DWF 2024 : les perspectives cryptographiques, le potentiel et les défis du DAI, vers un avenir de l'IA guidé par le Web3
TechFlow SélectionTechFlow Sélection
DWF 2024 : les perspectives cryptographiques, le potentiel et les défis du DAI, vers un avenir de l'IA guidé par le Web3
La coopération, l'inclusivité et les considérations éthiques seront essentielles pour façonner un paysage DAI véritablement bénéfique pour l'humanité.
Dédié à des analyses Web3 approfondiesRédaction : DWF Labs Research
Traduction : Sharon, Luccy, BlockBeats
Éditorial :
L'année dernière, le lancement de ChatGPT 3.5 a suscité inquiétudes et débats intenses autour de l'intelligence artificielle (IA). Dans un article, Vitalik a souligné que beaucoup craignent l'émergence d'une IA monopolistique, ce qui les pousse à souhaiter ralentir son développement. DWF Labs Research analyse en profondeur l'impact de la percée de ChatGPT 3.5 sur l’IA dans l’ère Web3, révélant les défis auxquels l’IA est confrontée ainsi que le potentiel de l’IA décentralisée (DAI).
Voici la traduction de l'article original :
À la fin de l'année, nous examinons l'un des sujets les plus discutés de cette année : l'intelligence artificielle (IA). Au cours de l'année écoulée, l'IA est devenue un sujet central grâce au lancement de ChatGPT 3.5 par OpenAI. Cette sortie a mis en lumière l'énorme potentiel économique de l'IA, provoquant des discussions mondiales sur son avenir, ses impacts et ses risques associés.
Alors que l'optimisme grandit, le scepticisme s'intensifie également, et les conséquences potentielles commencent à attirer l'attention des régulateurs. En raison de la montée fulgurante de l'IA et de cadres réglementaires encore flous, on assiste à une situation rappelant les débuts du domaine de la cryptomonnaie. Les deux industries sont souvent comparées, mettant en évidence comment les caractéristiques décentralisées du Web3 semblent complémentaires aux forces potentiellement centralisatrices de l'IA.
Très vite, presque chaque discussion de capital-risque Web3 au premier trimestre s'est concentrée sur le potentiel transformatif de l'IA (parfois, je me demandais si j'assistais à un événement Web3 ou à un événement dédié à l'IA). Cette année, nous avons également vu plusieurs fonds de capital-risque se tourner vers l'IA ou intégrer celle-ci à leur portefeuille d'investissements.
Alors que l'engouement médiatique commence à retomber, DWF Ventures souhaite maintenant reconsidérer le domaine de l'IA avec un regard équilibré. Cet article présente brièvement l'évolution de l'IA et explique comment elle en est arrivée à un tel niveau d'attention. Toutefois, notre approche narrative diffère : au lieu de nous concentrer traditionnellement sur la manière dont l'IA influence le Web3, nous abordons la question inverse — comment le Web3 peut-il influencer l'IA ? Dans cette exploration, nous examinons en détail comment la décentralisation et le Web3 peuvent servir de catalyseurs pour résoudre les défis actuels auxquels l'IA fait face.
Aperçu rapide de l'IA et la percée de ChatGPT 3.5
Source : Khan, Pasha & Masud, 2021
Contrairement à l'engouement récent autour de l'IA, son histoire remonte aux années 1930. Les travaux de Turing en 1950, notamment le test de Turing, ont jeté les bases de l'IA. Bien qu'un certain optimisme ait entouré l'IA au départ, des obstacles liés à la puissance de calcul et à l'impossibilité de répondre aux besoins en temps réel ont conduit à un « hiver de l'IA » dans les années 1970. Dans les années 1980, les systèmes experts ont relancé l'IA, utilisant des bases de connaissances pour simuler l'expertise humaine. Cette période a également vu la renaissance du connexionnisme et l'émergence des réseaux neuronaux récurrents.
Cependant, les systèmes experts ont rencontré des difficultés en matière d'acquisition des connaissances et d'analyse en temps réel, entraînant un recul dans les années 1990, tandis que la montée en puissance des ordinateurs personnels a progressivement réduit leur pertinence. Depuis lors, le domaine de l'IA a connu une croissance rapide, donnant naissance à diverses branches technologiques comme l'apprentissage automatique, le traitement du langage naturel, la vision par ordinateur et la reconnaissance vocale. Ces avancées ont permis à l'IA de passer de la résolution simple de problèmes à l'apprentissage profond dans des applications complexes.
Source : Mukhamediev et al., 2022
Au fil du développement, l'IA a connu une convergence entre ses différents sous-domaines. Notamment, l'apprentissage automatique et les grands modèles linguistiques (LLM) ont réalisé des progrès significatifs dans les domaines verticaux. Le célèbre article d'Ashish Vaswani et al., « Attention is All You Need », a clairement inspiré les modèles de transformeurs génératifs pré-entraînés (GPT).
Depuis, un grand nombre de modèles GPT ont émergé, tels que BERT (bidirectionnel) et ceux développés par l'équipe d'OpenAI. Après ChatGPT, des alternatives open source telles que Falcon et LLaMA2 sont apparues, intensifiant la compétition pour la prochaine génération de modèles GPT, potentiellement plus proches de l'intelligence artificielle générale (AGI).
