Les projets de cryptographie et d'IA ne sont pas tous de la pure fantaisie. Comment distinguer les véritables cas d'utilisation des faux besoins ?
TechFlow SélectionTechFlow Sélection
Les projets de cryptographie et d'IA ne sont pas tous de la pure fantaisie. Comment distinguer les véritables cas d'utilisation des faux besoins ?
La technologie de chiffrement est considérée comme une force contre la centralisation de l'IA.
Dédié à des analyses Web3 approfondiesAuteur : 563
Traduction : TechFlow
Maîtriser le croisement entre la cryptographie et l'intelligence artificielle.
En quête de nouveaux alphas, nous rencontrons inévitablement beaucoup de bruit. Lorsqu’un projet peut lever facilement des sommes à cinq ou six chiffres avec seulement une demi-déscription claire et une marque convenable, les spéculateurs s’empressent autour de chaque nouvelle narration. Et avec la finance traditionnelle sautant massivement sur le train de l'IA, la narration « crypto + IA » n’a fait qu’empirer la situation.
Le problème principal de la plupart de ces projets ?
-
La majorité des projets crypto n'ont pas besoin d'IA
-
La majorité des projets d'IA n'ont pas besoin de la cryptographie
Tous les DEX n’ont pas besoin d’un assistant IA intégré, ni chaque chatbot d’un jeton associé pour stimuler son adoption. Ce mariage forcé entre IA et crypto m’a presque fait abandonner cette narration lorsque j’ai commencé à l’étudier.
Quelle est la mauvaise nouvelle ? Continuer sur cette voie actuelle, en centralisant davantage cette technologie, ne mènera qu’à l’échec, et un grand nombre de faux projets « IA x Crypto » entraveront notre capacité à inverser la tendance.
Et la bonne nouvelle ? Il y a de la lumière au bout du tunnel. Parfois, l’IA peut réellement bénéficier de l’économie cryptographique. De même, dans certains cas d'utilisation de la cryptomonnaie, l'IA peut résoudre des problèmes concrets.
Dans cet article, nous allons explorer ces points critiques de convergence. Ces idées innovantes de niche, lorsqu'elles se chevauchent, forment un tout dont l'effet est supérieur à la somme de ses parties.
Vue d'ensemble de la pile IA
Voici comment je vois les différents domaines verticaux de l'écosystème « crypto + IA » (si vous voulez approfondir, consultez l'article de Tommy). Notez que c'est une vision très simplifiée, mais elle devrait nous aider à poser les bases.
Globalement, voici comment cela fonctionne :
-
Collecte massive de données.
-
Traitement de ces données pour permettre aux machines de comprendre comment les ingérer et les appliquer.
-
Entraînement de modèles sur ces données pour créer un modèle général.
-
Puis affinage pour traiter des cas d'utilisation spécifiques.
-
Enfin, déploiement et hébergement de ces modèles afin que les applications puissent les interroger pour des utilisations pratiques.
-
Tout cela nécessite d'importantes ressources informatiques, pouvant être exécutées localement ou fournies par le cloud.
Examinons chacun de ces domaines, en nous concentrant particulièrement sur la manière dont différentes conceptions économiques cryptographiques peuvent réellement améliorer les flux de travail standards.
La crypto donne une chance de survie à l'open source
Le débat entre développement « closed source » et « open source » remonte à la controverse Windows-Linux et à la célèbre théorie d'Eric Raymond, « La Cathédrale et le Bazar ». Bien que Linux soit aujourd’hui largement utilisé par les passionnés, environ 90 % des utilisateurs choisissent encore Windows. Pourquoi ? À cause des incitations.
Du moins en apparence, le développement open source présente de nombreux avantages. Il permet à un maximum de personnes de participer au processus de développement. Mais dans cette structure décentralisée, il n'y a pas d'instruction unifiée. Un PDG n'a aucun intérêt à ce que le plus grand nombre utilise son produit pour maximiser ses profits. Le développement open source peut aboutir à un « chimère », où le projet se scinde à chaque carrefour conceptuel.
Quelle est la meilleure façon d'ajuster les incitations ? Construire un système qui récompense les comportements conduisant à l'objectif. Autrement dit, mettre de l'argent entre les mains des acteurs qui nous rapprochent de cet objectif. Avec la cryptographie, cela peut être codifié comme une loi.
Jetons un œil à quelques projets qui font exactement cela.
