Следующая волна искусственного интеллекта станет мобильной

Растущий спрос на вычислительные технологии существенно изменил многие рабочие среды. К 2024 году мировой рынок искусственного интеллекта превысил 184 миллиарда долларов, а эксперты прогнозируют, что к 2030 году он может достичь ошеломляющих 800 миллиардов долларов — сумма, сопоставимая с текущим ВВП Польши. Примечательно, что ChatGPT, один из ведущих продуктов отрасли, быстро собрал 100 миллионов активных пользователей в течение двух месяцев после своего дебюта в ноябре 2022 года.

По мере распространения и развития новых продуктов искусственного интеллекта, таких как ChatGPT, наше понимание того, как функционирует искусственный интеллект, быстро устаревает. Традиционная концепция искусственного интеллекта – с огромными центрами обработки данных, значительным потреблением энергии и управлением технологическими гигантами – больше не рисует полную картину. Эта точка зрения заставила некоторых предположить, что значительные инновации в области ИИ ограничиваются крупными корпорациями и технологическими центрами.

Возникает свежий взгляд на искусственный интеллект, фокусирующийся на скрытой силе в наших карманах. Этот метод направлен на то, чтобы сделать ИИ доступным для всех, используя совокупную мощь миллиардов смартфонов по всему миру. Каждый день наши мобильные телефоны простаивают в течение длительного времени, их вычислительная мощность остается нетронутой. Используя этот огромный запас неиспользуемой вычислительной мощности, мы можем изменить способ работы ИИ. Вместо того, чтобы полагаться на единую централизованную корпоративную инфраструктуру, развитие ИИ могло бы стимулироваться децентрализованной глобальной сетью повседневных устройств.

Неиспользованный потенциал

Смартфоны и планшеты представляют собой огромный, практически неиспользованный резервуар глобальной вычислительной мощности. По прогнозам, только в 2024 году будет отгружено 1,21 миллиарда устройств, истинный потенциал резервных вычислительных ресурсов, который он предлагает, трудно подсчитать.

Theta EdgeCloud для мобильных устройств стремится использовать децентрализованную систему графических процессоров общего назначения для обработки искусственного интеллекта, что представляет собой значительный технологический прогресс по сравнению с традиционными централизованными вычислениями. Этот переход к периферийным вычислениям может фундаментально изменить то, как мы взаимодействуем с моделями искусственного интеллекта и управляем ими.

Выполняя обработку данных непосредственно на мобильных устройствах вместо использования удаленных серверов, технологический сектор может значительно сократить время отклика, повысить конфиденциальность и сохранить пропускную способность сети. Этот метод незаменим для приложений реального времени, таких как автономные транспортные средства, дополненная реальность и персонализированные помощники искусственного интеллекта. Именно здесь мы увидим наибольший рост приложений искусственного интеллекта, особенно тех, которые предназначены для индивидуального использования. Это не только сделает эти программы более рентабельными, но также сделает их более быстрыми и настраиваемыми, что является явным преимуществом как для потребителей, так и для исследователей.

Блокчейны идеально подходят для нашей распределенной среды искусственного интеллекта. Их децентрализованная структура идеально соответствует цели использования простаивающих вычислительных мощностей бесчисленного количества устройств по всему миру. Использование технологии блокчейн позволяет нам построить безопасную, прозрачную и мотивирующую систему для объединения вычислительных ресурсов.

Значительный прогресс заключается во внедрении проверки вне сети. В отличие от проверки в сети, которая может вызвать перегрузку сети из множества взаимосвязанных устройств, методы вне сети позволяют этим устройствам беспрепятственно взаимодействовать даже при возникновении отдельных проблем с подключением. Этот метод облегчает создание системы без доверия, в которой владельцы устройств могут участвовать в развитии ИИ, не жертвуя своей безопасностью или конфиденциальностью.

Вот один из способов перефразировать ее: в этой модели используется идея «федеративного обучения» — типа машинного обучения, позволяющего обрабатывать огромные объемы данных на мобильных устройствах без ущерба для конфиденциальности пользователей. Технология блокчейн служит основой для этой сети и предлагает систему вознаграждений, мотивирующую активное участие и поощряющую широкое участие.

Сочетание блокчейна и периферийного искусственного интеллекта создает свежую, надежную, эффективную и инклюзивную экосистему, превосходящую возможности традиционных централизованных систем. Этот союз дает людям возможность вносить свой вклад в развитие ИИ и получать от него прибыль прямо со своих смартфонов, тем самым демократизируя развитие ИИ.

