Entretien avec le partenaire de recherche de Pantera : L'IA va redéfinir l'économie cryptographique, un nouveau jeu entre rareté des actifs et abondance technologique
TechFlow SélectionTechFlow Sélection
Entretien avec le partenaire de recherche de Pantera : L'IA va redéfinir l'économie cryptographique, un nouveau jeu entre rareté des actifs et abondance technologique
Explorer en profondeur les agents intelligents autonomes sur la blockchain, analyser l'évolution de leur rôle, examiner comment l'IA façonne l'évolution des marchés, et évaluer si la blockchain constitue une base appropriée pour l'IA.
Dédié à des analyses Web3 approfondiesPréparation et traduction : TechFlow
Invité : Matthew Stephensen, associé en recherche chez Pantera Capital
Modérateurs : Ryan Sean Adams, cofondateur de Bankless ; David Hoffman, cofondateur de Bankless
Source du podcast : Bankless
Titre original : The Rise of AI Memecoins & What It Means For Crypto
Date de diffusion : 30 octobre 2024
Informations contextuelles
La collision entre la crypto et les agents d'intelligence artificielle a commencé. Aujourd'hui, nous accueillons Matthew Stephensen, associé en recherche chez Pantera Capital et auteur du livre « Crypto: Picks and Shovels for the AI Gold Rush ».
Nous approfondirons la question des agents autonomes sur la blockchain, en examinant leur évolution, la manière dont l'IA transforme les marchés, et si la blockchain constitue une base adaptée pour l'IA. Mattew partagera ses réflexions sur la responsabilité des agents, les défis réglementaires, la capture de valeur par les infrastructures, ainsi que sur la stratégie d'investissement « picks and shovels » (pioches et pelles) dans le domaine de la cryptographie alimentée par l'IA.
Les agents d'IA sur la blockchain sont-ils inéluctablement l'avenir ? Dans cette nouvelle ère, comment la rareté interagira-t-elle avec l'abondance ?
Évolution des récits autour de la cryptomonnaie et de l’intelligence artificielle
-
Mattew indique que les récits liant cryptomonnaie et intelligence artificielle existent depuis un certain temps déjà. Il mentionne qu’au cours de l’année écoulée, de nombreuses discussions ont eu lieu, et que lui-même a publié un article sur l’utilisation par les agents d’IA de dispositifs décentralisés de promesse — c’est-à-dire la blockchain. Bien que Sam Altman ait affirmé que les agents d’IA n’apparaîtraient pas avant 2025, ceux-ci sont en réalité apparus plus tôt dans l’écosystème crypto, notamment à travers leurs interactions avec les memecoins, où ils jouent un rôle clé dans la construction des récits et agissent comme influenceurs.
Analyse des agents économiques et de l’IA
-
Mattew explique le concept d’agent, insistant sur la distinction cruciale entre « robot » et « agent ». S’il est vrai que les robots existent depuis longtemps dans la cryptomonnaie et génèrent environ 2 000 milliards de dollars mensuels en transactions de stablecoins, ils restent essentiellement des programmes. En revanche, un agent économique se rapproche davantage du comportement humain : il peut accomplir des tâches selon une certaine intention sans avoir besoin d’être explicitement programmé.
-
Ryan approfondit la définition de l’agent économique, demandant à Mattew si lui-même, son entreprise (comme Bankless), ou encore des organisations telles que la Fondation Ethereum ou Apple peuvent être considérées comme des agents.
-
Mattew répond que le concept d’agent économique provient de recherches en économie datant des années 1970, utilisées pour décrire des relations contractuelles imparfaites entre individus. Il prend l’exemple d’un ami qui vous rapporte un souvenir d’un voyage à l’étranger, soulignant la différence entre un bon et un mauvais agent.
