Couche de données décentralisée : une nouvelle infrastructure pour l'ère de l'IA
TechFlow SélectionTechFlow Sélection
Couche de données décentralisée : une nouvelle infrastructure pour l'ère de l'IA
En se concentrant sur le domaine vertical des ressources de données, les nouveaux projets émergents du Web offrent de nouvelles possibilités pour l'acquisition, le partage et l'utilisation des données.
Dédié à des analyses Web3 approfondiesRédaction : IOSG Ventures
TL/DR
Nous avons déjà discuté de la manière dont l'IA et le Web3 peuvent se compléter mutuellement dans divers secteurs verticaux tels que les réseaux informatiques, les plateformes d'agents et les applications grand public. En nous concentrant sur la ressource de données, les nouveaux projets émergents du Web offrent de nouvelles possibilités pour l'accès, le partage et l'utilisation des données.
-
Les fournisseurs traditionnels de données peinent à répondre à la demande croissante en données fiables, en temps réel et de haute qualité, notamment des industries axées sur l'IA et d'autres domaines dépendants des données. Ils présentent des limites notables en matière de transparence, de contrôle utilisateur et de protection de la vie privée.
-
Les solutions Web3 s'efforcent de repenser l'écosystème des données. Des technologies telles que le calcul multipartite sécurisé (MPC), les preuves à divulgation nulle (ZKP) et le protocole TLS Notary garantissent l'authenticité et la confidentialité des données circulant entre plusieurs sources, tandis que le stockage décentralisé et le calcul en périphérie (edge computing) offrent une flexibilité et une efficacité accrues pour le traitement en temps réel des données.
-
Dans ce contexte, une nouvelle infrastructure émergente — les réseaux de données décentralisés — voit apparaître plusieurs projets emblématiques : OpenLayer (une couche modulaire de données réelles), Grass (exploitant la bande passante inutilisée des utilisateurs via un réseau décentralisé de robots d'indexation) et Vana (un réseau Layer 1 centré sur la souveraineté des données utilisateur), chacun ouvrant de nouvelles perspectives pour l'entraînement et l'application de modèles d'IA selon des approches technologiques distinctes.
-
Grâce à la mutualisation des ressources, à des couches d'abstraction sans confiance et à des mécanismes incitatifs basés sur des jetons, ces infrastructures décentralisées offrent des solutions plus privées, sécurisées, efficaces et économiques que celles des grands fournisseurs Web2. Elles redonnent aux utilisateurs le contrôle sur leurs données et leurs ressources associées, contribuant ainsi à construire un écosystème numérique plus ouvert, sécurisé et interopérable.
1. La vague croissante de la demande en données
Les données sont devenues un moteur clé de l'innovation et de la prise de décision dans tous les secteurs. Selon UBS, le volume mondial de données devrait croître de plus de dix fois entre 2020 et 2030, atteignant 660 ZB. D’ici 2025, chaque individu générera quotidiennement 463 EB (exabytes, soit 1 milliard de Go) de données. Le marché du « Data as a Service » (DaaS) connaît une expansion rapide : évalué à 14,36 milliards de dollars en 2023 selon Grand View Research, il devrait croître à un taux annuel composé de 28,1 % jusqu’en 2030, atteignant 76,8 milliards de dollars. Cette forte croissance reflète une demande croissante, dans de multiples secteurs, pour des données fiables, en temps réel et de haute qualité.
L'entraînement des modèles d'IA repose sur une quantité massive de données afin d'identifier des motifs et d'ajuster des paramètres. Après leur entraînement, les modèles nécessitent également des jeux de données pour tester leurs performances et leur capacité de généralisation. De plus, les agents d'IA, forme émergente prévisible d'applications intelligentes, ont besoin de sources de données fiables en temps réel pour assurer des décisions et des exécutions précises.
(Source : Leewayhertz)
La demande en analyse commerciale est elle aussi de plus en plus variée et étendue, devenant un outil central de l'innovation entrepreneuriale. Par exemple, les plateformes de médias sociaux et les sociétés d’études de marché ont besoin de données fiables sur le comportement des utilisateurs pour élaborer des stratégies et détecter des tendances, en intégrant des données hétérogènes provenant de multiples plateformes sociales afin de créer des profils plus complets.
