Nouvelles tendances dans l'industrie de l'IA : l'émergence de petits modèles localisés et de l'Informatique de pointe

Récemment, en observant le développement de l'industrie de l'intelligence artificielle, une tendance marquante est en train de se former : de la direction principale précédemment axée sur la concentration de puissance de calcul à grande échelle et les grands modèles, une nouvelle voie s'oriente progressivement vers des modèles locaux de petite taille et l'Informatique de pointe.

Cette tendance se manifeste dans plusieurs domaines. Par exemple, un géant de la technologie a lancé un système intelligent qui couvre 500 millions d'appareils ; une autre entreprise technologique a développé un modèle compact avec 330 millions de paramètres pour son système d'exploitation ; et des instituts de recherche explorent la capacité de fonctionnement hors ligne des robots. Ce sont tous des signes évidents du développement de l'IA localisée.

Il existe des différences évidentes entre l'IA cloud et l'IA locale en termes de points de concurrence. L'IA cloud dépend principalement d'une grande échelle de paramètres et d'une quantité massive de données d'entraînement, la puissance financière devenant un atout clé. En revanche, l'IA locale se concentre davantage sur l'optimisation technique et l'adaptation aux scénarios, offrant des avantages en matière de protection de la vie privée des utilisateurs, d'amélioration de la fiabilité et de l'utilité du système. Cela est particulièrement important, car les modèles généraux sont souvent confrontés à des problèmes d'insuffisance de précision lorsqu'ils sont appliqués dans des domaines spécifiques.

Cette transformation offre de nouvelles opportunités aux projets Web3 AI. Dans la compétition passée pour des capacités généralisées, les géants de la technologie traditionnels ont dominé grâce à leurs ressources, leur technologie et leur base d'utilisateurs. Cependant, dans les nouveaux domaines des modèles localisés et de l'Informatique de pointe, la technologie blockchain pourrait trouver davantage d'espace pour s'épanouir.

Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment garantir l'authenticité des résultats ? Comment réaliser la collaboration entre les modèles tout en protégeant la vie privée ? Ce sont précisément les problèmes que la technologie blockchain excelle à résoudre.

Dans l'industrie, certains projets innovants ont déjà émergé pour relever ces défis. Par exemple, certaines entreprises ont développé des protocoles de communication de données visant à résoudre les problèmes de monopole des données et de manque de transparence des décisions des plateformes d'IA centralisées. D'autres projets collectent des données humaines réelles grâce à des dispositifs d'ondes cérébrales pour construire une "couche de vérification humaine" et ont déjà réalisé des revenus considérables. Ces tentatives explorent toutes comment améliorer la crédibilité de l'IA locale.

En résumé, la collaboration décentralisée ne pourra passer de la théorie à la nécessité pratique que lorsque la technologie AI sera réellement intégrée dans chaque appareil terminal. Pour les projets d'IA Web3, plutôt que de lutter dans le domaine concurrentiel de l'IA générale, il vaut mieux réfléchir sérieusement à la manière de fournir le soutien infrastructurel nécessaire à la vague d'IA localisée, ce qui pourrait être une direction de développement plus prometteuse.