Entretien avec le PDG de Kaito : Construire le GPT ultime pour le Web3
TechFlow SélectionTechFlow Sélection
Entretien avec le PDG de Kaito : Construire le GPT ultime pour le Web3
Dans ce nouveau paradigme de distribution des données, je suis profondément convaincu que les opportunités offertes par la Web3 transformeront complètement la logique économique selon laquelle les entreprises technologiques monopolisent les données.
Dédié à des analyses Web3 approfondiesTechFlow : Sunny
Kaito : Yu Hu
« Dans un nouveau paradigme de distribution des données, je suis profondément convaincu que les opportunités offertes par le Web3 transformeront complètement la logique économique du monopole des données par les géants technologiques. »
-- Yu Hu
Comment obtenir efficacement des informations sur le Web3 ? Pour les utilisateurs ordinaires, Twitter, Discord, Telegram et les sites médias constituent les principales sources d'information. Pour les utilisateurs plus analytiques, ils peuvent choisir d’utiliser des explorateurs de données blockchain, des forums de gouvernance, des podcasts ou des rapports d’analyse. Les informations Web3 sont plus fragmentées que celles du Web2, dispersées entre plusieurs applications sociales natives du monde cryptographique et sur la blockchain elle-même, comme une véritable chasse au trésor, très éloignée de la recherche centralisée incarnée par Google.
Tout secteur connaît une évolution du chaos vers l’ordre. Avant l’apparition des moteurs de recherche dans le monde traditionnel, l’information était extrêmement dispersée, et les utilisateurs devaient être des experts pour savoir où chercher telle ou telle information sur tel ou tel site web. L’avènement de Google a permis à tous les utilisateurs du monde entier d’indexer efficacement l’ensemble des informations d’Internet, tandis que l’émergence des grands modèles linguistiques a encore porté cette efficacité à un niveau supérieur.
À quel stade en est aujourd’hui la recherche d’informations dans le Web3 ? Comparé à il y a quelques années, nous avons fait de grands progrès : avant l’apparition d’Etherscan, Dune ou Nansen, il était extrêmement difficile pour un utilisateur lambda de trouver des informations sur la blockchain. Cependant, même aujourd’hui, alors que le monde traditionnel est passé de l’ère des moteurs de recherche à celle des grands modèles linguistiques, l’indexation des données Web3, faute de moteur de recherche natif, reste coincée dans une ère prémoteur de recherche, caractérisée par une dispersion extrême des informations : l’utilisateur doit connaître les sources spécifiques pour accéder à des données comme le volume total verrouillé (TVL), l’activité quotidienne des utilisateurs, les revenus des protocoles ou les opinions communautaires et propositions de gouvernance. Le fondateur et PDG de Kaito, Yu Hu, est persuadé qu’à l’avenir, lorsque nous regarderons en arrière, cet état primitif nous semblera presque inconcevable.
Yu Hu avait identifié dès 2020 les difficultés majeures liées à l’indexation des informations Web3 : fragmentation extrême, absence d’organisation, incompatibilité avec les moteurs de recherche traditionnels comme Google. Il s’est alors rendu compte que son propre besoin reflétait celui de toute l’industrie. C’est pourquoi il a pris la décision radicale de quitter son emploi pour se consacrer entièrement à la création d’un moteur de recherche Web3. Comme il le dit lui-même : « Je souhaite conduire le mode d’indexation de l’information Web3 hors de l’ère prémoteur de recherche, entrer pleinement dans l’ère des moteurs de recherche, puis franchir le seuil de l’ère des grands modèles linguistiques, afin d’offrir aux professionnels du secteur et aux prochains milliards d’utilisateurs Web3 une nouvelle manière d’accéder efficacement à l’information. »
Le moteur de recherche de Kaito utilise un cadre Auto GPT combiné à plusieurs backends ChatGPT pour construire un réseau d’agents capables d’exécuter diverses tâches : recherche, traitement de l’information, nettoyage et annotation des données. Son objectif est d’offrir des services Web3 de meilleure qualité tout en explorant activement des méthodes de co-création avec les utilisateurs afin d’améliorer l’expérience et accroître les retombées économiques.