Pour l’écosystème Web3, des données réelles et fiables hors chaîne sont nécessaires pour soutenir certains nouveaux produits financiers. À mesure que de nouveaux actifs sont tokenisés, des interfaces de données flexibles et fiables sont requises pour favoriser le développement de produits innovants et la gestion des risques, permettant aux contrats intelligents de s’exécuter sur la base de données vérifiables en temps réel.
Au-delà de ces cas, on retrouve également la recherche scientifique, l’Internet des objets (IoT), etc. Ces nouveaux cas d’usage montrent une augmentation exponentielle de la demande pour des données diversifiées, authentiques et actualisées, face à laquelle les systèmes traditionnels risquent de ne pas pouvoir faire face à la croissance rapide des volumes de données ni aux besoins changeants.
2. Limites et problèmes de l’écosystème de données traditionnel
Un écosystème typique de données comprend la collecte, le stockage, le traitement, l’analyse et l’utilisation des données. Le modèle centralisé implique une collecte et un stockage centralisés, gérés par une équipe informatique interne, avec un contrôle strict des accès.
Par exemple, l’écosystème de données de Google englobe plusieurs sources comme le moteur de recherche, Gmail ou encore le système d’exploitation Android. Il collecte des données utilisateur via ces plateformes, les stocke dans des centres de données répartis à l’échelle mondiale, puis utilise des algorithmes pour les traiter et les analyser afin d’optimiser ses produits et services.
Dans le domaine financier, LSEG (anciennement Refinitiv) collecte des données historiques et en temps réel auprès d’échanges mondiaux, de banques et d’autres institutions financières majeures, tout en exploitant son propre réseau d’information Reuters pour recueillir des actualités de marché. Grâce à des algorithmes et modèles propriétaires, il génère des analyses et des évaluations de risque en tant que produits ajoutés.
(Source : kdnuggets.com)
Bien que les architectures traditionnelles soient efficaces pour des services spécialisés, les limites du modèle centralisé deviennent de plus en plus apparentes, notamment en termes de couverture des nouvelles sources de données, de transparence et de protection de la vie privée. Voici quelques-uns de ces défis :
-
Couverture insuffisante des données : Les fournisseurs traditionnels rencontrent des difficultés pour capturer rapidement et analyser des sources émergentes comme les émotions sur les réseaux sociaux ou les données issues des dispositifs IoT. Les systèmes centralisés peinent à collecter efficacement des données « longue traîne » provenant de nombreuses sources petites ou non conventionnelles.
L’affaire GameStop en 2021 a mis en lumière cette limite : les émotions des investisseurs sur Reddit ont rapidement changé la tendance du marché, mais des terminaux comme Bloomberg ou Reuters n’ont pas pu capter ces dynamiques à temps, causant un retard dans les prévisions.
-
Accès restreint aux données : Le monopole limite l’accessibilité. Bien que certains fournisseurs ouvrent partiellement leurs données via API ou cloud, les coûts élevés d’accès et les processus d’autorisation complexes rendent difficile l’intégration des données.
-
Les développeurs Web3 ont du mal à accéder rapidement à des données fiables hors chaîne, car les données de haute qualité sont monopolisées par quelques géants, avec des coûts d’accès élevés.
-
Problèmes de transparence et de fiabilité : De nombreux fournisseurs centralisés manquent de transparence sur leurs méthodes de collecte et de traitement des données, et ne disposent pas de mécanismes efficaces pour valider l’authenticité et l’intégrité de grandes quantités de données en temps réel. La nature centralisée augmente aussi les risques de manipulation ou de falsification des données.
-
Protection de la vie privée et propriété des données : Les grandes entreprises technologiques commercialisent massivement les données personnelles. En tant que créateurs de ces données, les utilisateurs peinent à en tirer une juste valeur. Ils ignorent souvent comment leurs données sont collectées, traitées et utilisées, et n’ont guère de contrôle sur leur champ d’application. Cette surcollecte expose à de graves risques de confidentialité.
-
L’affaire Facebook-Cambridge Analytica a révélé de graves failles dans la transparence et la protection de la vie privée des fournisseurs traditionnels.
