Генеральный директор Assisterr Ник Хавриляк обсуждает преимущества небольших языковых моделей (SLMs), децентрализованного ИИ и блокчейна в разработке ИИ. SLMs являются масштабируемой и экономически эффективной альтернативой большим моделям ИИ, особенно для специализированных приложений. Assisterr разрабатывает децентрализованную экосистему ИИ, где сообщества могут владеть, управлять и улучшать свои модели ИИ с помощью технологий блокчейна. Интервью охватывает преимущества SLMs, их практическую пользу для разработчиков и пользователей, реальные приложения, коллективное владение моделями ИИ, роль блокчейна в децентрализованном управлении ИИ, проблемы перехода к децентрализованной экосистеме ИИ и будущее ИИ в потребительской электронике.

По мере того как искусственный интеллект переходит к более эффективным решениям, малые языковые модели (SLM) становятся масштабируемой и экономически эффективной альтернативой большим универсальным моделям, предпочитаемым крупными технологическими компаниями, особенно для специализированных задач. Assisterr, сеть SLM, основанная в Кембридже, разрабатывает децентрализованную экосистему ИИ, в которой сообщества могут владеть, управлять и улучшать свои модели ИИ, участвуя в системах управления и вознаграждения через технологии блокчейн. В этом интервью генеральный директор Assisterr Ник Хаврилиак обсуждает преимущества SLM, потенциал децентрализованного ИИ и то, как блокчейн дает возможность сообществам формировать будущее разработки ИИ. Cointelegraph: Что вдохновило на создание SLM, и чем они отличаются от крупных ИИ-моделей, разработанных крупными технологическими компаниями? Ник Хаврилиак: Мой опыт работы в консалтинге в области технологий, особенно в управлении командами НИОКР и разработке решений для машинного обучения (ML) и Интернета вещей (IoT), подчеркнул основное ограничение по размеру и качеству наборов данных в ML. Эта проблема побудила меня изучить, как можно использовать стимулы Web3 для агрегирования высококачественных, узкоспецифичных данных. Эта идея заложила основу для создания SLM, которые решают неэффективности, наблюдаемые в больших универсальных ИИ моделях. Мы слышали о галлюцинациях больших языковых моделей (LLM) и высоких затратах. Это в основном происходит потому, что крупные технологические компании пытаются достичь более высокой приемлемости, создавая более универсальные модели. SLM предлагают другой путь, когда модели могут быть высокоспециализированными, но только в меньших областях. CT: SLM обещают быть более эффективными, масштабируемыми и доступными. Могли бы вы объяснить, как эта эффективность переводится в практические преимущества для разработчиков и пользователей? НХ: SLM более ресурсоэффективны, экономичны и проще в развертывании. Они превосходно справляются с оптимизацией задач и в условиях ограниченных ресурсов, что делает их идеальными для приложений, где скорость и стоимость критически важны. Источник: Assisterr Кроме того, для большинства ежедневных задач и автоматизации ИИ не требуется "ИИ с абсолютным знанием", если результат можно получить с помощью более простого решения. Как люди не используют ракеты для уничтожения комаров, нам не нужно ждать, пока разработают магический искусственный общий интеллект (AGI), чтобы решать реальные проблемы в различных областях. SLM здесь, чтобы поддерживать такие решения сейчас, а не в будущем. CT: Какие реальные приложения или отрасли, по вашему мнению, получат наибольшую выгоду от использования SLM? НХ: SLM можно интегрировать в любое приложение, агентную архитектуру или аппаратное обеспечение, которое мы используем каждый день, включая так называемые краевые устройства, такие как мобильные телефоны и ноутбуки. Хотя пока сложно оценить весь спектр случаев использования, мы считаем, что размер рынка SLM и количество SLM превзойдут количество мобильных приложений, который составляет 255 миллиардов долларов и более 5 миллионов приложений, в следующем десятилетии. SLM снизят порог входа, находясь очень близко к области конечного пользователя, при этом оставаясь высокоэффективными с точки