Durant notre conversation approfondie avec Yu Hu, nous avons discuté de la manière dont les grands modèles linguistiques peuvent aider les utilisateurs Web3, ainsi que de la construction d’un futur moteur de recherche décentralisé basé sur la co-création communautaire. En tant que média, nous avons également abordé avec lui comment combiner médias traditionnels et intelligence artificielle pour renforcer l’authenticité et l’originalité de l’information.
Résumé des points clés
-
Dans un nouveau paradigme de distribution des données, je suis profondément convaincu que les opportunités offertes par le Web3 transformeront complètement la logique économique du monopole des données par les géants technologiques.
-
À l’ère du WEB2, l’information est principalement stockée sur Internet. Dans le monde WEB3, une grande partie de l’information réside sur la blockchain, une architecture fondamentalement différente d’Internet. L’extraction d’informations sur la blockchain nécessite la mise en place de nœuds, contrairement aux moteurs classiques comme Google qui utilisent des robots d’exploration généralistes.
-
Nous souhaitons à l’avenir co-créer en profondeur avec les utilisateurs. Si un utilisateur repère une information erronée sur notre plateforme, nous voulons mettre en place un mécanisme de retour permettant à chacun de participer activement à l’amélioration de la qualité de l’information.
-
Dans l’environnement Web3, nous accordons une grande importance à la propriété des données, c’est pourquoi nous souhaitons que les utilisateurs participent au traitement des données et à la co-conception du produit. Plus les utilisateurs adoptent notre service, plus nos modèles deviendront puissants.
-
Il existe une relation fondamentale d’amont à aval entre moteurs de recherche et médias : les médias constituent une partie essentielle des sources d’information du moteur, voilà la relation la plus fondamentale.
Plongée dans le terrier du lapin cryptographique
TechFlow : Comment êtes-vous passé d’étudiant brillant à Cambridge, à gestionnaire de fonds chez Citadel, puis détenteur de Cryptopunk, pour finalement fonder une startup spécialisée dans le Web3 et l’IA ?
Yu :
J’ai un parcours en économie et gestion, et j’ai travaillé environ dix ans dans la finance traditionnelle, successivement dans des banques d’investissement et des hedge funds, avant de terminer chez Citadel en tant qu’investisseur sur les marchés secondaires. Cependant, vers 2017, j’ai découvert les cryptomonnaies et développé un vif intérêt pour cette technologie émergente, que j’ai commencé à étudier sérieusement pendant mon temps libre, car elle représentait à la fois une innovation technologique et une nouvelle classe d’actifs.
Pendant l’été DeFi 2020, j’y ai consacré beaucoup de temps. La DeFi est un concept relativement fondamental, différent des autres domaines, car on peut y observer directement des indicateurs comme le volume total verrouillé (TVL), les revenus, etc., ce qui permet une analyse fondamentale. J’ai mené de nombreuses recherches à ce sujet et cherché des opportunités.
À cette époque, j’ai ressenti fortement que la diffusion de l’information dans l’industrie crypto était extrêmement chaotique et désordonnée, similaire à l’asymétrie d’information que j’avais observée dans la finance traditionnelle. Dans ce domaine, de nombreux outils financiers performants existent pour faciliter l’accès à l’information.
Mais dans l’univers blockchain, même les moteurs de recherche peinent à récupérer efficacement des données pertinentes provenant de plateformes sociales comme Twitter ou Discord. Cela rendait la collecte d’informations particulièrement pénible.
En 2021, j’ai acheté un CryptoPunk, un NFT symbolique d’un moment charnière pour toute l’industrie. J’ai acquis une confiance profonde dans l’avenir du Web3, une conviction qui perdure jusqu’à aujourd’hui.
