الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: الانتقال من السحابة إلى المحلية
في الآونة الأخيرة، ظهرت اتجاهات مثيرة للاهتمام في صناعة الذكاء الاصطناعي: من التركيز التقليدي على نماذج السحاب الكبيرة وكثافة الحوسبة، تتطور بشكل تدريجي نحو اتجاه جديد يميل إلى النماذج المحلية الصغيرة والحوسبة الطرفية. يمكن تأكيد هذا التغيير من عدة جوانب، بما في ذلك تقنية الذكاء الاصطناعي من شركة آبل التي تغطي 500 مليون جهاز، وإطلاق مايكروسوفت لنموذج صغير مخصص بحدود 330 مليون معلمة لنظام ويندوز 11، بالإضافة إلى الروبوتات التي طورتها جوجل ديب مايند والتي يمكن تشغيلها في وضع عدم الاتصال.
هذا التحول أدى إلى اختلافات ملحوظة. تعتمد AI السحابية بشكل أساسي على حجم المعلمات الضخم وكمية هائلة من بيانات التدريب، وبالتالي أصبح رأس المال هو القوة التنافسية الأساسية. بالمقارنة، تركز AI المحلية أكثر على تحسين الهندسة والتكيف مع السيناريوهات المحددة، مما يمنحها ميزة في حماية خصوصية المستخدمين وزيادة الموثوقية والعملية. هذه النقطة مهمة بشكل خاص، لأن مشكلة "الهلوسة" التي تحدث غالبًا عند تطبيق النماذج العامة في مجالات محددة قد تؤثر بشكل كبير على انتشارها في المجالات الرأسية.
هذا الاتجاه يوفر فرصًا جديدة لمشاريع Web3 AI. في الماضي، عندما كانت المنافسة في الصناعة تركز على القدرة على "التعميم" (مثل الحوسبة والبيانات والخوارزميات)، كانت الشركات التكنولوجية التقليدية تهيمن بشكل طبيعي. في هذه الحالة، فإن مجرد تطبيق مفهوم اللامركزية في محاولة للتنافس مع عمالقة مثل جوجل، وخدمات أمازون السحابية، أو OpenAI، هو بلا شك غير واقعي، لأن هذه المشاريع الناشئة تفتقر إلى الموارد والميزة التكنولوجية، وليس لديها قاعدة مستخدمين قوية.
ومع ذلك، مع صعود نماذج التوطين والحوسبة الطرفية، أصبحت آفاق تطبيق تقنية blockchain في مجال الذكاء الاصطناعي أكثر اتساعًا. عندما تعمل نماذج الذكاء الاصطناعي على أجهزة المستخدمين الخاصة، كيف يمكن ضمان صحة نتائج المخرجات ومنع التلاعب؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية في نفس الوقت؟ هذه هي الأسئلة التي تكمن فيها مزايا تقنية blockchain.
ظهرت بعض المشاريع الناشئة في مجال Web3 AI في الصناعة لمواجهة هذه التحديات. على سبيل المثال، أطلق مشروع حصل مؤخرًا على استثمار قدره 10 ملايين دولار بروتوكول اتصال بيانات يهدف إلى معالجة مشاكل الاحتكار والبوابة السوداء الموجودة في منصات AI المركزية. مشروع آخر يجمع بيانات بشرية حقيقية من خلال أجهزة قراءة موجات الدماغ، ويقوم ببناء "طبقة تحقق اصطناعي"، وقد حقق بالفعل إيرادات بقيمة 14 مليون دولار. تسعى هذه المشاريع جميعها إلى معالجة مشكلة "الموثوقية" التي تواجه AI المحلي.
بشكل عام، لا يمكن أن يتحول التعاون اللامركزي من مفهوم إلى حاجة حقيقية إلا عندما تصبح تقنيات الذكاء الاصطناعي "موجودة" فعليًا في كل جهاز. بالنسبة لمشاريع الذكاء الاصطناعي في ويب 3، بدلاً من الاستمرار في التنافس في حلبة مزدحمة، من الأفضل التفكير بجدية في كيفية توفير الدعم الضروري للبنية التحتية لموجة الذكاء الاصطناعي المحلية. قد يكون هذا اتجاه تطوير أكثر وعدًا.