-
Silos de données : En outre, les données en temps réel provenant de sources différentes et sous différents formats sont difficiles à intégrer rapidement, limitant les analyses globales. Beaucoup de données restent enfermées au sein des organisations, freinant le partage intersectoriel et l’innovation collaborative. Ce phénomène de silos nuit à l’intégration et à l’analyse transversale des données.
-
Par exemple, dans le secteur de la consommation, les marques doivent intégrer des données provenant des plateformes e-commerce, des magasins physiques, des réseaux sociaux et des études de marché. Or, ces données, souvent formatées différemment ou isolées, sont difficiles à combiner. Un autre exemple : Uber et Lyft collectent toutes deux d’importantes données en temps réel sur la circulation, la demande des passagers et la localisation, mais en raison de leur concurrence, elles ne peuvent ni partager ni agréger ces données.
Au-delà de ces points, on relève aussi des problèmes de coût, d’efficacité et de souplesse. Bien que les fournisseurs traditionnels cherchent activement à relever ces défis, l’émergence des technologies Web3 offre de nouvelles pistes et possibilités prometteuses.
3. L’écosystème Web3 des données
Depuis le lancement en 2014 de solutions de stockage décentralisées comme IPFS (InterPlanetary File System), de nombreux nouveaux projets ont vu le jour pour pallier les limites des écosystèmes traditionnels. On observe désormais un écosystème Web3 des données, multicouche et interconnecté, qui couvre toutes les phases du cycle de vie des données : génération, stockage, échange, traitement, analyse, validation, sécurité, confidentialité et propriété.
-
Stockage : La croissance rapide de Filecoin et Arweave illustre une transformation de paradigme vers le stockage décentralisé (DCS). Grâce à une architecture distribuée, ces solutions réduisent les risques de point de défaillance unique et attirent des participants par des coûts compétitifs. Avec l’apparition de cas d’usage à grande échelle, la capacité de stockage du DCS connaît une croissance explosive (par exemple, celle du réseau Filecoin a atteint 22 exabytes en 2024).
-
Traitement et analyse : Des plateformes comme Fluence, spécialisées dans le calcul de données décentralisé, améliorent la rapidité et l’efficacité du traitement grâce au edge computing, particulièrement adapté aux applications IoT ou à l’inférence IA nécessitant une faible latence. Les projets Web3 utilisent des technologies comme l’apprentissage fédéré, la confidentialité différentielle, les environnements d’exécution fiables (TEE) ou le chiffrement homomorphe complet pour offrir des options souples de protection de la vie privée au niveau du calcul.
-
Marchés / plateformes d’échange de données : Pour faciliter la valorisation et la circulation des données, Ocean Protocol utilise la tokenisation et des mécanismes de DEX pour créer des canaux d’échange ouverts et efficaces. Il a notamment aidé des entreprises traditionnelles (comme Daimler, maison mère de Mercedes) à développer des marchés d’échange de données pour améliorer la gestion de leurs chaînes logistiques. De son côté, Streamr a créé un réseau de flux de données sans permission, basé sur un modèle d’abonnement, montrant un fort potentiel dans les scénarios IoT et d’analyse en temps réel (par exemple, en collaboration avec un projet de ville intelligente en Finlande).
À mesure que l’échange et l’utilisation des données se multiplient, la véracité, la crédibilité et la protection de la vie privée deviennent des enjeux cruciaux. Cela pousse l’écosystème Web3 à innover dans les domaines de la validation et de la confidentialité, donnant naissance à des solutions novatrices.
3.1 Innovation dans la validation des données et la protection de la vie privée
De nombreux projets Web3 natifs s’attaquent aux problèmes d’authenticité des données et de protection des données privées. Outre les avancées du ZK et du MPC, une méthode émergente mérite une attention particulière : le **TLS Notary**.
Introduction au TLS Notary
Le protocole TLS (Transport Layer Security) est un protocole cryptographique largement utilisé dans les communications réseau, conçu pour assurer la sécurité, l’intégrité et la confidentialité des données échangées entre un client et un serveur. Il constitue une norme courante dans les communications modernes, utilisée dans HTTPS, les courriels, la messagerie instantanée, etc.
