الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: صعود النماذج الصغيرة المحلية وحوسبة الحافة
تشهد صناعة الذكاء الاصطناعي في الآونة الأخيرة اتجاهًا مثيرًا للاهتمام: من التركيز السابق على القوة الحاسوبية الكبيرة والنماذج الضخمة، بدأ يظهر اتجاه جديد يركز على النماذج الصغيرة المحلية وحوسبة الحافة. يمكن ملاحظة هذا الاتجاه من خلال عدة علامات، مثل أنظمة ذكية لشركة تقنية معينة تغطي 500 مليون جهاز، وإصدار نظام تشغيل لنموذج صغير مخصص يتكون من 3.3 مليون معلمة، وتطوير روبوتات من قبل شركات الذكاء الاصطناعي قادرة على العمل "بشكل غير متصل".
هذا التحول جلب بعض الفروق الملحوظة. تعتمد الذكاء الاصطناعي السحابي بشكل رئيسي على حجم المعلمات الكبير وبيانات التدريب الضخمة، حيث تعتبر القوة المالية هي القدرة التنافسية الرئيسية. بينما تركز الذكاء الاصطناعي المحلي أكثر على تحسين الهندسة والتكيف مع السيناريوهات، مما يعطيه مزايا في حماية الخصوصية والموثوقية والعملية. ويرجع ذلك أساسًا إلى أن مشكلة الوهم في النماذج العامة قد تؤثر بشكل كبير على تطبيقاتها في مجالات معينة.
قد يجلب هذا الاتجاه المزيد من الفرص لـ Web3 AI. في السابق، في المنافسة على القدرة على "التعميم"، كانت الشركات التكنولوجية التقليدية تهيمن بفضل مواردها وتقنياتها وقاعدة مستخدميها. إذا أرادت مشاريع Web3 أن تنافس هذه الشركات العملاقة من خلال تطبيق بسيط لمفهوم اللامركزية، فمن المؤكد أن ذلك غير واقعي.
ومع ذلك، مع ظهور النماذج المحلية وحوسبة الحافة، أصبحت آفاق تطبيق تقنية blockchain أوسع بكثير. عندما تعمل نماذج الذكاء الاصطناعي على أجهزة المستخدمين، كيف يمكن ضمان صحة النتائج الناتجة؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية؟ هذه هي بالضبط النقاط القوية لتقنية blockchain.
ظهرت بعض المشاريع الجديدة ذات الصلة في الصناعة، مثل بروتوكول نقل البيانات الذي يهدف إلى حل مشكلة احتكار البيانات والصناديق السوداء في منصات الذكاء الاصطناعي المركزية. مشروع آخر يجمع البيانات البشرية الحقيقية من خلال أجهزة موجات الدماغ، ويقوم ببناء "طبقة تحقق اصطناعي"، وقد حقق إيرادات ملحوظة. تحاول هذه المشاريع جميعها معالجة مشكلة "موثوقية" الذكاء الاصطناعي المحلي.
بشكل عام، لا يمكن أن تتحول التعاون اللامركزي من مفهوم إلى حاجة فعلية إلا عندما "تنزل" الذكاء الاصطناعي حقًا إلى كل جهاز. بالنسبة لمشاريع الذكاء الاصطناعي في Web3، بدلاً من الاستمرار في التنافس في مسار التعميم، من الأفضل التفكير بجدية في كيفية توفير دعم البنية التحتية لتيار الذكاء الاصطناعي المحلي. قد يكون هذا اتجاهًا أكثر وعدًا في التطور.
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.