Réseaux physiques décentralisés (DePIN)
« Oh non, encore ça ? » Oui, je sais que la narration DePIN est presque aussi usée que celle de l’IA elle-même, mais accordez-moi un instant. Je suis convaincu que les DePIN représentent un véritable cas d’utilisation de la crypto susceptible de changer le monde. Réfléchissez-y.
Qu’est-ce que la cryptographie fait vraiment bien ? Éliminer les intermédiaires et inciter à l’action.
La vision initiale du Bitcoin était une monnaie pair-à-pair visant à exclure les banques. De même, les DePIN modernes cherchent à écarter les forces centralisées et introduire des dynamiques de marché prouvées justes. Comme nous allons le voir, cette architecture est idéale pour les réseaux de type IA basés sur le crowdsourcing.
Les DePIN utilisent une émission précoce de jetons pour augmenter l'offre côté fournisseur, espérant ainsi attirer une demande consommateur durable. Cela vise à résoudre le problème du démarrage à froid des nouveaux marchés.
Cela signifie que les premiers fournisseurs matériels/logiciels (« nœuds ») gagnent beaucoup de jetons et peu d’argent. Au fur et à mesure que les utilisateurs (dans notre cas, des créateurs de modèles ML) génèrent des flux de trésorerie grâce à ces nœuds, cela commence à compenser l’émission décroissante de jetons, jusqu’à ce qu’un écosystème complètement autonome soit établi (ce qui peut prendre plusieurs années). Les pionniers tels que Helium et Hivemapper ont démontré l’efficacité de cette conception.
Réseaux de données, le cas de Grass
On dit que GPT-3 a été entraîné avec 45 To de texte brut, équivalent à environ 90 millions de romans (mais il ne sait toujours pas dessiner un cercle). GPT-4 et GPT-5 nécessitent plus de données que celles disponibles sur le web surface, qualifiant ainsi l’intelligence artificielle de « frénésie de données », l’euphémisme le plus doux de ce siècle.
Si vous n’êtes pas un acteur de premier plan (OpenAI, Microsoft, Google, Facebook), obtenir ces données est extrêmement difficile. La stratégie courante consiste à faire du web scraping, ce qui fonctionne tant que vous n’essayez pas de trop intensifier. Si vous utilisez une instance AWS pour scraper massivement des sites, vous êtes rapidement limité en débit. C’est là qu’intervient Grass.
Grass relie plus de deux millions d’appareils, organisant des scrapings de sites web via les adresses IP des utilisateurs, collectant, structurant et vendant ces données aux entreprises d’IA désespérées. En retour, les utilisateurs participant au réseau Grass perçoivent un revenu régulier des entreprises utilisant leurs données.
Bien sûr, il n’y a pas encore de jeton, mais le futur jeton $GRASS pourrait inciter davantage d’utilisateurs à télécharger leur extension navigateur (ou application mobile). Ils ont déjà attiré une grande base d’utilisateurs grâce à une campagne de parrainage extrêmement réussie.
Réseaux GPU, le cas d’io.net
Peut-être encore plus important que les données : la puissance de calcul. Saviez-vous que la Chine a dépensé plus d’argent en GPU qu’en pétrole en 2020 et 2021 ? C’est fou, mais ce n’est que le début. Adieu pétrolier, bonjour mineur de calcul.
Il existe désormais de nombreux DePINs spécialisés dans les GPU DePINs, dont le fonctionnement est à peu près le suivant :
-
Des ingénieurs ou entreprises de machine learning ayant un besoin urgent de calcul.
-
D’un autre côté, des centres de données, des mineurs inactifs, ou des amateurs possédant des GPU/CPU inutilisés.
Malgré une offre mondiale importante, il manque de coordination. Il n’est pas facile de contacter 10 centres de données différents pour leur demander de soumissionner votre usage. Une solution centralisée créerait un intermédiaire rentier dont l’intérêt serait d’extraire la valeur maximale de chaque partie. Mais la cryptographie peut aider.
La crypto excelle à créer des couches de marché capables de connecter efficacement acheteurs et vendeurs. Un bout de code n’a pas de responsabilité envers les intérêts financiers des actionnaires.
io.net se distingue en introduisant certaines technologies novatrices cruciales pour l’entraînement de l’IA — leur pile de clusters. Les clusters traditionnels impliquent de connecter physiquement plusieurs GPU dans un même centre de données pour qu’ils collaborent à l’entraînement de modèles. Mais que faire si votre matériel est réparti partout dans le monde ? io.net collabore avec Ray (utilisé pour créer ChatGPT) afin de développer un middleware capable de connecter des GPU situés à des endroits distincts.
