AI "การลงไป" เป็นโอกาสของ Web3 หรือไม่?

จะเกิดขึ้นได้ก็ต่อเมื่อ AI “ดิ่งลึก” ลงไปในอุปกรณ์แต่ละชิ้น การกระจายอำนาจในการทำงานร่วมกันจะกลายเป็นสิ่งที่จำเป็นจริงๆ?

เขียนโดย：Haotian

เมื่อเร็ว ๆ นี้การสังเกตอุตสาหกรรม AI เราพบการเปลี่ยนแปลงที่ “จม” มากขึ้นเรื่อย ๆ : จากฉันทามติกระแสหลักดั้งเดิมของความเข้มข้นของพลังงานคอมพิวเตอร์และโมเดล “ใหญ่” สาขาได้พัฒนาไปสู่โมเดลขนาดเล็กในท้องถิ่นและการประมวลผลขอบ

สิ่งนี้สามารถเห็นได้จาก Apple Intelligence ที่ครอบคลุมอุปกรณ์ 500 ล้านเครื่อง ไปจนถึงการเปิดตัวโมเดลขนาดเล็ก 3.3 แสนพารามิเตอร์ Mu โดย Microsoft สำหรับ Windows 11 และการดำเนินการ “脱网” ของ Google DeepMind เป็นต้น

จะมีความแตกต่างอะไรบ้าง? AI บนคลาวด์แข่งขันกันที่ขนาดพารามิเตอร์และข้อมูลการฝึกอบรม ความสามารถในการใช้เงินเป็นความได้เปรียบที่สำคัญ; AI ในท้องถิ่นแข่งขันกันที่การปรับปรุงวิศวกรรมและการปรับตัวให้เข้ากับสถานการณ์ โดยจะมีการพัฒนาในด้านการปกป้องความเป็นส่วนตัว ความเชื่อถือได้ และความเป็นประโยชน์มากยิ่งขึ้น (ปัญหาภาพลวงตาของโมเดลทั่วไปจะส่งผลกระทบอย่างมากต่อการแทรกซึมในสถานการณ์เฉพาะ)

นี่จริง ๆ จะมีโอกาสที่มากขึ้นสำหรับ web3 AI เพราะตอนแรกทุกคนแข่งขันกันในความสามารถ “ทั่วไป” (การคำนวณ, ข้อมูล, อัลกอริธึม) ซึ่งถูกผูกขาดโดยยักษ์ใหญ่ของแบบดั้งเดิม เมื่อใส่แนวคิดการกระจายอำนาจเข้าไป การแข่งขันกับ Google, AWS, OpenAI ฯลฯ จึงเป็นเรื่องที่ไม่สมจริง เพราะสุดท้ายไม่มีข้อได้เปรียบด้านทรัพยากร, ข้อได้เปรียบด้านเทคโนโลยี และแน่นอนว่าไม่มีฐานผู้ใช้ที่มั่นคง.

แต่เมื่อเข้าสู่โลกของโมเดลการปรับเปลี่ยนให้เข้ากับท้องถิ่น + การประมวลผลขอบ สถานการณ์ที่บริการเทคโนโลยีบล็อกเชนเผชิญนั้นกลับแตกต่างไปอย่างมาก.

เมื่อโมเดล AI ทำงานบนอุปกรณ์ของผู้ใช้ จะพิสูจน์ได้อย่างไรว่าผลลัพธ์ที่ได้ไม่ได้ถูกเปลี่ยนแปลง? จะทำอย่างไรเพื่อให้การทำงานร่วมกันของโมเดลเกิดขึ้นโดยไม่ละเมิดความเป็นส่วนตัว? คำถามเหล่านี้คือจุดแข็งของเทคโนโลยีการกระจายอำนาจ…

สังเกตเห็นโครงการใหม่ที่เกี่ยวข้องกับ web3 AI บางโครงการ เช่น โปรโตคอลการสื่อสารข้อมูล Lattica ที่เพิ่งเปิดตัวโดย @Gradient_HQ ซึ่งได้รับการลงทุนจาก Pantera จำนวน 10 ล้านดอลลาร์ เพื่อแก้ปัญหาการผูกขาดข้อมูลและปัญหากล่องดำของแพลตฟอร์ม AI แบบรวมศูนย์; อุปกรณ์คลื่นสมอง HeadCap​​ ของ @PublicAI_ ที่เก็บข้อมูลจริงจากมนุษย์ สร้าง “ชั้นการตรวจสอบที่เชื่อถือได้” และได้สร้างรายได้ไปแล้ว 14 ล้านดอลลาร์; จริงๆ แล้วทั้งหมดนี้กำลังพยายามแก้ปัญหา “ความเชื่อถือได้” ของ AI ในท้องถิ่น.

ประโยคเดียว: การทำงานร่วมกันแบบกระจายอำนาจจะกลายเป็นความต้องการที่จำเป็นจริง ๆ ได้ก็ต่อเมื่อ AI “ลงลึก” ไปยังอุปกรณ์แต่ละชิ้นจริง ๆ หรือ?

#Web3AI โครงการกับการที่ยังคงแข่งขันกันในสนามทั่วไป ไม่ดีกว่าหรือที่จะคิดอย่างจริงจังว่าเราจะสนับสนุนโครงสร้างพื้นฐานสำหรับกระแส AI ที่เป็นท้องถิ่นได้อย่างไร?