كيف يتم تطوير دائرة الذكاء الاصطناعي السائدة؟ أين هي الفرص المتاحة لـ Web3+AI؟

المؤلف: إيفي المصدر: غير انتباهك

كما يقول المثل، "تكهن بالجديد، وليس بالجديد" القديم"، كانت دائرة العملة تبحث عن رواية جديدة. منذ العام الماضي، تم إطلاق العديد من مشاريع Web3+AI، واكتمل تمويل أكثر من 50 مشروعًا للذكاء الاصطناعي هذا العام.

لقد اشتريت أيضًا رموزًا مميزة لمفاهيم الذكاء الاصطناعي الشائعة مثل $WLD , $LPT هذا العام. ومع ذلك، كنت دائمًا أشعر بالفضول بشأن تطور الذكاء الاصطناعي السائد؟ ما الفرق بين Web3+AI والذكاء الاصطناعي النقي؟ ما هي الفرص المتاحة لـ Web3+AI؟

يقال أنه "من الصعب على الناس كسب المال بما يتجاوز وعيهم". في شهر مايو، عقدت سان فرانسيسكو مؤتمر GenAI @genaisummitsf حضره آلاف الأشخاص، وقد اغتنمت الفرصة للبقاء في الولايات المتحدة لمدة شهر وقمت بزيارة الذكاء الاصطناعي المحلي والمستثمرين ورجال الأعمال والباحثين @FinanceYF5 إلخ. بعد ذلك، سوف أشارككم تجاربي وأفكاري.

نظرًا للمساحة المحدودة، ستركز هذه التغريدة على تطوير دائرة الذكاء الاصطناعي الرئيسية، بما في ذلك:

وضع الاستثمار والتمويل في الذكاء الاصطناعي

جو ريادة الأعمال في الذكاء الاصطناعي

مسار تقسيم الذكاء الاصطناعي

تطور الذكاء الاصطناعي في الصين والولايات المتحدة

وضع الاستثمار والتمويل في الذكاء الاصطناعي

لقد ألقيت نظرة على المشاريع التي جمعت أكثر من 50 مليون دولار أمريكي هذا العام ووجدت أن معظم المشاريع هي 2B، بما في ذلك الصحة/الطب، والنقل/القيادة، والتمويل والفئات الرأسية الأخرى، بالإضافة إلى أدوات تحسين الكفاءة التنظيمية، وثانيًا، هناك عدد قليل من التطبيقات على الجانب 2C؛

رأيي في هذه المسألة هو أن معدل الوفيات في الفئة C مرتفع جدًا في هذه المرحلة، وأن عدد مستخدمي الذكاء الاصطناعي الحاليين بعيد كل البعد عن العدد الكافي دعم تكلفة تطبيقات C-end، والكمية الكبيرة من البيانات عالية الجودة المطلوبة لتطبيقات C-end تقع في أيدي الشركات المصنعة الكبيرة، وليس الشركات الناشئة. وبناءً على ذلك، يعتقد بعض المستثمرين أن 90% من فرص النهاية C موجودة في الشركات المصنعة الكبيرة.

جو ريادة الأعمال القائم على الذكاء الاصطناعي

شعوري في منطقة الخليج هو أنه حتى التنفس لذيذ باستخدام الذكاء الاصطناعي . خلال العرض الترويجي في مؤتمر GenAI، بدأت بعض المشاريع في طرح فكرة بسيطة فقط، ويمكن ملاحظة أن سوق ريادة الأعمال متسامح نسبيًا مع هذا المجال، ويبدو الأمر أشبه بـ "ريادة الأعمال والابتكار الجماعي" في العالم. ماضي.

ومع ذلك، إذا كنت تريد حقًا الخروج من العديد من مشاريع الذكاء الاصطناعي، فالأمر أكثر تعقيدًا مما يتصور، ولا يزال يتطلب مقارنة التكنولوجيا والنظر في الخلفية ، والقتال من أجل الموارد. تضم جميع مشاريع Star AI اليوم فرقًا تتمتع بخلفيات من أفضل الجامعات في أمريكا الشمالية + المصانع الكبرى، أو هم رواد أعمال ناجحون بشكل متسلسل.

فيما يتعلق بالهيكل التنظيمي للمشروع، فإن إحدى الخصائص التي لاحظتها هي "الهرم المقلوب" - أي أن هناك العديد من الخصائص العالية - أعضاء ذوو جودة ورفيع المستوى في القمة، وصغار عدد المهندسين أقل.

تطوير مسار تقسيم الذكاء الاصطناعي

قوة الحوسبة: هناك طلب كبير على Nvidia في السوق، لكن العرض كبير جدًا محدودة. الشركات الكبيرة هناك أيضًا حاجة للاستيلاء على وحدة معالجة الرسومات داخليًا. في الوقت الحاضر، تعد المنافسة بين الشركات النموذجية الكبيرة منافسة قاسية على المال، فقط مع المزيد من رأس المال يمكنك شراء المزيد من البطاقات وانتزاع المزيد من المواهب. بالإضافة إلى مشكلة العرض والطلب على وحدات معالجة الرسومات، يجب أيضًا حل مشكلة تقليل استهلاك الطاقة.

