Les possibilités infinies de la convergence entre l'IA et le Web3
TechFlow SélectionTechFlow Sélection
Les possibilités infinies de la convergence entre l'IA et le Web3
Cet article dresse un bilan complet des nouveaux domaines émergents issus de la convergence entre l'IA et le Web3, en partant de l'adaptation et de la complémentarité des technologies fondamentales. Il présente une synthèse et une analyse des besoins pratiques, des goulots d'étranglement dans le développement ainsi que des perspectives d'avenir pour chacune de ces directions.
Dédié à des analyses Web3 approfondiesRédaction : michaeljin & Yetta
En tant qu'acteurs du Web3 emportés par la vague géante de l'IA, après avoir vécu une explosion d'informations dans les deux secteurs ces derniers mois, nous souhaitons partager quelques réflexions et analyses avec les autres professionnels du Web3 :
L’IA et le Web3 : l’un a repoussé nos limites imaginaires en matière de productivité, l’autre a redéfini notre compréhension des modèles économiques. En tant que technologies de pointe représentant l’avenir du développement, leur combinaison semble naturelle et suscite sans fin de nouvelles perspectives. Pourtant, lorsque nous portons notre regard sur la réalité, il apparaît clairement que très peu de projets réussissent véritablement à intégrer les deux. La collision entre ces deux domaines a donné naissance à de nouvelles narrations, mais aussi à de nombreuses bulles spéculatives et accroches marketing. De nombreux scénarios théoriquement complémentaires manquent souvent de besoins concrets ; quant aux projets répondant à des besoins réels, ils se heurtent fréquemment à des obstacles liés au coût ou aux contraintes technologiques qui empêchent leur mise en œuvre.
Je pense que l'idée selon laquelle Web3 et IA s'opposent mutuellement est proportionnelle à l'augmentation du nombre de projets Web3 contenant de l'IA rencontrés sur le marché primaire, ainsi qu'au nombre croissant de projets d'IA inutilement « web3-isés ». Les créateurs ou équipes fondamentalement ancrés dans l'IA ne cherchent pas nécessairement à intégrer le Web3 — questions comme la certification de propriété des données sur blockchain, les modèles économiques ou la redistribution des relations de production ne sont pas prioritaires pour eux. En effet, les projets basés sur de grands modèles d'IA nécessitent des ressources considérables dès les phases initiales (formation, exploitation), ce qui rend leur fonctionnement fortement centralisé. Je reste donc extrêmement prudent quant à la faisabilité concrète des prétendues améliorations apportées par certains projets Web3 aux relations de production dans le domaine de l’IA.
Le marché Web3 fait face à des blocages importants tant au niveau macroéconomique que sur le plan de l'innovation. Sans même aborder les nouvelles pressions réglementaires, on constate que lorsque l’IA attire l’attention de la majorité des utilisateurs, développeurs ("builders") et investisseurs grâce à sa capacité fulgurante à accroître la productivité et remplacer certaines formes de pensée humaine, le manque d’innovations significatives dans le secteur Web3 devient encore plus criant. Il y a longtemps que le Web3 n’a pas connu d’avancée innovante de l’envergure de celle apportée par l’IA. Pour être honnête, la plupart des nouveaux projets qui attirent un peu d’attention aujourd’hui ne sont que de légères modifications de produits ou technologies existantes : de meilleures méthodes de mise en gage, des portefeuilles multichaînes offrant une meilleure expérience utilisateur, des memecoins avec de nouveaux mécanismes, des DEX sur de nouvelles blockchains offrant plus de liquidités, etc. Ces soi-disant « innovations » contribuent-elles réellement à attirer davantage d’utilisateurs ou à augmenter l’adoption des blockchains ? Sont-elles vraiment ce dont ce secteur a besoin ?
Nous avons besoin de nouveaux domaines capables d’introduire l’IA dans le Web3 et de faire sortir le Web3 de ses frontières actuelles. L’utilisation effective des fondamentaux de la blockchain — tels que (1) la certification de propriété intellectuelle, (2) l’authentification d’identité, (3) la révolution du système financier, (4) la finalité fiable sans tiers de confiance — déterminera précisément la prochaine transition paradigmatique de l’industrie. Dans cet esprit de recherche d’une synergie réelle, cet article explore les nouveaux territoires émergents issus de la convergence entre IA et Web3, en analysant leurs besoins pratiques, freins au développement et perspectives futures, à partir de la compatibilité et complémentarité des technologies sous-jacentes.
