AI業界の新しいトレンド:ローカライズされた小型モデルとエッジコンピューティングの台頭

最近、AI業界は興味深い発展のトレンドを示しています: 以前は大規模な計算能力と大規模モデルに一般的に注目されていましたが、徐々にローカルな小モデルとエッジコンピューティングに偏重した新しい方向に派生しています。このトレンドは、いくつかの兆候から見ることができます。例えば、あるテクノロジー企業のスマートシステムは5億台のデバイスをカバーしており、あるオペレーティングシステムは専用の3.3億パラメータの小モデルを発表し、さらにAI企業が開発したロボットは「オフライン」操作を実現しています。

この変化は顕著な違いをもたらしました。クラウドAIは主に膨大なパラメータ規模と大量のトレーニングデータに依存しており、資金力が重要な競争力です。一方で、ローカルAIはエンジニアリング最適化とシーン適応に重点を置いており、プライバシー、信頼性、実用性の面で優位性を持っています。これは主に、汎用モデルの幻覚問題が特定の分野での応用に深刻な影響を与える可能性があるためです。

Web3 AIにとって、このトレンドはさらなる機会をもたらす可能性があります。それ以前、"汎用化"能力の競争において、伝統的なテクノロジー企業はリソース、技術、ユーザーベースの優位性を利用して主導権を握っていました。Web3プロジェクトが単に分散型の概念を適用してこれらの巨頭と競争しようとするのは、明らかに非現実的です。

しかし、ローカライズモデルとエッジコンピューティングの台頭に伴い、ブロックチェーン技術の応用の可能性はさらに広がっています。AIモデルがユーザーのデバイス上で動作する際、出力結果の真実性をどのように保証しますか？プライバシーを保護しながらモデルの協力をどのように実現しますか？これらの問題はまさにブロックチェーン技術の得意分野です。

業界では、中心化されたAIプラットフォームのデータ独占とブラックボックス問題を解決することを目的としたデータ通信プロトコルなど、いくつかの関連する新しいプロジェクトが登場しています。別のプロジェクトでは、脳波デバイスを使用して実際の人間データを収集し、「人工検証層」を構築しており、かなりの収入を得ています。これらのプロジェクトは、ローカルAIの「信頼性」問題を解決しようとしています。

総じて言えば、AIが真に「浸透」して各デバイスに到達する時、分散型協力は概念から実際のニーズへと変わることができます。Web3 AIプロジェクトにとって、一般化された競争の中で内向的に進むよりも、ローカライズされたAIの波にインフラストラクチャーのサポートを提供する方法を真剣に考える方が良いでしょう。これは、より有望な発展方向かもしれません。