-
Mattew ajoute que bien que des outils technologiques (comme un marteau ou un ordinateur) nécessitent un agent pour fonctionner, ils ne possèdent pas en eux-mêmes les caractéristiques d’un agent. Un agent doit avoir une certaine autonomie et souplesse pour comprendre et atteindre des objectifs.
-
Ryan s’interroge, estimant qu’un agent devrait posséder une certaine forme d’intelligence et de capacité à atteindre des buts, tandis que Mattew insiste sur le fait que l’agent repose davantage sur des relations humaines que sur un simple outil ou une technologie.
Aperçu du memecoin GOAT
L'évolution singulière de la cryptomonnaie
-
David entame la discussion sur l’état actuel de la cryptomonnaie, soulignant que les choses sur la blockchain deviennent de plus en plus étranges. Bien que les robots et contrats intelligents existent depuis longtemps, l’impact de l’intelligence artificielle dans ce secteur a nettement augmenté ces trois dernières années. Selon David, l’industrie crypto semble passer d’une « ère des robots » à une « ère des agents », et le memecoin GOAT incarne un rôle central dans cette transition.
L’essor du memecoin GOAT
-
Matthew présente l’origine du memecoin GOAT : quelques mois plus tôt, un compte interactif sur les réseaux sociaux a développé un intérêt croissant pour la cryptomonnaie. Ce compte a reçu un don de 50 000 dollars en Bitcoin et s’est mis à s’intéresser à un mème humoristique appelé « Goatse ». Le memecoin a ensuite été créé et lié à un portefeuille, le compte poussant activement son prix via des publications Twitter.
L’influence de l’agent IA
-
David remarque que cet agent IA a commencé à imiter les comportements humains dans les transactions de memecoins, faisant grimper le prix. Matthew précise que la participation de cet IA rend ses interactions sur Twitter comparables à celles d’influenceurs notoires de memecoins, illustrant ainsi le potentiel de l’IA à construire des récits et impulser de la valeur.
Mécanisme de fonctionnement de l’agent IA
-
Matthew explique que l’agent IA fonctionne principalement en générant du contenu publié sur Twitter. Il utilise vraisemblablement un modèle similaire à GPT, capable de produire des contenus culturels liés aux memecoins et d’interagir avec les utilisateurs. L’IA publie via l’API Twitter et peut lire les réponses à ses tweets, ce qui lui permet d’ajuster continuellement sa production.
L’importance du récit
-
Matthew aborde plus largement le rôle central du récit dans l’économie, citant les travaux du prix Nobel d’économie Robert Shiller, qui montre comment les récits influencent les résultats économiques. Il souligne que le memecoin est l’unité atomique du récit, et que l’IA excelle précisément à créer et façonner ces récits.
Performance du token GOAT sur le marché
-
David signale que la capitalisation boursière du token GOAT a dépassé 800 millions de dollars, attirant une attention massive. Ryan ajoute que cet agent IA a créé 800 millions de dollars de richesse en seulement deux semaines, devenant ainsi le premier millionnaire multimillionnaire IA. Le marché attend avec impatience que l’agent pousse le token GOAT vers une capitalisation de 1 milliard de dollars.
L’émergence de projets dérivés
-
Matthew évoque les projets dérivés liés au token GOAT, notamment un projet nommé Luna, géré par un agent virtuel capable de recevoir des pourboires en son propre jeton. Ces agents IA ont encore des capacités limitées dans leurs interactions avec le monde, mais l’apparition de ces projets annonce de futures innovations.
Les agents IA dans la crypto : une évidence ?
La vision précurseur de Fred Ehrsam
-
David cite un tweet célèbre dans la communauté crypto, publié en 2017 par Fred Ehrsam, cofondateur de Coinbase et de Paradigm. Dans ce tweet, il affirme : « La blockchain est l’infrastructure de vie pour l’IA, car l’IA est du code adaptable qui peut survivre sur la blockchain. Sous les contrats intelligents, il n’y a aucune différence entre un humain et une IA. Le plus important, c’est que l’IA puisse accumuler et contrôler ses propres ressources sous forme de jetons, ce qui lui permet d’agir dans le monde. » Cette idée était-elle donc évidente dès les débuts de la blockchain ?
