La prossima ondata di intelligenza artificiale è mobile

L'intelligenza artificiale ha un appetito insaziabile per le risorse. Consuma enormi quantità di energia e dati, constimedi 460 terawattora nel 2022 che si prevede aumenteranno rapidamente entro il 2026, raggiungendo una cifra compresa tra 620 e 1.050 TWh. Ma la sua richiesta più vorace è quella di calcolo: la potenza di elaborazione che alimenta l'addestramento di modelli complessi, l'analisi di enormi set di dati e l'esecuzione di inferenze su larga scala.

Questa fame computazionale ha rimodellato molti dei nostri panorami professionali. Nel 2024, il mercato globale dell'IAha superato i 184 miliardi di dollari, con proiezioni che suggeriscono che potrebbe superare gli 800 miliardi di dollari entro il 2030, un valore paragonabile all'attuale PIL della Polonia. ChatGPT, il prodotto più noto del settore, ha notoriamente raggiunto 100 milioni di utenti attivi in soli due mesi dal suo lancio nel novembre 2022.

Tuttavia, mentre prodotti AI come ChatGPT si moltiplicano e crescono, la nostra percezione di come funziona l'AI sta rapidamente diventando obsoleta. L'immagine popolare dell'AI, con data center tentacolari, bollette energetiche enormi e controllata dai giganti della tecnologia, non racconta più tutta la storia. Questa visione ha portato molti a credere che uno sviluppo significativo dell'AI sia di esclusiva competenza di aziende ben finanziate e grandi aziende tecnologiche.

Sta emergendo una nuova visione per l'IA, ONE LOOKS al potenziale inutilizzato nelle nostre tasche. Questo approccio mira a democratizzare l'IA sfruttando il potere collettivo di miliardi di smartphone in tutto il mondo. I nostri dispositivi mobili trascorrono ore inattive ogni giorno, le loro capacità di elaborazione dormienti. Attingendo a questa vasta riserva di potenza di calcolo inutilizzata, potremmo rimodellare il panorama dell'IA. Invece di affidarsi esclusivamente a un'infrastruttura aziendale centralizzata, lo sviluppo dell'IA potrebbe essere alimentato da una rete globale di dispositivi di uso quotidiano.

Potenziale inutilizzato

Smartphone e tablet rappresentano un'enorme riserva di potenza di calcolo globale, ampiamente inutilizzata. Con1,21 miliardi di unitàSebbene si preveda che sarà disponibile solo nel 2024, il vero potenziale di elaborazione in eccesso che offre è difficile da, diciamo così, calcolare.

Iniziative come THETA EdgeCloud per dispositivi mobili mirano a sfruttare questa rete distribuita di GPU di livello consumer per il calcolo AI. Questo passaggio dal calcolo centralizzato al calcolo edge è un'evoluzione tecnica in grado di reinventare completamente il modo in cui le persone interagiscono con i modelli AI e li alimentano.

Elaborando i dati localmente sui dispositivi mobili, il settore è in grado di ottenere una latenza molto più bassa, una maggiore Privacy e un utilizzo ridotto della larghezza di banda. Questo approccio è particolarmente cruciale per applicazioni in tempo reale come veicoli autonomi, realtà aumentata e assistenti AI personalizzati. L'edge è dove decolleranno i nuovi casi d'uso dell'AI, in particolare quelli per uso personale. Non solo alimentare questi programmi diventerà più conveniente all'edge, ma diventerà anche più reattivo e personalizzabile, una situazione vantaggiosa per consumatori e ricercatori.

Le blockchain sono progettate perfettamente per questo ecosistema di intelligenza artificiale distribuita. La loro natura decentralizzata si allinea perfettamente con l'obiettivo di sfruttare la potenza di calcolo inutilizzata di milioni di dispositivi in ​​tutto il mondo. Sfruttando la Tecnologie blockchain, possiamo creare un framework sicuro, trasparente e incentivato per la condivisione di risorse computazionali.

L'innovazione chiave qui è l'uso della verifica off-chain. Mentre la verifica on-chain creerebbe colli di bottiglia in una rete di milioni di dispositivi paralleli, i metodi off-chain consentono a questi dispositivi di lavorare insieme senza problemi, indipendentemente dai singoli problemi di connettività. Questo approccio consente la creazione di un sistema senza fiducia in cui i proprietari dei dispositivi possono contribuire allo sviluppo dell'IA senza compromettere la propria sicurezza o Privacy.

Questo modello si basa sul concetto di "federated learning", un metodo di machine learning distribuito che può scalare a grandi quantità di dati su dispositivi mobili, proteggendo al contempo la Privacy degli utenti. Blockchain fornisce sia l'infrastruttura per questa rete sia il meccanismo per premiare i partecipanti, incentivando un coinvolgimento diffuso.

