A indústria de IA caminha do cloud para a edge: a ascensão de pequenos modelos locais traz novas oportunidades
Recentemente, a indústria de IA apresentou uma tendência clara: de uma busca por modelos em nuvem em grande escala, para uma maior ênfase em modelos pequenos locais e computação em borda. Essa mudança se reflete em vários aspectos, como a Apple Intelligence cobrindo 500 milhões de dispositivos, a Microsoft desenvolvendo um modelo Mu com 330 milhões de parâmetros para o Windows 11, e o Google DeepMind explorando operações offline de robôs, entre outros.
Essa mudança trouxe um novo cenário competitivo. A IA na nuvem compete principalmente em termos de poder financeiro, escala de parâmetros e volume de dados de treinamento, enquanto a IA local foca mais na otimização de engenharia e na adaptação a cenários, apresentando vantagens em proteção de privacidade, confiabilidade e praticidade. Especialmente em alguns campos específicos, os modelos locais podem ter um desempenho melhor do que os grandes modelos genéricos.
Para projetos de IA Web3, esta tendência representa uma enorme oportunidade. No passado, no campo da IA genérica, os projetos Web3 tinham dificuldade em competir com as grandes empresas de tecnologia. No entanto, em cenários de modelos localizados e computação de borda, as vantagens da tecnologia blockchain podem ser plenamente aproveitadas.
Por exemplo, quando o modelo de IA é executado nos dispositivos dos usuários, como garantir a veracidade dos resultados de saída? Como realizar a colaboração do modelo enquanto se protege a privacidade? Estas são precisamente as áreas em que a tecnologia blockchain se destaca.
Atualmente, já existem alguns projetos de Web3 AI que estão a explorar esta direção. Um protocolo de comunicação de dados está empenhado em resolver o problema do monopólio de dados e da caixa preta das plataformas de IA centralizadas; outro projeto coleta dados humanos reais através de dispositivos de ondas cerebrais, construindo uma "camada de validação artificial", tendo já alcançado um sucesso comercial inicial. Estas tentativas visam resolver o problema da confiabilidade da IA local.
Pode-se dizer que só quando a IA realmente "descer" para cada dispositivo é que a colaboração descentralizada pode passar de um conceito para uma necessidade real. Para projetos de IA Web3, em vez de competir na corrida da IA geral, é melhor focar em fornecer suporte de infraestrutura para a onda de IA localizada, o que pode ser uma direção mais promissora.
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
O surgimento de pequenos modelos de IA locais traz novas oportunidades para projetos Web3.
A indústria de IA caminha do cloud para a edge: a ascensão de pequenos modelos locais traz novas oportunidades
Recentemente, a indústria de IA apresentou uma tendência clara: de uma busca por modelos em nuvem em grande escala, para uma maior ênfase em modelos pequenos locais e computação em borda. Essa mudança se reflete em vários aspectos, como a Apple Intelligence cobrindo 500 milhões de dispositivos, a Microsoft desenvolvendo um modelo Mu com 330 milhões de parâmetros para o Windows 11, e o Google DeepMind explorando operações offline de robôs, entre outros.
Essa mudança trouxe um novo cenário competitivo. A IA na nuvem compete principalmente em termos de poder financeiro, escala de parâmetros e volume de dados de treinamento, enquanto a IA local foca mais na otimização de engenharia e na adaptação a cenários, apresentando vantagens em proteção de privacidade, confiabilidade e praticidade. Especialmente em alguns campos específicos, os modelos locais podem ter um desempenho melhor do que os grandes modelos genéricos.
Para projetos de IA Web3, esta tendência representa uma enorme oportunidade. No passado, no campo da IA genérica, os projetos Web3 tinham dificuldade em competir com as grandes empresas de tecnologia. No entanto, em cenários de modelos localizados e computação de borda, as vantagens da tecnologia blockchain podem ser plenamente aproveitadas.
Por exemplo, quando o modelo de IA é executado nos dispositivos dos usuários, como garantir a veracidade dos resultados de saída? Como realizar a colaboração do modelo enquanto se protege a privacidade? Estas são precisamente as áreas em que a tecnologia blockchain se destaca.
Atualmente, já existem alguns projetos de Web3 AI que estão a explorar esta direção. Um protocolo de comunicação de dados está empenhado em resolver o problema do monopólio de dados e da caixa preta das plataformas de IA centralizadas; outro projeto coleta dados humanos reais através de dispositivos de ondas cerebrais, construindo uma "camada de validação artificial", tendo já alcançado um sucesso comercial inicial. Estas tentativas visam resolver o problema da confiabilidade da IA local.
Pode-se dizer que só quando a IA realmente "descer" para cada dispositivo é que a colaboração descentralizada pode passar de um conceito para uma necessidade real. Para projetos de IA Web3, em vez de competir na corrida da IA geral, é melhor focar em fornecer suporte de infraestrutura para a onda de IA localizada, o que pode ser uma direção mais promissora.