Le « mariage arrangé » entre Crypto et l'IA : des conflits apparents à la coordination, aux données et aux innovations au niveau de l'entraînement
TechFlow SélectionTechFlow Sélection
Le « mariage arrangé » entre Crypto et l'IA : des conflits apparents à la coordination, aux données et aux innovations au niveau de l'entraînement
S'ils ne te font pas de FUD, c'est que tu n'es pas en train de construire quelque chose qui mérite d'être visé par du FUD.
Dédié à des analyses Web3 approfondiesAuteur : brody
Traduction : TechFlow
À première vue, la combinaison « cryptomonnaies et intelligence artificielle » semble forcée.
Pourtant, dans ces asymétries résident des opportunités latentes, où le rapport risque/rendement penche fortement en faveur de la hausse. C’est précisément pourquoi il vaut la peine d’y consacrer du temps et de réfléchir sérieusement.
On me demande souvent ce que je pense de la convergence entre cryptomonnaies et IA, ce qui m’a poussé à élaborer ce cadre simple :
-
Dans quels domaines la blockchain apporte-t-elle des avantages entièrement nouveaux aux applications d’intelligence artificielle ?
-
Quels composants de la pile technologique de l’IA sont optimisés par des protocoles décentralisés ?
-
Où les applications d’IA ouvertes et décentralisées atteignent-elles des performances comparables à celles de leurs homologues fermés ?
Voici plusieurs domaines clés sur lesquels je me concentre pour répondre à ces questions :
Dans quels domaines la blockchain débloque-t-elle de nouveaux avantages pour le développement de l’IA ?
Couche de coordination : Ces protocoles visent à coordonner les développeurs d’IA/ML afin de créer collectivement de l’« intelligence », en échangeant leurs modèles et ressources contre des récompenses, généralement basées sur la valeur de l’intelligence produite.
C’est pourquoi je suis si enthousiaste à propos de Bittensor. Il parvient à grande échelle à concrétiser cette vision (actuellement 48 sous-réseaux, en constante expansion), dispose d’un vivier de talents profond et d’une communauté d’actionnaires passionnés que peu d’écosystèmes peuvent imiter.
Par ailleurs, des projets comme Sentient, Allora et Nous Research lancent des initiatives similaires, bien que leurs conceptions de protocole et orientations diffèrent.
L’alignement des incitations constitue l’une des raisons fondamentales pour lesquelles la blockchain peut fonctionner efficacement à long terme, et ce soutien à un développement d’IA open source est essentiel.
Les gens commencent à s’en rendre compte.
Quels composants de la pile technologique de l’IA sont optimisés par des protocoles décentralisés ?
Données : L’accès à des jeux de données de haute qualité, vérifiés et robustes est crucial pour l’IA, mais reste aujourd’hui un goulot d’étranglement majeur. L’optimisation du processus de collecte des données nous permettra de franchir le « mur des données ».
Plusieurs projets retiennent notre attention, notamment Grass et Vana, qui créent tous deux, grâce à des incitations et à la propriété, de nouveaux mécanismes efficaces et optimisés de collecte de données.
En bref, Vana rend possible les DAO de données (organisations autonomes décentralisées), permettant aux utilisateurs de contribuer à des jeux de données uniques et d’être rémunérés en fonction de la demande des développeurs d’IA pour ces données spécifiques.
Plusieurs approches sont testées dans ce domaine, toutes objectivement supérieures à leurs homologues Web2.
Exemple de DAO de données
Où les applications d’IA ouvertes et décentralisées atteignent-elles des performances comparables à celles de leurs homologues fermés ?
Entraînement distribué de modèles (Distributed Model Training) : L’entraînement des modèles d’IA est un processus extrêmement gourmand en ressources, impliquant l’alimentation de grands ensembles de données dans des réseaux neuronaux afin d’apprendre à accomplir une tâche spécifique. Jusqu’à il y a un mois, on pensait qu’il était hautement improbable de réaliser ce processus de manière distribuée.
Merci aux pionniers comme Nous Research (DisTrO) et Prime Intellect (DiLoCo), les percées dans l’entraînement distribué de modèles s’accélèrent dans le domaine de l’IA open source et décentralisée, atteignant désormais un niveau comparable aux alternatives fermées.
Il est passionnant de voir ces percées fondamentales dans le domaine de l’IA décentralisée et open source, car elles prouvent clairement qu’il serait erroné de considérer cette synergie comme un simple « mariage arrangé » basé sur le battage médiatique.
DisTrO a été déployé lors de l’événement Novelty Search la semaine dernière sur un sous-réseau de Bittensor.
Comme on dit : « Si on ne vous fait pas de FUD (peur, incertitude, doute), c’est que vous ne construisez rien qui en vaille la peine. » Nous pensons que cette maxime s’applique parfaitement à ce domaine.
Après tout, nous acceptons l’existence du FUD. Cela nous pousse à reculer, à construire des cadres et des analyses plus solides pour aborder ces domaines apparemment complexes et difficiles à interpréter.
Merci à tous les bâtisseurs qui consacrent leurs efforts à ces projets ! Votre contribution est reconnue.
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
@brodyadreon