Après avoir réfléchi à l’évolution du secteur et à mes propres centres d’intérêt, j’ai décidé fin 2021 de quitter mon emploi pour créer une entreprise. Mon objectif était de développer un produit capable de résoudre les difficultés de recherche d’information, destiné à des personnes comme moi. Telle est l’origine de mon projet entrepreneurial.
TechFlow : Quels étaient vos axes de recherche entre 2017 et 2021 ? Quelles ont été les principales révélations ? Comment votre vision du secteur a-t-elle évolué depuis 2017 ?
Yu :
Je pense que la prise de conscience la plus importante pour moi a été la nécessité d’une pensée à long terme sur l’évolution globale du secteur.
-
Mon premier enseignement concernait la compréhension des différentes formes d’interaction financière, car j’étais issu du secteur financier. Cela a suscité une réflexion sur la valorisation différente du concept de propriété.
Je pense que c’est une idée profonde, car elle s’est transformée en attribut fondamental dans de nombreux domaines industriels.
-
En 2020 et 2021, j’ai commencé à réfléchir aux dividendes technologiques des 20 dernières années, notamment à l’essor des géants comme Google ou Facebook.
Cependant, ma réflexion s’est approfondie : si ce modèle se perpétue, dans 50 ou 100 ans, le paysage technologique pourrait changer radicalement, et la question centrale serait alors celle de la propriété des données.
Nous pouvons actuellement utiliser gratuitement des produits comme Google, Instagram ou Facebook, mais leur valeur réelle réside dans les énormes volumes de données qu’ils accumulent. Les utilisateurs ne réalisent pas pleinement cette valeur, qui reste entièrement aux mains des entreprises technologiques.
Dans un nouveau paradigme de distribution des données, je suis profondément convaincu que les opportunités offertes par le Web3 transformeront complètement cette logique économique.
La propriété des données reviendra aux utilisateurs, et de nouveaux produits émergeront grâce à la co-création communautaire. Ces innovations influenceront profondément notre vision de l’avenir et modifieront la logique d’interaction entre données et utilisateurs.
Échelle et caractéristiques de l’information Web3 : décentralisation et interopérabilité
TechFlow : Dans Kaito, comment intégrez-vous et réalisez-vous l’interopérabilité des informations Web3 ? En quoi cela diffère-t-il des méthodes de l’ère Web2 ?
Yu :
Permettez-moi une brève introduction : Kaito dispose de deux produits phares.
-
Le premier est une plateforme de recherche professionnelle destinée aux institutions, servant des professionnels comme les chercheurs, journalistes ou bâtisseurs du secteur, qui passent beaucoup de temps à consulter des informations pertinentes.
-
Le second est un moteur de recherche grand public, comparable à un Google du Web3.
Notre processus d’intégration comporte principalement trois étapes.
-
Premièrement, identifier les sources : nous devons comprendre quelles données sont liées au Web3. Par exemple, filtrer les informations pertinentes sur Twitter ou Discord, puis les intégrer techniquement.
-
Deuxièmement, structurer : nous nettoyons et annotons ces données, transformant les données non structurées en données structurées. Cette annotation se fait dans notre base de données, parfois assistée par l’IA et les grands modèles.
-
Troisièmement, rendre les données lisibles : comment interagir avec l’utilisateur ? Cela peut prendre différentes formes : recherche, fil d’actualité, graphiques ou chat. Notre objectif final est d’établir une interaction étroite avec l’utilisateur, rendant ces données facilement manipulables.
Ces trois étapes sont cruciales pour intégrer les données et leur donner de l’utilité.
Les différences entre l’information Web3 et Web2 se manifestent principalement en trois points.
