Las barreras en la industria de la IA Web2 se profundizan, Web3 AI debe planificar con cautela

Recientemente, el precio de las acciones de Nvidia ha alcanzado un nuevo máximo histórico, y los avances en modelos multimodales han profundizado la ventaja técnica de la IA en Web2. Desde la alineación semántica hasta la comprensión visual, desde la incrustación de alta dimensión hasta la fusión de características, modelos complejos están integrando a una velocidad sorprendente diversas formas de expresión modal, construyendo una fortaleza de IA cada vez más cerrada.

Sin embargo, esta ola tiene casi nada que ver con el ámbito de las criptomonedas. Los recientes intentos de Web3 AI en la dirección de los agentes presentan una gran desviación: intentan ensamblar un sistema modular multimodal al estilo Web2 con una estructura descentralizada, lo que en realidad es una doble desconexión tanto técnica como de pensamiento. En un contexto donde la acoplamiento de módulos es extremadamente fuerte, la distribución de características es altamente inestable y la demanda de poder de cálculo se concentra cada vez más, el modularismo multimodal tiene dificultades para establecerse en el entorno Web3.

El futuro desarrollo de Web3 AI no debe limitarse a la imitación, sino que necesita adoptar un enfoque estratégico y de desvío. Desde la alineación semántica en espacios de alta dimensión, hasta el cuello de botella de información en los mecanismos de atención, y la alineación de características bajo potencia de cálculo heterogénea, Web3 AI necesita repensar su camino de desarrollo.

Actualmente, Web3 AI enfrenta grandes desafíos en la realización de espacios de incrustación de alta dimensión. La mayoría de los protocolos de Web3 Agent simplemente encapsulan diversas API listas para usar en módulos independientes, careciendo de un espacio de incrustación centralizado unificado y un mecanismo de atención intermodular. Esto provoca que la información no pueda interactuar de manera multidimensional y multinivel entre los módulos, sino que debe seguir un flujo lineal, lo que dificulta la formación de una optimización de bucle cerrado en su conjunto.

En un espacio de baja dimensión, el mecanismo de atención tampoco se puede diseñar de manera precisa. La característica modular de Web3 AI dificulta la implementación de una programación de atención unificada, careciendo de representaciones vectoriales comunes, capacidades de ponderación paralela y agregación. Esto limita enormemente el límite de rendimiento del sistema.

En términos de fusión de características, Web3 AI actualmente se encuentra en una etapa simple de ensamblaje estático. Debido a la falta de un espacio de alta dimensión y un mecanismo de atención precisa como base, Web3 AI tiene dificultades para lograr una fusión dinámica de características y no puede capturar relaciones complejas entre modalidades.

A pesar de que las barreras en la industria de la IA están profundizándose, los puntos de oportunidad de la IA en Web3 aún no se han revelado por completo. La IA en Web3 debería adoptar la táctica de "rodear las ciudades desde el campo", probando a pequeña escala en escenarios periféricos. Los campos adecuados para la incursión incluyen computación en el borde, estructuras ligeras, tareas fácilmente paralelizables y motivadoras, como el ajuste fino de LoRA, tareas de entrenamiento posterior de alineación de comportamiento, entrenamiento y etiquetado de datos mediante crowdsourcing, entrenamiento de modelos base pequeños, así como el entrenamiento colaborativo de dispositivos periféricos.

Antes de que se desvanezcan los beneficios de la IA en Web2 y se acentúen los puntos débiles, los proyectos de IA en Web3 deben elegir cuidadosamente su punto de entrada. Un proyecto ideal debe tener las siguientes características: ser capaz de entrar desde la periferia y establecerse firmemente en pequeños escenarios; ser capaz de iterar y actualizar continuamente el producto en escenarios de aplicación específicos; tener suficiente flexibilidad para ajustar rápidamente según diferentes escenarios. Los proyectos que dependen en exceso de la infraestructura o que tienen una arquitectura de red demasiado grande pueden enfrentar el riesgo de ser eliminados.