La sinergia tra blockchain e edge AI sta promuovendo un nuovo ecosistema più resiliente, efficiente e inclusivo rispetto ai tradizionali modelli centralizzati. Sta democratizzando lo sviluppo dell'AI, consentendo agli individui di partecipare e trarre vantaggio dalla rivoluzione dell'AI direttamente dai loro dispositivi mobili.

Superare le sfide tecnologiche

L'addestramento e l'inferenza dell'IA possono essere eseguiti su una gamma di tipi di GPU, tra cui GPU di livello consumer nei dispositivi mobili. L'hardware che alimenta i nostri dispositivi mobili è in costante miglioramento da quando gli smartphone sono arrivati sul mercato e non mostra segni di rallentamento. Le GPU mobili leader del settore come A17 Pro di Apple e Adreno 750 di Qualcomm (utilizzate in dispositivi Android di fascia alta come Samsung Galaxy e Google Pixel) stanno ridefinendo quali attività di IA possono essere completate sui dispositivi mobili.

Ora vengono prodotti nuovi chip noti come Neural Processing Unit (NPU), specificamente progettati per il calcolo AI dei consumatori, consentendo casi d'uso AI su dispositivo e gestendo al contempo i limiti di calore e potenza della batteria dei dispositivi mobili. Aggiungi un design e un'architettura di sistema intelligenti in grado di instradare i lavori verso l'hardware ottimale per quel lavoro e l'effetto di rete creato sarà estremamente potente.

Sebbene il potenziale dell'intelligenza artificiale edge sia immenso, presenta comunque una serie di sfide. Ottimizzare gli algoritmi di intelligenza artificiale per la vasta gamma di hardware mobile, garantire prestazioni costanti in diverse condizioni di rete, affrontare i problemi di latenza e mantenere la sicurezza sono tutti ostacoli critici. Tuttavia, la ricerca in corso sull'intelligenza artificiale e Tecnologie mobile sta affrontando costantemente queste sfide, aprendo la strada a questa visione per diventare realtà.

Dalle aziende alle comunità

ONE delle lamentele più grandi, e più giuste, per quanto riguarda lo sviluppo dell'IA è l'incredibile quantità di energia che consuma. I grandi data center richiedono anche enormi distese di terra per la loro infrastruttura fisica e incredibili quantità di energia per rimanere online. Il modello mobile può alleviare molti di questi impatti ambientali utilizzando GPU di riserva in dispositivi preesistenti, anziché affidarsi a GPU in data center centralizzati, è più efficiente e produrrà meno emissioni di carbonio. I potenziali impatti per quanto riguarda il nostro ambiente non possono essere sottovalutati.

Il passaggio all'edge computing nell'AI cambierà anche radicalmente chi può partecipare al supporto delle reti AI e chi può trarne profitto. Le aziende che possiedono i data center non saranno più in un giardino recintato. Invece, i cancelli saranno aperti e l'accesso sarà proliferato per singoli sviluppatori, piccole aziende e persino hobbisti che saranno autorizzati a gestire reti AI.

L'abilitazione di un bacino molto più ampio di utenti e sostenitori consentirà anche uno sviluppo più rapido e aperto, contribuendo a frenare l'idea tanto discussa e tanto temuta di stagnazione nel settore. Questo aumento dell'accessibilità porterà anche ad applicazioni più diversificate, affrontando problemi di nicchia e comunità sottoservite che potrebbero altrimenti essere trascurate.

L'impatto economico di questo cambiamento sarà profondo. Consentendo a individui e piccole e medie imprese di monetizzare la potenza di calcolo inattiva dei loro dispositivi, i nuovi flussi di entrate saranno profondi. Apre anche nuovi Mercati per hardware AI di livello consumer e software edge-optimized.

Il futuro dell'innovazione dell'IA non sta nella costruzione di data center più grandi, ma nello sfruttare la potenza che già esiste nelle nostre tasche e nelle nostre case. Spostando l'attenzione sull'edge computing, può emergere un ecosistema di IA più inclusivo, efficiente e innovativo. Questo approccio decentralizzato non solo democratizza l'IA, ma si allinea anche con gli obiettivi di sostenibilità globale, assicurando che i vantaggi dell'IA siano accessibili a tutti, non solo a pochi privilegiati.

Nota: le opinioni espresse in questa rubrica sono quelle dell'autore e non riflettono necessariamente quelle di CoinDesk, Inc. o dei suoi proprietari e affiliati.