web3 AI терміново потрібно знайти екологічну нішу, що доповнює web2 AI, щоб вирішити проблеми високих витрат на Обчислювальну потужність, проблеми конфіденційності даних, проблеми тонкої настройки моделей у вертикальних сценах тощо.
Автор: Haotian
Вчора платформа тренування DeAI у сфері Web3AI @flock_io об'єдналася з @Alibaba_Qwen, що належить Alibaba Cloud.
Офіційне оголошення про співпрацю великої мовної моделі. Якщо я не помиляюся, це повинно вважатися першим інтеграційним співробітництвом web2 AI з web3 AI. Це не лише дозволило Flock справді вийти за межі, але й підняло бойовий дух у низькоактивній ситуації на ринку web3 AI. Давайте я розповім детальніше:
Я вже пояснював у закріпленому твіті, що раніше web3 AI Agent постійно намагався стимулювати впровадження Agent додатків через Tokenomics, також намагався швидко впроваджувати цю конкурентну парадигму, але після етапу Fomo з випуском активів всі зрозуміли, що web3 AI в плані практичності, інноваційності та інших аспектів порівняно з web2AI практично не має шансів.
Отже, виникнення таких веб2 інноваційних AI технологій, як Manus, MCP, A2A тощо, прямо чи опосередковано пробило泡沫, що існує на ринку Web3 AI Agent, внаслідок чого вторинний ринок на деякий час перетворився на річку крові.
Як вирішити проблему? Шлях насправді досить зрозумілий, web3 AI терміново потрібно знайти екосистему, яка доповнює web2 AI, щоб вирішити проблему високих витрат на обчислювальну потужність, проблему конфіденційності даних, проблему тонкого налаштування моделей у вертикальних сценаріях тощо.
Причина не виходить за межі того, що чисто централізовані AI моделі врешті-решт обов'язково зосередяться на проблемах, пов'язаних із каналами отримання обчислювальної потужності та витратами, питаннями конфіденційності даних тощо, тоді як розподілена архітектура web3 AI намагається використовувати невикористані обчислювальні ресурси для зниження витрат, також буде базуватися на технологіях захисту приватності, таких як нульові знання та TEE, одночасно просуваючи розробку та доопрацювання моделей вертикальних сценаріїв через право власності на дані та механізми стимулювання внесків.
Незалежно від критики, децентралізована архітектура та гнучка система стимулів web3 AI можуть мати миттєвий ефект у вирішенні деяких проблем, які існують у web2 AI.
Кажучи про співпрацю Flock і Qwen. Qwen - це відкритий великий мовний модель, розроблений Alibaba Cloud, який завдяки відмінним показникам у бенчмарках та гнучкості, що дозволяє розробникам локально налаштовувати моделі, став загальним вибором для деяких розробників і дослідницьких команд.
Flock є децентралізованою платформою для навчання AI, яка поєднує в собі федеральне навчання AI та дистрибутивну технологічну архітектуру. Її головна особливість полягає в тому, що вона дозволяє захистити конфіденційність користувачів за допомогою дистрибутивного навчання, не виводячи дані за межі локальної мережі, забезпечуючи прозорий і відстежуваний вклад у дані, що дозволяє вирішити проблеми тонкої налаштування та застосування моделей AI у вертикальних сферах, таких як освіта і охорона здоров'я.
Конкретно, у Flock є три основні компоненти, про які я коротко поділюсь:
1、AI Arena (AI Арена), це конкурентна платформа для тренування моделей, де користувачі можуть подавати свої моделі та змагатися з іншими учасниками за оптимізацію результатів, змагаючись за нагороди. Основною метою є стимулювати користувачів постійно налаштовувати та покращувати свої локальні великі моделі через механізм «ігровості», а також відбирати кращі базові моделі;
FL Альянс (Федеративний навчальний альянс) створений для вирішення проблем міжорганізаційної співпраці в традиційних чутливих сферах, таких як медицина, освіта та фінанси. Федеративний навчальний альянс досяг цього за допомогою локального навчання моделей + розподіленої коопераційної структури, що дозволяє багатьом сторонам спільно покращувати продуктивність моделей без обміну первинними даними;
3、Moonbase (місячна база), вона є нервовим центром екосистеми Flock, що відповідає за децентралізовану платформу управління та оптимізації моделей, яка пропонує різні інструменти для тонкої настройки та обчислювальну потужність (постачальники обчислювальної потужності, маркери даних). Вона не лише надає розподілену модель сховища, а й інтегрує інструменти для тонкої настройки, ресурси обчислювальної потужності та підтримку маркування даних, надаючи користувачам можливість ефективно оптимізувати локальні моделі.
Тож, як слід оцінювати співпрацю між Qwen і Flock? На мою думку, її розширене значення навіть перевищує сутність поточної співпраці.
З одного боку, на фоні постійного технологічного тиску web2 AI на web3 AI, Qwen, представляючи технологічного гіганта Alibaba, вже має певний авторитет і вплив у сфері AI. Той факт, що Qwen може активно обирати співпрацю з платформою web3 AI, повністю підтверджує визнання команди Flock з боку web2 AI, а також ряд досліджень і розробок, які команда Flock здійснить разом з командою Qwen, поглибить взаємозв'язок між web3 AI і web2 AI;
З іншого боку, раніше web3 AI мав лише оболонку Tokenomics, при цьому на практиці його Utility виявилася досить слабкою. Хоча було спробувано багато напрямків, таких як AI Agent, AI Platform, навіть AI Framework, проте, коли справа доходила до DeFai, Gamefai тощо, не вдалося запропонувати дійсно ефективні рішення. Цей крок від технологічних гігантів web2 в певній мірі задав тон розвитку web3 AI у майбутньому.
