление, склоняющееся к локальным малым моделям и вычислениям на границах.

Это преобразование можно увидеть по нескольким признакам. Например, интеллектуальная система одного из технологических гигантов охватывает 500 миллионов устройств; другой программный гигант выпустил специальную небольшую модель с 330 миллионами параметров для своей новейшей операционной системы; также известный исследовательский институт в области ИИ исследует возможность "офлайн" работы роботов.

Конкуренция между облачным ИИ и локальным ИИ имеет разные акценты. Облачный ИИ в основном соревнуется по параметрам масштаба и объему обучающих данных, финансовые ресурсы являются ключевым конкурентным преимуществом. В то время как локальный ИИ больше ориентирован на инженерную оптимизацию и адаптацию к конкретным сценариям, обладая преимуществами в области защиты конфиденциальности, надежности и практичности. Это в основном связано с тем, что проблема иллюзий универсальных моделей может серьезно повлиять на их применение в конкретных областях.

Эта тенденция открывает больше возможностей для проектов Web3 AI. Ранее, в конкурентной борьбе за "универсальные" (вычисления, данные, алгоритмы) возможности, традиционные технологические гиганты обладали абсолютным преимуществом. Применение концепции децентрализации для конкуренции с этими гигантами, безусловно, является иллюзией, так как не хватает ресурсов, технологий и пользовательской базы.

Тем не менее, в новых условиях локализованных моделей и краевых вычислений перспективы применения блокчейн-технологий значительно изменились. Как доказать подлинность выходных данных, когда AI-модели работают на устройствах пользователей? Как обеспечить сотрудничество моделей при защите конфиденциальности? Именно это и является сильной стороной блокчейн-технологий.

В индустрии уже появились некоторые новые проекты. Например, один протокол передачи данных нацелен на решение проблем монополии данных и черного ящика централизованных AI-платформ; другой проект использует устройства для считывания мозговых волн для сбора реальных данных о людях, создавая "уровень искусственной проверки", и уже достиг значительного дохода. Эти проекты пытаются решить проблему "достоверности" локального AI.

В целом, только когда ИИ действительно "опустится" на каждое устройство, децентрализованное сотрудничество сможет перейти от концепции к реальной потребности. Для проектов Web3 AI вместо того, чтобы продолжать конкурировать в общем направлении, стоит серьезно подумать о том, как обеспечить инфраструктурную поддержку локализованной волны ИИ. Возможно, это направление стоит глубже изучить.