AI業界の新しいトレンド:ローカライズされた小型モデルとエッジコンピューティングの台頭

最近、AI業界は興味深い変化のトレンドを示しています: 以前は大規模な計算能力の集中と巨大モデルの合意を追求していましたが、徐々にローカルの小型モデルとエッジコンピューティングを重視する新しいルートに分化しています。

このトレンドは、複数の側面から確認できます。例えば、あるテクノロジー大手のスマート技術は5億台のデバイスに対応しており、別のテクノロジー企業はそのオペレーティングシステムのために専用の3.3億パラメータの小型モデルを発表しました。また、AI研究機関は「オフライン」で動作するロボットを開発しました。

クラウドAIとローカルAIの競争の重点は異なります。前者は主にモデルの規模とトレーニングデータの量を競い、資金力が鍵です。後者はエンジニアリングの最適化やシーンへの適応により重点を置き、プライバシーの保護、信頼性、実用性の面で優れています。これは主に、汎用モデルの幻覚問題がその垂直分野での応用に深刻な影響を与えるためです。

このトレンドはweb3 AIにより多くの機会をもたらしました。過去には、皆が「汎用性」を追求しており、自然と伝統的なテクノロジーの巨人に独占されていました。単に分散化の概念を適用して業界の巨人と競争しようとするのは現実的ではなく、リソース、技術、ユーザーベースなどの利点が不足しています。

しかし、ローカライズされたモデルとエッジコンピューティングの新しい状況において、ブロックチェーン技術が直面する状況は大きく異なります。AIモデルがユーザーのデバイス上で実行されるとき、出力結果の真実性をどのように証明しますか？プライバシーを保護しながらモデルの協力をどのように実現しますか？これらこそがブロックチェーン技術の強みです。

業界ではすでにいくつかの関連する新しいプロジェクトが登場しています。例えば、ある企業が発表したデータ通信プロトコルは、中央集権型AIプラットフォームのデータ独占と不透明性の問題を解決することを目的としています。また、別の企業が開発した脳波デバイスは、実際の人間のデータを収集して「人工検証層」を構築し、かなりの収入を上げています。これらのプロジェクトはすべて、ローカルAIの「信頼性」問題を解決しようとしています。

以上のように、AIが実際に各デバイスに"沈む"ときにだけ、分散型協力は概念から実際のニーズに変わることができます。web3 AIプロジェクトにとって、一般化の競争を続けるよりも、ローカライズされたAIの潮流に基盤インフラを提供する方法を真剣に考えるべきです。