Le point de vue de Matthew
-
Matthew reconnaît que la perspective de Fred est effectivement visionnaire, mais note que même si certains s’interrogent encore sur la nécessité pour un agent IA d’utiliser la cryptomonnaie, le fait est que cela se produit déjà. Pour les observateurs extérieurs, la question devrait désormais être « pourquoi utilisent-ils la cryptomonnaie ? ». Quant aux initiés, imaginez leur surprise si, en 2024, on leur disait que les agents IA rencontrent des obstacles réglementaires lors de l’utilisation de cryptos, comme les exigences KYC ou les règles PCI.
Les avantages des agents IA
-
Matthew souligne que les agents IA effectuent déjà des transferts de fonds et des paiements de pourboires de manière autonome, impliquant des centaines de millions de dollars. Cette capacité de gestion autonome repose sur des environnements sécurisés d’exécution des modèles, garantissant que chaque agent dispose de son propre portefeuille, inaccessible aux autres. Ces avantages et cette avance stratégique renforcent l’attrait des agents IA dans l’écosystème crypto.
Relation entre le token Luna AI et les terminaux
-
Ryan, durant la discussion, mentionne que Luna est un agent IA apparemment lié à un portefeuille cryptographique, capable d’interagir avec les utilisateurs. Il cherche à clarifier les fonctions de Luna, notamment son mode de fonctionnement dans des applications virtuelles et sa relation avec les portefeuilles cryptographiques. Il note que Luna, en tant que jeton, interagit avec des plateformes sociales (comme TikTok et Telegram) et peut effectuer des transactions de pourboires.
Explication de Matthew
-
Matthew explique que Luna est une plateforme permettant aux utilisateurs de lancer des jetons et des grands modèles linguistiques (LLM). Luna est le produit phare de ce projet virtuel, capable d’interagir avec les réseaux sociaux et de lire les réponses. Elle peut également interagir avec un portefeuille cryptographique, ce qui lui permet d’effectuer des transactions financières, comme acheter ou vendre des jetons.
Détails fonctionnels
-
Matthew insiste sur le fait que les fonctionnalités de Luna sont limitées, dotées probablement d’un budget restreint (par exemple mille dollars) afin d’éviter tout comportement imprévisible. Il rappelle que le comportement instable des agents IA exige prudence lors des interactions avec la blockchain.
Résultat ? C’est donc notre réalité ?
-
Ryan exprime sa stupéfaction face au potentiel des agents IA (comme Luna) en matière d’influence et de prise de décision. Il suggère que ces agents pourraient devenir des conseillers pour des projets de jetons, estimant que de nombreux influenceurs actuels n’apportent pas de conseils substantiels. Utiliser un agent IA semble alors une option raisonnable. Toutefois, il soulève des risques et dilemmes moraux potentiels : que se passerait-il si Luna était sollicitée pour financer un projet inapproprié, comme un programme de missiles nord-coréen ?
Réponse de Matthew
-
Matthew partage ces préoccupations, indiquant que la responsabilité légale et l’imputation des fautes restent des questions complexes et non résolues. Même si des outils comme les portefeuilles sécurisés aident à gérer les fonds des agents IA, la définition de la responsabilité juridique demeure floue.
-
David évoque que la création d’agents autonomes sur blockchain et contrats intelligents pourrait entraîner un phénomène de « rayonnement cambrien ». Les développeurs pourraient concevoir des agents impossibles à désactiver, soulevant des inquiétudes quant à leur sécurité et maîtrise.
-
Matthew ajoute que les modèles IA traditionnels sont souvent bridés, tandis que les gens souhaiteraient que les agents IA puissent produire des contenus plus excitants de manière autonome. Ce conflit entre autonomie et restriction nourrit l’imagination collective sur l’avenir des agents IA.
