Variant Fund : Comment le monde de la cryptographie façonne-t-il des modèles d'IA plus raffinés ?
TechFlow SélectionTechFlow Sélection
Variant Fund : Comment le monde de la cryptographie façonne-t-il des modèles d'IA plus raffinés ?
Les modèles à forte valeur perçue disposent d'un marché potentiel important et en constante croissance.
Dédié à des analyses Web3 approfondiesRédigé par : Alana Levin
Traduction : TechFlow
Au cours des deux dernières années, de nouveaux modèles d'intelligence artificielle ont vu le jour en nombre. Ces modèles sont capables d'accomplir toutes sortes de tâches — rechercher des informations et répondre à des questions, fournir un service client, relire des documents ou générer du contenu, entre autres.
De nombreuses tâches de ce type sont objectives, avec une fonction d'optimisation claire : trouver la bonne réponse, identifier les informations les plus pertinentes, détecter toute erreur ou anomalie, etc.
Mais certains modèles produisent des résultats extrêmement subjectifs, comme la création d'une œuvre d'art « excellente » ou l'élaboration d'une vidéo « intéressante ». J'appelle ces modèles-là des « modèles de goût ». Les modèles fondés sur le goût sont souvent plus difficiles à optimiser, car ils résultent d'un mélange de décisions collectives et individuelles ; il n'existe aucune réponse ou sortie évidente. Par conséquent, des retours fréquents sont particulièrement précieux pour aider le modèle à s'aligner sur les préférences culturelles actuelles.
Aujourd'hui, il existe globalement deux façons de cultiver le « goût » d'un modèle :
-
À partir de contenus ou données générés par les utilisateurs (comme les fils d'actualité de Twitter ou Reddit), qui théoriquement peuvent révéler ce qui attire actuellement l'attention humaine (et ainsi servir de représentants du goût).
-
En mobilisant une communauté humaine de « définisseurs de goût » pour aider activement à entraîner le modèle selon leurs préférences.
La première méthode comporte de nombreux inconvénients. Les données peuvent être isolées (par exemple, Reddit fermant son API) ou introduire des biais (par exemple, ne partager qu'une partie des données). Le modèle peut aussi trop s'adapter aux algorithmes d'une plateforme spécifique, surtout si ses sources de données sont limitées. Cela peut sembler anodin, jusqu'à ce que l'on imagine une grande quantité de nouveaux médias générés à partir des tendances Twitter. Ce n'est pas idéal.
La seconde approche, basée sur un réseau de retour humain, évite bon nombre de ces risques. Des biais peuvent encore exister, mais uniquement dans la mesure où ils reflètent les préférences des membres de la communauté ayant choisi de participer à l'entraînement du modèle. L'enjeu crucial est donc de veiller à ce que ces membres — les « définisseurs de goût » — aient un véritable intérêt à ce que le modèle développe un bon goût.
Les technologies blockchain peuvent aider à renforcer cette alignement. Accorder une forme de propriété dans le modèle ou offrir aux participants un bénéfice économique issu des sorties du modèle peut les inciter à s'engager sincèrement. La crypto-monnaie rend également la participation plus ouverte et accessible : toute personne dans le monde peut contribuer, dès lors qu'elle possède un portefeuille sur chaîne et une connexion Internet.
Un exemple remarquable est le projet Botto. Botto est un artiste autonome, dont les détenteurs du jeton $BOTTO ont le pouvoir d'aider à entraîner le modèle chaque semaine. L'entraînement est simple : les participants votent pour ou contre diverses images, et Botto apprend à partir des préférences des membres. À la fin de chaque semaine, l'œuvre la plus populaire est mise aux enchères, et les participants ayant contribué à l'entraînement de Botto cette semaine-là sont rémunérés.
L'art n'est qu'une catégorie parmi celles des modèles de goût. D'autres domaines possibles incluent le cinéma, la télévision, d'autres formes de narration (romans, nouvelles), l'humour, ou encore les campagnes publicitaires/marques. Il y a seulement quelques années, ces modèles de goût étaient impossibles. Les outils disponibles étaient moins expressifs, plus lents, et on ne pouvait pas compter de façon fiable sur le modèle pour produire des sorties cohérentes, ou réalistes dans le cas de vidéos. Ce n'est qu'aujourd'hui que cela devient possible.
Plus important encore, les modèles de goût disposent d'un marché potentiel immense — et en croissance constante. Le marché de l'art vaut plusieurs milliards de dollars. Le contenu numérique consommé occupe chaque année des billions d'heures d'attention. Si les gens consacrent déjà temps et argent à ces formes de divertissement, il semble logique de leur accorder une part dans la production, ce qui créerait non seulement une base d'utilisateurs plus engagée, mais aussi plus satisfaite. Imaginez que les principaux participants aux Oscars du meilleur film soient les spectateurs ayant aidé à entraîner le modèle et à développer l'intrigue, ou qu'un tout nouveau prix soit créé pour des films créés par une communauté — ce serait fascinant.
Je pense qu'il s'agit ici de créer une nouvelle catégorie de contenu, plutôt que de remplacer les formes existantes. C'est comparable à la manière dont les smartphones et Instagram ont permis à chacun de devenir photographe : l'existence de ces nouveaux outils n'a pas supprimé le métier de photographe, et pourrait même avoir accru l'appréciation du travail des photographes. De la même façon, les modèles de goût, en exploitant de nouvelles technologies — ici, la blockchain appliquée à la propriété et à l'incitation des consommateurs — créent une nouvelle forme de participation, étendant ainsi chacune des catégories mentionnées ci-dessus.
Ces dernières années, nous avons vu apparaître des milliers de nouveaux modèles. Les années à venir en verront probablement des millions — voire davantage. Parmi eux, certains devraient s'efforcer d'impliquer les parties prenantes de manières inédites, allant vers davantage d'ouverture et d'accessibilité, ou expérimentant de nouvelles structures de propriété incitatives. Les modèles de goût constituent un domaine particulièrement propice à cette innovation, mais ils ne seront certainement pas les derniers.
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
Variant
