La révolution de l'IA dans les jeux sur chaîne : l'IA n'est pas une nouvelle problématique (1)
TechFlow SélectionTechFlow Sélection
La révolution de l'IA dans les jeux sur chaîne : l'IA n'est pas une nouvelle problématique (1)
L'IA a déclenché une révolution entièrement nouvelle, dont personne ne peut se soustraire.
Dédié à des analyses Web3 approfondies« Le loup arrive, le loup arrive... » Cette fois, l'IA est vraiment là, telle une marée déferlante. En seulement deux mois, ChatGPT, propriété d'OpenAI, a franchi la barre du milliard d'utilisateurs actifs mensuels, devenant l'une des applications à croissance la plus rapide de l'histoire. Puis, le 14 mars, sortie de la dernière version GPT-4 ; et le 29 mars, Elon Musk, figure emblématique du Dogecoin, s'est joint à plus de 1000 experts et dirigeants industriels pour appeler à suspendre pendant au moins six mois le développement d'IA plus puissantes que GPT-4, afin de disposer d'une période de transition permettant de comprendre et d'éviter les risques extrêmes à grande échelle.
Même le grand maître du marketing Elon Musk a appuyé sur pause (avant de changer aussitôt sa photo de profil Twitter en un chien Dogecoin pour capter l'attention ? Haha), offrant ainsi à chacun d'entre nous, derrière nos téléphones, une période de six mois pour préparer notre stage intensif. Appuyer sur pause signifie aussi que cette tendance est irréversible et incontournable. Nous avons donc encore un peu plus de cinq mois pour bien réfléchir à la manière dont nous devons faire face ou accueillir la transformation que l’IA va apporter à notre travail et à notre vie.
L'IA est si puissante parce qu'elle permet aux ordinateurs de penser, d'apprendre et de résoudre des problèmes logiques comme les humains. C’est comme discuter naturellement avec un internaute inconnu, mais qui possède une connaissance infinie et une capacité inépuisable à entretenir la conversation, tout en combinant parfaitement les rôles de comparse et de vedette d’un spectacle comique du groupe De Yun She.
Si une intelligence aussi omnisciente pouvait aider l'humanité dans son travail, plus de 50 % des emplois pourraient rapidement être remplacés par l'IA, et plus de 90 % des professions seraient progressivement affectées, augmentant considérablement leur efficacité, tout en libérant davantage de temps pour les êtres humains.
Par exemple, imaginez qu'un jour, un robot vocal IA discute avec un enfant et détecte que son niveau de connaissances est inférieur à la moyenne. Il pourrait alors, tel un professeur bienveillant, accompagner durablement l’enfant, comblant progressivement ses lacunes grâce à des conversations et des histoires racontées. Ce serait là un moment de bonheur fugace pour tous les parents exigeants du monde.
L’IA provoque une révolution entièrement nouvelle, à laquelle personne ne peut échapper. Remercions le commandant d’avoir appuyé sur pause, même s’il ne s’agit que d’une pause simulée, pendant qu’il poursuit secrètement ses recherches selon la stratégie « tunnel officiel en vue, pont secret en sous-main ». Dès l’émergence de ChatGPT 3.5, W Labs, laboratoire Guatian, a créé un groupe de recherche spécialisé sur « l’IA appliquée aux jeux blockchain ». Ces derniers temps, nous avons rencontré tous les projets et équipes de jeux blockchain ayant intégré l’IA auxquels nous avions accès, et en combinant ces échanges avec nos propres connaissances acquises sur l’IA, nous commençons à rédiger notre propre récit sur l’union de l’IA, des jeux et des jeux blockchain. Alors, commençons ! (Cette série d’articles pourrait être très, très longue ; chers lecteurs, considérez-la comme une histoire en feuilleton. Mais elle est entièrement originale, non générée par ChatGPT, haha.)
I. L’IA n’est pas un nouveau concept
La précédente vague d’enthousiasme populaire pour l’IA remonte à 2016, lorsque AlphaGo a vaincu Lee Sedol, ancien champion mondial de go. Puis suivirent quelques années relativement calmes, jusqu’à l’apparition spectaculaire de ChatGPT en 2022, ravivant brusquement l’intérêt. Rien d’étonnant à cela : l’IA est en réalité un domaine qui existe depuis soixante-dix ans environ et a déjà connu plusieurs hivers successifs.
L’histoire du développement de l’IA peut commencer avec la naissance du terme « intelligence artificielle ». Avant cela, les premiers informaticiens et chercheurs réfléchissaient déjà à la simulation de l’intelligence humaine. À l’été 1956, John McCarthy et d’autres ont organisé à Dartmouth College, paisible lieu du village de Hanover aux États-Unis, un programme de recherche de deux mois destiné à rassembler des esprits partageant les mêmes idées autour du thème de « l’intelligence artificielle ».