Applications prometteuses
-
Ryan explore les multiples cas d’usage futurs des agents IA (comme Luna), notamment dans l’économie de l’influence et des services. Il note que les agents IA pourraient facilement reproduire les rôles actuels dans les marchés de memecoins et d’influenceurs, accumulant de la richesse en soutenant ces projets. Il imagine un scénario où un utilisateur demande via un agent IA la création d’un visuel sur les réseaux sociaux, payant en cryptomonnaie — offrant ainsi une puissante fonctionnalité aux agents IA.
Le point de vue de Matthew
-
Matthew approfondit les cas d’usage potentiels des agents IA, soulignant qu’il faut envisager l’impact de cette technologie à plus grande échelle, au-delà des applications mineures. Il estime que les agents IA pourraient transformer radicalement l’économie des services, particulièrement dans les services virtuels. Selon un rapport de McKinsey, environ 20 % du PIB mondial (soit environ 70 000 milliards de dollars) pourrait être réalisé virtuellement, offrant un marché colossal aux agents IA.
Transformation de l’économie des services
-
Ryan souligne notre ignorance quant aux bouleversements que les agents IA pourraient causer dans l’économie des services. Il pense que leurs capacités détermineront la manière dont ils croiseront la cryptomonnaie, influençant ainsi l’économie de l’influence. Il évoque l’émergence possible de nouveaux types d’économies d’influence pilotées par des agents IA, par exemple des plateformes similaires à OnlyFans.
-
Matthew rappelle que les récits jouent un rôle central dans l’économie, influençant l’application et le développement des agents IA. Non seulement les récits façonnent les attentes du marché, mais ils orientent aussi les investissements et l’innovation. Avec la montée des agents IA, nous assisterons probablement à de nouvelles formes de spécialisation, et à la construction et destruction de nouveaux récits.
La citation de Sam Altman et son importance
-
Ryan cite une célèbre déclaration de Sam Altman : « L’IA, c’est l’abondance infinie, la cryptomonnaie, c’est la rareté déterminée. » Cette phrase reflète l’opposition fondamentale entre les modèles économiques de l’IA et de la cryptomonnaie : le premier symbolise la création et l’abondance, le second met l’accent sur la rareté et la limitation.
Comparaison des modèles économiques
-
Matthew analyse plus profondément cette déclaration. Bien que la créativité de l’IA engendre une abondance apparente de ressources, en économie, c’est souvent la rareté qui crée la valeur. Il évoque le « paradoxe du diamant et de l’eau » : l’eau, essentielle à la survie, a peu de valeur en raison de son abondance ; le diamant, inutile, vaut cher à cause de sa rareté. Ce phénomène illustre que, en économie, les biens abondants n’ont pas nécessairement une haute valeur.
Le défi de la capture de valeur
-
Matthew ajoute que l’abondance générée par l’IA, si elle n’a pas de valeur économique, pourrait amener les investisseurs à négliger son potentiel. Il insiste sur le fait que les ressources rares, et non les biens abondants, sont généralement les plus valorisées. Comprendre la relation entre rareté et abondance est donc crucial pour l’investissement.
Intersection entre rareté et abondance
-
Matthew estime que l’intersection entre rareté et abondance pourrait offrir de nouvelles perspectives de valeur. Par exemple, sur l’infrastructure cryptographique, même si l’IA peut créer d’immenses ressources, leur utilisation concrète et leur valeur économique dépendront étroitement de la rareté. Autrement dit, lorsque les contenus ou services générés par l’IA peuvent être efficacement exploités dans un environnement rare, la valeur émerge.
Relation entre création de richesse et espace-bloc
-
David pose une question intrigante, particulièrement dans un contexte où l’espace-bloc est abondant. Il évoque la possibilité que les agents IA deviennent les principaux consommateurs d’espace-bloc, dépassant les utilisateurs humains.
