AI "ลงสู่ฐาน" หลังจากนั้น เวลาที่ Web3 จะได้แสดงฝีมือหรือ?

ผู้เขียน：Haotian

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

จุดนี้สามารถเห็นได้จาก Apple Intelligence ครอบคลุมอุปกรณ์ 500 ล้านเครื่อง ไปจนถึงการเปิดตัวโมเดลขนาดเล็ก 3.3 หมื่นพารามิเตอร์ Mu ของไมโครซอฟท์สำหรับ Windows 11 รวมถึงการดำเนินการ “脱网” ของหุ่นยนต์ DeepMind ของกูเกิลด้วย

จะมีความแตกต่างอะไรบ้าง? คลาวด์ AI แข่งกันที่ขนาดพารามิเตอร์และข้อมูลการฝึกอบรม ความสามารถในการใช้เงินคือความได้เปรียบหลัก; ในขณะที่ AI ท้องถิ่นแข่งขันกันที่การปรับวิศวกรรมและการปรับให้เข้ากับสถานการณ์ ซึ่งจะก้าวหน้าไปอีกขั้นในด้านการปกป้องข้อมูลส่วนบุคคล ความเชื่อถือได้ และการใช้งานจริง (ปัญหาภาพหลอนของโมเดลทั่วไปจะมีผลกระทบอย่างรุนแรงต่อการแทรกซึมในสถานการณ์เฉพาะ)

นี่จริงๆ แล้วจะมีโอกาสที่มากขึ้นสำหรับ web3 AI เพราะก่อนหน้านี้ทุกคนแข่งขันกันในเรื่อง “การทั่วไป” (การคำนวณ, ข้อมูล, อัลกอริธึม) ซึ่งถูกผูกขาดโดยบริษัทขนาดใหญ่แบบดั้งเดิม การนำแนวคิดการกระจายอำนาจมาใช้แล้วคิดว่าจะสามารถแข่งขันกับ Google, AWS, OpenAI นั้นช่างเป็นเรื่องเพ้อฝัน เพราะไม่มีข้อได้เปรียบด้านทรัพยากร, ข้อได้เปรียบทางเทคโนโลยี และยิ่งไม่มีฐานผู้ใช้เลย.

แต่เมื่อเข้าสู่โลกของโมเดลการแปลภาษา + การประมวลผลที่ขอบ เทคโนโลยีบล็อกเชนที่ให้บริการจะเผชิญกับสถานการณ์ที่แตกต่างออกไปอย่างมาก.

เมื่อโมเดล AI ทำงานบนอุปกรณ์ของผู้ใช้ จะพิสูจน์ผลลัพธ์ที่ออกมาไม่ได้ถูกแก้ไขได้อย่างไร? จะทำอย่างไรในการทำงานร่วมกันของโมเดลโดยไม่ละเมิดความเป็นส่วนตัว? คำถามเหล่านี้เป็นจุดแข็งของเทคโนโลยีบล็อกเชน…

มีการสังเกตเห็นโครงการใหม่ที่เกี่ยวข้องกับ web3 AI บางโครงการ เช่น โปรโตคอลการสื่อสารข้อมูล Lattica ที่เพิ่งเปิดตัวโดย @Gradient_HQ ซึ่งได้รับการลงทุน 10 ล้านจาก Pantera เพื่อแก้ไขปัญหาการผูกขาดข้อมูลและกล่องดำของแพลตฟอร์ม AI ที่รวมศูนย์; อุปกรณ์ HeadCap ของ @PublicAI_ ที่ใช้คลื่นสมองในการเก็บข้อมูลจากมนุษย์จริง สร้าง “ชั้นการตรวจสอบที่มนุษย์ยืนยัน” ได้สร้างรายได้ไปแล้ว 14 ล้าน; จริงๆ แล้ว ทุกโครงการกำลังพยายามแก้ไขปัญหา “ความน่าเชื่อถือ” ของ AI ในท้องถิ่น.

คำพูดเดียว: จะเกิดการทำงานร่วมกันแบบกระจายศูนย์ได้จริงก็ต่อเมื่อ AI “ลงไปสู่” อุปกรณ์แต่ละเครื่องเท่านั้น?

#Web3AI โครงการกับการที่มันจะยังคงแข่งขันในเส้นทางทั่วไป ทำไมไม่คิดอย่างจริงจังว่าจะแสดงการสนับสนุนโครงสร้างพื้นฐานสำหรับคลื่น AI ในท้องถิ่นได้อย่างไร?