Comment The Graph peut-il s'étendre vers une infrastructure Web3 pilotée par l'IA ?
TechFlow SélectionTechFlow Sélection
Comment The Graph peut-il s'étendre vers une infrastructure Web3 pilotée par l'IA ?
Comment rendre les DApp plus faciles à intégrer avec les technologies d'intelligence artificielle ?
Dédié à des analyses Web3 approfondiesRédaction : ChainFeeds Research
En 2022, OpenAI a lancé ChatGPT, alimenté par le modèle GPT-3.5, marquant ainsi le début d'une vague incessante de récits autour de l'IA. Toutefois, bien que ChatGPT puisse efficacement traiter la plupart des demandes, ses performances restent limitées lorsqu’il s’agit de connaissances spécialisées ou de données en temps réel. Par exemple, lorsqu’on lui demande les historiques de transactions de tokens de Vitalik Buterin au cours des 18 derniers mois, il ne peut fournir d’informations fiables et détaillées. Pour remédier à cela, Semiotic Labs, équipe principale de développement de The Graph, a combiné la pile logicielle d’indexation de The Graph avec OpenAI pour créer le projet Agentc, offrant aux utilisateurs des services d’analyse des tendances du marché cryptographique et d’interrogation des données de transaction.
Lorsqu’on interroge Agentc sur les transactions de tokens de Vitalik Buterin au cours des 18 derniers mois, il fournit une réponse beaucoup plus complète. Cependant, la stratégie d’intelligence artificielle de The Graph ne s’arrête pas là. Dans son livre blanc intitulé « The Graph as AI Infrastructure », The Graph précise que son objectif n’est pas de lancer une application spécifique, mais plutôt d’exploiter pleinement son avantage en tant que protocole d’indexation de données décentralisé afin de fournir aux développeurs des outils pour construire des applications Web3 natives intégrant l’IA. Pour soutenir cet objectif, Semiotic Labs rendra également publique la base de code d’Agentc, permettant aux développeurs de créer des dApps IA similaires à Agentc, telles que des agents d’analyse des tendances du marché NFT ou des assistants de trading DeFi.
La feuille de route de l’IA décentralisée de The Graph
Lancé en juillet 2018, The Graph est un protocole décentralisé destiné à indexer et interroger les données blockchain. Grâce à ce protocole, les développeurs peuvent utiliser des API ouvertes pour créer et publier des index de données appelés sous-graphes (subgraphs), permettant aux applications de récupérer efficacement des données enregistrées sur la chaîne. À ce jour, The Graph prend en charge plus de 50 blockchains, héberge plus de 75 000 projets et a traité plus de 1,26 billion de requêtes.
La capacité de The Graph à gérer de telles quantités massives de données repose sur le soutien de plusieurs équipes clés : Edge & Node, Streamingfast, Semiotic, The Guild, GraphOps, Messari et Pinax. Streamingfast fournit principalement des technologies d’architecture multi-chaînes pour les flux de données blockchain, tandis que Semiotic AI se concentre sur l’application de l’IA et de la cryptographie à The Graph. The Guild, GraphOps, Messari et Pinax se spécialisent respectivement dans le développement GraphQL, les services d’indexation, le développement de sous-graphes et les solutions de flux de données.
L’engagement de The Graph dans l’IA n’est pas une nouveauté. Dès mars dernier, The Graph Blog a publié un article décrivant le potentiel d’applications d’intelligence artificielle fondées sur ses fonctions d’indexation de données. En décembre dernier, The Graph a publié une nouvelle feuille de route intitulée « New Era », prévoyant l’intégration d’une assistance par grands modèles linguistiques (LLM) aux requêtes. Avec la publication récente du livre blanc, sa feuille de route IA devient encore plus claire. Ce document présente deux services IA : Inference (Inférence) et Agent Service, qui permettent aux développeurs d’intégrer directement des fonctionnalités IA dans l’interface de leurs applications, le tout pris en charge par The Graph.
