Nouvelles tendances dans l'industrie de l'IA : l'émergence de petits modèles localisés et de l'Informatique de pointe
Récemment, l'industrie de l'IA a montré une tendance de changement intéressante : au lieu de la quête générale d'une puissance de calcul centralisée à grande échelle et de modèles volumineux, elle s'oriente progressivement vers une nouvelle voie axée sur de petits modèles locaux et l'Informatique de pointe.
Cette tendance peut être confirmée de plusieurs manières. Par exemple, une grande entreprise technologique a déployé des technologies intelligentes sur 500 millions d'appareils ; une autre entreprise technologique a lancé un modèle compact de 3,3 milliards de paramètres pour son système d'exploitation ; et un institut de recherche en IA a développé des robots capables de fonctionner "hors ligne", etc.
La concurrence entre l'IA dans le cloud et l'IA locale se concentre sur des points différents. La première se mesure principalement par la taille des modèles et la quantité de données d'entraînement, où les ressources financières jouent un rôle clé ; la seconde se concentre davantage sur l'optimisation technique et l'adaptation aux scénarios, surpassant en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au fait que le problème d'illusion des modèles généraux peut gravement affecter leur application dans des domaines verticaux.
Cette tendance offre plus d'opportunités à l'IA web3. Dans le passé, tout le monde cherchait la capacité "généraliste", ce qui était naturellement monopolisé par les géants de la technologie traditionnelle. Il est irréaliste de penser pouvoir rivaliser avec les géants de l'industrie simplement en appliquant le concept de décentralisation, car cela manque d'avantages en termes de ressources, de technologie et de base d'utilisateurs.
Cependant, dans le nouveau paysage de la modélisation localisée et de l'Informatique de pointe, la situation à laquelle la technologie blockchain est confrontée est très différente. Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment prouver la véracité des résultats produits ? Comment réaliser une collaboration de modèle tout en protégeant la vie privée ? Ce sont là les points forts de la technologie blockchain.
Il existe déjà de nouveaux projets pertinents dans l'industrie. Par exemple, un protocole de communication de données lancé par une entreprise vise à résoudre les problèmes de monopole et d'opacité des données sur les plateformes d'IA centralisées ; un autre dispositif de lecture des ondes cérébrales développé par une entreprise est utilisé pour collecter des données humaines réelles afin de construire une "couche de validation artificielle", ayant déjà généré des revenus considérables. Ces projets tentent tous de résoudre le problème de "fiabilité" de l'IA locale.
En résumé, la décentralisation de la collaboration ne pourra passer du concept à un besoin réel que lorsque l'IA sera véritablement "enfoncée" dans chaque appareil. Pour les projets Web3 AI, il serait plus judicieux de réfléchir sérieusement à la manière de fournir un soutien infrastructurel pour la vague d'IA localisée plutôt que de continuer à se battre dans un domaine de généralisation.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
17 J'aime
Récompense
17
6
Partager
Commentaire
0/400
MetaNomad
· 08-01 15:20
Le petit modèle est plus accessible.
Voir l'originalRépondre0
GasWaster
· 07-30 18:13
La puissance de calcul locale est encore plus performante.
Nouvelles tendances de l'IA : l'émergence de petits modèles localisés et de l'Informatique de pointe, exploration des opportunités Web3
Nouvelles tendances dans l'industrie de l'IA : l'émergence de petits modèles localisés et de l'Informatique de pointe
Récemment, l'industrie de l'IA a montré une tendance de changement intéressante : au lieu de la quête générale d'une puissance de calcul centralisée à grande échelle et de modèles volumineux, elle s'oriente progressivement vers une nouvelle voie axée sur de petits modèles locaux et l'Informatique de pointe.
Cette tendance peut être confirmée de plusieurs manières. Par exemple, une grande entreprise technologique a déployé des technologies intelligentes sur 500 millions d'appareils ; une autre entreprise technologique a lancé un modèle compact de 3,3 milliards de paramètres pour son système d'exploitation ; et un institut de recherche en IA a développé des robots capables de fonctionner "hors ligne", etc.
La concurrence entre l'IA dans le cloud et l'IA locale se concentre sur des points différents. La première se mesure principalement par la taille des modèles et la quantité de données d'entraînement, où les ressources financières jouent un rôle clé ; la seconde se concentre davantage sur l'optimisation technique et l'adaptation aux scénarios, surpassant en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au fait que le problème d'illusion des modèles généraux peut gravement affecter leur application dans des domaines verticaux.
Cette tendance offre plus d'opportunités à l'IA web3. Dans le passé, tout le monde cherchait la capacité "généraliste", ce qui était naturellement monopolisé par les géants de la technologie traditionnelle. Il est irréaliste de penser pouvoir rivaliser avec les géants de l'industrie simplement en appliquant le concept de décentralisation, car cela manque d'avantages en termes de ressources, de technologie et de base d'utilisateurs.
Cependant, dans le nouveau paysage de la modélisation localisée et de l'Informatique de pointe, la situation à laquelle la technologie blockchain est confrontée est très différente. Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment prouver la véracité des résultats produits ? Comment réaliser une collaboration de modèle tout en protégeant la vie privée ? Ce sont là les points forts de la technologie blockchain.
Il existe déjà de nouveaux projets pertinents dans l'industrie. Par exemple, un protocole de communication de données lancé par une entreprise vise à résoudre les problèmes de monopole et d'opacité des données sur les plateformes d'IA centralisées ; un autre dispositif de lecture des ondes cérébrales développé par une entreprise est utilisé pour collecter des données humaines réelles afin de construire une "couche de validation artificielle", ayant déjà généré des revenus considérables. Ces projets tentent tous de résoudre le problème de "fiabilité" de l'IA locale.
En résumé, la décentralisation de la collaboration ne pourra passer du concept à un besoin réel que lorsque l'IA sera véritablement "enfoncée" dans chaque appareil. Pour les projets Web3 AI, il serait plus judicieux de réfléchir sérieusement à la manière de fournir un soutien infrastructurel pour la vague d'IA localisée plutôt que de continuer à se battre dans un domaine de généralisation.