Une fois les données transformées en actifs, quelle part du gâteau l'infrastructure de confidentialité peut-elle conquérir au-delà de son cercle habituel ?
TechFlow SélectionTechFlow Sélection
Une fois les données transformées en actifs, quelle part du gâteau l'infrastructure de confidentialité peut-elle conquérir au-delà de son cercle habituel ?
Face aux problèmes tels que la confidentialité des données, les coûts élevés et la centralisation technologique, comment l'intelligence artificielle peut-elle surmonter ces freins et franchir une nouvelle étape ?
Dédié à des analyses Web3 approfondiesAuteur : Jason
Il y a soixante-dix ans, alors que la diffusion des ordinateurs n’en était qu’à ses balbutiements, nous n’aurions jamais imaginé qu’à l’ère de la société entièrement numérique, chaque individu acquerrait une « seconde vie » dans le monde numérique. Dans cet univers parallèle vaste et connecté, nous élargissons continuellement nos frontières, expérimentons sans cesse de nouvelles choses et améliorons notre existence matérielle, tout en laissant derrière nous des traces fluides —— les données.
Qu’est-ce que la donnée ? Cette question fondamentale mais complexe en sciences de l'information n’a pas de réponse évidente.
En termes simples, les données sont le produit de l’observation. Les objets observés incluent des entités physiques, des personnes, des institutions, des événements ainsi que leur environnement. L’observation s’appuie sur un ensemble de perspectives, de méthodes et d’outils, accompagnés d’un système symbolique d’expression, comme les unités de mesure. Les données résultent de l’enregistrement, via ces systèmes symboliques, des caractéristiques et comportements des objets observés.
Les données peuvent prendre diverses formes : texte, chiffres, graphiques, sons ou vidéos. Elles existent sous forme numérique ou non numérique (par exemple, notées sur papier). Toutefois, avec le développement des technologies de l’information et de la communication (TIC), un nombre croissant de données devient numérique.
Selon une analyse de Statista, on prévoit qu’en 2025, le nombre d’appareils connectés atteindra 30,9 milliards à l’échelle mondiale. Ces appareils et services connectés génèrent d’immenses volumes de données. IDC estime que les données mondiales atteindront 163 zettaoctets (Zo) en 2025 (1 Zo = 1 000 milliards de Go), soit dix fois plus que les 16,1 Zo générés en 2016.
Face à ce flot incessant de données, l’intelligence artificielle (IA) propose une réponse pour exploiter leur valeur intrinsèque.
Six décennies d’intelligence artificielle
Durant l’été 1956, lors d’un séminaire de six mois au collège Dartmouth, le terme « intelligence artificielle » fut introduit par un groupe de jeunes scientifiques, dont Marvin Minsky.
Ce n’est qu’en 2006 que le professeur Hinton a proposé les réseaux de « Deep Learning » (apprentissage profond), marquant une percée décisive dans les performances de l’IA. Contrairement aux deux vagues précédentes, cette nouvelle vague repose sur des algorithmes d’apprentissage automatique alimentés par de grandes masses de données et une puissance de calcul élevée. Des avancées significatives ont été réalisées dans des domaines tels que la vision par ordinateur, la reconnaissance vocale et le traitement du langage naturel. Les applications basées sur l’IA commencent désormais à mûrir, rendant l’IA véritablement « intelligente » et opérationnelle.
Aujourd’hui, l’IA n’est plus une technologie étrangère. Elle s’immisce dans d’innombrables aspects de notre quotidien, que ce soit pour les achats en ligne ou la production industrielle, apportant commodité et progrès.
La maturité croissante des théories et des technologies a permis à l’IA de conquérir de nouveaux domaines d’application, stimulant une commercialisation en constante accélération. De plus en plus de gouvernements et entreprises à travers le monde reconnaissent l’importance stratégique et économique de l’IA, intégrant celle-ci à leurs stratégies nationales et commerciales.
Il y a dix ans, l’avènement de l’internet mobile a placé l’IA au seuil d’un développement exponentiel. Les fournisseurs d’équipements mobiles comme Apple et Samsung, ainsi que les prestataires de services internet mobiles tels qu’Alibaba, Tencent, Facebook et Google, ont accéléré leurs itérations. Comparé à l’internet traditionnel sur ordinateur, l’internet mobile a brisé les limites spatio-temporelles existantes, rendant l’interaction homme-machine plus fluide. Parallèlement, les technologies d’IA telles que le traitement du langage naturel, l’apprentissage automatique et les algorithmes visuels ont connu des progrès fulgurants.
Deloitte estime, dans son livre blanc 2019 sur le développement mondial de l’IA, que le marché mondial de l’IA dépassera 6 000 milliards de dollars d’ici 2025, avec un taux de croissance annuel composé de 30 % entre 2017 et 2025. Selon un rapport de PwC sur l’impact économique de l’IA sur l’économie mondiale, l’émergence de l’IA pourrait contribuer à hauteur de 14 % supplémentaires au PIB mondial d’ici 2030, soit une croissance de 15,7 000 milliards de dollars, dépassant la somme actuelle du PIB chinois et indien. Le marché mondial de l’IA connaîtra une croissance phénoménale dans les prochaines années.