Inference Service : prise en charge de nombreux modèles IA open source
Dans les services d’inférence traditionnels, les modèles effectuent des prédictions à partir de ressources informatiques centralisées. Par exemple, lorsque vous posez une question à ChatGPT, il effectue une inférence et renvoie une réponse. Cette approche centralisée augmente cependant les coûts et comporte des risques de censure. The Graph souhaite résoudre ce problème en créant un marché décentralisé pour l’hébergement de modèles, offrant ainsi plus de flexibilité aux développeurs de dApps pour déployer et héberger des modèles IA.
Le livre blanc de The Graph illustre cela par un exemple : développer une application aidant les utilisateurs de Farcaster à savoir si leurs publications recevront beaucoup de likes. Premièrement, grâce au service de données Subgraph de The Graph, on indexe le nombre de commentaires et de likes sur les publications Farcaster. Ensuite, un réseau neuronal est entraîné pour prédire si un nouveau commentaire sera liké, puis déployé sur le service d’inférence de The Graph. L’application finale (dApp) aide ainsi les utilisateurs à rédiger des messages susceptibles de générer davantage d’interactions.
Cette méthode permet aux développeurs d’utiliser facilement l’infrastructure de The Graph pour héberger des modèles pré-entraînés sur son réseau et de les intégrer via des API, offrant ainsi directement ces fonctionnalités aux utilisateurs dans leurs dApps.
Afin d’offrir davantage de choix et de flexibilité aux développeurs, le service d’inférence de The Graph prend en charge la majorité des modèles populaires existants. Comme indiqué dans le livre blanc : « À l’étape MVP, le service d’inférence de The Graph prendra en charge un ensemble de modèles IA open source sélectionnés, notamment Stable Diffusion, Stable Video Diffusion, LLaMA, Mixtral, Grok et Whisper. » À l’avenir, tout modèle ouvert suffisamment testé et pris en charge par les indexeurs pourra être déployé sur le service d’inférence de The Graph. En outre, afin de réduire la complexité technique liée au déploiement des modèles IA, The Graph propose des interfaces conviviales simplifiant l’ensemble du processus, permettant aux développeurs de téléverser et gérer facilement leurs modèles sans se soucier de la maintenance de l’infrastructure.
Pour améliorer encore davantage les performances des modèles dans des cas d’usage spécifiques, The Graph autorise aussi le réglage fin (fine-tuning) sur des jeux de données particuliers. Toutefois, cette opération n’a généralement pas lieu directement sur The Graph. Les développeurs doivent effectuer le fine-tuning en externe, puis déployer leurs modèles ajustés via le service d’inférence de The Graph. Afin d’encourager les développeurs à rendre publics leurs modèles ajustés, The Graph développe des mécanismes incitatifs, par exemple en partageant équitablement les frais de requête entre le créateur du modèle et l’indexeur qui le fournit.
Concernant la validation de l’exécution des tâches d’inférence, The Graph propose plusieurs méthodes : entité de confiance (trusted authority), consensus M-sur-N, preuves interactives de fraude et zk-SNARKs. Ces quatre approches présentent chacune des avantages et inconvénients. L’entité de confiance repose sur une autorité fiable ; le consensus M-sur-N nécessite la vérification par plusieurs indexeurs, augmentant la difficulté de tricher mais aussi le coût computationnel et organisationnel ; les preuves interactives de fraude offrent une sécurité élevée, mais ne conviennent pas aux applications nécessitant une réponse rapide ; les zk-SNARKs, bien que très sécurisés, sont techniquement complexes et mal adaptés aux grands modèles.
The Graph considère que les développeurs et utilisateurs doivent pouvoir choisir librement le niveau de sécurité adapté à leurs besoins. Il prévoit donc de supporter plusieurs méthodes de validation dans son service d’inférence afin de s’adapter à divers scénarios. Par exemple, pour les transactions financières ou les logiques métier critiques, des méthodes plus sécurisées comme zk-SNARKs ou le consensus M-sur-N seront recommandées. Pour des applications à faible risque ou à vocation ludique, des méthodes moins coûteuses et plus simples — comme l’autorité de confiance ou les preuves interactives de fraude — pourront être choisies. The Graph envisage également d’explorer des technologies renforçant la confidentialité pour améliorer la protection de la vie privée des modèles et des utilisateurs.