Image inspirée de KK, fondateur de Hash Global
TL;DR
-
L’IA et le Web3 entrent en conflit sur leurs fondements logiques : les grands modèles d’IA nécessitent d’énormes ressources, ce qui conduit à une forte centralisation depuis la phase d’entraînement jusqu’à l’exploitation. À l’inverse, le Web3, construit sur la blockchain, privilégie la décentralisation et la transparence. Cette opposition rend difficile une intégration profonde entre les deux. Leur logique commerciale et leurs besoins réels doivent donc être soigneusement examinés.
-
Pourtant, c’est précisément cette divergence fondamentale qui permet à l’IA et au Web3 de se compléter mutuellement. Sans devenir nécessairement le cœur narratif l’un de l’autre, chacun peut résoudre les points de douleur de l’autre et stimuler son développement. Les deux technologies peuvent ainsi enrichir leurs récits respectifs et ouvrir d’immenses espaces d’imagination. Par exemple, les modèles économiques propres au Web3 peuvent aider les projets d’IA à mieux utiliser leurs capitaux, à acquérir de nouveaux utilisateurs et à stimuler l’engagement. Inversement, les avantages de la blockchain — réduction des coûts d’infrastructure, vérification d’identité, injection de démocratie et de transparence dans la boîte noire des données de l’IA, incitations aux contributeurs de données — peuvent offrir aux équipes d’IA de nouvelles pistes de conception produit.
-
Au niveau infrastructurel, les mécanismes décentralisés du Web3 peuvent résoudre à la base certains risques et problèmes actuels de l’IA, notamment la protection de la vie privée et les abus de données.
-
Créer des marchés décentralisés pour les éléments essentiels au développement de l’IA (puissance de calcul, données), afin de maximiser l’utilisation des ressources inutilisées, optimiser leur allocation et ainsi favoriser le développement et l’application des grands modèles d’IA.
-
Les mécanismes décentralisés du Web3 permettent de rendre l’IA plus démocratique à la base. Grâce au déploiement, à l’entraînement et à l’utilisation décentralisés de l’IA, la confidentialité des données des utilisateurs peut être mieux protégée, tout en leur offrant la possibilité d’être rémunérés pour le partage de leurs données.
-
La blockchain peut également servir à enregistrer et surveiller les comportements de l’IA, renforçant ainsi sa sécurité et facilitant le déploiement d’agents d’IA automatisés dans divers contextes.
-
-
Au niveau applicatif, l’IA peut aider au développement et à la diffusion des applications Web3.
-
D’une part, en tant qu’outil de productivité, l’IA peut accélérer considérablement le développement des applications Web3. En tant que moteur de connaissances, elle peut aussi réduire les coûts d’interaction et d’apprentissage entre les utilisateurs et les dApps, aidant ainsi davantage d’utilisateurs à entrer dans l’écosystème Web3.
-
L’IA peut sensiblement abaisser les barrières techniques au développement de dApps et au lancement de projets, recentrant ainsi la compétitivité sur l’innovation et l’exploitation. C’est précisément dans cette direction que l’IA générative peut introduire de nouvelles narrations dans les applications Web3, par exemple en intégrant des éléments novateurs comme des personnages virtuels ou des IA incarnées dans les écosystèmes du jeu ou des réseaux sociaux, créant ainsi de nouvelles expériences.
-
Couche Infrastructure
Incitations par jetons et mécanismes de gouvernance : des marchés décentralisés au service de l’infrastructure IA
À l’ère des grands modèles d’IA, chaque composant de l’infrastructure soutenant leur développement prend une importance cruciale.
Durant la construction et le développement de cette infrastructure, un défi clé consiste à inciter efficacement les participants et à coordonner leurs actions pour faire avancer collectivement le système. Les marchés décentralisés et les mécanismes d’incitation par jetons offrent ici une solution originale et puissante. Dans ces marchés, le jeton, en tant qu’actif numérique et support de valeur, joue un rôle central. Il peut représenter un droit spécifique, une fonction ou une ressource, et ses transferts sont exécutés via des contrats intelligents, assurant ainsi des transactions sécurisées, transparentes et automatisées.
