Nouvelles tendances du développement de l'IA : le chemin de la fusion entre Web2 et Web3

Au cours du mois dernier, le domaine de l'intelligence artificielle a présenté certaines tendances de développement intéressantes. L'IA Web2 évolue vers une direction distribuée, tandis que l'IA Web3 passe progressivement de la phase de validation de concept à la praticité. Ces deux domaines s'accélèrent à fusionner, formant un nouvel écosystème technologique.

Les dernières tendances de l'IA Web2 montrent que les modèles d'IA deviennent de plus en plus légers et portables. Par exemple, la technologie intelligente locale lancée par un géant de la technologie et la popularité de divers modèles d'IA hors ligne signifient que le champ d'application de l'IA n'est plus limité aux grands centres de calcul cloud, mais peut être déployé sur des smartphones, des appareils en périphérie, voire des terminaux IoT. En même temps, certains assistants IA ont réalisé l'interaction entre IA grâce à des protocoles de dialogue multimodal, marquant ainsi la transition de l'IA d'agents uniques à des groupes collaboratifs.

Cette tendance a suscité de nouveaux défis technologiques : comment garantir la cohérence des données et la crédibilité des décisions entre des instances d'IA fonctionnant de manière décentralisée lorsque le support d'IA est hautement distribué ? Ce besoin découle des changements dans les méthodes de déploiement engendrés par les progrès technologiques, entraînant ainsi une nouvelle demande de validation décentralisée.

Parallèlement, le chemin de développement de l'IA Web3 est également en train de changer. Les projets d'agents IA principalement axés sur le trading au début cèdent progressivement la place à la construction d'infrastructures IA plus fondamentales. Le marché commence à se concentrer sur la spécialisation des différentes couches fonctionnelles telles que la puissance de calcul, le raisonnement, l'annotation des données et le stockage. Par exemple, certains projets se concentrent sur l'agrégation de puissance de calcul décentralisée, d'autres construisent des réseaux de raisonnement décentralisés, et certains se penchent sur des directions telles que l'apprentissage fédéré, le calcul en périphérie et l'incitation aux données distribuées. Cette évolution reflète un changement de la spéculation conceptuelle à une demande réelle, et l'émergence de la spécialisation améliore l'efficacité globale tout en formant progressivement des effets de synergie écologiques.

Il est intéressant de noter que la demande technologique de l'IA Web2 commence à s'aligner sur la capacité d'offre de l'IA Web3. L'IA Web2 devient de plus en plus mature sur le plan technique, mais manque d'incitations économiques et de mécanismes de gouvernance efficaces ; l'IA Web3, quant à elle, innove au niveau des modèles économiques, mais la réalisation technique est relativement en retard. La fusion des deux peut justement permettre de bénéficier des avantages mutuels.

Cette fusion est en train de donner naissance à un nouveau paradigme de l'IA, qui combine un calcul efficace hors chaîne et un modèle de vérification rapide sur chaîne. Dans ce paradigme, l'IA n'est plus seulement un outil, mais un participant ayant une identité économique. Bien que des ressources telles que la puissance de calcul, les données et le raisonnement soient principalement concentrées hors chaîne, un réseau de validation léger sur chaîne est également nécessaire pour garantir la fiabilité et la transparence.

Cette combinaison maintient à la fois l'efficacité et la flexibilité des calculs hors chaîne, tout en garantissant la crédibilité et la transparence du système grâce à une validation légère sur chaîne. Bien que certains remettent en question la signification de l'existence de l'IA Web3, en réalité, le développement rapide de l'IA brise les frontières entre Web2 et Web3, favorisant une intégration profonde des deux domaines.