(Principe du chiffrement TLS, Source : TechTarget)
Il y a dix ans, l’objectif initial du TLS Notary était d’introduire un tiers, appelé « notaire », en plus du client (le prouveur) et du serveur, afin de vérifier l’authenticité de la session TLS.
En divisant la clé principale de la session TLS en deux parties, respectivement détenues par le client et le notaire, ce système permet au notaire de participer à la vérification sans accéder au contenu réel de la communication. Ce mécanisme vise à détecter les attaques de type « homme du milieu », à prévenir l’usage de certificats frauduleux, à garantir que les données n’aient pas été altérées pendant le transfert, et à permettre à un tiers de confiance de confirmer la légitimité de la communication, tout en préservant la confidentialité.
Ainsi, TLS Notary assure une validation sécurisée des données tout en équilibrant efficacement exigences de vérification et protection de la vie privée.
En 2022, le projet TLS Notary a été reconstruit par le laboratoire de recherche PSE (Privacy and Scaling Exploration) de la Fondation Ethereum. La nouvelle version du protocole a été entièrement réécrite en Rust et intègre des protocoles cryptographiques avancés (comme le MPC). Elle permet désormais à un utilisateur de prouver à un tiers l’authenticité des données reçues d’un serveur, sans divulguer le contenu. Tout en conservant les fonctionnalités de base du TLS Notary, cette mise à jour renforce considérablement la protection de la vie privée, la rendant mieux adaptée aux besoins actuels et futurs.
3.2 Variantes et extensions du TLS Notary
Récemment, la technologie TLS Notary continue d’évoluer, donnant lieu à plusieurs variantes qui renforcent davantage la confidentialité et la vérification :
-
zkTLS : Une version améliorée de TLS Notary intégrant la ZKP, permettant à l’utilisateur de générer une preuve cryptographique des données web sans exposer aucune information sensible. Idéal pour les communications nécessitant un haut niveau de confidentialité.
-
3P-TLS (Three-Party TLS) : Introduit un troisième acteur — le client, le serveur et un auditeur — permettant à ce dernier de vérifier la sécurité de la communication sans accéder au contenu. Très utile dans des contextes où transparence et confidentialité sont toutes deux essentielles, comme les audits réglementaires ou financiers.
Les projets Web3 utilisent ces technologies cryptographiques pour renforcer la validation et la confidentialité, briser les monopoles, résoudre les silos et assurer un transfert fiable des données. Cela permet aux utilisateurs de prouver certaines informations sensibles — comme la propriété d’un compte social, des achats, des antécédents bancaires, professionnels ou académiques — sans compromettre leur vie privée. Par exemple :
-
Reclaim Protocol utilise zkTLS pour générer des preuves à divulgation nulle du trafic HTTPS, permettant aux utilisateurs d’importer en toute sécurité des données d’activité, de réputation et d’identité depuis des sites externes, sans exposer d’informations sensibles.
-
zkPass combine la technologie 3P-TLS pour permettre une vérification sans fuite de données privées du monde réel, applicable à des scénarios comme la KYC ou les services de crédit, tout en étant compatible avec le réseau HTTPS.
-
Opacity Network, basé sur zkTLS, permet aux utilisateurs de prouver en toute sécurité leur activité sur différentes plateformes (Uber, Spotify, Netflix, etc.) sans avoir besoin d’accéder directement à leurs API, réalisant ainsi une preuve d’activité transverse.
(Projets travaillant sur les oracles TLS, Source : Bastian Wetzel)
La validation des données dans le Web3, maillon essentiel de l’écosystème, présente des perspectives d’application très vastes. Son développement nourrit une économie numérique plus ouverte, dynamique et centrée sur l’utilisateur. Pourtant, l’avancée des technologies de véracité ne constitue qu’un premier pas vers la construction d’une nouvelle infrastructure de données.
4. Les réseaux de données décentralisés
Certains projets vont plus loin en combinant ces technologies de validation dès l’amont de l’écosystème — à savoir la source des données, leur collecte distribuée et leur transmission fiable. Nous examinons ici trois projets emblématiques : OpenLayer, Grass et Vana, qui affichent un potentiel unique dans la construction d’une nouvelle infrastructure de données.
