Нові тенденції в галузі ШІ: локальні маленькі моделі та Передові обчислення

Нещодавно індустрія ШІ демонструє цікавий розвиток: з попереднього акценту на централізованій обробці великих обсягів даних та великих моделях, поступово виникла нова гілка, що зосереджується на локальних малих моделях і Передових обчисленнях. Цю тенденцію можна підтвердити з кількох аспектів, таких як Apple Intelligence, яка охопила 500 мільйонів пристроїв, Microsoft випустила спеціальну малу модель Mu з 330 мільйонами параметрів для Windows 11, а також роботи, розроблені Google DeepMind, які можуть працювати "офлайн".

Які різниці принесла ця зміна? Хмарний ШІ в основному покладається на величезні масштаби параметрів та величезні обсяги навчальних даних, фінансова спроможність стала ключовим фактором конкуренції. На відміну від цього, локальний ШІ більше зосереджується на оптимізації інженерії та адаптації до сцен, має очевидні переваги у захисті конфіденційності користувачів, підвищенні надійності та практичності. Це особливо важливо, оскільки загальні моделі часто стикаються з проблемою "галюцинацій" під час застосування в певних сферах, що серйозно обмежує їхнє впровадження у вертикальних сценах.

Для проектів Web3 AI ця тенденція може принести більше можливостей. Раніше, коли галузь зосереджувалася на "універсальних" можливостях (, що включають обчислення, дані та алгоритми ), традиційні технологічні гіганти природно займали домінуюче становище. У такій ситуації просто застосувати концепцію децентралізації, щоб конкурувати з галузевими гігантами, не більше ніж марна надія. Адже, порівняно з цими гігантами, проекти Web3 мають недолік у ресурсах, технологіях та базі користувачів.

Однак, з rise локалізованих моделей та Передові обчислення, перспективи застосування технології блокчейн у сфері ШІ ставали ще більш широкими. Коли моделі ШІ працюють на власних пристроях користувачів, як забезпечити достовірність виходу результатів? Як реалізувати співпрацю між моделями, захищаючи при цьому конфіденційність? Ці питання якраз є тими, у яких технологія блокчейн вміє добре розбиратися.

В галузі вже з'явилися деякі нові проекти, спрямовані на вирішення цих викликів. Наприклад, нещодавно отриманий проект фінансування в розмірі 10 мільйонів доларів запустив протокол для передачі даних, що має на меті вирішити проблеми монополії на дані та чорних ящиків, пов'язані з централізованими AI платформами. Інший проект збирає реальні людські дані за допомогою пристроїв для вимірювання електроенцефалографії, створюючи "шар штучної перевірки", і вже досяг доходу в розмірі 14 мільйонів доларів. Усі ці проекти намагаються вирішити проблему "достовірності", з якою стикається локальний AI.

Загалом, лише коли технології ШІ справді "завдадуть удару" по кожному пристрою користувача, децентралізована співпраця зможе перейти від концепції до реальної потреби. Для проектів Web3 AI краще серйозно поміркувати над тим, як забезпечити необхідну інфраструктурну підтримку для майбутньої хвилі локалізованого ШІ, а не продовжувати внутрішні суперечки на вже переповнених загальних аренах. Це може бути більш перспективним напрямком розвитку.