الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: من السحابة إلى المحلية
تشهد صناعة الذكاء الاصطناعي في الآونة الأخيرة اتجاهًا مثيرًا للتطور: من التركيز سابقًا على القدرة الحاسوبية الكبيرة والنماذج الضخمة، إلى النماذج الصغيرة المحلية والحوسبة الطرفية. يمكن ملاحظة هذا التغيير من خلال عدة علامات، مثل تغطية تقنية الذكاء الاصطناعي من آبل لـ 500 مليون جهاز، وإطلاق مايكروسوفت لنموذج صغير مخصص بـ 330 مليون معلمة لنظام ويندوز 11، بالإضافة إلى محاولات "العمليات غير المتصلة" التي أجرتها جوجل ديب مايند في مجال الروبوتات.
هذا التحول جاء بنقاط تركيز تنافسية مختلفة. الذكاء الاصطناعي السحابي يتنافس بشكل رئيسي في حجم المعلمات وكمية بيانات التدريب، حيث تصبح القوة المالية هي المفتاح؛ بينما يركز الذكاء الاصطناعي المحلي أكثر على تحسين الهندسة وتكييف المشهد، حيث يتمتع بميزات في حماية الخصوصية والموثوقية والعملية. هذه الاتجاهات توفر أيضًا حلولاً محتملة لمشكلة "الهلوسة" التي تواجه النماذج الكبيرة العامة عند تطبيقها في مجالات محددة.
بالنسبة لمشاريع Web3 AI، فإن هذا التغيير جلب فرصًا جديدة. في الماضي، خلال المنافسة على "القدرة العامة"، كانت مشاريع Web3 تواجه صعوبة في المنافسة مع عمالقة التكنولوجيا التقليديين، لأنها كانت تعاني من نقص في الموارد والتكنولوجيا والقاعدة الجماهيرية. ومع ذلك، تحت النموذج المحلي والحوسبة الحافة، بدأت مزايا تكنولوجيا Web3 تظهر.
عندما تعمل نماذج الذكاء الاصطناعي على أجهزة المستخدمين، كيف يمكن ضمان صحة نتائج المخرجات؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية في نفس الوقت؟ هذه الأسئلة هي بالضبط المجالات التي تتقن تقنية البلوك تشين حلها. بدأت بعض مشاريع Web3 AI الناشئة في استكشاف هذه الاتجاهات، مثل بروتوكولات الاتصالات المعنية بحل قضايا احتكار البيانات وعدم الشفافية في منصات الذكاء الاصطناعي المركزية، ومشاريع أجهزة موجات الدماغ التي تبني "طبقة التحقق البشري" من خلال جمع بيانات بشرية حقيقية. تهدف هذه المحاولات جميعها إلى معالجة مشكلة موثوقية الذكاء الاصطناعي المحلي.
بشكل عام، لا يمكن أن يتحول التعاون اللامركزي من مفهوم إلى حاجة فعلية إلا عندما "تنغمس" الذكاء الاصطناعي حقًا في كل جهاز. بالنسبة لمشاريع الذكاء الاصطناعي في Web3، بدلاً من الاستمرار في المنافسة في المسار العام، من الأفضل التركيز على تقديم الدعم للبنية التحتية لثورة الذكاء الاصطناعي المحلية، وقد يكون هذا اتجاه تطوير أكثر واعدًا.