L'engouement autour des GPT a contribué à sortir l'IA du cercle académique, attirant l'attention de milliards de personnes. Deux mois après son lancement, OpenAI a atteint 100 millions d'utilisateurs actifs hebdomadaires, le rythme de croissance le plus rapide jamais enregistré. Selon une étude récente de McKinsey, environ 51 % des professionnels du secteur technologique utilisent aujourd'hui l'IA dans leur travail.
La réalité de l'IA : orienter la perception sociale face à l'IA centralisée et à ses limites
Une enquête récente menée par Vitalik Buterin dans l’un de ses articles révèle que beaucoup craignent l’émergence d’une version monopolistique de l’IA, et préfèrent donc en retarder le développement.
Source : My techno-optimism
Les inquiétudes récentes concernant l'IA trouvent leur origine dans la popularité fulgurante de ChatGPT, alimentée par ses réponses humanisées. Pourtant, la plupart des gens ne réalisent pas que bien que les GPT imitent l'interaction humaine, ils ne constituent pas une intelligence artificielle générale (AGI).
Chaque fois qu’un modèle GPT génère une réponse, celle-ci varie statistiquement, sans garantie de cohérence ni d’exactitude factuelle. De plus, les GPT font face à d'autres limitations, mais leur principal défaut réside dans leur incapacité à effectuer un raisonnement logique, particulièrement flagrante en mathématiques.
Source : « Limites des modèles linguistiques GPT dues à leurs faibles performances en apprentissage à peu de données »
Compte tenu des nombreuses préoccupations soulevées par l'IA et des défis actuels liés à la gestion efficace des grands modèles d'IA, l'idée d'intégrer le Web3 à l'IA apparaît comme une voie potentielle pour atténuer ces difficultés. En exploitant les principes intrinsèques du Web3 — décentralisation et calcul distribué —, il serait possible de pallier certains problèmes auxquels les systèmes d'IA actuels sont confrontés.
La voie vers la DAI (IA décentralisée) : aperçu, potentiel et défis
Le fait que les capacités de l'IA soient concentrées dans des systèmes centralisés suscite des inquiétudes quant à l'accès aux données, à la pertinence des modèles et à la durabilité globale des applications d'IA. Les systèmes d'IA centralisés rencontrent d'importants obstacles, notamment en ce qui concerne les grands jeux de données propriétaires.
Source : Tweet d'Elon
Cela a conduit à un modèle de paiement à l'utilisation, X ayant fixé un nombre limité de consultations de publications par jour. Peu de temps après, le lancement de Grok, le GPT de X, a permis aux utilisateurs d’accéder en temps réel aux données de X. Ce modèle crée une barrière économique et soulève des questions sur l'accessibilité et l'inclusivité des bénéfices tirés de l'IA.
En outre, en raison de l'obsolescence rapide des modèles publiés, l'absence de mises à jour continues des données pose un défi majeur pour maintenir pertinence et exactitude. Actuellement, les données d'entraînement de ChatGPT 3.5 incluent des informations jusqu'à janvier 2022. Quant à Llama 2, il a été entraîné sur des données allant de janvier à juillet 2023.
Face à ces défis, la DAI (IA décentralisée) émerge comme une solution potentielle aux limites de la centralisation.
Source : Janbi et al., 2023
La DAI propose une trajectoire alternative pour relever les défis inhérents aux modèles centralisés. Un article de méta-analyse récemment publié par Janbi et al. constitue un guide complet, détaillant cinq grands domaines clés de la DAI.
Source : Janbi et al., 2023 + DWF Ventures
Défis de la DAI
La DAI introduit une transformation passionnante dans le développement de l'IA, offrant de nombreux avantages. Toutefois, il est essentiel de reconnaître les défis qui accompagnent ces progrès.
Source : Eduardo, L. & Hern, C., 1988 + DWF Ventures
Conclusion
Dans l'ensemble, le chemin vers la DAI regorge d'un potentiel considérable. La réalisation du plein potentiel de la DAI dépend de l'atteinte d'une qualité critique, stimulée par la base existante d'utilisateurs d'IA. En raison du nombre limité de fournisseurs et d'utilisateurs, les solutions open source rencontrent certains obstacles, tandis que l'API de ChatGPT offre une option pratique et économique pour le grand public, alliant commodité et fiabilité.
Toutefois, compte tenu des conséquences potentielles d'une IA généraliste monopolistique, les individus doivent réévaluer le compromis entre commodité et décentralisation dans leurs choix et actions. À une échelle plus large, les innovateurs des communautés Web3 et IA peuvent relever ces défis en redéfinissant les flux de travail de l'IA, en repensant les infrastructures, en adoptant de nouveaux paradigmes innovants, en assurant une gestion efficace, et en développant des applications conformes aux principes de décentralisation. Alors que nous poursuivons sur cette voie, la coopération, l'inclusion et les considérations éthiques seront essentielles pour façonner un paysage DAI véritablement bénéfique pour l'humanité.
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
@DWFLabs