-
Primo, la manière de diffusion de l’information est totalement différente. À l’ère du Web3, l’information est intrinsèquement plus décentralisée et chaotique. Contrairement au Web2, elle ne dépend pas uniquement des médias officiels. Même les comptes officiels, comme celui de FTX, lors d’événements majeurs, privilégient souvent les comptes communautaires. Sur des plateformes comme Discord, la diffusion devient plus décentralisée.
-
Deuxièmement, les infrastructures porteuses de l’information diffèrent. Au Web2, l’information est principalement stockée sur Internet. Dans le monde Web3, une grande partie réside sur la blockchain, une architecture fondamentalement différente d’Internet. Extraire des données blockchain nécessite de configurer des nœuds, impossible avec un robot d’exploration universel comme Google.
-
Troisièmement, les modes d’interaction changent. Au Web2, le nettoyage et l’annotation des données sont hautement centralisés, avec de grandes équipes chez Google ou ChatGPT. Au Web3, de nombreux processus peuvent être co-créés avec les utilisateurs, via des incitations. Par exemple, une communauté et des développeurs peuvent ensemble concevoir un nouveau moteur de recherche, offrant une expérience inédite au sein de la communauté Web3.
TechFlow : Quelle est actuellement l’échelle des données publiques et privées dans le domaine Web3 ? Quelle évolution prévoyez-vous ?
Yu :
D’après nos propres données collectées, nous traitons quotidiennement environ un million d’informations provenant d’institutions. En incluant les données publiques, ce chiffre atteint probablement la dizaine de millions. Et si l’on ajoute les données privées provenant de Telegram ou Discord, il dépasse largement le milliard. Voilà notre volume quotidien. Quant à l’évolution future, nous pouvons anticiper une croissance continue, liée à l’augmentation du nombre d’utilisateurs et à la multiplication des sources d’information, aussi bien sur la blockchain que dans les entreprises centralisées.
Par ailleurs, la nature même de l’information pourrait évoluer. Actuellement, la plupart concerne les transactions, mais avec l’élargissement des cas d’usage de la blockchain, d’autres types d’information augmenteront rapidement.
L’intelligence artificielle au service du Web3
TechFlow : Comment utilisez-vous les grands modèles linguistiques pour construire votre système d’IA ? Et comment traitez-vous les multiples sources de données pour fournir la meilleure réponse possible ?
Yu :
Actuellement, nous utilisons une architecture Auto GPT, déployant plusieurs modèles ChatGPT en backend, qui forment ensemble un système d’agents collaboratifs.
-
Chaque agent a une mission spécifique. Lorsqu’un utilisateur lance une requête, notre premier agent analyse sa signification et ses besoins, puis détermine quelle source de données consulter. Nous pouvons avoir plusieurs agents spécialisés dans différents domaines — Twitter, Discord, recherche académique, etc.
-
Ces agents collaborent pour trouver la meilleure réponse, que nous évaluons ensuite selon la pertinence face à la question posée. Sous-jacent à ce système, nous utilisons actuellement ChatGPT comme modèle de base, tout en explorant la fine-tuning ou l’entraînement complet de nos propres modèles.
ChatGPT est un modèle pré-entraîné. Il peut répondre à partir de sa base de connaissances, mais échoue face à des informations hors de son champ. Notre approche consiste à exploiter ses capacités de compréhension sémantique et de raisonnement logique pour apprendre des événements en cours — ce qu’on appelle l’apprentissage contextuel.
Nous devons optimiser de nombreux aspects, d’où l’utilité d’un réseau d’agents. Pour certaines questions, nous pouvons utiliser des modèles plus complexes comme GPT-4, tandis que d’autres suffisent avec des modèles simples. Cela rappelle la manière humaine de mobiliser différentes capacités cognitives selon les situations : une lecture approfondie exige une concentration intense, tandis que des questions simples trouvent aisément réponse.
De même, au niveau de la base de données, nous adaptons l’infrastructure selon les besoins. À l’avenir, nous pourrions intégrer la base de données à une gestion décentralisée, facilitant ainsi l’extension horizontale.