4.1 OpenLayer
OpenLayer fait partie du programme d’accélération crypto d’a16z pour le printemps 2024. En tant que première couche modulaire de données authentiques, il propose une solution innovante pour coordonner la collecte, la vérification et la transformation des données, répondant ainsi aux besoins des entreprises Web2 et Web3. OpenLayer a attiré le soutien de fonds et d’investisseurs de premier plan tels que Geometry Ventures et LongHash Ventures.
Les couches de données traditionnelles font face à plusieurs défis : absence de mécanisme de vérification fiable, architecture centralisée limitant l’accessibilité, manque d’interopérabilité et de fluidité entre systèmes, et absence de mécanisme équitable de redistribution de la valeur des données.
Un problème plus concret : les données d’entraînement pour l’IA deviennent de plus en plus rares. Sur Internet public, de nombreux sites adoptent des mesures anti-bot empêchant les entreprises d’IA de scraper massivement leurs contenus.
Concernant les données privées et propriétaires, la situation est encore plus complexe. De nombreuses données précieuses, en raison de leur caractère sensible, sont stockées de façon confidentielle, sans mécanisme incitatif efficace. Dans ce contexte, les utilisateurs ne peuvent pas bénéficier directement de la fourniture de leurs données sensibles et sont donc peu enclins à les partager.
Pour résoudre ces problèmes, OpenLayer construit une couche modulaire de données authentiques (Modular Authentic Data Layer), combinant validation cryptographique, décentralisation et incitations économiques pour coordonner la collecte, la vérification et la transformation des données. Il fournit ainsi une infrastructure plus sûre, efficace et flexible aux entreprises Web2 et Web3.
4.1.1 Composants clés de la conception modulaire d’OpenLayer
OpenLayer propose une plateforme modulaire simplifiant la collecte, la vérification et la transformation des données :
a) OpenNodes
Les OpenNodes sont les composants centraux d’OpenLayer chargés de la collecte décentralisée des données. Ils collectent les données via des applications mobiles, des extensions de navigateur, etc. Différents opérateurs ou nœuds peuvent optimiser leurs retours selon leurs spécifications matérielles.
OpenNodes supporte trois types principaux de données, adaptés à divers besoins :
-
Données publiques disponibles sur Internet (données financières, météo, sport, flux sociaux)
-
Données privées des utilisateurs (historique de visionnage Netflix, commandes Amazon, etc.)
-
Données auto-déclarées provenant de sources sécurisées (signées par un propriétaire exclusif ou validées par du matériel fiable spécifique).
Les développeurs peuvent facilement ajouter de nouveaux types de données, sources et méthodes de récupération. Les utilisateurs peuvent choisir de fournir des données anonymisées en échange de récompenses. Cette conception permet une évolution constante et abaisse les barrières à la contribution de données.
b) OpenValidators
Les OpenValidators assurent la vérification des données après collecte, permettant aux consommateurs de confirmer que les données fournies correspondent exactement à la source. Toutes les méthodes de vérification produisent des preuves chiffrées, vérifiables a posteriori. Plusieurs fournisseurs proposent le même type de preuve, permettant aux développeurs de choisir celui qui correspond le mieux à leurs besoins.
Dans son cas d’usage initial, notamment pour les données publiques ou privées provenant d’API web, OpenLayer utilise TLSNotary comme solution de vérification, extrayant des données de toute application web et prouvant leur authenticité sans compromettre la vie privée.
Mais OpenLayer n’est pas limité à TLSNotary. Grâce à sa conception modulaire, il peut intégrer facilement d’autres méthodes de vérification adaptées à différents types de données :
-
Connexions TLS attestées : utilisation d’environnements d’exécution fiables (TEE) pour établir des connexions TLS certifiées, garantissant l’intégrité et l’authenticité des données pendant le transfert.
-
Secure Enclaves : utilisation d’environnements matériels sécurisés (ex : Intel SGX) pour traiter et vérifier des données sensibles, offrant un niveau de protection supérieur.
-
Générateurs de preuves ZK : intégration de la ZKP, permettant de vérifier des attributs ou résultats de calcul sans révéler les données brutes.
c) OpenConnect
OpenConnect est le module central d’OpenLayer chargé de la conversion des données pour les rendre utilisables. Il traite les données provenant de multiples sources, garantissant l’interopérabilité entre systèmes pour répondre aux besoins applicatifs variés. Par exemple :
-
Conversion des données au format Oracle pour chaîne, permettant aux contrats intelligents de les utiliser directement.
