Analyse approfondi de BasedAI : un réseau d'exécution de grands modèles linguistiques mettant l'accent sur la confidentialité et l'efficacité, le prochain Bittensor dans le domaine de l'IA ?
TechFlow SélectionTechFlow Sélection
Analyse approfondi de BasedAI : un réseau d'exécution de grands modèles linguistiques mettant l'accent sur la confidentialité et l'efficacité, le prochain Bittensor dans le domaine de l'IA ?
BasedAI, un projet d'IA combinant un grand modèle linguistique, la cryptographie ZK, le chiffrement homomorphe et une memecoin.
Dédié à des analyses Web3 approfondiesAuteur : TechFlow
Le secteur de l’IA reste en plein essor.
De nombreux projets cherchent à s'« IA-ïser », en adoptant le nouvel argumentaire « aider l’IA à mieux performer », espérant ainsi profiter du vent porteur de l’IA pour s’élever davantage.
Mais la plupart des anciens projets ont déjà vu leur valeur découverte au fil des cycles passés, et même des nouveaux venus comme Bittensor ne sont plus tout à fait « nouveaux ». Nous devons donc continuer à chercher des projets dont la valeur n’a pas encore été réalisée, mais qui possèdent un potentiel narratif.
Parmi les projets cryptos prétendant « aider l’IA à mieux performer », améliorer la confidentialité (privacy) demeure une direction particulièrement attrayante :
D’une part, la protection de la vie privée résonne naturellement avec le concept d’égalité dans la décentralisation. D’autre part, garantir cette confidentialité implique inévitablement l’utilisation de technologies avancées telles que le zk (preuves à divulgation nulle) et le chiffrement homomorphe.
Un récit idéologiquement solide combiné à des technologies complexes donne généralement toutes les chances à un projet IA de réussir.
Et si un projet sérieux de ce type intégrait aussi les mécanismes ludiques des Meme coins, cela ne serait-il pas encore plus intéressant ?
Début mars, un projet nommé BasedAI a discrètement créé un compte Twitter, publiant à peine deux tweets authentiques en dehors des retweets. Son site officiel semble extrêmement minimaliste — hormis un white paper sous forme d’article académique très élaboré.
Pourtant, certains influenceurs étrangers ont pris de l’avance en analysant le projet, affirmant qu’il pourrait bien être le prochain Bittensor.
Parallèlement, son jeton éponyme $basedAI a entamé une forte hausse dès fin février, affichant une progression spectaculaire dépassant 40 fois sa valeur initiale.
Après avoir attentivement étudié le white paper scientifique du projet, nous avons découvert que BasedAI est un projet IA combinant modèle de langage massif (LLM), zk, chiffrement homomorphe et mécanisme de Meme coin.
Tout en reconnaissant la pertinence de son orientation narrative, nous sommes surtout impressionnés par la finesse de sa conception économique, qui relie de manière naturelle la gestion des ressources computationnelles aux usages typiques des Meme coins.
Compte tenu du stade très précoce du projet, nous allons dans cet article l’analyser afin d’évaluer son potentiel à devenir le prochain Bittensor.
Quand la science sérieuse rencontre le Meme
Que fait exactement BasedAI ?
Avant de répondre, examinons d’abord qui se cache derrière BasedAI.
Selon les informations publiques, BasedAI est conjointement développé par une organisation appelée Based Labs et l’équipe fondatrice de Pepecoin, dans le but de résoudre les problèmes de confidentialité liés à l’utilisation des grands modèles linguistiques (LLM) dans le domaine actuel de l’IA.
Peu d’informations sont disponibles sur Based Labs, dont le site web est mystérieux, composé uniquement d’une série de termes techniques dans un style Matrix (cliquez ici pour visiter). Le chercheur Sean Wellington, membre de l’organisation, est l’auteur du white paper publié par BasedAI :
Les données de Google Scholar indiquent que Sean, diplômé de l’UC Berkeley, publie depuis 2006 plusieurs articles sur les systèmes de compensation et les données distribuées, spécialisé dans la recherche sur l’IA et les réseaux distribués — un véritable expert technique.