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
اتجاهات الترجمة المحلية للذكاء الاصطناعي: الفرص والتحديات الجديدة لمشاريع Web3
الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: الانتقال من السحابة إلى المحلية
في الآونة الأخيرة، ظهرت اتجاهات مثيرة للاهتمام في صناعة الذكاء الاصطناعي: من التركيز التقليدي على نماذج السحاب الكبيرة وكثافة الحوسبة، تتطور بشكل تدريجي نحو اتجاه جديد يميل إلى النماذج المحلية الصغيرة والحوسبة الطرفية. يمكن تأكيد هذا التغيير من عدة جوانب، بما في ذلك تقنية الذكاء الاصطناعي من شركة آبل التي تغطي 500 مليون جهاز، وإطلاق مايكروسوفت لنموذج صغير مخصص بحدود 330 مليون معلمة لنظام ويندوز 11، بالإضافة إلى الروبوتات التي طورتها جوجل ديب مايند والتي يمكن تشغيلها في وضع عدم الاتصال.
هذا التحول أدى إلى اختلافات ملحوظة. تعتمد AI السحابية بشكل أساسي على حجم المعلمات الضخم وكمية هائلة من بيانات التدريب، وبالتالي أصبح رأس المال هو القوة التنافسية الأساسية. بالمقارنة، تركز AI المحلية أكثر على تحسين الهندسة والتكيف مع السيناريوهات المحددة، مما يمنحها ميزة في حماية خصوصية المستخدمين وزيادة الموثوقية والعملية. هذه النقطة مهمة بشكل خاص، لأن مشكلة "الهلوسة" التي تحدث غالبًا عند تطبيق النماذج العامة في مجالات محددة قد تؤثر بشكل كبير على انتشارها في المجالات الرأسية.
هذا الاتجاه يوفر فرصًا جديدة لمشاريع Web3 AI. في الماضي، عندما كانت المنافسة في الصناعة تركز على القدرة على "التعميم" (مثل الحوسبة والبيانات والخوارزميات)، كانت الشركات التكنولوجية التقليدية تهيمن بشكل طبيعي. في هذه الحالة، فإن مجرد تطبيق مفهوم اللامركزية في محاولة للتنافس مع عمالقة مثل جوجل، وخدمات أمازون السحابية، أو OpenAI، هو بلا شك غير واقعي، لأن هذه المشاريع الناشئة تفتقر إلى الموارد والميزة التكنولوجية، وليس لديها قاعدة مستخدمين قوية.
ومع ذلك، مع صعود نماذج التوطين والحوسبة الطرفية، أصبحت آفاق تطبيق تقنية blockchain في مجال الذكاء الاصطناعي أكثر اتساعًا. عندما تعمل نماذج الذكاء الاصطناعي على أجهزة المستخدمين الخاصة، كيف يمكن ضمان صحة نتائج المخرجات ومنع التلاعب؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية في نفس الوقت؟ هذه هي الأسئلة التي تكمن فيها مزايا تقنية blockchain.
ظهرت بعض المشاريع الناشئة في مجال Web3 AI في الصناعة لمواجهة هذه التحديات. على سبيل المثال، أطلق مشروع حصل مؤخرًا على استثمار قدره 10 ملايين دولار بروتوكول اتصال بيانات يهدف إلى معالجة مشاكل الاحتكار والبوابة السوداء الموجودة في منصات AI المركزية. مشروع آخر يجمع بيانات بشرية حقيقية من خلال أجهزة قراءة موجات الدماغ، ويقوم ببناء "طبقة تحقق اصطناعي"، وقد حقق بالفعل إيرادات بقيمة 14 مليون دولار. تسعى هذه المشاريع جميعها إلى معالجة مشكلة "الموثوقية" التي تواجه AI المحلي.
بشكل عام، لا يمكن أن يتحول التعاون اللامركزي من مفهوم إلى حاجة حقيقية إلا عندما تصبح تقنيات الذكاء الاصطناعي "موجودة" فعليًا في كل جهاز. بالنسبة لمشاريع الذكاء الاصطناعي في ويب 3، بدلاً من الاستمرار في التنافس في حلبة مزدحمة، من الأفضل التفكير بجدية في كيفية توفير الدعم الضروري للبنية التحتية لموجة الذكاء الاصطناعي المحلية. قد يكون هذا اتجاه تطوير أكثر وعدًا.