L'application de l'intelligence artificielle dans Web3 : défis, risques et perspectives
TechFlow SélectionTechFlow Sélection
L'application de l'intelligence artificielle dans Web3 : défis, risques et perspectives
Le célèbre écrivain William Gibson a déjà décrit l'avenir de l'IA ainsi : « L'avenir est déjà là — il est simplement mal réparti. »
Dédié à des analyses Web3 approfondies
Rédaction : crypto.com
Traduction : TechFlow
Points clés :
-
L'intelligence artificielle générative (IA générative) est une technologie d'IA utilisée pour produire du contenu artificiel tel que du texte, des images, de l'audio ou des vidéos.
-
Les applications de l'IA dans Web3 incluent le déploiement d'objets numériques de collection, de NFT, la création d'actifs et le développement logiciel dans les jeux vidéo.
-
Outre la génération de contenu, l'IA peut stimuler l'écosystème Web3 en simplifiant les processus de développement et en améliorant l'expérience utilisateur des applications décentralisées (Dapps).
-
Malgré des défis persistants liés aux droits d'auteur, à la précision et à la créativité, l'ère de l'IA est arrivée : les modèles d'IA transforment déjà les entreprises et les secteurs industriels.
Introduction au contenu généré par l'intelligence artificielle
Récemment, le contenu généré par l'intelligence artificielle (AIGC) est devenu très populaire. Des applications comme DALL-E et ChatGPT produisent respectivement des visuels impressionnants et tiennent des conversations semblables à celles d’êtres humains.
De manière générale, l'IA générative désigne une intelligence artificielle capable de créer du contenu (texte, image, audio, vidéo) via des modèles informatiques. Après le contenu produit par des professionnels (PGC) et celui généré par les utilisateurs (UGC), l'AIGC est largement considéré comme la prochaine étape de la production de contenu.
Le PGC est généralement conçu par des professionnels créatifs (graphistes, animateurs, etc.) pour être utilisé ou publié par des marques, tandis que l'UGC est créé directement par les utilisateurs finaux et partagé sur des plateformes sociales comme YouTube, Facebook ou Twitter.
Grâce aux avancées rapides de l'IA ces dernières années, celle-ci peut désormais produire divers types de contenu. Parmi les domaines connexes figurent le traitement du langage naturel (NLP), qui étudie comment les ordinateurs analysent et traitent le texte, ainsi que les réseaux antagonistes génératifs (GAN), destinés à créer de nouvelles données (images, vidéos, etc.) présentant des caractéristiques similaires à celles des jeux de données d'entraînement.
Le contenu généré par l'IA peut accélérer les processus créatifs, et les entreprises commencent à reconnaître son potentiel pour transformer non seulement la création de contenu, mais aussi la manière dont les équipes créatives opèrent à travers différents secteurs.
Voici quelques scénarios et cas d'utilisation potentiels reliant l'IA et Web3.
Applications de l'AIGC dans Web3
L'IA textuelle et son impact sur Web3
L'IA textuelle fait référence à l'utilisation de l'intelligence artificielle pour générer du texte. Il s'agit d'une technologie de traitement du langage naturel capable de produire des textes ressemblant à ceux écrits par des humains à partir d'une entrée donnée, et elle est utilisée dans diverses applications telles que les résumés automatiques, les systèmes conversationnels et la traduction automatique. Aujourd'hui, les outils de génération de texte sont employés pour produire du contenu original et créatif à diverses fins, et il existe de nombreux domaines dans Web3 où ces technologies peuvent être fortement exploitées.
Grâce aux outils d'IA textuelle, la recherche en ligne peut être repensée pour offrir une navigation plus intuitive. La dernière intégration de ChatGPT avec le moteur de recherche Bing de Microsoft a permis de lancer une interface conversationnelle comme méthode de recherche sur le web.
Parallèlement, Google a lancé sa propre version expérimentale d'un modèle NLP appelé Bard, un service textuel conversationnel piloté par LaMDA, destiné à simplifier des sujets complexes et synthétiser des informations issues de requêtes.
L'IA générative pourrait transformer la manière dont les gens recherchent sur internet
L'IA générative a le potentiel de changer la façon dont les utilisateurs filtrent l'information en ligne, et pourrait réduire la dépendance actuelle aux modèles publicitaires des moteurs de recherche — un problème que de nombreux utilisateurs de Web2 cherchent depuis longtemps à contourner.
Les outils de génération de texte permettent aux utilisateurs de filtrer le bruit causé par les contenus optimisés pour le référencement (SEO), bien qu'une intervention humaine et des ajustements restent nécessaires. Si les préférences de recherche évoluent vers ces outils d'IA textuelle, les moteurs de recherche traditionnels pourraient être remplacés, entraînant une diminution du désordre publicitaire lié aux recherches — ce qui correspond à l'un des principes fondamentaux de Web3 : redonner le contrôle technologique aux utilisateurs.
Dans les jeux blockchain, l'IA textuelle peut renforcer la créativité et la productivité des développeurs et artistes. En exploitant cette technologie, des éléments fondamentaux comme les dialogues, les intrigues ou la conception des personnages peuvent être rapidement produits et affinés, simplifiant ainsi le processus créatif grâce à une génération plus rapide d'idées.
