Nouvelle tendance dans l'industrie de l'IA : l'essor des petits modèles localisés et de l'Informatique de pointe

Récemment, l'industrie de l'IA présente une tendance de développement intéressante : après s'être concentrée sur la puissance de calcul à grande échelle et les grands modèles, elle évolue progressivement vers une nouvelle direction axée sur les petits modèles locaux et l'Informatique de pointe. Cette tendance peut être observée à travers plusieurs signes, comme le fait qu'un système intelligent d'une certaine entreprise technologique couvre 500 millions d'appareils, qu'un système d'exploitation a lancé un petit modèle dédié de 330 millions de paramètres, et que des robots développés par une entreprise d'IA ont réalisé des opérations "hors ligne", etc.

Cette transformation a entraîné des différences notables. L'IA cloud repose principalement sur une grande échelle de paramètres et des données d'entraînement massives, la puissance financière étant un atout compétitif clé. En revanche, l'IA locale met davantage l'accent sur l'optimisation technique et l'adaptation aux scénarios, ayant un avantage en matière de protection de la vie privée, de fiabilité et de praticité. Cela est principalement dû au fait que le problème d'illusion des modèles généraux peut gravement affecter leur application dans des domaines spécifiques.

Pour l'IA Web3, cette tendance pourrait apporter davantage d'opportunités. Auparavant, dans la course à la capacité de "généralisation", les géants de la technologie traditionnelle ont dominé grâce à leur avantage en ressources, technologies et bases d'utilisateurs. Il est indéniablement irréaliste pour les projets Web3 de tenter de rivaliser avec ces géants en appliquant simplement le concept de décentralisation.

Cependant, avec l'émergence des modèles de localisation et de l'Informatique de pointe, les perspectives d'application de la technologie blockchain deviennent encore plus vastes. Lorsque les modèles d'IA fonctionnent sur les appareils des utilisateurs, comment garantir l'authenticité des résultats produits ? Comment réaliser la collaboration des modèles tout en protégeant la vie privée ? Ces questions sont précisément les points forts de la technologie blockchain.

L'industrie a déjà vu l'émergence de nouveaux projets connexes, tels qu'un protocole de communication de données visant à résoudre le problème du monopole des données et de la boîte noire des plateformes d'IA centralisées. Un autre projet collecte des données humaines réelles via des dispositifs EEG pour construire une "couche de validation humaine" et a déjà généré des revenus considérables. Ces projets tentent tous de résoudre le problème de la "fiabilité" de l'IA locale.

Dans l'ensemble, la collaboration décentralisée ne peut passer du concept à un besoin réel que lorsque l'IA s'"immisce" véritablement dans chaque appareil. Pour les projets d'IA Web3, plutôt que de continuer à se concurrencer sur un terrain généralisé, il vaut mieux réfléchir sérieusement à la manière de fournir un soutien infrastructurel à la vague d'IA localisée. Cela pourrait être une direction de développement plus prometteuse.