Найважливіше, що web3 AI, переживши період чистого фомо-зоряного буму «випуску активів», потребує перезавантаження та зосередження на цілі, яка може дати справжній результат.
Насправді web3 AI ніколи не був лише каналом для більш простого та ефективного розгортання AI Agent для випуску активів, і не є ігровим механізмом для збору коштів. Потрібно прагнути до співпраці з web2 AI, щоб доповнити необхідні екологічні ніші один одного. Лише тоді можна справді реалізувати незамінність web3 AI в цій хвилі тенденцій AI.
Радий бачити більше таких міждисциплінарних співпраць, як web2AI та web3AI.
Контент має виключно довідковий характер і не є запрошенням до участі або пропозицією. Інвестиційні, податкові чи юридичні консультації не надаються. Перегляньте Відмову від відповідальності , щоб дізнатися більше про ризики.
1 лайків
Нагородити
1
1
Поділіться
Прокоментувати
0/400
ARayOfDawn
· 16год тому
Схоже, було здійснено багато базових стратегічних розробок.
FLock.io уклала стратегічну угоду з Qwen, що належить Alibaba Cloud, Web3 AI повинна знайти доповнюючу екологічну нішу з Web2 AI.
Автор: Haotian
Вчора платформа тренування DeAI у сфері Web3AI @flock_io об'єдналася з @Alibaba_Qwen, що належить Alibaba Cloud.
Офіційне оголошення про співпрацю великої мовної моделі. Якщо я не помиляюся, це повинно вважатися першим інтеграційним співробітництвом web2 AI з web3 AI. Це не лише дозволило Flock справді вийти за межі, але й підняло бойовий дух у низькоактивній ситуації на ринку web3 AI. Давайте я розповім детальніше:
Отже, виникнення таких веб2 інноваційних AI технологій, як Manus, MCP, A2A тощо, прямо чи опосередковано пробило泡沫, що існує на ринку Web3 AI Agent, внаслідок чого вторинний ринок на деякий час перетворився на річку крові.
Причина не виходить за межі того, що чисто централізовані AI моделі врешті-решт обов'язково зосередяться на проблемах, пов'язаних із каналами отримання обчислювальної потужності та витратами, питаннями конфіденційності даних тощо, тоді як розподілена архітектура web3 AI намагається використовувати невикористані обчислювальні ресурси для зниження витрат, також буде базуватися на технологіях захисту приватності, таких як нульові знання та TEE, одночасно просуваючи розробку та доопрацювання моделей вертикальних сценаріїв через право власності на дані та механізми стимулювання внесків.
Незалежно від критики, децентралізована архітектура та гнучка система стимулів web3 AI можуть мати миттєвий ефект у вирішенні деяких проблем, які існують у web2 AI.
Flock є децентралізованою платформою для навчання AI, яка поєднує в собі федеральне навчання AI та дистрибутивну технологічну архітектуру. Її головна особливість полягає в тому, що вона дозволяє захистити конфіденційність користувачів за допомогою дистрибутивного навчання, не виводячи дані за межі локальної мережі, забезпечуючи прозорий і відстежуваний вклад у дані, що дозволяє вирішити проблеми тонкої налаштування та застосування моделей AI у вертикальних сферах, таких як освіта і охорона здоров'я.
Конкретно, у Flock є три основні компоненти, про які я коротко поділюсь:
1、AI Arena (AI Арена), це конкурентна платформа для тренування моделей, де користувачі можуть подавати свої моделі та змагатися з іншими учасниками за оптимізацію результатів, змагаючись за нагороди. Основною метою є стимулювати користувачів постійно налаштовувати та покращувати свої локальні великі моделі через механізм «ігровості», а також відбирати кращі базові моделі;
3、Moonbase (місячна база), вона є нервовим центром екосистеми Flock, що відповідає за децентралізовану платформу управління та оптимізації моделей, яка пропонує різні інструменти для тонкої настройки та обчислювальну потужність (постачальники обчислювальної потужності, маркери даних). Вона не лише надає розподілену модель сховища, а й інтегрує інструменти для тонкої настройки, ресурси обчислювальної потужності та підтримку маркування даних, надаючи користувачам можливість ефективно оптимізувати локальні моделі.
З одного боку, на фоні постійного технологічного тиску web2 AI на web3 AI, Qwen, представляючи технологічного гіганта Alibaba, вже має певний авторитет і вплив у сфері AI. Той факт, що Qwen може активно обирати співпрацю з платформою web3 AI, повністю підтверджує визнання команди Flock з боку web2 AI, а також ряд досліджень і розробок, які команда Flock здійснить разом з командою Qwen, поглибить взаємозв'язок між web3 AI і web2 AI;
З іншого боку, раніше web3 AI мав лише оболонку Tokenomics, при цьому на практиці його Utility виявилася досить слабкою. Хоча було спробувано багато напрямків, таких як AI Agent, AI Platform, навіть AI Framework, проте, коли справа доходила до DeFai, Gamefai тощо, не вдалося запропонувати дійсно ефективні рішення. Цей крок від технологічних гігантів web2 в певній мірі задав тон розвитку web3 AI у майбутньому.
Найважливіше, що web3 AI, переживши період чистого фомо-зоряного буму «випуску активів», потребує перезавантаження та зосередження на цілі, яка може дати справжній результат.
Насправді web3 AI ніколи не був лише каналом для більш простого та ефективного розгортання AI Agent для випуску активів, і не є ігровим механізмом для збору коштів. Потрібно прагнути до співпраці з web2 AI, щоб доповнити необхідні екологічні ніші один одного. Лише тоді можна справді реалізувати незамінність web3 AI в цій хвилі тенденцій AI.
Радий бачити більше таких міждисциплінарних співпраць, як web2AI та web3AI.