Quant à Pepecoin, il ne s’agit pas du populaire PEPE lancé récemment, mais d’un Meme existant depuis 2016, ayant eu à l’origine sa propre blockchain L1, désormais migrée sur Ethereum.
On peut dire que c’est un Meme historique, qui maîtrise aussi le développement L1.
Mais comment deux groupes aux activités apparemment distinctes — d’un côté un expert en recherche IA sérieuse, de l’autre une équipe de Meme — peuvent-ils créer une synergie au sein de BasedAI ?
ZK et FHE : concilier efficacité du calcul IA et confidentialité
En mettant de côté l’aspect Meme, la brève description du projet sur Twitter révèle directement sa valeur narrative :
« Your prompts are your prompts. » (Vos prompts vous appartiennent.)
Cela souligne l’importance de la confidentialité et de la souveraineté des données : lorsque vous utilisez des modèles IA comme GPT, tous vos prompts et informations sont reçus par les serveurs distants, exposant ainsi vos données personnelles à OpenAI ou à d’autres fournisseurs de modèles.
Bien que cela puisse sembler anodin, il subsiste un problème de confidentialité, car vous devez faire une confiance aveugle aux fournisseurs d’IA pour qu’ils n’abusent pas de vos historiques de conversation.
Sans entrer dans les formules mathématiques obscures ni les détails techniques du white paper de BasedAI, on peut simplifier son objectif comme suit :
Chiffrer toutes les interactions entre vous et le modèle de langage, permettre au modèle de calculer sans voir les données en clair, et renvoyer un résultat que seul vous pouvez déchiffrer.
Vous devinez probablement que ZK (preuve à divulgation nulle) et FHE (chiffrement homomorphe complet) entrent alors en jeu.
-
ZK permet de prouver la véracité d’une affirmation sans révéler les données en clair.
-
FHE permet d’effectuer des calculs sur des données chiffrées, sans besoin de les déchiffrer.
En combinant ces deux technologies, vos prompts sont envoyés chiffrés au modèle IA, qui renvoie une réponse chiffrée. Aucun intermédiaire ne connaît ni votre question ni la réponse.
Cela semble prometteur, mais un problème crucial subsiste : le FHE consomme énormément de ressources informatiques et de temps, rendant le processus peu efficace.
Or, des modèles comme GPT exigent une rapidité d’affichage des résultats pour l’utilisateur. Comment concilier efficacité du calcul et protection de la vie privée ?
Dans son article, BasedAI met spécialement en avant sa technologie « Cerberus Squeezing », démontrée par des formules mathématiques complexes :
Nous ne pouvons pas évaluer professionnellement la validité mathématique de cette technologie, mais son objectif peut être résumé simplement :
Optimiser l’efficacité du traitement des données chiffrées via FHE, en concentrant stratégiquement les ressources computationnelles là où elles ont le plus d’impact, pour accélérer les calculs et afficher rapidement les résultats.
Le papier présente également des preuves empiriques de cette amélioration d’efficacité :
Grâce au « Cerberus Squeezing », le nombre d’étapes de calcul nécessaires au FHE est presque réduit de moitié.
À partir de là, on peut simuler le parcours type d’un utilisateur utilisant BasedAI :
-
L'utilisateur saisit un prompt demandant une analyse émotionnelle d’un historique de discussion, tout en souhaitant protéger la confidentialité des données.
-
Les données sont envoyées chiffrées via la plateforme BasedAI, avec indication du modèle IA requis (ex. : modèle d’analyse sentimentale).
-
Les mineurs du réseau BasedAI reçoivent la tâche et utilisent leurs ressources pour exécuter le modèle IA sur les données chiffrées.
-
Les nœuds du réseau effectuent les calculs sans déchiffrer les données, puis renvoient le résultat chiffré à l’utilisateur.
-
L'utilisateur reçoit le résultat chiffré et le déchiffre avec sa clé privée, obtenant ainsi l’analyse voulue.
Le « cerveau », les mineurs et les validateurs
Au-delà de la technologie, quels rôles concrets existent dans le réseau BasedAI pour exécuter les tâches et répondre aux besoins des utilisateurs ?