Les NFT alimentés par l'IA
L'IA peut également aider à générer des images et des vidéos, qui peuvent ensuite être transformées en NFT. Ces NFT générés par IA sont appelés œuvres d'art génératif, où l'artiste commence par définir un ensemble de règles (par exemple, palette de couleurs, motifs), ainsi que des paramètres tels que le nombre d'itérations ou le niveau de hasard. L'ordinateur génère alors l'œuvre dans ce cadre défini.
Un exemple en est la collection NFT « Autoglyphs » créée par Larva Labs, concepteur du générateur de « CryptoPunks ». Voici d'autres exemples de collections NFT générées à l'aide de l'IA.
Avatars et objets IA dans les jeux blockchain
Les modèles d'IA générative peuvent aider à créer massivement des actifs de jeu dans un environnement Web3, notamment des avatars, équipements, véhicules ou artefacts. L'industrie du jeu peut utiliser des modèles d'IA générative « texte-à-image » capables de produire des contenus et des éléments créatifs à partir de descriptions textuelles. Dans certaines limites paramétriques, les modèles linguistiques modernes peuvent aussi fournir un contexte aux actifs créés, comme les statistiques de puissance d'un objet, les attributs d'un personnage ou encore leur légende.
Aujourd'hui, les images et vidéos générées par IA sont si avancées qu'elles peuvent servir à créer des effets spéciaux pour les jeux blockchain et les produits virtuels du métavers. Par exemple, Mirror World est un projet GameFi qui utilise des « miroirs » virtuels basés sur l'IA comme actifs pour les personnages dans les jeux. Ces actifs miroir sont entièrement interopérables entre chaque jeu, garantissant que leurs détenteurs puissent les utiliser pour relever de nouveaux défis dès qu’un nouveau jeu sort.
L'entreprise Alethea AI a lancé le projet CharacterGPT comme autre exemple d'IA générative. Ce projet utilise un système d'IA multimodal appelé CharacterGPT pour générer des personnages interactifs à partir de descriptions textuelles, réalisant ainsi une transformation du texte en création de personnages. Ces personnages interactifs peuvent avoir des apparence, voix, personnalités et identités uniques selon différentes descriptions en langage naturel.
Ces personnages peuvent être tokenisés et enregistrés sur une blockchain. Leurs propriétaires peuvent également personnaliser leur personnalité, entraîner leur intelligence, et les échanger ou utiliser dans diverses autres dApps du protocole AI d'Alethea. Ces personnages interactifs ouvrent à de nombreuses applications possibles, notamment les jumeaux numériques (modèles virtuels reflétant des objets physiques), les guides numériques, les compagnons numériques, les assistants virtuels ou encore les personnages non-joueurs (PNJ) pilotés par l'IA.
L'IA peut aider à détecter les vulnérabilités
En matière de construction d'infrastructures et d'applications Web3, l'IA peut aider à simplifier les processus de développement.
Par exemple, des applications d'IA peuvent être utilisées pour déboguer du code. Grâce à l'IA, ChatGPT a déjà démontré sa capacité, dans une certaine mesure, non seulement à lire et écrire du code, mais aussi à repérer des erreurs dans celui-ci.
Certains professionnels de la cryptographie utilisent désormais cet outil alimenté par l'IA pour effectuer des tâches simples d'audit de code : les développeurs de l'entreprise d'audit de contrats intelligents Certik ont recours à ChatGPT pour « comprendre et résumer rapidement la sémantique de fragments de code complexes ».
Conclusion : défis, risques et perspectives des applications de l'IA dans Web3
Alors que l'IA continue de progresser, ses possibilités sont quasi illimitées, limitées uniquement par l'imagination des utilisateurs. Même à un stade précoce, les modèles d'IA continuent de prouver leur capacité à transformer des entreprises, voire des secteurs entiers. En raison de son accessibilité, son adoption massive semble inévitable, et l'IA deviendra probablement un mode de vie dans notre monde numérique futur. Toutefois, cette technologie comporte également certains défis et risques.
Un défi possible est la résistance des consommateurs et des organisations face au contenu généré par l'IA. Par exemple, l'un des principaux sites de banque d'images, Getty Images, a interdit le téléchargement et la vente d'illustrations créées à l’aide d’outils d’art IA. Les problèmes de droits d’auteur sont cités comme motif principal, car certaines images générées par IA reproduisent du contenu protégé, avec parfois encore visibles les filigranes des artistes originaux.
Un autre défi pour l'AIGC concerne la qualité. Le professeur de Stanford Andrew Ng cite un exemple où ChatGPT affirme à tort qu’un boulier est plus rapide qu’un GPU — heureusement, ce n’est pas vrai.
Pour beaucoup, la crainte que cette technologie menace les emplois constitue un défi préoccupant. Pourtant, penser que l'IA va remplacer complètement les humains dans le travail est une erreur. En réalité, elle pourrait plutôt créer de nouvelles opportunités, tant sur les marchés existants qu’émergents : l'IA aura probablement pour effet de renforcer les métiers existants ou d'en créer de nouveaux liés à l'IA, nécessitant simplement une montée en compétences.
Comme l'écrivain célèbre William Gibson l'a un jour dit à propos de l'IA : « Le futur est déjà là — il est simplement mal réparti. » Cela s'applique également à l'intersection actuelle entre l'IA et Web3.
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
@cryptocom