تسجيلات الإعجاب 18
أعجبني
18
4
إعادة النشر
مشاركة
تعليق
0/400
just_another_fish
· 08-11 00:01
هل سأتمكن من رؤية الذكاء الاصطناعي المحلي يسيطر على السوق في حياتي؟
شاهد النسخة الأصليةرد0
BtcDailyResearcher
· 08-08 03:52
تدحرج يا إخوان
شاهد النسخة الأصليةرد0
MiningDisasterSurvivor
· 08-08 03:42
هل نسيت مأساة سلسلة الكتل العامة للذكاء الاصطناعي في عام 2021؟
شاهد النسخة الأصليةرد0
PanicSeller
· 08-08 03:36
عملت على العملات لمدة ثلاث سنوات، وانهارت بالكامل، مستثمر التجزئة إغلاق جميع المراكز لن يعود أبداً
توجهات جديدة في الذكاء الاصطناعي: فرص دمج النماذج الصغيرة المحلية مع Web3
الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: صعود النماذج الصغيرة المحلية وحوسبة الحافة
تشهد صناعة الذكاء الاصطناعي في الآونة الأخيرة اتجاهًا مثيرًا للاهتمام: من التركيز السابق على القوة الحاسوبية الكبيرة والنماذج الضخمة، بدأ يظهر اتجاه جديد يركز على النماذج الصغيرة المحلية وحوسبة الحافة. يمكن ملاحظة هذا الاتجاه من خلال عدة علامات، مثل أنظمة ذكية لشركة تقنية معينة تغطي 500 مليون جهاز، وإصدار نظام تشغيل لنموذج صغير مخصص يتكون من 3.3 مليون معلمة، وتطوير روبوتات من قبل شركات الذكاء الاصطناعي قادرة على العمل "بشكل غير متصل".
هذا التحول جلب بعض الفروق الملحوظة. تعتمد الذكاء الاصطناعي السحابي بشكل رئيسي على حجم المعلمات الكبير وبيانات التدريب الضخمة، حيث تعتبر القوة المالية هي القدرة التنافسية الرئيسية. بينما تركز الذكاء الاصطناعي المحلي أكثر على تحسين الهندسة والتكيف مع السيناريوهات، مما يعطيه مزايا في حماية الخصوصية والموثوقية والعملية. ويرجع ذلك أساسًا إلى أن مشكلة الوهم في النماذج العامة قد تؤثر بشكل كبير على تطبيقاتها في مجالات معينة.
قد يجلب هذا الاتجاه المزيد من الفرص لـ Web3 AI. في السابق، في المنافسة على القدرة على "التعميم"، كانت الشركات التكنولوجية التقليدية تهيمن بفضل مواردها وتقنياتها وقاعدة مستخدميها. إذا أرادت مشاريع Web3 أن تنافس هذه الشركات العملاقة من خلال تطبيق بسيط لمفهوم اللامركزية، فمن المؤكد أن ذلك غير واقعي.
ومع ذلك، مع ظهور النماذج المحلية وحوسبة الحافة، أصبحت آفاق تطبيق تقنية blockchain أوسع بكثير. عندما تعمل نماذج الذكاء الاصطناعي على أجهزة المستخدمين، كيف يمكن ضمان صحة النتائج الناتجة؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية؟ هذه هي بالضبط النقاط القوية لتقنية blockchain.
ظهرت بعض المشاريع الجديدة ذات الصلة في الصناعة، مثل بروتوكول نقل البيانات الذي يهدف إلى حل مشكلة احتكار البيانات والصناديق السوداء في منصات الذكاء الاصطناعي المركزية. مشروع آخر يجمع البيانات البشرية الحقيقية من خلال أجهزة موجات الدماغ، ويقوم ببناء "طبقة تحقق اصطناعي"، وقد حقق إيرادات ملحوظة. تحاول هذه المشاريع جميعها معالجة مشكلة "موثوقية" الذكاء الاصطناعي المحلي.
بشكل عام، لا يمكن أن تتحول التعاون اللامركزي من مفهوم إلى حاجة فعلية إلا عندما "تنزل" الذكاء الاصطناعي حقًا إلى كل جهاز. بالنسبة لمشاريع الذكاء الاصطناعي في Web3، بدلاً من الاستمرار في التنافس في مسار التعميم، من الأفضل التفكير بجدية في كيفية توفير دعم البنية التحتية لتيار الذكاء الاصطناعي المحلي. قد يكون هذا اتجاهًا أكثر وعدًا في التطور.
أريد التعليق باللغة الصينية
نقطة النهاية للخصوصية هي Web3