Il faut d’abord introduire le concept original du « cerveau ».
Un « cerveau » de Based Labs
Pour les projets IA sur blockchain, on retrouve généralement trois éléments clés :
-
Mineurs : chargés d’exécuter les tâches de calcul, en consommant des ressources informatiques.
-
Validateurs : vérifient la justesse du travail accompli par les mineurs et assurent la validité des transactions et calculs dans le réseau.
-
Blockchain : enregistre les résultats des calculs et des validations dans un registre, et incite les différents rôles via un jeton natif.
Sur ces trois piliers, BasedAI ajoute une couche supplémentaire : le « cerveau ».
« Vous devez avoir un cerveau pour intégrer les ressources computationnelles des mineurs et validateurs, afin qu’elles puissent exécuter différents modèles IA et accomplir les tâches. »
En clair, ces « cerveaux » agissent comme des conteneurs distribués spécialisés, exécutant des grands modèles linguistiques modifiés. Chaque « cerveau » peut choisir les mineurs et validateurs qu’il souhaite associer.
Si cela vous paraît abstrait, imaginez posséder un « permis d’exploitation de services cloud » :
Vous voulez mobiliser des mineurs et validateurs pour effectuer des calculs IA chiffrés, mais vous devez d’abord disposer d’un permis précisant :
-
Votre adresse d’exploitation (numéro)
-
Votre champ d’activité (analyse sentimentale, génération d’images, assistant médical, etc.)
-
La quantité et la puissance de vos ressources computationnelles
-
Les personnes que vous avez recrutées
-
Les récompenses que vous pouvez obtenir
D’après le papier de BasedAI, chaque « cerveau » peut contenir jusqu’à 256 validateurs et 1792 mineurs. Avec seulement 1024 cerveaux au total dans le système, cela accentue leur rareté.
Pour rejoindre un cerveau, mineurs et validateurs doivent suivre ces étapes :
-
Mineurs : se connecter à la plateforme, allouer des ressources GPU (plus adaptées au calcul), déposer des jetons $BASED, commencer le travail.
-
Validateurs : se connecter à la plateforme, allouer des ressources CPU (plus adaptées à la vérification), déposer des jetons $BASED, commencer la validation.
Plus ils déposent de jetons $BASED, plus leur efficacité dans le cerveau augmente, et plus ils reçoivent de récompenses en $BASED.
Manifestement, un cerveau représente un certain pouvoir et une structure organisationnelle, ce qui ouvre la voie à une conception sophistiquée des incitations et du jeton (détaillée plus loin).
Mais cette conception du « cerveau » ne vous rappelle-t-elle rien ?
Dans Bittensor, les différents cerveaux ressemblent à des sous-réseaux (subnets), chacun exécutant des tâches spécifiques avec des modèles IA différents.
Dans Polkadot, populaire lors du dernier cycle, les cerveaux évoquent les « emplacements » (slots) hébergeant des blockchains parallèles pour diverses fonctions.
Voici un exemple donné par BasedAI du fonctionnement d’un « cerveau médical » :
-
Les dossiers médicaux des patients sont envoyés chiffrés au cerveau médical, générant un prompt pour demander un diagnostic approprié.
-
Un grand modèle linguistique adapté du réseau BasedAI, aidé par ZK et FHE, génère une réponse sans déchiffrer les données sensibles, mobilisant les ressources des mineurs et validateurs.
-
Le prestataire de soins reçoit la sortie chiffrée. Seul l’utilisateur initial peut déchiffrer le résultat et obtenir des recommandations thérapeutiques, sans aucune fuite de données.
La vente astucieuse des droits sur les « cerveaux » profite à Pepecoin
Comment acquérir un cerveau, c’est-à-dire obtenir le « permis d’exploitation » pour le calcul IA chiffré ?
BasedAI s’associe à Pepecoin pour transformer cette vente en opération créative, donnant ainsi une utilité réelle au jeton Meme Pepecoin.
Avec seulement 1024 cerveaux disponibles, le projet exploite naturellement le mint de NFT — chaque cerveau vendu génère un jeton ERC-721 correspondant, assimilable à un permis.