De plus, alors qu’il faut plusieurs jours pour s’inscrire sur AWS, un cluster sur io.net peut être lancé sans permission en 90 secondes. Pour ces raisons, je pense qu’io.net pourrait devenir le cœur de tous les autres DePINs GPU, qui pourraient tous se brancher à leur « moteur IO », débloquant ainsi des clusters intégrés et une expérience utilisateur fluide. Tout cela n’est possible que grâce à la cryptographie.
Vous remarquerez que la plupart des projets ambitieux d’IA décentralisée (comme Bittensor, Morpheus, Gensyn, Ritual, Sahara) ont un besoin explicite de « calcul » — c’est précisément là que doivent intervenir les DePINs GPU : l’IA décentralisée a besoin d’un calcul sans permission.
Application des structures d'incitation
Retournons à l’enseignement de Bitcoin. Pourquoi les mineurs calculent-ils rapidement des hachages ? Parce que c’est ainsi qu’ils sont payés — Satoshi a conçu cette architecture parce qu’elle optimise la sécurité. La leçon ? Les structures d’incitation intégrées aux protocoles déterminent le produit final obtenu.
Les mineurs Bitcoin et les validateurs Ethereum absorbent tous les jetons natifs du réseau car c’est ce que le protocole cherche à inciter — les participants deviennent mineurs ou validateurs.
Dans une organisation, cela viendrait d’un PDG définissant la « vision » ou la « mission ». Mais les humains sont imparfaits et peuvent dévier l’entreprise. En revanche, le code informatique reste plus concentré que le salarié le plus zélé. Examinons quelques projets décentralisés dont les effets de jeton intégrés orientent les participants vers des objectifs nobles.
Réseaux de construction d’IA, exploration de Bittensor
Et si nous faisions construire de l’IA par les mineurs Bitcoin au lieu de résoudre des problèmes mathématiques inutiles ? Vous obtenez alors Bittensor.
L’objectif de Bittensor est de créer plusieurs écosystèmes expérimentaux destinés à tester des hypothèses, dans le but de produire une « intelligence marchandise » au sein de chaque écosystème. Cela signifie qu’un écosystème (appelé sous-réseau, ou « SN ») peut se concentrer sur les modèles linguistiques, un autre sur les modèles financiers, d’autres encore sur la synthèse vocale, la détection d’IA ou la génération d’images (voir les projets actuellement actifs).
Pour le réseau Bittensor, peu importe ce que vous faites. Tant que vous pouvez prouver que votre projet mérite d’être financé, les incitations suivront. C’est l’objectif du propriétaire du sous-réseau, qui l’enregistre et règle les règles du jeu.
Les participants à ce « jeu » sont appelés mineurs. Ce sont des ingénieurs ML/IA et des équipes qui construisent des modèles. Ils sont enfermés dans un « dôme de tonnerre » de révision continue, en compétition pour obtenir les meilleures récompenses.
Les validateurs constituent l’autre face, chargés d’examiner et de noter le travail des mineurs. S’ils sont pris en flagrant délit de collusion avec un mineur, ils sont expulsés.
Rappelez-vous les incitations :
-
Les mineurs gagnent plus s’ils surpassent les autres mineurs du sous-réseau — cela pousse l’avancement de l’IA.
-
Les validateurs gagnent plus s’ils identifient correctement les mineurs performants et ceux qui ne le sont pas — cela maintient l’équité du sous-réseau.
-
Les propriétaires de sous-réseaux gagnent plus lorsque les modèles IA produits par leur sous-réseau sont plus utiles que ceux des autres — cela pousse les propriétaires à optimiser leur « jeu ».
Vous pouvez considérer Bittensor comme une machine permanente de récompense pour le développement d’IA. Un jeune ingénieur ML peut essayer de construire quelque chose, pitcher aux VC et tenter de lever des fonds. Ou il peut rejoindre un sous-réseau Bittensor en tant que mineur, se donner à fond et gagner beaucoup de TAO. Quelle option est la plus facile ?