Pour l’infrastructure IA, les incitations par jetons peuvent jouer plusieurs rôles. Tout d’abord, elles permettent de récompenser les contributeurs — qu’il s’agisse de fournir des ressources de calcul, des jeux de données, des modèles algorithmiques ou de la puissance de traitement. Prenons l’exemple de MyShell, une plateforme populaire de création de chatbots vocaux alimentés par l’IA. Elle utilise un atelier de création de chatbots et l’analyse des données pour créer un effet de cercle vertueux. Les utilisateurs peuvent personnaliser la voix, les fonctionnalités et la base de connaissances de leurs chatbots sur MyShell, puis interagir avec eux. Ces interactions génèrent des données utilisées pour améliorer les performances et la personnalisation des robots, attirant ainsi plus d’utilisateurs, augmentant davantage les données et la valeur — un cycle de croissance positif.
En offrant des récompenses en jetons aux participants, les modèles économiques du Web3 peuvent attirer davantage de monde dans la construction de l’infrastructure IA, favorisant le partage et la collaboration des ressources. Les jetons permettent aussi de fluidifier les échanges de valeur au sein du marché décentralisé : les participants peuvent acheter ou vendre des ressources, services ou modèles algorithmiques via des jetons, facilitant ainsi les transactions et la coopération. Ce mécanisme de circulation de la valeur offre une flexibilité et une efficacité accrues au développement de l’infrastructure IA, permettant aux participants de mieux répondre à leurs besoins et intérêts.
Chiffrement homomorphe et apprentissage fédéré : intégrer la protection de la vie privée dès la phase d’entraînement de l’IA
Assurer la confidentialité individuelle et la sécurité des données tout en entraînant efficacement des modèles est un défi ancien. Le chiffrement homomorphe propose ici une méthode puissante de protection de la vie privée, permettant d’intégrer celle-ci directement dans les processus d’entraînement de l’IA, garantissant ainsi la sécurité des données sensibles.
Le chiffrement homomorphe est une technique cryptographique spéciale qui permet d’effectuer des calculs sur des données chiffrées sans avoir besoin de les déchiffrer. Cela signifie qu’on peut entraîner un modèle ou effectuer des inférences sur des données cryptées sans jamais exposer leur contenu original. En appliquant cette technique aux phases d’entraînement de l’IA, on préserve la confidentialité des données sensibles.
Voici les étapes clés lors de l’utilisation du chiffrement homomorphe pour l’entraînement de l’IA :
-
Chiffrement des données : les données destinées à l’entraînement sont chiffrées à l’aide d’un algorithme homomorphe, garantissant leur confidentialité durant tout le processus d’apprentissage.
-
Calcul sur données chiffrées : les opérations de calcul — entraînement du modèle, optimisation, inférence — sont exécutées directement sur les données chiffrées, sans besoin de déchiffrement.
-
Partage sécurisé des paramètres : les parties impliquées dans l’entraînement doivent échanger les paramètres de sécurité nécessaires au calcul homomorphe, qui contrôlent le processus de chiffrement et de déchiffrement.
-
Traitement des résultats chiffrés : une fois les calculs terminés, les résultats peuvent être déchiffrés pour obtenir les poids du modèle ou les prédictions. Cette étape doit être réalisée avec des mesures de sécurité strictes pour éviter toute fuite ou accès non autorisé.
Le chiffrement homomorphe présente plusieurs avantages et cas d’usage potentiels dans l’entraînement de l’IA :
a. Protection de la vie privée : il permet d’entraîner des modèles sur des données sensibles sans jamais y accéder directement, préservant ainsi le contrôle des détenteurs de données.
b. Collaboration autour des données : plusieurs propriétaires de données peuvent participer conjointement à l’entraînement sans partager leurs données brutes, favorisant la coopération.
c. Conformité réglementaire : pour les données soumises à des restrictions légales (dossiers médicaux, données financières), le chiffrement homomorphe permet un entraînement conforme aux exigences réglementaires.
