Liệu sự “chìm đắm” của AI có phải là cơ hội cho Web3 không?

Tác giả: Haotian

Gần đây, tôi đã quan sát ngành công nghiệp AI và thấy rằng nó đang ngày càng "đi xuống": từ sự đồng thuận chính thống ban đầu về sức mạnh tính toán tập trung và các mô hình "lớn", một nhánh đã phát triển ủng hộ các mô hình nhỏ cục bộ và điện toán biên.

Điều này có thể thấy từ Apple Intelligence bao phủ 500 triệu thiết bị, Microsoft ra mắt mô hình nhỏ 330 triệu tham số Mu cho Windows 11 và hoạt động "ngoại tuyến" của robot của Google DeepMind.

Sự khác biệt sẽ là gì? AI đám mây cạnh tranh về quy mô tham số và dữ liệu đào tạo, và khả năng đốt tiền là khả năng cạnh tranh cốt lõi; AI cục bộ cạnh tranh về tối ưu hóa kỹ thuật và thích ứng với bối cảnh, và sẽ tiến xa hơn trong việc bảo vệ quyền riêng tư, độ tin cậy và tính thực tế. (Vấn đề ảo giác của mô hình tổng quát chính sẽ ảnh hưởng nghiêm trọng đến khả năng thâm nhập của các kịch bản dọc)

Điều này thực sự sẽ mang đến cho web3 AI một cơ hội lớn hơn. Trước đây, khi mọi người cạnh tranh về khả năng "tổng quát hóa" (tính toán, dữ liệu, thuật toán), chúng tự nhiên bị các nhà sản xuất Giant truyền thống độc quyền. Việc muốn cạnh tranh với Google, AWS, OpenAI, v.v. bằng cách áp dụng khái niệm phân cấp chỉ đơn giản là một giấc mơ viển vông. Rốt cuộc, không có lợi thế về tài nguyên, lợi thế kỹ thuật và không có cơ sở người dùng.

Nhưng trong thế giới của các mô hình cục bộ + điện toán biên, tình hình mà các dịch vụ công nghệ blockchain phải đối mặt lại rất khác.

Khi mô hình AI chạy trên thiết bị của người dùng, làm thế nào để chứng minh rằng kết quả đầu ra không bị can thiệp? Làm thế nào để đạt được sự cộng tác của mô hình dưới tiền đề bảo vệ quyền riêng tư? Những vấn đề này chính xác là điểm mạnh của công nghệ blockchain...

Tôi đã nhận thấy một số dự án mới liên quan đến AI web3, chẳng hạn như giao thức truyền dữ liệu Lattica mới được @Gradient_HQ đầu tư 10 triệu đô la của Pantera ra mắt gần đây để giải quyết vấn đề độc quyền dữ liệu và hộp đen của các nền tảng AI tập trung; Thiết bị HeadCap của @PublicAI_ EEG thu thập dữ liệu của con người thực và xây dựng một "lớp xác minh nhân tạo", đã đạt được doanh thu 14 triệu đô la; trên thực tế, tất cả đều đang cố gắng giải quyết vấn đề "uy tín" của AI cục bộ.

Nói một cách ngắn gọn: Chỉ khi AI thực sự được "chìm đắm" vào từng thiết bị, thì sự hợp tác phi tập trung mới thay đổi từ một khái niệm thành một nhu cầu cứng nhắc?

Thay vì tiếp tục lăn bánh trên đường đua chung, tại sao không nghiêm túc suy nghĩ về cách cung cấp hỗ trợ cơ sở hạ tầng cho làn sóng AI cục bộ?