Soixante ans plus tard, le feu de l’intelligence artificielle s’est transformé en un incendie de forêt. À l’heure de la quatrième révolution industrielle — la révolution technologique — ses limites commencent toutefois à apparaître.
Des freins apparaissent
L’intelligence artificielle peut devenir le moteur et la technologie clé d’une nouvelle réforme industrielle, mais cela repose sur trois éléments essentiels : les données, les algorithmes et la puissance de calcul.
Depuis l’avènement d’internet, surtout avec l’essor de l’internet mobile dans chaque foyer, les données mondiales ont explosé en volume. Ces données riches et authentiques constituent la « matière première » nécessaire à l’alimentation de l’intelligence artificielle.
Par ailleurs, l’amélioration des capacités de traitement des puces, l’utilisation massive du cloud computing et la chute drastique des prix du matériel informatique ont déclenché une vague mondiale de puissance de calcul. La puissance de calcul constitue ainsi le « moteur productif » en or massif de l’intelligence artificielle.
Grâce aux avancées spectaculaires de l’apprentissage profond, de l’apprentissage automatique, des réseaux neuronaux et de la vision par ordinateur, le vaste marché des solutions sectorielles a permis un développement rapide des algorithmes d’IA. D’ores et déjà, l’IA est appliquée dans de nombreux secteurs verticaux tels que la santé, la finance, l’éducation et la sécurité. Les algorithmes fournissent à l’IA les « outils de production » efficaces.
Avec ces trois éléments combinés, l’IA a connu sa « décennie dorée ». Pourtant, l’épée de Damoclès qui plane au-dessus de l’IA commence à se manifester.
Tout d’abord, la régulation des données et la protection de la vie privée. Dès 2018, l’Union européenne a adopté le Règlement général sur la protection des données (RGPD). En 2021, la Chine a mis en œuvre successivement la « Loi sur la sécurité des données de la République populaire de Chine » et la « Loi sur la protection des informations personnelles de la République populaire de Chine ». En particulier, cette dernière met l’accent sur les droits individuels afin de protéger la vie privée, la personnalité, les droits humains et les intérêts patrimoniaux des citoyens. Elle définit les « informations personnelles » comme toute information relative à une personne identifiée ou identifiable, enregistrée par voie électronique ou autre. Le renforcement de la régulation de la vie privée limite fortement les abus liés aux données.
En outre, la pression sur la confidentialité des données provient également des entreprises elles-mêmes. Celles qui possèdent des données sont confrontées à un dilemme : partager des données et interagir permettrait clairement d’améliorer les performances des algorithmes d’IA, mais il faut aussi impérativement empêcher toute fuite de données. Que ce soit entre différents départements internes ou dans une collaboration avec des tiers, la conformité doit être strictement garantie. Lors du lancement de projets impliquant des coopérations autour des données, la sécurité du flux de données est souvent la préoccupation principale.
Ensuite, le coût élevé de l’entraînement des modèles. Bien que les progrès matériels et logiciels fassent baisser chaque année de 37 % le coût de formation de l’IA, la taille des modèles IA croît encore plus vite (un facteur 10 par an), entraînant une hausse continue des coûts totaux. Certaines institutions estiment que le coût de formation des modèles d’IA les plus avancés pourrait augmenter jusqu’à 100 fois, passant d’environ 1 million de dollars aujourd’hui à plus de 100 millions de dollars d’ici 2025.
Faced aux problèmes de confidentialité des données, de coûts élevés et de centralisation technologique, comment l’intelligence artificielle peut-elle franchir ces obstacles et passer à un nouveau palier ?
Certaines recherches et applications de technologies de pointe ouvrent la voie vers l’avant.
Une intelligence artificielle accessible à tous
L’émergence de la blockchain et du calcul confidentiel offre de nouvelles pistes à l’intelligence artificielle.
L’ingénieux croisement entre blockchain, calcul confidentiel et IA crée des réactions chimiques variées. La combinaison de ces technologies permet d’élever l’utilisation des données à un niveau supérieur, tout en renforçant l’architecture de la blockchain et le potentiel de l’IA.
Les algorithmes de consensus de la blockchain peuvent aider les entités d’un système d’IA à accomplir des tâches collaboratives. Ses caractéristiques techniques permettent également la transformation des données en actifs, incitant davantage de données, d’algorithmes et de puissance de calcul à rejoindre le réseau, créant ainsi des modèles d’IA plus efficaces.
Lorsqu’il s’agit d’utiliser des données sensibles, le calcul confidentiel permet d’analyser et de traiter les données sans que les parties fournisseuses ne divulguent leurs données brutes. Il assure ainsi que les données restent « utilisables mais invisibles » pendant leur circulation et fusion, répondant aux exigences de confidentialité et de sécurité réglementaires, et favorisant le partage des données et l’échange de valeur.