Agent Service : aider les développeurs à construire des applications autonomes pilotées par l’IA
Contrairement au service d’inférence, qui consiste principalement à exécuter des modèles IA entraînés pour produire des inférences, le service Agent est plus complexe, car il nécessite la coordination de plusieurs composants afin que ces agents puissent accomplir une série de tâches complexes et automatisées. La proposition de valeur du Agent Service de The Graph est d’intégrer la création, l’hébergement et l’exécution des agents dans The Graph, avec un soutien assuré par le réseau d’indexeurs.
Plus précisément, The Graph mettra à disposition un réseau décentralisé permettant de construire et d’héberger des agents. Une fois déployés sur le réseau The Graph, les agents bénéficieront du soutien nécessaire à leur exécution de la part des indexeurs, notamment l’accès aux données indexées, la réponse aux événements sur chaîne et d’autres interactions.
Comme mentionné précédemment, l’équipe principale de développement de The Graph, Semiotic Labs, a déjà lancé un prototype expérimental précoce appelé Agentc, combinant la pile logicielle d’indexation de The Graph et OpenAI. Sa fonction principale consiste à convertir les entrées en langage naturel en requêtes SQL, permettant ainsi aux utilisateurs d’interroger facilement les données blockchain en temps réel et de recevoir les résultats sous une forme compréhensible. En termes simples, Agentc se concentre sur l’analyse des tendances du marché crypto et la consultation des données de trading. Toutes ses données proviennent d’Uniswap V2, Uniswap V3, Uniswap X et leurs forks sur Ethereum, avec des mises à jour de prix horaires.
De plus, The Graph indique que le taux de précision de son modèle LLM actuel est seulement de 63,41 %, ce qui entraîne des erreurs de réponse. Pour résoudre ce problème, The Graph développe un nouveau type de grand modèle linguistique appelé KGLLM (Knowledge Graph-enabled Large Language Models).
KGLLM utilise des données structurées issues du graphe de connaissances Geo, réduisant significativement la probabilité de produire des informations erronées. Chaque affirmation dans le système Geo est soutenue par un horodatage sur chaîne et une validation par vote. Une fois le graphe de connaissances Geo intégré, les agents peuvent être appliqués à divers scénarios tels que la réglementation médicale, l’évolution politique ou l’analyse de marché, améliorant ainsi la diversité et la précision du service agent. Par exemple, KGLLM pourrait utiliser des données politiques pour proposer des modifications de politique aux organisations autonomes décentralisées (DAO), en veillant à ce que celles-ci reposent sur des informations exactes et à jour.
Les avantages supplémentaires de KGLLM incluent :
-
Utilisation de données structurées : KGLLM exploite une base de connaissances externe structurée. Les informations sont modélisées sous forme graphique dans le graphe de connaissances, rendant les relations entre les données immédiatement visibles, ce qui facilite l’interrogation et la compréhension des données ;
-
Capacité à traiter les données relationnelles : KGLLM excelle particulièrement dans le traitement des données relationnelles, par exemple en comprenant les relations entre personnes ou entre personnes et événements. En utilisant des algorithmes de parcours de graphe, il peut naviguer à travers plusieurs nœuds (comme sur une carte) pour trouver les informations pertinentes. De cette manière, KGLLM peut identifier les données les plus pertinentes pour répondre à une question ;
-
Extraction et génération d’information efficaces : grâce aux algorithmes de parcours de graphe, les relations extraites sont converties en prompts en langage naturel compréhensibles par le modèle. Grâce à ces indications claires, KGLLM peut générer des réponses plus précises et pertinentes.
Perspectives
Considéré comme le « Google du Web3 », The Graph utilise ses atouts pour pallier le manque de données dont souffrent actuellement les services d’IA, tout en simplifiant le processus de développement pour les développeurs grâce à l’intégration de services IA. À mesure que davantage d’applications IA seront développées et utilisées, l’expérience utilisateur devrait continuer de s’améliorer. À l’avenir, l’équipe de développement de The Graph poursuivra l’exploration des synergies possibles entre l’intelligence artificielle et le Web3. Par ailleurs, d'autres équipes de son écosystème, telles que Playgrounds Analytics et DappLooker, conçoivent également des solutions associées aux services d’agents.
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
@ChainFeedsxyz