Ces fonctionnalités peuvent aussi être mises en œuvre via des plateformes de calcul décentralisées. Fluence, par exemple, est une plateforme de calcul décentralisée capable d’exécuter de nombreux programmes, y compris ceux d’IA. Son objectif est de libérer l’innovation numérique via des applications pair-à-pair. Elle fournit un protocole Web3 ouvert, ainsi que des cadres et outils pour développer et héberger des applications, interfaces et backends sur des réseaux P2P sans permission.
zkML et inférence IA sur chaîne : surveillance des agents IA et encadrement de leurs responsabilités
Dans le contexte du développement rapide et de l’usage généralisé de l’IA, il devient crucial de s’assurer que les systèmes d’IA respectent les exigences éthiques et juridiques. Considérés comme des agents autonomes capables de prendre des décisions ayant un impact profond sur les individus et la société, les comportements de ces agents doivent être surveillés et encadrés. zkML (machine learning avec preuves à connaissance nulle) propose une solution innovante, sécurisée, vérifiable et transparente à ce défi. En combinant les preuves à zéro connaissance et la blockchain, zkML protège la vie privée tout en garantissant la conformité et la fiabilité des systèmes d’IA.
Prenons Modulus Labs : ce projet utilise zkML pour s’assurer que l’exécution de son IA ne divulgue aucune donnée sensible. Grâce aux preuves à connaissance nulle, il peut démontrer à un régulateur ou à une partie prenante qu’un certain traitement a été effectué, sans révéler ni les données ni le modèle interne. Cette approche protège à la fois la vie privée des individus et les secrets commerciaux, tout en permettant une vérification et un audit des comportements des agents IA. Le cadre décentralisé créé par zkML permet une surveillance en temps réel des décisions et trajectoires des agents IA.
Ce mécanisme de surveillance décentralisée assure transparence et traçabilité, permettant de détecter et corriger rapidement toute décision inappropriée. zkML fournit aussi un cadre d’encadrement des responsabilités. En intégrant des contrats intelligents aux processus de décision de l’IA, on peut définir des règles et conditions limitant le champ d’action de l’agent, garantissant ainsi son alignement avec les normes morales et réglementaires. Ce système de responsabilité fait de l’IA un outil fiable, capable de créer de la valeur sans nuire aux intérêts humains. Cette technologie jette ainsi les bases d’un système d’IA durable, éthique et responsable.
Couche Exécution
Accélérateur de productivité : l’IA au service du développement du Web3
Dans l’évolution du Web3, l’intelligence artificielle (IA) joue un rôle clé en s’intégrant à divers domaines pour accroître l’efficacité productive et améliorer l’expérience utilisateur. Voici quelques axes stratégiques de convergence entre IA et Web3 :
1. IA et analyse des données sur chaîne
L’IA joue un rôle majeur dans la collecte et l’analyse des données blockchain. En tant que base de données distribuée, la blockchain enregistre une quantité massive de transactions et d’informations. L’IA permet d’exploiter pleinement ces données.
Par exemple, Web3 Analytics est une plateforme d’analyse fondée sur l’IA, utilisant l’apprentissage automatique et le data mining pour collecter, traiter et analyser les données sur chaîne. Elle aide les utilisateurs à comprendre les tendances des transactions, du marché et les comportements des utilisateurs, en leur offrant des analyses précises et un soutien décisionnel. Des plateformes similaires comme MinMax AI proposent aussi des outils d’analyse basés sur l’IA pour identifier des opportunités et tendances de marché.
2. IA et développement automatisé de dApps
L’automatisation du développement de dApps grâce à l’IA est également cruciale. L’écriture de contrats intelligents et de dApps implique généralement beaucoup de code, des tests fastidieux et des déploiements complexes. En intégrant l’IA aux outils de développement, on peut rendre ce processus plus efficace et intelligent. L’IA peut générer automatiquement du code, valider et tester les contrats intelligents, et faciliter le déploiement et la maintenance des dApps. Cela économise du temps et des ressources, tout en améliorant la précision. Certains outils assistés par IA utilisent par exemple le traitement du langage naturel et l’apprentissage machine pour aider les développeurs à écrire plus vite des contrats intelligents et à détecter automatiquement les erreurs potentielles.
3. IA et sécurité des transactions sur chaîne
Dans le monde Web3, la sécurité des transactions sur chaîne est primordiale. En raison de l’ouverture et de la transparence de la blockchain, les risques d’attaques malveillantes, de fraudes ou de fuites de données persistent. L’IA peut renforcer la sécurité et la confidentialité. Par exemple, la plateforme de sécurité Web3 SeQure utilise l’IA pour détecter et prévenir les attaques, les fraudes et les fuites de données, en offrant une surveillance en temps réel et des alertes. D’autres outils comme Sentinel alimenté par l’IA offrent des fonctionnalités similaires.