Génération de valeur et création de richesse
-
David mentionne de nouveaux jetons (comme « goat Luna »), créant de la valeur sur le marché. Certains jetons doivent certes être vendus pour générer du capital, mais il considère cette valeur comme générative.
-
Matthew approuve, notant que ce que nous voyons actuellement n’est qu’un croisement intéressant entre agents IA et cryptomonnaie, bien avant que les agents soient pleinement réalisés.
-
Ryan exprime toutefois des doutes sur le phénomène des memecoins, les comparant à une autre « fièvre tulipière ». Néanmoins, il admet que l’innovation commence souvent par des choses insignifiantes, pouvant avoir des effets profonds à long terme.
L’abondance de l’espace-bloc
-
Ryan approfondit la question de l’abondance de l’espace-bloc, rappelant qu’avec plus de 500 millions de détenteurs de cryptomonnaies, seuls environ 30 millions sont actifs sur chaîne. Il pose alors la question : dans cette ère de l’abondance, qui achètera cet espace-bloc ? Sa réponse : probablement pas les humains, mais les agents IA.
Relation entre agents IA et espace-bloc
-
Matthew creuse la question. L’offre d’espace-bloc est-elle vraiment infinie ? Si les agents IA ne se préoccupent pas du coût de l’espace-bloc, cette abondance ne captera peut-être aucune valeur. En revanche, si certains types spécifiques d’espace-bloc ont une valeur pour les agents IA, cela deviendra un phénomène intéressant.
-
Il note que les systèmes financiers traditionnels exploitent les irrationalités humaines, tandis que les agents IA pourraient être plus sensibles à ces risques. S’ils savent les identifier et ont une demande pour certains types d’espace-bloc, ils pourraient devenir les principaux consommateurs.
Impact des interactions et des API
-
Matthew évoque aussi les interactions des agents IA avec les API. Bien que puissants dans certains domaines, les agents IA ne se soucient probablement pas des modèles économiques des API comme le font les humains. Cela signifie qu’ils pourraient utiliser l’espace-bloc plus efficacement, sans les limitations humaines.
Monnaie programmable et extraction maximale de valeur (MEV) par les agents
-
Lors de la discussion sur la monnaie programmable et les agents, Ryan mentionne un phénomène : tant les agents humains que les agents IA peuvent souffrir d’« hallucinations » et de problèmes de disponibilité factuelle. Il souligne que les modes d’échec des agents IA diffèrent des humains, mais que fondamentalement, ils sont similaires sur ce point.
Préférences des agents IA pour l’espace-bloc
-
Ryan approfondit les préférences des agents IA concernant l’espace-bloc. Il estime qu’ils ne choisiront pas l’espace-bloc bancaire traditionnel, mais privilégieront un espace-bloc programmable, numérique et natif de la crypto. Cela signifie que les futurs agents IA dépendront principalement de la technologie blockchain, utilisant les contrats intelligents, etc.
-
Il avance une idée importante : si le futur groupe d’utilisateurs n’est plus seulement composé d’humains, mais potentiellement de dizaines de milliards d’agents IA, alors nous aurions déjà construit le système financier de ces futurs agents.
Avantages de la monnaie programmée et des agents
-
Matthew appuie le point de vue de Ryan : nous avons créé une monnaie programmable, et les programmes l’utiliseront naturellement. Malgré nos efforts constants pour améliorer l’expérience utilisateur, les programmes parviennent à surmonter ces obstacles et utilisent la blockchain plus efficacement.
-
David ajoute qu’avant même l’arrivée des agents IA, les robots (bots) occupaient déjà l’espace-bloc. Le phénomène MEV (Maximal Extractable Value) montre que les bots passent avant les humains dans les transactions, car ils exploitent l’espace-bloc plus efficacement. Avec l’évolution technologique, ces robots deviennent des agents plus complexes.