-
Transformation de données brutes non structurées en données structurées, prétraitées pour l’entraînement de modèles d’IA.
Pour les données provenant de comptes personnels, OpenConnect propose des fonctions de désensibilisation pour protéger la vie privée, ainsi que des composants renforçant la sécurité du partage, réduisant les risques de fuite ou d’abus. Pour répondre à la demande d’IA et de blockchain en données en temps réel, OpenConnect prend en charge une conversion efficace et rapide.
Actuellement, grâce à son intégration avec Eigenlayer, les opérateurs AVS d’OpenLayer surveillent les demandes de données, récupèrent et valident les données, puis rapportent les résultats au système. En s’appuyant sur des actifs misés ou re-misés via EigenLayer, ils s’engagent économiquement sur leurs actions. En cas de comportement malveillant avéré, leurs actifs misés sont confisqués. En tant que l’un des premiers AVS (Active Verification Services) sur le mainnet Eigenlayer, OpenLayer a déjà attiré plus de 50 opérateurs et 4 milliards de dollars d’actifs re-misés.
En somme, la couche de données décentralisée construite par OpenLayer étend la portée et la diversité des données disponibles sans sacrifier praticité ni efficacité. Grâce aux technologies cryptographiques et aux incitations économiques, elle garantit l’authenticité et l’intégrité des données. Sa technologie trouve des applications concrètes pour les Dapps Web3 ayant besoin d’informations hors chaîne, les modèles d’IA nécessitant des entrées réelles pour l’entraînement et l’inférence, ainsi que les entreprises souhaitant segmenter et cibler leurs utilisateurs selon leur identité et réputation existantes. Elle permet aussi aux utilisateurs de valoriser leurs données privées.
4.2 Grass
Grass est le projet phare développé par Wynd Network, visant à créer une plateforme décentralisée de scraping web et de données d’entraînement pour l’IA. Fin 2023, Grass a levé 3,5 millions de dollars lors d’un tour de table seed mené par Polychain Capital et Tribe Capital. Puis, en septembre 2024, le projet a levé un nouveau tour de série A dirigé par HackVC, avec la participation d’acteurs majeurs tels que Polychain, Delphi, Lattice et Brevan Howard.
Comme mentionné, l’entraînement de l’IA nécessite un nouvel accès aux données. L’une des solutions consiste à utiliser plusieurs adresses IP pour contourner les restrictions d’accès et alimenter les modèles. C’est là que Grass intervient : il crée un réseau décentralisé de nœuds de scraping, exploitant la bande passante inutilisée des utilisateurs pour collecter et fournir des jeux de données vérifiables destinés à l’entraînement de l’IA. Les nœuds routent les requêtes web via les connexions Internet des utilisateurs, accèdent à des sites publics et compilent des jeux de données structurés. Il utilise le edge computing pour un nettoyage et un formatage initiaux, améliorant ainsi la qualité des données.
Grass repose sur une architecture Data Rollup de niveau 2 sur Solana, permettant une meilleure efficacité. Des validateurs reçoivent, vérifient et regroupent les transactions web provenant des nœuds, générant des preuves ZK pour garantir l’authenticité. Les données validées sont stockées dans un registre de données (L2) lié à la preuve sur la chaîne principale (L1).
4.2.1 Principaux composants de Grass
a) Nœuds Grass
Comme les OpenNodes, les utilisateurs installent l’application ou l’extension browser Grass et exécutent le nœud, utilisant leur bande passante inutilisée pour effectuer du scraping. Les nœuds routent les requêtes web via la connexion Internet de l’utilisateur, accèdent à des sites publics et compilent des jeux de données structurés, avec un nettoyage et formatage préliminaire via le edge computing. Les utilisateurs reçoivent des récompenses en jetons GRASS proportionnelles à leur bande passante et volume de données fournis.
b) Routeurs (Routers)
Ils connectent les nœuds Grass aux validateurs, gèrent le réseau de nœuds et relaient la bande passante. Les routeurs sont incités à opérer et reçoivent une récompense proportionnelle à la bande passante totale validée qu’ils relaient.