Optimisation des ressources : l’IA comme guide du monde Web3
Dans le monde Web3, l’optimisation de l’allocation des ressources est un défi clé. Grâce à la convergence entre blockchain et IA, l’IA peut servir de guide pour une utilisation plus efficace des ressources. Voici quelques domaines où l’IA joue ce rôle :
-
Optimisation des activités sur chaîne : les activités blockchain incluent les transactions, l’exécution de contrats et le stockage de données. Grâce à l’analyse intelligente et prédictive de l’IA, on peut mieux optimiser ces activités, améliorer l’efficacité et les performances globales. L’IA peut analyser les données, détecter des anomalies et fournir des recommandations en temps réel pour optimiser l’allocation des ressources du réseau blockchain.
-
Mécanismes publicitaires sur chaîne : dans le Web3, la publicité est aussi une ressource. L’IA peut jouer un rôle clé en permettant aux annonceurs de cibler plus précisément leur audience et de proposer des contenus personnalisés. En analysant les données et comportements des utilisateurs sur chaîne, l’IA permet un ciblage plus fin, augmentant ainsi le taux de clics et de conversion, et optimisant l’utilisation des ressources publicitaires.
-
IA et gouvernance des DAO : les organisations autonomes décentralisées (DAO) sont une nouvelle forme d’organisation dans le Web3. L’IA peut devenir un outil clé pour leur gouvernance, en aidant à la prise de décision, aux mécanismes de vote et à la gestion communautaire. Grâce à l’analyse et à la prédiction, l’IA peut aider les membres du DAO à mieux comprendre les besoins et opinions de la communauté, et à fournir un soutien décisionnel. Avec l’IA, les DAO peuvent fonctionner plus efficacement, optimiser leurs ressources et favoriser la croissance de la communauté.
Couche Application
Réducteur de seuil d’entrée : l’IA comme levier de popularisation du Web3
-
Interfaces utilisateur amicales intégrant l’IA
Par exemple, la plateforme d’audit Web3 Fuzzland utilise l’IA pour aider les auditeurs à détecter les vulnérabilités dans le code, en fournissant des explications en langage naturel pour faciliter la compréhension technique. Fuzzland utilise aussi l’IA pour expliquer en langage naturel les spécifications formelles et le code des contrats, ainsi que pour fournir des exemples, aidant ainsi les développeurs à identifier les problèmes potentiels. En combinant IA et expertise d’audit, Fuzzland permet aux développeurs du Web3 de comprendre et interpréter plus facilement le code, améliorant ainsi l’efficacité et la précision des audits.
-
Interprétation de contrats intelligents assistée par IA
-
Rédaction de contrats intelligents assistée par IA
Dans le développement du Web3, abaisser le seuil d’entrée est essentiel pour une adoption généralisée. Pour cela, l’intégration de l’IA dans les interfaces utilisateur, l’interprétation et la rédaction de contrats intelligents joue un rôle fondamental. Des interfaces intuitives intégrant l’IA offrent une expérience utilisateur plus fluide. Traditionnellement, l’utilisation de la blockchain demande une connaissance approfondie de commandes complexes. Or, grâce à l’IA, des fonctions comme le traitement du langage naturel ou des interfaces graphiques permettent aux utilisateurs d’interagir facilement avec les plateformes Web3 sans maîtriser les détails techniques. L’IA aide aussi à mieux comprendre les contrats intelligents, en les décomposant automatiquement et en les visualisant clairement, renforçant ainsi la confiance des utilisateurs.
Bibliothèque créative du monde Web3 : enrichissement des scénarios et des interactions
-
IA et NFT génératifs
-
Agents de trading automatisés par IA
-
IA incarnée et PNJ dans les jeux
-
IA et rendu automatique de scènes métavers
L’émergence de l’IA générative ouvre de nouvelles possibilités dans l’industrie créative, offrant au Web3 des expériences plus variées et innovantes, invitant les utilisateurs à s’immerger dans des scénarios riches et interactifs. Pendant le précédent boom des NFT, l’IA a injecté une créativité infinie dans les NFT génératifs. Ces NFT, basés sur des algorithmes et des données, utilisent l’IA pour produire des œuvres d’art ou personnages uniques et variés. Ils peuvent devenir des personnages, objets ou éléments de décor dans des jeux, mondes virtuels ou métavers, offrant aux utilisateurs des choix multiples et des expériences personnalisées. Lors de l’essor du DeFi, les agents de trading automatisés par IA ont aussi simplifié et optimisé les flux économiques au sein de cette bibliothèque créative. Dans le Web3, les utilisateurs peuvent tirer profit de la possession, du commerce ou de la participation à des actifs numériques. Ces agents utilisent des algorithmes intelligents et l’apprentissage machine pour automatiser les transactions, saisir les meilleures opportunités et maximiser les gains.