Cet événement fut appelé la « conférence de Dartmouth ». Pendant cette réunion, les participants ont discuté d’une série de questions liées à la simulation de l’intelligence par les machines, notamment comment faire en sorte que les machines pensent et apprennent comme les humains. Bien que la conférence n’ait pas atteint les résultats escomptés (les scientifiques trop optimistes surestimaient leurs capacités et sous-estimaient la complexité de l’IA ; on ignore encore aujourd’hui qui, de l’humain ou de l’IA, détient véritablement le point de vue divin), elle marqua la naissance officielle du domaine de l’intelligence artificielle, considérée comme le point de départ de ce champ disciplinaire, définissant clairement l’IA comme une discipline indépendante.
Figures clés présentes à la conférence de Dartmouth en 1956
Les premières recherches en IA se concentraient principalement sur l’approche symboliste, utilisant par exemple des règles et de la logique pour simuler l’intelligence humaine. À cette époque, Marvin Minsky créa le « perceptron Mark I », l’un des premiers réseaux neuronaux. Plus tard, Alan Turing proposa le fameux test de Turing.
Pour ceux impliqués dans la cryptographie qui ne connaîtraient pas Turing, ils ont sûrement entendu parler de Chen Fengxia (CFX), la pièce à dix fois en 2023 ? Jeton phare du secteur concept Hong Kong, sa forte hausse s’explique non seulement par l’action agressive de son market maker DWF (Da Weifang), mais aussi par la réputation dont il a bénéficié dès ses débuts grâce au label « Classe Yao de Tsinghua ». La Classe Yao, dirigée par l’expert informatique chinois Yao Qizhi à l’université de Tsinghua, doit sa renommée au fait que Yao Qizhi a reçu en 2000 le prix Turing, distinction suprême en informatique — il reste à ce jour le seul Chinois à l’avoir obtenue. Vous comprenez maintenant l’importance de Turing dans ce secteur… Après ce long détour, revenons-en au sujet.
Le prédécesseur du test de Turing est l’expérience de pensée appelée « jeu d’imitation », introduite par Turing en 1950 dans son article « Computing Machinery and Intelligence ». Elle devint ensuite le test de Turing, désormais bien connu. Ce concept existait même avant le terme « intelligence artificielle » lui-même (comme mentionné précédemment, ce dernier n’a été formalisé qu’en 1956 lors de la conférence de Dartmouth). C’était le premier cadre permettant de juger si « une machine peut penser » : si une proportion significative d’humains ne parviennent plus à distinguer s’ils parlent à un humain ou à une machine, on considère généralement que la machine a passé le test. Cette idée géniale et son influence majeure ont établi la place historique de Turing comme « père de l’intelligence artificielle ». Aujourd’hui, la plus haute distinction en informatique porte son nom : le « prix Turing ». Pour mieux connaître ce génie extraordinaire, vous pouvez regarder le film *The Imitation Game*, où Benedict Cumberbatch incarne brillamment Turing.
Alan Turing
Après la conférence de Dartmouth, le développement de l’IA progressa lentement, sans percée majeure. Les années 1970 marquèrent le premier hiver de l’intelligence artificielle.
En 1986, Geoffrey Hinton (retenez ce nom, il est crucial) et d'autres ont proposé l'algorithme de rétropropagation. Celui-ci permet aux réseaux neuronaux d'optimiser leurs poids via la descente de gradient (vous n'avez pas besoin de tout comprendre – j'ai lu plusieurs articles sans vraiment saisir ces concepts complexes, mais retenez simplement que la rétropropagation reste aujourd'hui l'une des méthodes les plus courantes pour entraîner les réseaux neuronaux). Suit alors une deuxième période d’hiver de l’IA, qui s’étend des années 1990 jusqu’au début du XXIe siècle.
Geoffrey Hinton
Nous savons désormais que le progrès technologique n’est pas linéaire : il traverse de longues périodes de stagnation avant d’exploser soudainement. Après avoir traversé deux hivers, en 2007, Hinton a développé une nouvelle façon de décrire les réseaux neuronaux : l’apprentissage profond (deep learning) était né. Sous-domaine de l’IA, l’apprentissage profond connaît une ascension fulgurante à partir des années 2000, entraînant une décennie d’avancées spectaculaires, attirant de nombreux scientifiques talentueux et entreprises de toutes tailles :
2010 : création de DeepMind ;
2011 : Andrew Ng et d'autres fondent « Google Brain » ;
2013 : Mark Zuckerberg et Yann LeCun, inventeur du réseau neuronal convolutif (CNN), créent le laboratoire d’intelligence artificielle de Facebook, obtenant de nombreuses avancées importantes dans la vision par ordinateur et le traitement du langage naturel ;
2014 : Google rachète DeepMind ;
2015 : AlphaGo bat Fan Hui, champion d’Europe, montrant ses premières capacités ;
2015 : OpenAI, aujourd’hui la société la plus célèbre au monde, est fondée ;
2016 : AlphaGo vainc le champion du monde Lee Sedol ;
2017 : AlphaGo bat Ke Jie, devenant invaincu ;
La même année, Qi Lu rejoint Baidu, positionnant cette entreprise comme leader chinois en IA, notamment dans le traitement du langage naturel et la conduite autonome.
