هل نحتاج فعلًا إلى وحدات معالجة رسومات باهظة الثمن لكل مهمة من مهام الذكاء الاصطناعي؟
فكّر في تطبيق يحتاج إلى تصفية الرسائل غير المرغوب فيها، أو ترتيب رسائل البريد الإلكتروني، أو التحقق من المحتوى آلاف المرات يوميًا. قد يكون استخدام نموذج ذكاء اصطناعي ضخم لكل مهمة صغيرة مكلفًا جدًا.
تستكشف @Acurast نهجًا مختلفًا باستخدام Laya، وهو نموذج ذكاء اصطناعي خفيف يعمل على وحدات المعالجة المركزية في هواتف Android. ووفقًا للفريق، يستغرق كل قرار نحو 0.2–1 ثانية.
ولا يحتاج المطورون حتى إلى امتلاك الهواتف بأنفسهم؛ إذ يمكنهم نشر أعباء العمل على شبكة الحوسبة اللامركزية التابعة لـ Acurast بدلًا من ذلك.
بالطبع، تشغيل الذكاء الاصطناعي على هاتف ليس سوى الخطوة الأولى. والسؤال الأكبر هو ما إذا كان بإمكانه الحفاظ على موثوقيته وجدواه من حيث التكلفة عند التوسع.
بالنسبة إليّ، لا تكمن الإمكانات الحقيقية في عدد الهواتف التي تنضم إلى الشبكة، بل في مقدار العمل المفيد الذي يمكن لهذه الهواتف إنجازه فعليًا.
فكّر في تطبيق يحتاج إلى تصفية الرسائل غير المرغوب فيها، أو ترتيب رسائل البريد الإلكتروني، أو التحقق من المحتوى آلاف المرات يوميًا. قد يكون استخدام نموذج ذكاء اصطناعي ضخم لكل مهمة صغيرة مكلفًا جدًا.
تستكشف @Acurast نهجًا مختلفًا باستخدام Laya، وهو نموذج ذكاء اصطناعي خفيف يعمل على وحدات المعالجة المركزية في هواتف Android. ووفقًا للفريق، يستغرق كل قرار نحو 0.2–1 ثانية.
ولا يحتاج المطورون حتى إلى امتلاك الهواتف بأنفسهم؛ إذ يمكنهم نشر أعباء العمل على شبكة الحوسبة اللامركزية التابعة لـ Acurast بدلًا من ذلك.
بالطبع، تشغيل الذكاء الاصطناعي على هاتف ليس سوى الخطوة الأولى. والسؤال الأكبر هو ما إذا كان بإمكانه الحفاظ على موثوقيته وجدواه من حيث التكلفة عند التوسع.
بالنسبة إليّ، لا تكمن الإمكانات الحقيقية في عدد الهواتف التي تنضم إلى الشبكة، بل في مقدار العمل المفيد الذي يمكن لهذه الهواتف إنجازه فعليًا.