Pour mint ce NFT « cerveau », deux actions liées à Pepecoin sont requises : brûler ou verrouiller (staker) des Pepecoin.
-
Brûlage : le premier cerveau coûte 1000 Pepecoin à miner.
-
À chaque nouveau cerveau minté, le coût augmente de 200 Pepecoin.
-
Les cerveaux acquis par brûlage sont transférables et négociables.
-
Si tous les cerveaux étaient obtenus par brûlage, 107 563 530 Pepecoin seraient définitivement retirés de la circulation. (D’après CMC, l’offre actuelle est de 133 millions ; cette opération réduirait donc près de 80 % de l’offre.)
Concernant le staking :
-
Les utilisateurs doivent staker 100 000 Pepecoin pendant 90 jours.
-
Le NFT ERC-721 du cerveau est émis immédiatement après le staking.
-
Les cerveaux acquis par staking ne sont pas transférables, mais génèrent progressivement des récompenses en jeton natif $BASED.
-
Le staking peut être levé après 90 jours.
Quelle que soit la méthode choisie, à mesure que de nouveaux cerveaux sont créés, un nombre croissant de Pepecoin est soit brûlé, soit verrouillé, selon la proportion des deux méthodes.
Clairement, plutôt que de parler de répartition des ressources IA, il s’agit davantage d’une redistribution d’actifs cryptographiques.
La rareté des cerveaux et les récompenses en jetons qu’ils génèrent augmenteront fortement la demande de Pepecoin lors de leur création. Que ce soit par brûlage ou staking, la réduction de l’offre circulante de Pepecoin constitue théoriquement une bonne nouvelle pour son prix sur le marché secondaire.
Tant que le nombre de cerveaux actifs émis par le contrat ERC-721 est inférieur à 1024, BasedAI Portal continuera à émettre de nouveaux cerveaux.
Une fois les 1024 cerveaux distribués, aucune création supplémentaire ne sera autorisée.
Une même adresse Ethereum peut posséder plusieurs NFT de cerveaux. Le portail BasedAI permettra aux utilisateurs de gérer les récompenses issues de tous les cerveaux associés à leur portefeuille ETH. Les propriétaires de cerveaux actifs devraient gagner entre 30 000 et 80 000 dollars par an et par cerveau (selon les données officielles).
Sous l’effet de ces incitations économiques combinées au récit autour de l’IA et de la confidentialité, on peut anticiper un fort engouement à l’ouverture des cerveaux.
Conclusion
Dans les projets cryptos, la technologie n’est pas une fin en soi. Son rôle est d’attirer l’attention, puis de guider la répartition et le flux des actifs.
La conception des « cerveaux » dans BasedAI montre clairement que le projet maîtrise parfaitement « comment stimuler la redistribution des actifs » : sous le couvert d’un récit légitime sur la confidentialité des données, il transforme les ressources nécessaires au calcul IA en un droit d’accès, crée artificiellement la rareté de ce droit, attire les capitaux vers celui-ci, et ainsi pousse à la consommation d’un autre jeton Meme.
Les ressources computationnelles sont correctement allouées et rémunérées, l’actif « cerveau » du projet gagne en rareté et en notoriété, le Meme coin voit son offre diminuer…
Du point de vue de la création d’actifs, la conception de BasedAI est remarquablement habile et subtile.
Mais si l’on doit maintenant répondre honnêtement aux questions implicites, celles qu’on évite soigneusement :
Combien de personnes utiliseront vraiment ce modèle de langage avec protection de la vie privée ? Combien de grandes entreprises IA accepteront-elles de collaborer avec une technologie de confidentialité contraire à leurs intérêts ?
Les réponses restent probablement peu optimistes.
Cependant, le récit porte, la spéculation est en marche.
Parfois, ce qu’il nous faut n’est pas de remettre en cause la faisabilité, mais de profiter du vent porteur.
Références :
X : https://twitter.com/getbasedai
Site officiel : https://www.getbased.ai/
Pepecoin : https://twitter.com/pepecoins
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