NVIDIA lance un réseau de génération progressive capable de produire des visages réalistes en qualité photo, donnant naissance au phénomène du « deepfake » sur Internet. NVIDIA reviendra régulièrement dans cette série d’articles : véritable fierté pour la communauté chinoise, cette entreprise a réussi, grâce à ses puces graphiques, à traverser trois industries majeures : jeux vidéo, IA et crypto-monnaies.
Permettez-nous ici de dire quelques mots supplémentaires sur Baidu (sans aucun paiement ni lien d’intérêt, bien que personnellement je déteste l’expérience utilisateur des produits Baidu). Dès 2012, au début du renouveau de l’IA, Baidu a compris l’importance cruciale de l’apprentissage profond. Pour recruter Hinton, le père des réseaux neuronaux, plusieurs grandes entreprises de premier plan ont lancé une course aux talents. Hinton a même spécialement créé une petite startup, DNNresearch, dont les seuls actifs étaient lui-même, ses deux étudiants et quelques publications et résultats de recherche en deep learning.
Quatre entreprises participaient à l’enchère : les géants californiens Google et Microsoft, la jeune DeepMind âgée de deux ans, et… l’entreprise chinoise Baidu. Baidu a lancé la mise initiale à 10 millions de dollars, mais le prix monta rapidement à 20 millions. La start-up DeepMind, manquant de fonds, dut se retirer, suivie peu après par Microsoft, faute de conviction. Ne restèrent plus que Google et Baidu, engagés dans une lutte serrée, tous deux déterminés à recruter Hinton. Le prix grimpa à 30, puis 40 millions de dollars, menaçant d’atteindre 50 millions voire davantage. Baidu passa même d’un chercheur chargé des enchères à un haut dirigeant prenant directement les décisions depuis Pékin.
Mais finalement, Hinton mit fin lui-même à l’enchère, choisissant de vendre à Google pour un prix modéré — car pour ce chercheur déjà illustre, un environnement de recherche adéquat comptait plus que l’argent. Quant au chercheur de Baidu ayant participé aux enchères, Yu Kai, il fut stupéfait de découvrir à quel point la richesse pouvait venir vite et facilement ! Même Li Yanhong ne pouvait plus arrêter le rêve de Yu Kai ! Il fonda alors sa propre entreprise spécialisée dans les puces et la conduite autonome : Horizon Robotics. Fin 2022, Horizon Robotics était valorisée à 5 milliards de dollars, avec un financement cumulé de 3,4 milliards, un exemple typique de réussite individuelle grâce à la maîtrise de l’information.
Un des étudiants de Hinton, Ilya Sutskever, rejoignit plus tard OpenAI à l’invitation de Musk après avoir quitté Google.
Ce fut l’époque où Google domina l’intelligence artificielle. Jusqu’en 2018, Google resta incontestablement le leader du secteur, ayant recruté Hinton, racheté DeepMind, développé Google Brain, se plaçant ainsi à la pointe de la recherche et de l’application en IA.
Les autres acteurs du secteur suivaient généralement la voie tracée par Google. L’architecture Transformer publiée par Google a fourni à OpenAI des bases solides — la lettre « T » dans le célèbre modèle GPT désigne précisément cette architecture.
Cependant, OpenAI a progressivement pris le devant de la scène historique.
En 2019, OpenAI publie GPT-2. Cette fois, Microsoft, qui avait raté l’opportunité d’embaucher Hinton, investit 1 milliard de dollars dans OpenAI. Après GPT-2, OpenAI réussit enfin à tracer sa propre voie des grands modèles, différente de celle menée par Google, entamant alors une phase de croissance fulgurante :
-
2020 : GPT-3 ;
-
2022 : GPT-3.5, ChatGPT, produit en quelques jours, envahit le monde en fin d’année, relançant une nouvelle vague d’enthousiasme pour l’IA ;
-
2023 : alors que les autres entreprises peinent encore à rattraper ChatGPT, OpenAI sort directement GPT-4.
À ce stade, OpenAI n’a plus d’égal. Ayant franchi tous les obstacles, il creuse désormais un fossé générationnel avec ses concurrents grâce à son avantage précoce, sa vitesse d’itération exceptionnelle et sa domination technique absolue.
À suivre.
Cette série risque fort de devenir la plus longue jamais écrite par W Labs depuis sa création. Chers lecteurs, prenez-la comme un conte divertissant à savourer tranquillement.
Cette série est une création collective du groupe de recherche « IA & Jeux Blockchain » de W Labs. Merci aux membres du groupe : Guage, Jiaran, Baobao, Brian, Xiaofei et Huage pour leur précieux travail !
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
瓜田实验室W Labs