Dans le processus de nettoyage, d’annotation et de traitement des données, nous souhaitons co-créer de la valeur avec les utilisateurs, car les données sont cruciales pour toute entreprise d’IA.
Dans l’environnement Web3, nous valorisons la propriété des données, donc nous voulons que les utilisateurs participent activement au traitement des données et à la construction du produit. Plus ils utilisent notre service, plus nos modèles deviennent puissants. L’expérience utilisateur s’améliore, attirant davantage d’utilisateurs, et chacun peut partager les bénéfices économiques générés — telle est la philosophie de co-création que nous visons.
TechFlow : Comment Kaito aide-t-il les utilisateurs à lutter contre la désinformation dans le secteur blockchain et garantit-il la qualité des données ?
Yu :
Nous concentrons actuellement nos efforts sur trois axes.
Premièrement, nous filtrons rigoureusement les sources d’information. Par exemple, sur Twitter, nous utilisons une méthode basée sur le graphe social pour identifier et écarter les spams.
Deuxièmement, nous mettons l’accent sur la transparence des sources. Contrairement aux grands modèles comme ChatGPT, où l’utilisateur ignore l’origine des résultats, nous indiquons systématiquement la source de chaque information, aidant ainsi l’utilisateur à évaluer sa crédibilité. C’est une amélioration technique majeure par rapport aux grands modèles traditionnels.
Troisièmement, nous souhaitons instaurer une co-création avec les utilisateurs. Si un utilisateur repère une information erronée ou inutile sur notre plateforme, nous proposons un mécanisme de retour permettant à chacun de contribuer activement à l’amélioration de la qualité.
La décentralisation au service de l’intelligence artificielle
TechFlow : Quelle est votre vision du potentiel de développement de l’IA à l’ère du Web3, notamment en matière d’apprentissage autonome et de partage de données ? Et quelles caractéristiques fondamentales de la blockchain pourraient influencer l’avenir de l’IA ?
Yu :
OpenAI et la blockchain n’ont pas de lien direct. OpenAI est une avancée majeure en IA, dont les modèles sont entraînés sur d’immenses quantités de données et de documents, avec une annotation humaine effectuée par des employés — un processus entièrement centralisé. Or, le Web3 pourrait ouvrir un nouveau paradigme, potentiellement disruptif. Aujourd’hui, certains n’ont pas encore pleinement saisi le noyau disruptif du Web3.
Potentiel de l’intelligence artificielle
Récemment, Geoff Hinton, figure emblématique de l’IA, a déclaré : « L’humanité n’est qu’une phase passagère dans l’évolution de l’intelligence ». Bien que ChatGPT soit déjà impressionnant, il ne représente qu’une infime partie des possibilités de l’IA. À long terme, le potentiel du secteur est immense.
Contrairement à nous, humains, plusieurs copies d’un même modèle d’IA peuvent partager instantanément leurs apprentissages — un avantage potentiel majeur.
Pour l’instant, l’IA n’a pas encore accompli sa mission, mais je crois fermement en un avenir illimité. Un postulat important : le développement de l’IA ne ralentira pas, car les forces motrices sont trop puissantes. Même si un pays freine ses recherches, d’autres continueront d’avancer. L’évolution de l’IA sera donc stable, durable et irréversible.
Propriétés de la blockchain
Dans ce contexte, quel est le cœur de la blockchain ? L’équité, la fiabilité, la stabilité et le contrôle individuel — ce sont selon moi ses piliers fondamentaux, car toute organisation centralisée comporte des risques énormes. Cela explique pourquoi Elon Musk critique OpenAI, devenu « Close AI ».
Je comprends son point de vue. Mais dans ce cadre, si nous pouvions imposer certaines limites — comme la propriété des données ou d’autres garde-fous — notre système disposerait d’un puissant mécanisme de rétroaction négative.