c) Validateurs (Validators)
Ils reçoivent, vérifient et regroupent les transactions web provenant des routeurs, génèrent des preuves ZK, et utilisent un jeu de clés unique pour établir des connexions TLS, choisissant le suite cryptographique appropriée pour communiquer avec les serveurs cibles. Actuellement, Grass utilise un validateur centralisé, mais prévoit de passer à un comité de validateurs à l’avenir.
d) Processeur ZK (ZK Processor)
Il reçoit les preuves générées par les validateurs pour chaque session de nœud, regroupe toutes les preuves de validité des requêtes web et les soumet à la chaîne de niveau 1 (Solana).
e) Registre de données Grass (Grass L2)
Il stocke l’intégralité des jeux de données et les lie aux preuves correspondantes sur la chaîne L1 (Solana).
f) Modèle d’embedding en périphérie
Il convertit les données web non structurées en modèles structurés utilisables pour l’entraînement de l’IA.
Source : Grass
Analyse comparative entre Grass et OpenLayer
OpenLayer et Grass utilisent tous deux des réseaux distribués pour donner aux entreprises accès à des données internet ouvertes et à des informations fermées nécessitant authentification. Tous deux stimulent le partage de données et la production de données de qualité via des mécanismes incitatifs. Chaque projet vise à créer une couche de données décentralisée (Decentralized Data Layer) pour résoudre les problèmes d’accès et de vérification, mais adopte des approches techniques et commerciales légèrement différentes.
Différences architecturales
Grass utilise une architecture Data Rollup de niveau 2 sur Solana, avec actuellement un mécanisme de validation centralisé (un seul validateur). OpenLayer, en revanche, figure parmi les premiers AVS construits sur EigenLayer, exploitant des incitations économiques et des mécanismes de confiscation pour mettre en œuvre un système de vérification décentralisée. Il adopte également une conception modulaire, mettant l’accent sur l’extensibilité et la souplesse des services de vérification.
Différences produit
Les deux projets offrent des produits similaires aux utilisateurs finaux, leur permettant de monétiser leurs données via des nœuds. Du côté entreprise, Grass propose un modèle intéressant de marché de données et utilise L2 pour stocker de façon vérifiable des jeux de données complets, fournissant ainsi aux entreprises d’IA des ensembles d’entraînement structurés, de haute qualité et vérifiables. OpenLayer, lui, n’a pas de composant dédié de stockage, mais propose plutôt des services de vérification de flux en temps réel (Vaas). En plus de servir l’IA, il convient à des scénarios nécessitant une réponse rapide, comme l’alimentation d’oracles pour projets RWA/DeFi/marchés prédictifs, ou la fourniture de données sociales en temps réel.
Actuellement, Grass cible principalement les entreprises d’IA et les data scientists, fournissant de grands jeux de données structurés, ainsi qu’à des instituts de recherche et entreprises ayant besoin de vastes ensembles de données web. OpenLayer, quant à lui, s’adresse temporairement aux développeurs Web3 ayant besoin de sources de données hors chaîne, aux entreprises d’IA nécessitant des flux de données rapides et vérifiables, ainsi qu’aux entreprises Web2 innovantes souhaitant exploiter des stratégies comme la vérification de l’historique d’utilisation de concurrents.
Concurrence potentielle future
Cependant, selon les tendances sectorielles, les fonctionnalités des deux projets pourraient converger à l’avenir. Grass pourrait bientôt proposer des données structurées en temps réel. Et OpenLayer, en tant que plateforme modulaire, pourrait étendre ses capacités vers la gestion de jeux de données, avec son propre registre de données. Leurs domaines de concurrence pourraient donc progressivement se chevaucher.
De plus, les deux projets pourraient intégrer l’étape clé de l’annotation des données. Grass pourrait être plus rapide sur ce point grâce à son vaste réseau de nœuds — plus de 2,2 millions de nœuds actifs selon les rapports. Cet avantage lui donne un potentiel pour offrir des services d’apprentissage par renforcement avec retour humain (RLHF), exploitant de grandes quantités de données annotées pour optimiser les modèles d’IA.
