AI sektöründeki yeni trendler: Yerel küçük modeller ve Uç Bilişim

Son zamanlarda AI endüstrisinde ilginç bir gelişim trendi ortaya çıkıyor: Önceden büyük ölçekli hesaplama gücüne ve büyük modellere odaklanan ana akım yönelimlerden, giderek yerel küçük modellere ve Uç Bilişim'e odaklanan yeni bir dal ortaya çıkıyor. Bu trend, Apple Intelligence'ın 500 milyon cihazı kapsaması, Microsoft'un Windows 11 için 3.3 milyar parametreye sahip özel küçük model Mu'yu tanıtması ve Google DeepMind'ın "çevrimdışı" çalışabilen robotlar geliştirmesi gibi birçok açıdan doğrulanabilir.

Bu dönüşüm hangi farklılıkları getirdi? Bulut AI, büyük parametre ölçekleri ve devasa eğitim verilerine dayanırken, finansal güç ana rekabet faktörü haline geldi. Buna karşılık, yerel AI mühendislik optimizasyonuna ve senaryo uyumuna daha fazla önem veriyor; kullanıcı gizliliğini koruma, güvenilirliği artırma ve pratiklik açısından belirgin avantajlara sahip. Bu özellikle önemlidir, çünkü genel modellerin belirli alanlarda uygulandığında sıkça karşılaşılan "halüsinasyon" sorunları, dikey senaryoların yaygınlaşmasını ciddi şekilde sınırlamaktadır.

Web3 AI projeleri için bu eğilim daha fazla fırsat getirebilir. Önceden, sektör "genelleştirme" yeteneklerine (, hesaplama, veri ve algoritma ) odaklandığında, geleneksel teknoloji devleri doğal olarak hakimiyet kurdular. Bu durumda, yalnızca merkeziyetsiz kavramını kullanarak sektör devleriyle rekabet etmeye çalışmak, bir hayalperestin hayalinden farksızdır. Sonuçta, bu devlere kıyasla, Web3 projeleri kaynak, teknoloji ve kullanıcı tabanı gibi alanlarda dezavantajlı durumdadır.

Ancak, yerelleştirilmiş modeller ve Uç Bilişim'in yükselişiyle birlikte, blockchain teknolojisinin AI alanındaki uygulama potansiyeli daha da genişlemektedir. AI modelleri kullanıcıların kendi cihazlarında çalışırken, çıktı sonuçlarının doğruluğunu nasıl sağlarız? Gizliliği korurken modeller arasında nasıl işbirliği sağlarız? Bu sorular, tam olarak blockchain teknolojisinin uzmanlaştığı alanlardır.

Sektörde bu zorluklara yönelik bazı yeni projeler ortaya çıktı. Örneğin, yakın zamanda 10 milyon dolar yatırım alan bir proje, merkezi AI platformlarının mevcut veri tekeli ve kara kutu işlemleri sorunlarını çözmeyi amaçlayan bir veri iletişim protokolü sundu. Diğer bir proje, beyin dalgaları cihazları aracılığıyla gerçek insan verilerini toplayarak "yapay doğrulama katmanı" oluşturdu ve 14 milyon dolar gelir elde etti. Bu projeler, yerel AI'nin karşılaştığı "güvenilirlik" sorununu çözmeye çalışıyor.

Genel olarak, yalnızca AI teknolojisi gerçekten her kullanıcı cihazına "inmesi" gerektiğinde, merkeziyetsiz işbirliği kavramdan gerçek bir ihtiyaç haline dönüşebilir. Web3 AI projeleri için, zaten kalabalık olan genel yarışta rekabet etmeye devam etmek yerine, yaklaşan yerelleştirilmiş AI dalgasına gerekli altyapı desteğini nasıl sağlayabileceklerini ciddiyetle düşünmek daha iyidir. Bu belki de daha umut verici bir gelişim yönüdür.