Cette réflexion est peut-être plus philosophique et abstraite, mais elle ouvre de nombreuses pistes vérifiables. Le Web3 gagne en importance à mesure que l’IA monte en puissance — c’est une prise de conscience récente pour moi.
Le temps révélera la vraie décentralisation
Dans le Web3, je pense qu’il n’y a fondamentalement pas beaucoup de facteurs centralisés ; c’est un système très décentralisé. Par exemple, certains exemples négatifs dans le secteur — les catastrophes de l’année dernière comme FTX, ou des reportages sur USDC perdant son ancrage — touchent tous à l’essence même de la centralisation.
Mais les systèmes véritablement décentralisés, comme Bitcoin ou Ethereum, fonctionnent de manière très stable, reposant sur un principe de service robuste, ce qui est crucial. Et dans les dérivés de ces systèmes, des concepts comme la co-création équitable émergent naturellement, précisément parce qu’ils sont ancrés dans une décentralisation profonde.
Relation entre médias traditionnels et moteurs de recherche IA
TechFlow : Comment les moteurs de recherche IA vont-ils impacter le secteur média ? Pensez-vous que l’IA pourra remplacer les médias, permettant à chacun de produire du contenu de haute qualité ?
Yu :
Il existe une relation fondamentale d’amont à aval entre moteurs de recherche et médias : les médias constituent une partie intégrante des sources d’information du moteur, voilà la relation la plus essentielle.
Avant l’apparition des grands modèles linguistiques, les moteurs de recherche existaient déjà. Des plateformes comme Toutiao en Chine utilisaient déjà l’IA pour produire des actualités rapides, des synthèses et résumés — des applications superficielles mais réelles de l’IA.
Mais je pense que certaines choses ne seront jamais, ou difficilement, remplacées : l’information exclusive, comme les interviews ou enquêtes approfondies, constitue la valeur unique des médias.
Protection de la vie privée des données privées blockchain et co-création des données
TechFlow : Pouvez-vous partager votre vision de la protection de la vie privée des données et comportements sur la blockchain ? Quelle stratégie Kaito met-il en œuvre face à ces défis ?
Yu :
Je pense que ce sujet est extrêmement important.
Sur ce point, nous sommes un moteur neutre : nous indexons toutes les informations publiques, qu’elles soient sur Internet ou sur la blockchain. En revanche, pour les données privées ou protégées, nous n’enregistrons ni maintenant ni à l’avenir aucune information, car elles ne sont pas accessibles à tous.
Dans le processus de co-création des données, nous aspirons à occuper le point de convergence entre blockchain et intelligence artificielle, en travaillant main dans la main avec les utilisateurs pour créer de nouvelles valeurs. Notre objectif est de résoudre les problèmes spécifiques à la blockchain, ce qui fait de nous, fondamentalement, une entreprise d’IA. Notre équipe provient majoritairement de grandes entreprises technologiques matures, avec un bagage en IA, et une forte conviction dans l’avenir du Web3. Nos premiers membres viennent de la communauté Web3, réunis pour co-construire notre produit.
Concernant l’équilibre entre IA et blockchain, je pense qu’il n’existe pas de point fixe dans notre développement. Nous utilisons l’IA pour répondre aux besoins d’un secteur vertical que nous aimons, que ce soit l’indexation, la distribution ou d’autres domaines possibles, toujours dans un but de service industriel. Nous appliquons de nouvelles technologies pour fournir des services utiles, plus efficaces et mieux adaptés, intégrés à leur écosystème.
Modèle économique traditionnel vs modèle communautaire basé sur la co-création
TechFlow : Avez-vous envisagé des méthodes de co-construction communautaire ? Quelles incitations pour les utilisateurs ?
