الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: النماذج الصغيرة المحلية وحوسبة الحافة

تظهر صناعة الذكاء الاصطناعي مؤخرًا اتجاهًا مثيرًا للتطور: من الاتجاه السائد الذي كان يركز سابقًا على تركيز قوة الحوسبة الكبيرة والنماذج الكبيرة، تطور تدريجيًا إلى فرع جديد يركز على النماذج الصغيرة المحلية وحوسبة الحافة. يمكن تأكيد هذا الاتجاه من عدة جوانب، مثل تغطية Apple Intelligence لـ 500 مليون جهاز، وإطلاق مايكروسوفت لنموذج صغير مخصص يحمل 3.3 مليار من المعلمات مع Windows 11، وكذلك الروبوتات التي طورتها Google DeepMind القادرة على العمل "بشكل غير متصل".

ما هي الاختلافات التي جلبها هذا التحول؟ تعتمد الذكاء الاصطناعي السحابي بشكل رئيسي على حجم المعلمات الضخم وبيانات التدريب الهائلة، وأصبح رأس المال القوة التنافسية الرئيسية. بالمقابل، يركز الذكاء الاصطناعي المحلي أكثر على تحسين الهندسة وتكييف المشهد، مما يمنحه مزايا واضحة في حماية خصوصية المستخدم وزيادة موثوقية العملية وفعاليتها. هذه النقطة مهمة بشكل خاص، لأن مشكلة "الهلاوس" التي تظهر غالبًا عند تطبيق النماذج العامة في مجالات معينة تقيد بشدة الترويج لها في المشاهد الرأسية.

بالنسبة لمشاريع Web3 AI، قد تجلب هذه الاتجاهات المزيد من الفرص. سابقًا، عندما كانت الصناعة تركز على "التعميم" بما في ذلك الحوسبة، البيانات والخوارزميات (، كانت الشركات التكنولوجية التقليدية تهيمن بشكل طبيعي. في هذه الحالة، مجرد تطبيق مفهوم اللامركزية للتنافس مع عمالقة الصناعة هو بمثابة حديث المجانين. بعد كل شيء، بالمقارنة مع هؤلاء العمالقة، فإن مشاريع Web3 تعاني من نقص في الموارد، التكنولوجيا وقاعدة المستخدمين.

ومع ظهور نماذج التوطين وحوسبة الحافة، أصبحت آفاق تطبيق تقنية blockchain في مجال الذكاء الاصطناعي أكثر اتساعًا. عندما تعمل نماذج الذكاء الاصطناعي على الأجهزة الخاصة بالمستخدمين، كيف يمكن ضمان صحة النتائج الناتجة؟ كيف يمكن تحقيق التعاون بين النماذج مع الحفاظ على الخصوصية؟ هذه الأسئلة هي بالضبط المجالات التي تتقن تقنية blockchain حلها.

ظهرت بالفعل بعض المشاريع الجديدة في الصناعة لمواجهة هذه التحديات. على سبيل المثال، أطلق مشروع حصل مؤخرًا على تمويل بقيمة 10 ملايين دولار بروتوكول اتصال بيانات يهدف إلى معالجة مشكلات الاحتكار والعمليات الغامضة الموجودة في منصات الذكاء الاصطناعي المركزية. مشروع آخر يجمع بيانات بشرية حقيقية من خلال أجهزة موجات الدماغ، ويقوم ببناء "طبقة التحقق الاصطناعي"، وقد حقق إيرادات تصل إلى 14 مليون دولار. تحاول هذه المشاريع جميعها معالجة مشكلة "الموثوقية" التي تواجه الذكاء الاصطناعي المحلي.

بشكل عام، لا يمكن أن تتحول التعاون اللامركزي من مفهوم إلى حاجة حقيقية إلا عندما تتوغل تقنيات الذكاء الاصطناعي فعليًا في كل جهاز مستخدم. بالنسبة لمشاريع الذكاء الاصطناعي في Web3، بدلاً من الاستمرار في التنافس في مسار عام مزدحم، من الأفضل التفكير بجدية في كيفية توفير الدعم اللازم للبنية التحتية لموجة الذكاء الاصطناعي المحلية القادمة. قد يكون هذا اتجاهًا أكثر وعدًا للتطور.