Novas tendências na indústria de IA: a transição da nuvem para o local
Recentemente, a indústria de IA apresentou uma tendência notável: de um foco anterior em grandes modelos baseados em nuvem e centralização de poder computacional, está gradualmente evoluindo para uma nova direção voltada para modelos pequenos locais e computação em borda. Essa mudança pode ser confirmada por múltiplos aspectos, incluindo a tecnologia de IA da Apple, que já cobre 500 milhões de dispositivos, o modelo pequeno dedicado Mu da Microsoft para o Windows 11, que possui 330 milhões de parâmetros, e os robôs desenvolvidos pela Google DeepMind que podem operar offline.
Esta transformação trouxe diferenças significativas. A IA em nuvem depende principalmente de uma enorme escala de parâmetros e de uma quantidade massiva de dados de treinamento, portanto, a força financeira tornou-se a principal vantagem competitiva. Em contraste, a IA local foca mais na otimização de engenharia e na adaptação a cenários específicos, apresentando vantagens na proteção da privacidade do usuário, aumento da confiabilidade e praticidade. Este ponto é especialmente importante, pois o problema de "alucinação" que frequentemente ocorre quando modelos genéricos são aplicados em áreas específicas pode afetar seriamente sua penetração em setores verticais.
Esta tendência traz novas oportunidades para projetos de Web3 AI. No passado, quando a concorrência na indústria estava centrada na capacidade de "generalização" (como computação, dados e algoritmos), os gigantes tecnológicos tradicionais naturalmente dominavam. Nesse cenário, simplesmente aplicar o conceito de descentralização para competir com gigantes como Google, Amazon Web Services ou OpenAI é, sem dúvida, irrealista, pois esses novos projetos carecem tanto de recursos e vantagens tecnológicas quanto de uma base de usuários sólida.
No entanto, com o surgimento de modelos localizados e computação de borda, as aplicações da tecnologia blockchain no campo da IA tornaram-se ainda mais amplas. Quando os modelos de IA são executados nos dispositivos dos próprios utilizadores, como garantir a veracidade dos resultados e prevenir a adulteração? Como permitir a colaboração entre modelos enquanto se protege a privacidade? Estas questões são precisamente as vantagens da tecnologia blockchain.
A indústria já viu surgir alguns projetos emergentes de Web3 AI que enfrentam esses desafios. Por exemplo, um projeto que recentemente recebeu um investimento de 10 milhões de dólares lançou um protocolo de comunicação de dados, com o objetivo de resolver a monopolização de dados e os problemas de caixa-preta existentes nas plataformas de IA centralizadas. Outro projeto, que coleta dados humanos reais através de dispositivos de ondas cerebrais, construiu uma "camada de validação artificial" e já gerou 14 milhões de dólares em receita. Esses projetos estão tentando resolver o problema de "confiabilidade" enfrentado pela IA local.
Em suma, só quando a tecnologia de IA realmente "descer" para cada dispositivo é que a colaboração descentralizada pode passar de um conceito para uma necessidade real. Para projetos de IA Web3, em vez de continuar a competir em uma pista de generalização já saturada, é melhor pensar seriamente em como fornecer o suporte de infraestrutura necessário para a onda de IA local. Isso pode ser uma direção de desenvolvimento mais promissora.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
16 Curtidas
Recompensa
16
4
Repostar
Compartilhar
Comentário
0/400
SighingCashier
· 07-22 09:13
AI边缘那armadilha忽悠过头了叭
Ver originalResponder0
MEVHunterWang
· 07-22 09:12
As tendências locais estão boas e a privacidade também melhorou.
Tendências de Localização em IA: Novas Oportunidades e Desafios para Projetos Web3
Novas tendências na indústria de IA: a transição da nuvem para o local
Recentemente, a indústria de IA apresentou uma tendência notável: de um foco anterior em grandes modelos baseados em nuvem e centralização de poder computacional, está gradualmente evoluindo para uma nova direção voltada para modelos pequenos locais e computação em borda. Essa mudança pode ser confirmada por múltiplos aspectos, incluindo a tecnologia de IA da Apple, que já cobre 500 milhões de dispositivos, o modelo pequeno dedicado Mu da Microsoft para o Windows 11, que possui 330 milhões de parâmetros, e os robôs desenvolvidos pela Google DeepMind que podem operar offline.
Esta transformação trouxe diferenças significativas. A IA em nuvem depende principalmente de uma enorme escala de parâmetros e de uma quantidade massiva de dados de treinamento, portanto, a força financeira tornou-se a principal vantagem competitiva. Em contraste, a IA local foca mais na otimização de engenharia e na adaptação a cenários específicos, apresentando vantagens na proteção da privacidade do usuário, aumento da confiabilidade e praticidade. Este ponto é especialmente importante, pois o problema de "alucinação" que frequentemente ocorre quando modelos genéricos são aplicados em áreas específicas pode afetar seriamente sua penetração em setores verticais.
Esta tendência traz novas oportunidades para projetos de Web3 AI. No passado, quando a concorrência na indústria estava centrada na capacidade de "generalização" (como computação, dados e algoritmos), os gigantes tecnológicos tradicionais naturalmente dominavam. Nesse cenário, simplesmente aplicar o conceito de descentralização para competir com gigantes como Google, Amazon Web Services ou OpenAI é, sem dúvida, irrealista, pois esses novos projetos carecem tanto de recursos e vantagens tecnológicas quanto de uma base de usuários sólida.
No entanto, com o surgimento de modelos localizados e computação de borda, as aplicações da tecnologia blockchain no campo da IA tornaram-se ainda mais amplas. Quando os modelos de IA são executados nos dispositivos dos próprios utilizadores, como garantir a veracidade dos resultados e prevenir a adulteração? Como permitir a colaboração entre modelos enquanto se protege a privacidade? Estas questões são precisamente as vantagens da tecnologia blockchain.
A indústria já viu surgir alguns projetos emergentes de Web3 AI que enfrentam esses desafios. Por exemplo, um projeto que recentemente recebeu um investimento de 10 milhões de dólares lançou um protocolo de comunicação de dados, com o objetivo de resolver a monopolização de dados e os problemas de caixa-preta existentes nas plataformas de IA centralizadas. Outro projeto, que coleta dados humanos reais através de dispositivos de ondas cerebrais, construiu uma "camada de validação artificial" e já gerou 14 milhões de dólares em receita. Esses projetos estão tentando resolver o problema de "confiabilidade" enfrentado pela IA local.
Em suma, só quando a tecnologia de IA realmente "descer" para cada dispositivo é que a colaboração descentralizada pode passar de um conceito para uma necessidade real. Para projetos de IA Web3, em vez de continuar a competir em uma pista de generalização já saturada, é melhor pensar seriamente em como fornecer o suporte de infraestrutura necessário para a onda de IA local. Isso pode ser uma direção de desenvolvimento mais promissora.