Secondo PANews, l'industria dell'IA sta assistendo a un cambiamento notevole dai modelli centralizzati su larga scala ai modelli piccoli locali e al computing edge. Questa tendenza è evidente in sviluppi come la copertura di 500 milioni di dispositivi da parte di Apple Intelligence, l'introduzione da parte di Microsoft del modello piccolo specifico per Windows 11 Mu con 330 milioni di parametri e le operazioni offline dei robot di Google DeepMind.
L'IA basata su cloud si concentra sulla scala dei parametri e sui dati di addestramento, con le risorse finanziarie che rappresentano un fattore competitivo chiave. Al contrario, l'IA locale enfatizza l'ottimizzazione ingegneristica e l'adattamento agli scenari, migliorando la privacy, l'affidabilità e la praticità. Il problema dell'illusione dei modelli generali influisce significativamente sulla penetrazione negli scenari verticali.
Questo cambiamento presenta maggiori opportunità per l'IA web3. In precedenza, la concorrenza nelle capacità generali (computing, dati, algoritmi) era dominata da giganti tradizionali come Google, AWS e OpenAI, rendendo difficile per i concetti decentralizzati competere a causa della mancanza di risorse, tecnologia e vantaggi di base utenti.
Tuttavia, nel campo dei modelli localizzati e del computing edge, i servizi tecnologici blockchain affrontano un panorama diverso. Quando i modelli di IA operano sui dispositivi degli utenti, sorgono domande su come dimostrare l'integrità dell'output e raggiungere la collaborazione dei modelli preservando la privacy. Queste sono aree in cui la tecnologia blockchain eccelle.
Diverse iniziative web3 AI stanno affrontando queste sfide. Ad esempio, Gradient HQ, sostenuto da un investimento di 10 milioni di dollari da Pantera, ha lanciato il protocollo di comunicazione dei dati Lattica per affrontare il monopolio dei dati e i problemi delle scatole nere nelle piattaforme di AI centralizzate. Il dispositivo HeadCap di PublicAI raccoglie dati umani reali per costruire uno "strato di verifica artificiale", generando 14 milioni di dollari di entrate. Queste iniziative mirano a risolvere il problema della "fiducia" dell'IA locale.
In sintesi, la collaborazione decentralizzata diventa essenziale solo quando l'IA si integra davvero in ogni dispositivo. I progetti web3 AI dovrebbero considerare come supportare l'infrastruttura per l'onda dell'IA locale piuttosto che competere nella pista generalizzata.