зрения затрат. CT: Assisterr подчеркивает собственность сообщества на модели ИИ. Как ваша платформа помогает сообществам создавать, управлять и улучшать свои собственные модели ИИ? NH: С помощью инструментов Assisterr пользователи создают казначейства на основе смарт-контрактов, которые управляют операциями моделей, доходами и управлением с помощью систем голосования на основе токенов. Участники и валидаторы могут сотрудничать, улучшая модели, при этом вознаграждения распределяются на основе их усилий. CT: Блокчейн играет центральную роль в вашей модели. Можете рассказать, как токенизация и технологии блокчейна обеспечивают децентрализованное управление ИИ и стимулируют вклад? NH: Каждое SLM работает в рамках MiniDAO — модели соправления, основанной на казначействе. Казначейство управляется через голосование соправителей с использованием Управляющих Токенов (MTs). Ключевые особенности MiniDAO включают: CT: Как Assisterr гарантирует, что развитие SLM на основе сообщества поддерживает высокие стандарты качества, безопасности и этической практики ИИ? NH: Хотя мы создаем все инструменты для безопасного построения SLM и используем передовые подходы, качество все же сильно зависит от многих факторов исполнения. Вот почему мы хотим сделать этот процесс максимально доступным, создавая здоровую конкуренцию среди лучших SLM и их сообществ! CT: Видите ли вы какие-либо проблемы при переходе от традиционных централизованных моделей ИИ к децентрализованной экосистеме ИИ? Если да, то как Assisterr решает эти препятствия? NH: Мы видим, что главная проблема заключается в сложности создания реальных ИИ приложений для людей без технического образования. Например, как выбрать проблему, как понять, слишком ли она сложна для ИИ и как определить инструкции для модели. Источник: Assisterr Мы хотим передать все эти знания от технических команд, делая этот процесс плавным с помощью нашего ИИ помощника. Вместо того чтобы сосредоточиться на сообществе разработчиков, мы делаем создание ИИ более доступным для создателей, владельцев данных и людей с различным фоном. CT: Устройства на краю, такие как смартфоны и ноутбуки, становятся все более мощными. Как SLM могут воспользоваться этой тенденцией для предоставления более умных и эффективных приложений ИИ? NH: Смартфоны и различные носимые устройства являются основными первоначальными драйверами разработки SLM. Такие устройства, как правило, имеют более строгие ограничения по вычислительным мощностям и в настоящее время просто невозможно запустить LLM на них. Но в то же время, SLM являются основным двигателем разработки новых гаджетов, потому что они могут открыть новые умные способы использования. Это включает в себя такие вещи, как Meta-очки для носимых друзей или помощников, которые всегда в пределах досягаемости. CT: Посмотрев в будущее, как вы представляете будущее ИИ в потребительской электронике, когда SLM станет более распространенным? Могут ли они изменить наше взаимодействие с повседневной технологией? NH: SLM определенно изменят нашу жизнь — не только наше взаимодействие с технологиями. Мы πιστεύουμε ότι κοντά στο μέλλον, κάθε απόφαση θα μπορούσε να ληφθεί από κάποιο συγκεκριμένο SLM. Κάθε περίπτωση χρήσης θα έχει το μικρό της μοντέλο, καθιστώντας εξαιρετικά εύκολο να βρείτε έναν βοηθητικό "AI assistant friend" για οποιαδήποτε ανάγκη. Εκεί βλέπουμε τη δύναμη ενός δικτύου, καθώς όσο περισσότερα SLM υπάρχουν, τόσο πιο ισχυρό και πολύτιμο θα είναι το δίκτυο για τον τελικό χρήστη. Μάθετε περισσότερα σχετικά με το Assisterr Disclaimer. Το Cointelegraph δεν υποστηρίζει κανένα περιεχόμενο ή προϊόν σε αυτή τη σελίδα. Παρόλο που στοχεύουμε να σας παρέχουμε όλες τις σημαντικές πληροφορίες που μπορέσαμε να αποκτήσουμε σε αυτό το διαφημιζόμενο άρθρο, οι αναγνώστες θα πρέπει να κάνουν τη δική τους έρευνα προτού αναλάβουν οποιαδήποτε δράση που σχετίζεται με την εταιρεία και να έχουν την πλήρη ευθύνη για τις αποφάσεις τους, ούτε αυτό το άρθρο μπορεί να θεωρηθεί ως επενδυτική συμβουλή.

Небольшие языковые модели, децентрализованный ИИ и блокчейн: интервью с CEO Assisterr Ником Хавриляком