Майбутні напрямки розвитку Web3 AI

Сфера штучного інтелекту переживає глибоку трансформацію. Гіганти Web2 AI створюють дедалі складніші мультимодальні моделі, які здатні одночасно обробляти текст, зображення, аудіо та інші типи даних, а також здійснювати семантичне вирівнювання та злиття ознак у високорозмірному просторі. Цей технологічний прогрес поглиблює галузеві бар'єри, ускладнюючи малим командам досягти успіху.

Однак напрямок розвитку Web3 AI не повинен просто імітувати шлях Web2. В даний час у модульних AI системах Web3 існує безліч обмежень:

1. Відсутність єдиного високорівневого вбудованого простору призводить до труднощів у вирівнюванні семантики
2. Механізм уваги не може бути точно спроектований у просторі низької розмірності
3. Злиття ознак залишається на простій статичній стадії з'єднання.

Ці проблеми виникають через надмірну залежність Web3 AI від незалежних API та з'єднання дискретних модулів, що призводить до відсутності оптимізації від початку до кінця.

Майбутнє розвитку Web3 AI повинно прийняти стратегію "окруження міст сільськими районами", починаючи з країв.

1. Легка структура: підходить для сцен з обмеженими ресурсами, таких як крайові обчислення.
2. Висока паралельність: повне використання розподілених характеристик децентралізованої мережі
3. Низька зв'язність: підтримка незалежності між модулями, що полегшує гнучке поєднання
4. Сумісність з гетерогенними обчислювальними потужностями: підтримка різноманітних апаратних пристроїв для участі

Конкретні напрямки застосування можуть включати:

• Налаштування легковагових моделей, таких як LoRA
• Завдання після навчання з узгодженням поведінки
• Збір та розмітка краудсорсингових даних
• Спільне навчання малих базових моделей
• Спільне навчання на крайових пристроях

Web3 AI не повинні поспішати кидати виклик основним бар'єрам Web2 AI, а мають поступово накопичувати досвід та ресурси в прикордонних сценаріях, чекаючи на відповідний момент. Лише коли переваги Web2 AI зменшаться, залишивши очевидні болючі точки, Web3 AI зможе знайти справжній прорив.

До цього часу проєкти Web3 AI повинні зберігати гнучкість, щоб швидко адаптуватися до змін у вимогах різних сценаріїв. Надто великі та негнучкі архітектури можуть бути виведеними з гри в цьому динамічному еволюційному процесі. Успішні протоколи Web3 AI повинні гнучко переміщатися між "сільською місцевістю", поступово наближаючись до "міста", і врешті-решт досягати обгону в поворотах.