Ngành AI từ đám mây đến biên: Sự trỗi dậy của các mô hình nhỏ cục bộ mang lại cơ hội mới
Gần đây, ngành AI đã xuất hiện một xu hướng rõ ràng: từ việc theo đuổi các mô hình quy mô lớn trên đám mây trong quá khứ, chuyển sang chú trọng hơn đến các mô hình nhỏ tại chỗ và tính toán biên. Sự chuyển đổi này được thể hiện ở nhiều khía cạnh, như Apple Intelligence phủ sóng 500 triệu thiết bị, Microsoft phát triển mô hình Mu với 330 triệu tham số cho Windows 11, và Google DeepMind khám phá các hoạt động offline của robot.
Sự thay đổi này đã mang lại một cấu trúc cạnh tranh mới. AI đám mây chủ yếu so tài về sức mạnh tài chính, quy mô tham số và khối lượng dữ liệu huấn luyện, trong khi AI địa phương thì chú trọng hơn vào tối ưu hóa kỹ thuật và thích ứng với các tình huống, có lợi thế về bảo vệ quyền riêng tư, độ tin cậy và tính thực dụng. Đặc biệt trong một số lĩnh vực cụ thể, mô hình địa phương có thể hoạt động tốt hơn so với mô hình lớn tổng quát.
Đối với các dự án Web3 AI, xu hướng này chứa đựng cơ hội lớn. Trong quá khứ, các dự án Web3 khó có thể cạnh tranh với các ông lớn công nghệ trong lĩnh vực AI chung. Nhưng trong các mô hình địa phương hóa và các tình huống tính toán biên, những lợi thế của công nghệ blockchain có thể được phát huy đầy đủ.
Ví dụ, khi mô hình AI chạy 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 sự hợp tác của mô hình trong khi bảo vệ quyền riêng tư? Đây chính là những lĩnh vực mà công nghệ blockchain rất giỏi.
Hiện tại đã có một số dự án Web3 AI bắt đầu khám phá hướng đi này. Chẳng hạn, một giao thức truyền thông dữ liệu đang nỗ lực 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 qua thiết bị sóng não, xây dựng "lớp xác thực nhân tạo", đã đạt được thành công thương mại ban đầu. Tất cả những nỗ lực này đều nhằm giải quyết vấn đề độ tin cậy của AI địa phương.
Có thể nói, chỉ khi AI thực sự "hạ xuống" từng thiết bị, thì hợp tác phi tập trung mới có thể biến từ khái niệm thành nhu cầu thực tế. Đối với các dự án AI Web3, thay vì cạnh tranh trong lĩnh vực AI tổng quát, tốt hơn nên tập trung vào việc cung cấp hỗ trợ cơ sở hạ tầng cho làn sóng AI địa phương, điều này có thể là một hướng đi đầy hứa hẹn.
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.
20 thích
Phần thưởng
20
7
Đăng lại
Chia sẻ
Bình luận
0/400
IntrovertMetaverse
· 08-15 17:14
Có chút thật sự thơm ngon
Xem bản gốcTrả lời0
MEVictim
· 08-14 01:44
Biên giới thắng tương lai
Xem bản gốcTrả lời0
WalletDivorcer
· 08-12 18:52
Mô hình nhỏ rất gần gũi.
Xem bản gốcTrả lời0
SelfCustodyIssues
· 08-12 18:44
Nhỏ là lớn
Xem bản gốcTrả lời0
AirdropF5Bro
· 08-12 18:34
Thật sự thơm, nhất định phải bắt kịp chuyến xe này.
Sự trỗi dậy của mô hình AI nhỏ cục bộ mang đến cơ hội mới cho các dự án Web3
Ngành AI từ đám mây đến biên: Sự trỗi dậy của các mô hình nhỏ cục bộ mang lại cơ hội mới
Gần đây, ngành AI đã xuất hiện một xu hướng rõ ràng: từ việc theo đuổi các mô hình quy mô lớn trên đám mây trong quá khứ, chuyển sang chú trọng hơn đến các mô hình nhỏ tại chỗ và tính toán biên. Sự chuyển đổi này được thể hiện ở nhiều khía cạnh, như Apple Intelligence phủ sóng 500 triệu thiết bị, Microsoft phát triển mô hình Mu với 330 triệu tham số cho Windows 11, và Google DeepMind khám phá các hoạt động offline của robot.
Sự thay đổi này đã mang lại một cấu trúc cạnh tranh mới. AI đám mây chủ yếu so tài về sức mạnh tài chính, quy mô tham số và khối lượng dữ liệu huấn luyện, trong khi AI địa phương thì chú trọng hơn vào tối ưu hóa kỹ thuật và thích ứng với các tình huống, có lợi thế về bảo vệ quyền riêng tư, độ tin cậy và tính thực dụng. Đặc biệt trong một số lĩnh vực cụ thể, mô hình địa phương có thể hoạt động tốt hơn so với mô hình lớn tổng quát.
Đối với các dự án Web3 AI, xu hướng này chứa đựng cơ hội lớn. Trong quá khứ, các dự án Web3 khó có thể cạnh tranh với các ông lớn công nghệ trong lĩnh vực AI chung. Nhưng trong các mô hình địa phương hóa và các tình huống tính toán biên, những lợi thế của công nghệ blockchain có thể được phát huy đầy đủ.
Ví dụ, khi mô hình AI chạy 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 sự hợp tác của mô hình trong khi bảo vệ quyền riêng tư? Đây chính là những lĩnh vực mà công nghệ blockchain rất giỏi.
Hiện tại đã có một số dự án Web3 AI bắt đầu khám phá hướng đi này. Chẳng hạn, một giao thức truyền thông dữ liệu đang nỗ lực 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 qua thiết bị sóng não, xây dựng "lớp xác thực nhân tạo", đã đạt được thành công thương mại ban đầu. Tất cả những nỗ lực này đều nhằm giải quyết vấn đề độ tin cậy của AI địa phương.
Có thể nói, chỉ khi AI thực sự "hạ xuống" từng thiết bị, thì hợp tác phi tập trung mới có thể biến từ khái niệm thành nhu cầu thực tế. Đối với các dự án AI Web3, thay vì cạnh tranh trong lĩnh vực AI tổng quát, tốt hơn nên tập trung vào việc cung cấp hỗ trợ cơ sở hạ tầng cho làn sóng AI địa phương, điều này có thể là một hướng đi đầy hứa hẹn.