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 10
أعجبني
10
5
مشاركة
تعليق
0/400
RektRecorder
· منذ 1 س
لا أفهم اتجاه رأس المال هذا
شاهد النسخة الأصليةرد0
FadCatcher
· منذ 6 س
شركات الهواتف الكبرى ستبدأ بالتنافس مجددًا
شاهد النسخة الأصليةرد0
JustHereForAirdrops
· 08-04 22:53
هذه الموجة من التطفل كانت في المكان الصحيح
شاهد النسخة الأصليةرد0
MEVSandwichMaker
· 08-04 22:48
النماذج الصغيرة هي المستقبل
شاهد النسخة الأصليةرد0
SerumDegen
· 08-04 22:43
يبدو أن هيكل سوق الذكاء الاصطناعي هذا يشبه إشارة القاع الكلاسيكية... ngmi إذا كنت لا تزال احتفاظ برموز الحوسبة السحابية rn
الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: صعود النماذج المحلية و Web3 يشهد فرصًا جديدة
الاتجاهات الجديدة في صناعة الذكاء الاصطناعي: من السحابة إلى المحلية
تشهد صناعة الذكاء الاصطناعي في الآونة الأخيرة اتجاهًا مثيرًا للتطور: من التركيز سابقًا على القدرة الحاسوبية الكبيرة والنماذج الضخمة، إلى النماذج الصغيرة المحلية والحوسبة الطرفية. يمكن ملاحظة هذا التغيير من خلال عدة علامات، مثل تغطية تقنية الذكاء الاصطناعي من آبل لـ 500 مليون جهاز، وإطلاق مايكروسوفت لنموذج صغير مخصص بـ 330 مليون معلمة لنظام ويندوز 11، بالإضافة إلى محاولات "العمليات غير المتصلة" التي أجرتها جوجل ديب مايند في مجال الروبوتات.
هذا التحول جاء بنقاط تركيز تنافسية مختلفة. الذكاء الاصطناعي السحابي يتنافس بشكل رئيسي في حجم المعلمات وكمية بيانات التدريب، حيث تصبح القوة المالية هي المفتاح؛ بينما يركز الذكاء الاصطناعي المحلي أكثر على تحسين الهندسة وتكييف المشهد، حيث يتمتع بميزات في حماية الخصوصية والموثوقية والعملية. هذه الاتجاهات توفر أيضًا حلولاً محتملة لمشكلة "الهلوسة" التي تواجه النماذج الكبيرة العامة عند تطبيقها في مجالات محددة.
بالنسبة لمشاريع Web3 AI، فإن هذا التغيير جلب فرصًا جديدة. في الماضي، خلال المنافسة على "القدرة العامة"، كانت مشاريع Web3 تواجه صعوبة في المنافسة مع عمالقة التكنولوجيا التقليديين، لأنها كانت تعاني من نقص في الموارد والتكنولوجيا والقاعدة الجماهيرية. ومع ذلك، تحت النموذج المحلي والحوسبة الحافة، بدأت مزايا تكنولوجيا Web3 تظهر.
عندما تعمل نماذج الذكاء الاصطناعي على أجهزة المستخدمين، كيف يمكن ضمان صحة نتائج المخرجات؟ كيف يمكن تحقيق التعاون بين النماذج مع حماية الخصوصية في نفس الوقت؟ هذه الأسئلة هي بالضبط المجالات التي تتقن تقنية البلوك تشين حلها. بدأت بعض مشاريع Web3 AI الناشئة في استكشاف هذه الاتجاهات، مثل بروتوكولات الاتصالات المعنية بحل قضايا احتكار البيانات وعدم الشفافية في منصات الذكاء الاصطناعي المركزية، ومشاريع أجهزة موجات الدماغ التي تبني "طبقة التحقق البشري" من خلال جمع بيانات بشرية حقيقية. تهدف هذه المحاولات جميعها إلى معالجة مشكلة موثوقية الذكاء الاصطناعي المحلي.
بشكل عام، لا يمكن أن يتحول التعاون اللامركزي من مفهوم إلى حاجة فعلية إلا عندما "تنغمس" الذكاء الاصطناعي حقًا في كل جهاز. بالنسبة لمشاريع الذكاء الاصطناعي في Web3، بدلاً من الاستمرار في المنافسة في المسار العام، من الأفضل التركيز على تقديم الدعم للبنية التحتية لثورة الذكاء الاصطناعي المحلية، وقد يكون هذا اتجاه تطوير أكثر واعدًا.