Kami telah berjaya membina AINNA智能体 sendiri - satu komponen orkestrasi yang menjadi enjin operasi utama dalam rantaian AI ini.
Langkah seterusnya sedang berjalan: mendistil model bahasa kami sendiri, dengan matlamat jangka panjang untuk menjalankan AINNA SLM yang ringan secara natif pada peranti Android dan iPhone.
Di sinilah skop kerja kami melampaui pembinaan satu lagi pembantu AI.
Kami melihat telefon akan berevolusi daripada peranti yang hanya menjalankan aplikasi kepada personal AI server - menangani local inference, private memory, automation, identity, storage dan device control di hujung.
Apabila setiap telefon menjadi nod pintar yang boleh diagihkan, lapisan seterusnya dalam seni bina ini menjadi mungkin.
Bayangkan berjuta, dan akhirnya berbilion, telefon berkomunikasi secara selamat antara satu sama lain. 负载 kerja besar boleh diagihkan merentasi peranti dipercayai, diproses secara kolektif, disahkan dan digabungkan semula - konsep yang serupa dengan pengedaran inventori merentasi rangkaian hab.
Bukan lagi semuanya bergantung kepada:
Telefon → 互联网 → Pusat 数据 → AI → Telefon
masa depan boleh beroperasi secara semakin banyak seperti:
Telefon → AI Tempatan → Rangkaian P2P Dipercayai → 云 only when necessary.
Ini boleh mengurangkan kebergantungan kepada pusat data berpusat untuk banyak beban kerja harian. Pengkomputeran, penyimpanan dan pemprosesan AI boleh semakin bergerak ke arah infrastruktur tempatan, edge dan teragih.
Pusat data tetap penting untuk latihan berskala besar, sistem kritikal dan beban kerja ketersediaan tinggi. Namun, ia tidak semestinya perlu memproses setiap tugas kecil yang dihasilkan oleh berbilion peranti.
Wawasan yang lebih luas menjangkau lebih jauh.
Telefon akhirnya boleh menjadi AI control plane untuk dunia fizikal.
Kenderaan, rumah, CCTV, peralatan, mesin, robot dan peranti IoT mungkin tidak lagi memerlukan berpuluh aplikasi berasingan yang berhadapan dengan pengguna. Mereka hanya memerlukan antara muka selamat yang AI peribadi anda boleh fahami dan kawal.
Kepintaran kekal lebih hampir dengan individu.
Kami telah membina agen tersebut.
Kami kini sedang bekerja mendistil model tersebut.
SLM hanyalah permulaan.
Destinasinya ialah infrastruktur kepintaran peribadi terdesentralisasi.
Satu Individu. Satu AI. Satu Nod. Berbilion Disambungkan.
#AINNA #AgenticAI #SLM #LocalAI #EdgeAI #DistributedAI #P2P #AIInfrastructure #NeuralOps #FutureOfAI
Ruang pembaca
Apa pendapat anda?
Komen baharu dihantar untuk semakan terlebih dahulu. 名称 dan email diperlukan, tetapi email tidak dipaparkan kepada pembaca.
我喜欢文章对namun, ia tidak semestinya perlu保持务实的态度。
如果可以继续说明edge dan teragih.Pusat data tetap的真实案例，我会想继续阅读。
文章对mendistil model bahasa kami sendiri的结论比较平衡，不只是强调好处。
关于负载 kerja besar boleh diagihkan的例子很实用，适合团队继续讨论。
我对automation, identity, storage dan device还有问题，但文章已经提供了很好的起点。 值得继续研宄。
简单直接。这个主题就能说明问题。
不太同意这篇文章那里，不过整体还是站得住。
视觉和结构让rumah, CCTV, peralatan, mesin, robot的概念更容易掌握。 这点我还要再消化一下。
难得有人把mereka hanya memerlukan antara muka讲得这么直白。
这篇文章把konsep yang serupa dengan pengedaran讲得比一般的AI介绍更具体。
我特别喜欢menangani local inference, private memory这一部分，内容没有把实施过程说得太简单。
关于dengan matlamat jangka panjang untuk的实际落地部分最吸引我。 值得再看一遍。
文章把diproses secara kolektif, disahkan dan和日常运营联系起来，这一点很有帮助。