Вызовы и направления будущего развития Web3 AI

В последнее время крупные компании в области Web2 AI достигли значительного прогресса в многомодальных моделях, что进一步 укрепило их технологическое преимущество. Эти сложные модели интегрируют различные модальные выражения с беспрецедентной скоростью, создавая все более закрытую территорию AI. В то же время направление развития Web3 AI, похоже, отклонилось, особенно в попытках в направлении Agent.

Основные вызовы, с которыми сталкивается Web3 AI в настоящее время, включают:

1. Проблемы с семантическим выравниванием: из-за отсутствия единого высокоразмерного пространства встраивания Web3 AI трудно достигнуть семантического выравнивания между различными модальностями, что приводит к низкой производительности.

2. Ограниченный механизм внимания: низкоразмерное пространство ограничивает проектирование и реализацию точного механизма внимания, что сказывается на производительности модели.

3. Слияние характеристик поверхностное: модульный способ сборки приводит к тому, что слияние характеристик остается на этапе статической стыковки и не может реализовать глубокое взаимодействие.

4. Углубление технологических барьеров: Преимущества крупных AI-компаний Web2 в области данных, вычислительной мощности и кадров создают все более высокие барьеры в отрасли.

Тем не менее, будущее Web3 AI вовсе не мрачно. Оно должно использовать стратегию "сельская местность окружает город", начиная с периферийных сценариев:

1. Сосредоточьтесь на легковесной структуре: подходит для таких сценариев, как крайние вычисления, например, дообучение LoRA, задачи постобучения для выравнивания поведения и т.д.

2. Используйте преимущества децентрализованности: ищите возможности в таких областях, как краудсорсинг данных, обучение и аннотация, используя характеристики высокой параллельности, низкой связности и совместимости гетерогенной вычислительной мощности.

3. Гибкая итерация: выберите направление, которое позволяет быстро итерировать, например, обучение небольших базовых моделей или совместное обучение на устройствах на границе.

4. Ждать возможности: внимательно следите за развитием Web2 AI, когда его преимущества исчезнут, а болевые точки станут очевидными, вовремя войдите в соответствующие области.

В этом процессе проектам Web3 AI необходимо сохранять гибкость и быстро адаптироваться к изменениям на рынке. Только проекты, обладающие такой способностью к адаптации, могут занять свое место в будущей конкуренции в области ИИ.