Yu :
Je pense que la manière la plus simple et directe est de donner une valeur économique aux données contribuées par les utilisateurs, tout en restant dans le cadre réglementaire. Sur notre plateforme, chaque recherche, consultation ou action de l’utilisateur aide à optimiser nos modèles, améliorant ainsi l’expérience. Grâce à cette incitation positive, nous encourageons chaque utilisateur à participer activement à la co-création. C’est exactement notre objectif.
Actuellement, Kaito dispose de deux modèles économiques. L’un est la version institutionnelle, basée sur un abonnement traditionnel. L’autre est la version grand public, entièrement gratuite, bien que certaines fonctionnalités supplémentaires puissent être payantes, à l’image du modèle de ChatGPT. Nous proposons aussi des API de données, soutenant d’autres protocoles décentralisés — un autre axe commercial.
TechFlow : Envisagez-vous d’autres mécanismes d’incitation ou l’utilisation de jetons pour attirer les utilisateurs ?
Yu :
Je pense que ce sont deux questions distinctes.
D’abord, avons-nous besoin d’un jeton, et quel rôle jouerait-il dans l’écosystème ?
Je pense que le jeton a de la valeur. Même sans jeton, un projet peut fonctionner s’il propose un excellent produit et un modèle rentable autonome — par exemple via les données ou la publicité.
Mais pour nous, ce qui est passionnant, c’est de pouvoir instaurer très tôt la co-création communautaire. Dans ce cadre, nous pensons que le jeton est nécessaire.
Quant à la mise en œuvre concrète, cela dépendra de l’évolution. Que les abonnements puissent être payés en jetons est une autre question. Pour nous, les avantages du jeton sont évidents : il est plus simple, tant en termes d’efficacité que de valeur commerciale.
Du point de vue commercial, nous pouvons ainsi éviter les intermédiaires tiers comme Stripe. Mais nous rencontrons un défi : dans tout le secteur, nous n’avons pas encore trouvé de bons prestataires tiers capables de nous aider à nous conformer facilement auprès des plateformes réglementaires, y compris les administrations fiscales.
C’est probablement un problème actuel de l’industrie.
TechFlow : Quels modèles économiques intéressants avez-vous découverts récemment en matière de gouvernance communautaire par jetons ?
Yu :
Le secteur crypto a connu récemment de grands changements, notamment en matière de gouvernance par jetons. Autrefois considérés comme purement des jetons de gouvernance, de plus en plus de jetons capturent désormais de la valeur économique, comme DYDX. Cela soulève une préoccupation : atteindre un état où la communauté capte elle-même la valeur économique, et pas seulement la valeur de gouvernance.
Exclusivité TechFlow
TechFlow : Dernière question : pouvez-vous nous livrer un contenu exclusif ? Y a-t-il des jalons à venir, des plans de développement, des nouvelles fonctionnalités ou partenariats particulièrement excitants à annoncer ?
Yu :
Nous prévoyons de permettre aux utilisateurs d’interagir avec le moteur de recherche de manières inédites : par exemple, analyser un graphique de prix par simple capture d’écran, ou interagir avec des sources hors chaîne, pour une recherche multimodale.
Notre vision est d’offrir à tous un accès totalement différent, optimal et pratique à toutes les informations pertinentes. Nous croyons en un potentiel énorme, que nous allons progressivement concrétiser. Nous espérons que le moteur de recherche de demain offrira une expérience radicalement nouvelle. Le secteur en est encore à ses balbutiements, et nous explorons comment combiner au mieux grands modèles linguistiques et moteurs de recherche pour proposer une expérience simple mais disruptive.
Les progrès et innovations des moteurs de recherche ont déjà bouleversé le monde. Il y a une dizaine d’années, les voyageurs n’avaient pas Google Maps et devaient se fier à des guides papier comme Lonely Planet. Aujourd’hui, la recherche d’information est devenue simple et immédiate. Mais nous croyons que le moteur de recherche de demain apportera des transformations encore plus profondes et inimaginables.
Références :
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
深潮TechFlow