L’AIGC (création de contenu par IA) introduit aussi de nouvelles dynamiques dans les plateformes de contenu et communautés UGC. Yodayo, par exemple, est une plateforme d’art IA dédiée aux animateurs virtuels et aux amateurs d’anime, leur permettant de créer et partager plus facilement des contenus qu’ils aiment. En intégrant un moteur AIGC, Yodayo rend la création et l’interaction accessibles à tous, transformant même les utilisateurs passifs en créateurs actifs, renforçant ainsi leur lien avec la communauté.
L’intégration de l’IA incarnée aux PNJ de jeux enrichit les scénarios avec des expériences plus réalistes et interactives. En dotant les personnages de comportements intelligents, de décisions autonomes et d’expressions émotionnelles, l’IA rend les histoires plus vivantes. Les joueurs peuvent alors interagir avec des personnages dotés d’une intelligence artificielle réaliste, explorant ensemble le monde du jeu. La combinaison de l’IA et du rendu automatique de scènes métavers crée des environnements virtuels plus immersifs. Par exemple, Inward AI analyse systématiquement les comportements et préférences des joueurs pour proposer des quêtes ou informations uniques, façonnant une histoire personnalisée pour chaque joueur. Quant à rctAI, son IA de combat en temps réel rend chaque bataille intense : les adversaires apprennent des stratégies du joueur, s’adaptent et progressent, ajoutant de l’incertitude et du piquant aux affrontements. Ensemble, ces technologies créent des narrations dynamiques, des combats réalistes et stimulants, rendant le monde du jeu plus captivant que jamais.
Conclusion
En tant que professionnels du Web3 emportés par la vague géante de l’IA, après avoir traversé une explosion d’informations dans les deux secteurs ces derniers mois, nous avons approfondi notre réflexion sur leur convergence. Bien que leurs logiques fondamentales s’opposent — la centralisation inhérente à l’IA semblant difficilement compatible avec le principe de décentralisation du Web3 —, c’est justement cette contradiction qui leur permet de se compléter. Chaque technologie peut résoudre les points faibles de l’autre, stimulant ainsi mutuellement leur évolution. Les mécanismes décentralisés du Web3 peuvent résoudre à la racine les problèmes de l’IA liés à la protection de la vie privée et à la mauvaise utilisation des données. De plus, l’utilisation de la blockchain permet d’enregistrer et de surveiller les comportements de l’IA, renforçant sa sécurité et facilitant le déploiement d’agents d’IA automatisés dans divers domaines.
Bien que l’intégration profonde entre IA et Web3 soit ardue, elle ouvre de nombreuses possibilités au niveau applicatif : l’IA peut devenir un levier majeur pour les applications Web3, accélérant considérablement leur développement, réduisant les coûts d’interaction et d’apprentissage pour les utilisateurs, et aidant davantage de personnes à rejoindre l’écosystème Web3. En abaissant les barrières techniques au développement de dApps et au lancement de projets, l’IA permet aussi de se concentrer sur l’innovation et l’exploitation, en introduisant de nouveaux éléments comme des personnages virtuels ou des IA incarnées dans les jeux et les réseaux sociaux, créant ainsi de nouvelles narrations et expériences, et poussant ainsi le développement du Web3.
Malgré les défis et limites actuels, nous croyons fermement que seule une synergie authentique entre ces deux technologies pourra porter la narration et l’idéal du prochain Internet. Nous espérons voir émerger davantage de projets innovants capables d’intégrer l’IA dans le Web3 et d’étendre ce dernier à de nouveaux horizons. Et nous souhaitons que ces deux technologies de pointe continuent à s’entraider pour franchir les obstacles techniques, surmonter les contraintes de coût, et ensemble, bâtir un futur plus intelligent… et plus ouvert.
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
OP Crypto
