De acordo com a PANews, a indústria de IA está testemunhando uma mudança notável de modelos centralizados em larga escala para modelos pequenos locais e computação de borda. Essa tendência é evidente em desenvolvimentos como a cobertura de 500 milhões de dispositivos pela Apple Intelligence, a introdução do modelo pequeno Mu específico do Windows 11 pela Microsoft com 330 milhões de parâmetros, e as operações offline de robôs do Google DeepMind.
A IA baseada em nuvem foca na escala de parâmetros e nos dados de treinamento, com recursos financeiros sendo um fator competitivo chave. Em contraste, a IA local enfatiza a otimização de engenharia e a adaptação ao cenário, melhorando a privacidade, a confiabilidade e a praticidade. O problema da ilusão de modelos gerais impacta significativamente a penetração em cenários verticais.
Essa mudança apresenta maiores oportunidades para a IA web3. Anteriormente, a competição em capacidades gerais (computação, dados, algoritmos) era dominada por gigantes tradicionais como Google, AWS e OpenAI, tornando desafiador para conceitos descentralizados competirem devido à falta de recursos, tecnologia e vantagens de base de usuários.
No entanto, no reino dos modelos localizados e da computação de borda, os serviços de tecnologia blockchain enfrentam um cenário diferente. Quando os modelos de IA operam nos dispositivos dos usuários, surgem questões sobre como provar a integridade da saída e alcançar a colaboração do modelo enquanto preserva a privacidade. Estas são áreas nas quais a tecnologia blockchain se destaca.
Vários projetos de IA web3 estão abordando esses desafios. Por exemplo, a Gradient HQ, apoiada por um investimento de $10 milhões da Pantera, lançou o protocolo de comunicação de dados Lattica para enfrentar o monopólio de dados e os problemas de caixa-preta em plataformas de IA centralizadas. O dispositivo HeadCap da PublicAI coleta dados humanos reais para construir uma "camada de verificação artificial", gerando $14 milhões em receita. Essas iniciativas visam resolver o problema da "confiabilidade" da IA local.
Em resumo, a colaboração descentralizada torna-se essencial apenas quando a IA realmente se integra a cada dispositivo. Projetos de IA web3 devem considerar como apoiar a infraestrutura para a onda de IA local em vez de competir na trilha generalizada.