Cependant, OpenLayer, grâce à son expertise en vérification et traitement en temps réel, ainsi qu’à sa concentration sur les données privées, pourrait conserver un avantage en qualité et crédibilité des données. En outre, en tant qu’AVS d’Eigenlayer, il pourrait pousser plus loin le développement de mécanismes de vérification décentralisés.
Bien que les deux projets puissent entrer en concurrence sur certains aspects, leurs avantages uniques et leurs trajectoires technologiques pourraient aussi les positionner sur des marchés de niche distincts au sein de l’écosystème des données.
(Source : IOSG, David)
4.3 Vana
En tant que réseau de pools de données centré sur l’utilisateur, Vana vise également à fournir des données de haute qualité pour l’IA et d’autres applications. Comparé à OpenLayer et Grass, Vana adopte une approche technologique et commerciale radicalement différente. En septembre 2024, Vana a levé 5 millions de dollars, mené par Coinbase Ventures, après une série A de 18 millions de dollars dirigée par Paradigm, avec d’autres investisseurs notables comme Polychain et Casey Caruso.
Lancé initialement en 2018 comme un projet de recherche au MIT, Vana vise à devenir une blockchain de niveau 1 spécialement conçue pour les données privées des utilisateurs. Son innovation en matière de propriété des données et de redistribution de la valeur permet aux utilisateurs de bénéficier des modèles d’IA entraînés sur leurs propres données. Le cœur de Vana repose sur des pools de liquidité de données (Data Liquidity Pool) sans confiance, privés et traçables, ainsi que sur un mécanisme innovant de Proof of Contribution pour assurer la circulation et la valorisation des données privées :
4.3.1. Pools de liquidité de données (Data Liquidity Pool)
Vana introduit un concept unique de pool de liquidité de données (DLP) : chaque DLP est un réseau pair-à-pair indépendant, composé de données spécifiques. Les utilisateurs peuvent y télécharger leurs données privées (achats, habitudes de navigation, activités sociales, etc.) et choisir librement d’autoriser ou non leur usage par des tiers spécifiques. Ces données, agrégées et gérées via les pools, sont désensibilisées pour protéger la vie privée tout en restant exploitables commercialement, par exemple pour l’entraînement de modèles d’IA ou des études de marché.
Les utilisateurs reçoivent des jetons DLP spécifiques en récompense de leur contribution. Ces jetons représentent à la fois leur apport au pool et leur droit à la gouvernance et à la redistribution des profits futurs. Contrairement à la vente unique de données, Vana permet une participation continue à l’économie des données, avec des revenus récurrents traçables.
4.3.2. Mécanisme Proof of Contribution
Un autre pilier d’innovation de Vana est le mécanisme de Proof of Contribution (preuve de contribution). Il s’agit du moyen par lequel Vana garantit la qualité des données : chaque DLP peut définir une fonction de preuve de contribution personnalisée, permettant de vérifier l’authenticité et l’intégrité des données, et d’évaluer leur impact sur les performances des modèles d’IA. Ce mécanisme quantifie et enregistre la contribution de chaque utilisateur, servant de base à la distribution des récompenses. À l’image du « Proof of Work » dans les cryptomonnaies, la Proof of Contribution attribue des gains selon la qualité, la quantité et la fréquence d’utilisation des données fournies, exécutée automatiquement via des contrats intelligents.
Architecture technique de Vana
-
Couche de liquidité des données (Data Liquidity Layer)
C’est la couche centrale de Vana, responsable de la contribution, de la vérification et de l’enregistrement des données dans les DLPs, transformant les données en actifs numériques transférables. Le créateur d’un DLP déploie un contrat intelligent définissant l’objectif de contribution, la méthode de vérification et les paramètres. Les contributeurs et gestionnaires soumettent les données à valider ; le module PoC exécute la vérification et l’évaluation, attribuant droits de gouvernance et récompenses.
-
Couche de portabilité des données (Data Portability Layer)
Plateforme ouverte pour les contributeurs et développeurs, c’est la couche applicative de Vana. Elle offre un espace collaboratif pour construire des applications à partir de la liquidité accumulée dans les DLPs, fournissant l’infrastructure nécessaire pour l’entraînement distribué de modèles User-Owned et le développement de Dapps d’IA.
-
Connectome universel
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
IOSG Ventures