البيانات: يتطلب تطوير النماذج الكبيرة وحدات معالجة رسوميات قوية، ولكن في الوقت نفسه، تجتذب البيانات كمورد رئيسي آخر المزيد والمزيد من الاهتمام، لذا أصبحت الآن بعض أهم تتنافس مختبرات الذكاء الاصطناعي أيضًا للحصول على بيانات أكثر قيمة، وتنفق مبالغ كبيرة من المال لشراء البيانات، أو العثور على خبراء لتوليد البيانات، أو التعاون مع شركات مثل Scale AI لشرح البيانات.

ويتوقع بعض الباحثين أنه سيتم استخدام البيانات عالية الجودة بحلول عام 2026. ولذلك، أصبحت البيانات الاصطناعية ذات أهمية متزايدة. وفي عام 2024، من المتوقع أن تكون 60% من البيانات المستخدمة لتدريب الذكاء الاصطناعي عبارة عن بيانات اصطناعية.

النموذج: لقد سمعت آراء مختلفة حول ما إذا كانت النماذج مفتوحة المصدر أم مغلقة المصدر هي الأفضل. بعض المستثمرين متفائلون للغاية بشأن المصدر المفتوح ويعتقدون أن المصدر المفتوح يمكن أن يجذب المساهمين للمشاركة، سواء كانوا شركات كبيرة أو شركات ناشئة، قد تكون النماذج منخفضة التكلفة قادرة على الظهور في ظل نموذج المصدر المفتوح. توجد حاليًا نماذج يمكنها الوصول إلى مستوى ChatGPT 4. وجهة نظر أخرى هي أن معظم النماذج مفتوحة المصدر لم يتم التحقق منها بواسطة القوة الحاسوبية وأن السوق لن يدفع ثمنها ويجب أن تحصل المواهب والموارد مغلقة المصدر على دعم أكبر.

استنادًا إلى منطق المصدر المفتوح وتداخل نموذج أعمال Web3، يمكن للجميع المساهمة في مجموعة من النماذج ومشاركتها بناءً على أرباح النموذج. هناك الآن مشاريع تقوم بأشياء مماثلة، لكن سواء كانت مجدية أم لا فلن أخوض هنا في التفاصيل.

بالإضافة إلى ذلك، يتم دعم معظم النماذج الناضجة نسبيًا من قبل شركات الخدمات السحابية، على سبيل المثال، في جولة تمويل Dark Side of the Moon الأخيرة البالغة مليار دولار أمريكي، Alibaba باعتبارك مستثمرًا رئيسيًا، يعتمد جزء من الاستثمار على القدرة الحاسوبية.

تمتلك شركات خدمات برمجيات المؤسسات مثل Salseforece أيضًا فرق الذكاء الاصطناعي الخاصة بها المكونة من عدة مئات من الأشخاص، ويقوم الذكاء الاصطناعي الخاص بها بخدمة منتجاتها الخاصة بشكل مباشر.

التطبيق: يعد Chatbot ساحة معركة لكبار المصنعين، حيث يوجد عدد قليل نسبيًا من اللاعبين الرئيسيين في مجال البحث، وخاصةً Microsoft.

على الرغم من انخفاض سعر سهم Apple بعد أن أعلنت عن خططها للذكاء الاصطناعي في مؤتمر المطورين لهذا العام، إلا أنني أتطلع شخصيًا إلى الجمع بين Apple وAI ، تعد شركة Apple الجهاز الإلكتروني الأكثر استخدامًا في الحياة اليومية، ولها نماذجها الخاصة وشرائحها وسحابتها وبياناتها الضخمة التي تشكل نظامًا بيئيًا إذا تم تحسين كل رابط، فسيكون التراكب قويًا للغاية.

تطور الذكاء الاصطناعي في الصين والولايات المتحدة

فيما يتعلق بتطوير الذكاء الاصطناعي في الولايات المتحدة، فإن الابتكار لا يزال في منطقة الخليج. إن حجم استثمار رأس المال الاستثماري الذي تتلقاه الشركات الناشئة في مجال الذكاء الاصطناعي في وادي السيليكون أعلى بكثير منه في المناطق الأخرى. يركز الذكاء الاصطناعي في نيويورك بشكل أساسي على التطبيقات العملية، وتستخدم بعض الشركات الذكاء الاصطناعي ليحل محل عمل المساعدين القانونيين أو مساعدتهم.

التقيت بصديق في نيويورك يقدم خدمات استشارية في مجال الذكاء الاصطناعي، ويساعد بعض الشركات التقليدية في حلول أنظمة الذكاء الاصطناعي. إن تكامل الذكاء الاصطناعي وسير عمل المؤسسات أمر لا رجعة فيه، ويبدو أنه في غضون سنوات قليلة، سيواجه المبتدئون في الاستشارات والتدقيق والمحامين وغيرها من الصناعات ضغوطًا كبيرة لتسريح الموظفين.

تتركز النماذج الكبيرة بشكل رئيسي في الولايات المتحدة، تليها الصين وأوروبا؛ وقد بلغ عدد النماذج الكبيرة التي تم إصدارها في الولايات المتحدة العام الماضي 3 إلى 4 مرات أن الصين. أعلن الجانب المظلم من القمر، وهو نموذج محلي واسع النطاق، هذا العام عن جمع مليار دولار أمريكي، كما انضمت شركات تصنيع كبرى مثل Tencent وAlibaba إلى اللعبة، ويمكن اعتبارها "قوة الكل". الدولة" لدعم إطلاق نموذجها واسع النطاق.