Plusieurs équipes de haut niveau construisent sur le réseau :
-
Nous Research est le roi de l’open source. Leur sous-réseau a bouleversé les méthodes classiques d’affinement des LLMs open source. En testant continuellement les modèles avec un flux synthétique de données, ils rendent les classements impossibles à manipuler (contrairement aux benchmarks traditionnels comme HuggingFace).
-
Taoshi dispose d’un réseau d’entraînement propriétaire, sorte de société de trading quantitatif open source. Ils demandent aux contributeurs ML de construire des algorithmes prédisant les mouvements des prix d’actifs. Leur API fournit des signaux de trading de niveau quantitatif aux utilisateurs particuliers et institutionnels, et progresse rapidement vers la rentabilité.
-
Cortex.t, développé par l’équipe de Corcel, a deux objectifs. Premièrement, ils incitent les mineurs à fournir un accès API aux meilleurs modèles (comme GPT-4 et Claude-3) pour garantir leur disponibilité continue aux développeurs. Ils proposent aussi de la génération de données synthétiques, très utile pour l’entraînement et le benchmarking des modèles (raison pour laquelle Nous l’utilise). Découvrez leurs outils — chat et recherche.
Sans surprise, Bittensor illustre pleinement la puissance des structures d’incitation, rendue possible par l’économie cryptographique.
Agents intelligents, exploration de Morpheus
Maintenant, examinons les deux facettes de Morpheus :
-
La structure économique cryptographique construit de l’IA (la crypto aide l’IA)
-
Les applications activées par l’IA permettent de nouveaux cas d’utilisation en crypto (l’IA aide la crypto)
Les « agents intelligents » sont simplement des modèles d’IA formés sur des contrats intelligents. Ils comprennent le fonctionnement interne de tous les principaux protocoles DeFi, savent où trouver du rendement, où faire un pont, et comment détecter les contrats suspects. Ce sont les futurs « routeurs automatiques ». À mes yeux, ce sera la manière dont tout le monde interagira avec la blockchain dans 5 à 10 ans. En fait, une fois ce stade atteint, vous ne saurez peut-être même pas que vous utilisez la crypto. Vous direz simplement à un chatbot que vous souhaitez transférer une partie de vos économies vers un autre investissement, et tout se passera en arrière-plan.
Morpheus incarne le message « incitez-les, et ils viendront ». Son objectif est de disposer d’une plateforme où les agents intelligents peuvent se propager et prospérer, chaque agent s’appuyant sur le succès du précédent, dans un écosystème minimisant les externalités.
La structure d’inflation des jetons met en évidence quatre contributeurs principaux du protocole :
-
Code — les créateurs d’agents.
-
Communauté — ceux qui construisent des interfaces et outils pour attirer de nouveaux utilisateurs.
-
Calcul — ceux qui fournissent la puissance nécessaire pour exécuter les agents.
-
Capital — ceux qui apportent leurs liquidités pour faire tourner l’économie de Morpheus.
Chaque catégorie reçoit une part égale de la récompense d’inflation en $MOR (une petite partie est conservée comme fonds d’urgence), ce qui les oblige à :
-
Construire les meilleurs agents — les créateurs sont rémunérés lorsque leurs agents sont largement utilisés. Contrairement aux plugins OpenAI offerts gratuitement, ici les créateurs sont payés immédiatement.
-
Construire les meilleurs fronts/outils — les créateurs sont rémunérés lorsque leurs créations sont adoptées.
-
Fournir une puissance de calcul stable — les fournisseurs sont rémunérés lorsqu’ils prêtent leur puissance.
-
Apporter de la liquidité au projet — en maintenant la liquidité, ils gagnent leur part de MOR.
Bien qu’il existe de nombreux autres projets d’IA/agents intelligents, la structure tokenomique de Morpheus se distingue par sa clarté et son efficacité dans la conception des incitations.
Ces agents intelligents sont l’exemple ultime de la manière dont l’IA peut véritablement éliminer les barrières à l’utilisation de la crypto. L’expérience utilisateur des dApps est notoirement mauvaise (bien qu’elle ait beaucoup progressé ces dernières années). L’avènement des LLM a enflammé l’enthousiasme de chaque fondateur Web2 et Web3. Malgré l’abondance de projets opportunistes, des projets solides comme Morpheus et Wayfinder (voir démo ci-dessous) montrent combien les transactions sur chaîne pourraient devenir simples à l’avenir.
En combinant tout cela, l’interaction entre ces systèmes pourrait ressembler à ceci. Notez que c’est une vue extrêmement simplifiée.
