Ostatnio, wraz z pojawieniem się tokenów koncepcji AI, takich jak io.net i Aethir, na wiodących giełdach, takich jak Binance i OKX, w Web3 pojawia się coraz więcej projektów połączonych z AI. Czy Web3 może wykorzystać własne zalety techniczne do promowania rewolucji AI i obalenia branży? Jakie są możliwe scenariusze zastosowań w procesie łączenia Web3 z AI? Autor podzieli się z Tobą aplikacjami AI w Web3 w serii artykułów.

1. Sytuacja konkurencyjna dużych modeli AI

Konkurencja między dużymi modelami AI polega głównie na trzech aspektach: mocy obliczeniowej, algorytmach i danych.

Jeśli tradycyjni giganci technologiczni chcą włamać się do dużych modeli AI, muszą najpierw wziąć pod uwagę wysokie koszty szkolenia i debugowania dużych modeli na wczesnym etapie. Tian Qi, główny naukowiec w dziedzinie sztucznej inteligencji Huawei Cloud, wspomniał w swoim przemówieniu na Forum Sztucznej Inteligencji Large Model Technology Summit Forum, że pojedynczy koszt opracowania i szkolenia dużych modeli wynosi aż 12 milionów dolarów, dyrektor generalny OpenAI Sam Altman wspomniał również, że koszt szkolenia GPT-4 przekracza 100 milionów dolarów, z czego większość całkowitych kosztów szkolenia stanowią koszty mocy obliczeniowej GPU.