Sur le marché actuel, on observe déjà diverses plateformes combinant calcul confidentiel et blockchain, telles que la plateforme sécurisée de computation multi-partite de AntChain ou la plateforme MesaTEE de Baidu Security. La plupart de ces produits ciblent les entreprises (B2B), ce qui est logique puisque les échanges de données entre entreprises constituent une demande commerciale fondamentale. Ces plateformes résolvent les contradictions entre entreprises concernant le partage et l’amélioration des algorithmes d’IA, mais n’abordent pas encore la démocratisation de l’IA ni la création d’une IA générale sécurisée.
Les services aux entreprises ne représentent que le début de l’implémentation pratique de l’IA. Dans un avenir proche, la propriété des données reviendra finalement aux individus. Les technologies, les matières premières et les outils de production seront également transférés aux particuliers. Ce modèle centré sur les données — considérées comme un « nouveau facteur de production » —, soutenu par l’IA, la blockchain et le calcul confidentiel, favorisera l’émergence et l’évolution d’une IA avancée, ouvrant la voie vers une IA générale.
Récemment, une entreprise spécialisée dans la recherche technologique de pointe a lancé un produit qui montre une nouvelle direction vers une IA générale universellement accessible.
PlatON Privacy Computing Network (nom provisoire) est un réseau décentralisé de partage de données et de calcul confidentiel. Dès sa conception, PlatON innove en intégrant directement aux utilisateurs les trois piliers de l’intelligence artificielle — la puissance de calcul, les algorithmes et les données. En tant qu’utilisateur, vous pouvez participer au réseau en tant que propriétaire de données, utilisateur de données, développeur d’algorithmes ou fournisseur de puissance de calcul. De manière décentralisée, le réseau rassemble les données, algorithmes et puissance de calcul nécessaires, créant ainsi un nouveau paradigme d’IA sécurisée et universelle.
Conçu comme un produit commercial, le réseau PlatON ne se limite pas aux entreprises (B2B), mais s’ouvre largement aux organisations et aux particuliers, par exemple :
-
En tant que détenteur de données, les particuliers et organisations peuvent ajouter leurs données en tant que nœuds, participer aux tâches de calcul publiées sur la plateforme. Une innovation remarquable est ainsi réalisée : attribution effective de la propriété, tarification et protection des données, permettant leur véritable transformation en actifs, tout en respectant la confidentialité.
-
En tant que fournisseur de puissance de calcul, particuliers et organisations peuvent offrir leurs ressources informatiques inutilisées (serveurs, puissance de calcul) pour exécuter des tâches de calcul sur le réseau, et recevoir en retour une récompense proportionnelle.
-
En tant que développeur d’algorithmes, les programmeurs individuels peuvent proposer leurs propres algorithmes d’IA, contribuer à l’exécution des tâches de calcul et percevoir des revenus correspondants.
Un « marché de l’IA » libre, ouvert et durable prend ainsi forme. Grâce à la publication de données et de puissance de calcul sur la plateforme, les algorithmes peuvent être exécutés en utilisant ces ressources. Basée sur l’économie cryptographique de la blockchain, cette plateforme permet de monétiser données, puissance de calcul et algorithmes, créant un mécanisme d’incitation efficace qui attire toujours plus de participants. Un marché décentralisé de partage et de transaction de données, d’algorithmes et de puissance de calcul commence à émerger.
Par ailleurs, PlatON intègre plusieurs couches de protection de la vie privée, combinant des techniques cryptographiques avancées telles que le calcul multipartite sécurisé, les preuves à divulgation nulle de connaissance (zero-knowledge proofs), le chiffrement homomorphe, le calcul vérifiable et l’apprentissage fédéré. Ces technologies permettent des calculs collaboratifs tout en préservant les données locales, assurant véritablement que les données soient « utilisables mais invisibles ». Non seulement les données sont protégées, mais aussi les résultats du calcul, notamment les modèles d’IA formés. En outre, la plateforme exécute efficacement les contrats intelligents et supporte sans problème les frameworks populaires de deep learning, garantissant universalité, compatibilité et haute disponibilité.
Dans une vision globale, le réseau de calcul confidentiel fonctionne comme une plateforme intégrant l’IA, la blockchain et le calcul confidentiel comme compétences centrales. Il permet une gestion complète du cycle de vie des données, s’intègre harmonieusement avec les modèles économiques, les ressources en données, algorithmes et puissance de calcul selon les besoins, part des données individuelles, surmonte le problème des silos de données, et fait en sorte que les données soient non seulement protégées et utilisables, mais aussi transformées en actifs personnels ou organisationnels.
Le produit est actuellement en phase de test interne, et il est facile d’imaginer qu’une plateforme aussi vaste et complexe fera face à d’importants défis. Par exemple : comment fixer un prix juste pour les données provenant de multiples sources ? Comment assurer une extraction et une utilisation précises des données circulant entre plusieurs parties ? Comment attirer suffisamment de développeurs d’IA pour fournir des algorithmes centraux ?
Malgré cela, on peut voir là un super-organisme commercial basé sur les données, sans précédent. L’intégration de nouvelles technologies demande du temps, tout comme l’affinage du produit. PlatON a déjà fait un premier pas sur la voie de la commercialisation des données.
Vers l’avenir, le « point de singularité » du saut économique fondé sur les données pourrait bien s’illuminer ici même.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