Comment identifier un projet totalement inutile
Rappelez-vous nos deux grandes catégories de « crypto x IA » :
-
La crypto aide l’IA
-
L’IA aide la crypto
Dans cet article, nous avons surtout exploré la première catégorie. Comme nous l’avons vu, un système token bien conçu peut poser les bases d’un écosystème réussi.
Catégorie 1 - La crypto aide l’IA
L’architecture DePIN peut aider à lancer un marché, et des incitations token créatives peuvent coordonner des projets open source vers des objectifs auparavant inaccessibles. Oui, il existe d'autres points de convergence légitimes que je n'ai pas couverts par manque de place :
-
Stockage décentralisé
-
Environnements d'exécution fiables (TEE)
-
Accès en temps réel aux données (RAG)
-
Zéro connaissance x Machine Learning pour la vérification d'inférence/origine
Pour juger si un nouveau projet a réellement de la valeur, posez-vous ces questions :
-
S'il s'agit d'une copie d'un projet existant, sa différence est-elle suffisamment marquante ?
-
Est-ce simplement un emballage logiciel open source ?
-
Ce projet bénéficie-t-il réellement de la crypto, ou celle-ci a-t-elle été forcée ?
-
A-t-on vraiment besoin de 100 projets crypto similaires à HuggingFace (plateforme populaire de ML open source) ?
Catégorie 2 - L’IA aide la crypto
Dans cette catégorie, je vois personnellement plus de projets frauduleux, mais il existe aussi de vrais cas intéressants. Par exemple, les modèles d’IA peuvent supprimer les obstacles à l’expérience utilisateur en crypto, notamment via les agents intelligents. Voici quelques domaines prometteurs dans les applications crypto soutenues par l’IA :
-
Systèmes d’intention améliorés — automatisation des opérations multi-chaînes
-
Infrastructure de portefeuille
-
Infrastructure d’alertes en temps réel pour utilisateurs et applications
S’il s’agit juste d’un « chatbot avec un jeton », pour moi c’est un projet vide. Arrêtez de vanter ces projets, cela préserve ma santé mentale. Aussi :
-
Ajouter de l’IA ne rendra pas magiquement viable une application/chaîne/outils ratée
-
Personne ne jouera à un mauvais jeu juste parce qu’il a des personnages IA
-
Apposer le label « IA » sur votre projet ne le rend pas intéressant
Vers où allons-nous ?
Malgré tout le bruit, certaines équipes sérieuses travaillent à la vision d’une « IA décentralisée », une lutte qui vaut la peine.
Outre les projets incitant au développement open source de modèles, les réseaux de données décentralisés ouvrent de nouvelles portes aux jeunes développeurs d’IA. Alors que la plupart des concurrents d’OpenAI ne peuvent pas conclure de grands accords avec Reddit, Tumblr ou WordPress, le scraping distribué peut rétablir l’équilibre.
Une seule entreprise ne possédera jamais plus de puissance de calcul que l’ensemble du reste du monde. Grâce aux réseaux GPU décentralisés, n’importe qui peut rivaliser avec les géants. Tout ce dont vous avez besoin est un portefeuille crypto.
Nous sommes aujourd’hui à un carrefour. Si nous nous concentrons sur les véritables projets « crypto x IA » ayant de la valeur, nous avons le pouvoir de décentraliser toute la pile IA.
La vision de la cryptomonnaie était de créer une monnaie forte inviolable grâce à la cryptographie. Juste au moment où cette technologie émergente commence à se populariser, un adversaire plus redoutable apparaît.
Dans le meilleur des cas, l’IA centralisée ne contrôlera pas seulement vos finances, mais imposera également ses biais à chaque donnée que vous rencontrez au quotidien. Elle enrichira une poignée de dirigeants technologiques dans un cycle auto-alimenté de collecte de données, d’affinage et d’injection de modèles.
Elle vous connaîtra mieux que vous-même. Elle saura quels boutons presser pour vous faire rire davantage, vous énerver davantage, et surtout, consommer davantage. Et malgré les apparences, elle ne vous doit rien.
Au départ, la crypto était perçue comme une force contre la centralisation de l’IA. La cryptographie permet de coordonner des individus dispersés pour atteindre un objectif commun. Or, cette capacité fait désormais face à un ennemi plus puissant que les banques centrales : l’IA centralisée. Cette fois, le temps presse, et nous devons agir vite pour résister à cette centralisation.
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