Преодоление технических проблем

Как исследователь, я постоянно изучаю границы возможностей ИИ, и одной из интересных разработок является возможность обучения и выполнения выводов на различных типах графических процессоров, даже на тех, которые используются в мобильных устройствах. Аппаратное обеспечение наших смартфонов постоянно совершенствуется с момента их появления на рынке и не собирается останавливаться. Впечатляющие мобильные графические процессоры, такие как Apple A17 Pro и Qualcomm Adreno 750 (используемые в премиальных Android-устройствах, таких как Samsung Galaxy и Google Pixel), расширяют границы того, какие задачи искусственного интеллекта можно решать на мобильных платформах.

В настоящее время разрабатываются новые чипы под названием Neural Processing Units (NPU), специально предназначенные для вычислений искусственного интеллекта в потребительских устройствах. Это позволяет использовать приложения искусственного интеллекта на устройстве, устраняя ограничения по нагреву и заряду батареи, обычно встречающиеся в мобильных устройствах. Более того, использование интеллектуальной системы и архитектуры, которая эффективно распределяет задачи по наиболее подходящему оборудованию, приведет к созданию высокоэффективной сети, значительно увеличивая ее общую мощность.

Огромные возможности периферийного ИИ неоспоримы, однако он представляет собой уникальный набор препятствий. К ним относятся адаптация алгоритмов искусственного интеллекта для работы с различными мобильными устройствами, обеспечение надежной работы в различных сетевых средах, решение проблем с задержкой и защита данных. Преодоление этих трудностей имеет важное значение, и, к счастью, постоянное развитие искусственного интеллекта и мобильных технологий постепенно решает эти проблемы. Этот прогресс ведет нас к реализации этого видения.

Корпорации для сообществ

Серьезная обеспокоенность, и не без оснований, по поводу развития ИИ заключается в его огромном потреблении энергии. Крупные центры обработки данных не только требуют огромных площадей для своей физической установки, но также требуют огромного количества энергии для непрерывного функционирования. Однако мобильная модель предлагает решение, используя запасные графические процессоры в существующих устройствах вместо того, чтобы полагаться на них в централизованных центрах обработки данных. Этот подход более эффективен и приведет к меньшим выбросам углекислого газа. Крайне важно подчеркнуть потенциальные экологические последствия, которые это может иметь.

Перенос операций ИИ на периферийные вычисления демократизирует возможности участия и получения прибыли в сетях ИИ. Раньше ключи были только у крупных корпораций с дата-центрами. Однако с появлением периферийных вычислений эти ворота распахиваются, приглашая отдельных разработчиков, малый бизнес и даже энтузиастов запускать свои собственные сети искусственного интеллекта, тем самым получая власть и потенциальное финансовое вознаграждение.

Расширение базы пользователей и поощрение более широкого участия ускорят и сделают развитие более прозрачным, потенциально предотвращая застой отрасли из-за стагнации. Эта возросшая доступность также будет способствовать появлению множества инновационных приложений, адаптированных для конкретных проблем и сообществ, которые часто игнорируются или игнорируются.

Значительные финансовые последствия этого перехода неоспоримы. Этот шаг позволяет как индивидуальным пользователям, так и предприятиям малого и среднего бизнеса получать доход от неиспользуемой вычислительной мощности своих устройств, потенциально создавая многочисленные источники дохода. Кроме того, это способствует развитию удобного для потребителя аппаратного и программного обеспечения искусственного интеллекта, адаптированного для периферийных устройств.

Будущие достижения в области искусственного интеллекта (ИИ) не потребуют создания более крупных объектов обработки данных; скорее, речь идет об использовании существующих источников энергии в наших смартфонах и домах. Отдавая приоритет периферийным вычислениям, мы можем создать более разнообразную, эффективную и инновационную среду искусственного интеллекта. Этот подход, который распределяет обработку ИИ ближе к конечным пользователям, не только способствует равному доступу к технологии ИИ, но также соответствует глобальным целям устойчивого развития, гарантируя, что преимущества ИИ доступны для всех, а не только для избранной группы.

Важное примечание. Мнения, изложенные в этой статье, принадлежат исключительно автору и не всегда могут совпадать с точкой зрения CoinDesk, Inc., ее владельцев или партнеров.