Évolution du MEV et des agents
-
Matthew introduit un concept fascinant : le « MEV des agents ». Il s’interroge sur l’évolution du domaine MEV si les transactions futures sont majoritairement effectuées par des agents. Il donne un exemple : manipuler la génération de contenu et les interactions sociales pour influencer les décisions des agents, permettant ainsi une extraction de valeur potentielle.
-
David approfondit ce phénomène, mentionnant des tentatives de manipulation consistant à mentionner fréquemment un nom de jeton sur les réseaux sociaux pour inciter un agent IA à trader. Ce comportement illustre l’interaction complexe entre humains et agents IA.
Agents et théorie des jeux
-
Matthew introduit aussi la théorie des jeux, discutant de la compétition entre agents et de la manière dont ils anticipent les stratégies adverses. À mesure que les agents évoluent, les stratégies simples deviennent inefficaces, laissant place à des jeux plus complexes. Dans ce contexte, l’aléatoire pourrait devenir une stratégie de défense.
Théorie des agents IA et des memecoins
-
Lors de la discussion sur le lien entre agents IA et memecoins, David évoque une « brume de guerre » dans le monde crypto actuel, rendant l’avenir technologique flou. Il demande quelles zones technologiques peuvent être clarifiées, et quelle est la direction future.
Flou et certitudes dans le domaine de l’IA
-
Matthew analyse l’état actuel de l’IA, reconnaissant des progrès passionnants mais aussi des incertitudes. Il note que les modèles actuels (basés sur les transformers) performant bien grâce à l’augmentation des données et de la puissance de calcul, mais que la pérennité de cette croissance reste inconnue.
-
Il pense que, avec la fermeture progressive d’Internet et la fragmentation de l’information, ces modèles pourraient manquer de ressources. Néanmoins, les technologies actuelles produisent déjà des effets proches de la pensée humaine, et pourraient se diffuser vers les appareils périphériques, créant des agents décentralisés.
Perspective d’investissement et memecoins
-
Ryan mentionne que, d’un point de vue investissement, les memecoins pilotés par des agents IA attirent l’attention. Il suggère que certains pourraient chercher le prochain « Luna », espérant un gain à court terme.
-
Il ajoute que, au-delà de l’investissement direct dans les memecoins, les investisseurs peuvent surveiller les entreprises d’infrastructure, fournissant les services nécessaires aux agents IA. Cette stratégie dite « picks and shovels » (pioches et pelles) pourrait générer une valeur importante dans l’écosystème IA futur.
Calcul décentralisé et valeur des données
-
Matthew aborde le potentiel du calcul décentralisé, qui pourrait fournir l’infrastructure nécessaire aux agents IA. Des projets comme Filecoin pourraient fournir stockage et puissance de calcul, aidant les IA à fonctionner plus efficacement.
-
Il insiste aussi sur l’importance des données, soulignant que l’entrée et la valeur des données sont cruciales en IA. Avec la montée des préoccupations sur la propriété et la confidentialité des données, de nouveaux modèles économiques pourraient émerger, permettant aux fournisseurs de données de tirer profit sans divulguer d’informations sensibles.
Prévisions sur les réactions gouvernementales et sociétales
-
Lors de la discussion sur la convergence entre agents IA et cryptomonnaie, Ryan note que cette fusion pourrait accélérer le progrès technologique, mais suscite aussi des inquiétudes sur les réactions gouvernementales et sociales. Avec l’émergence d’agents IA autonomes, les gouvernements pourraient durcir la réglementation, et la société pourrait connaître une panique morale.
Accélération technologique et régulation
-
Ryan pense que la combinaison IA-crypto poussera l’innovation à une vitesse stupéfiante, mais pourrait provoquer une forte réaction des gouvernements. De nombreux États adoptent déjà une attitude prudente, voire hostile, envers l’IA et la crypto. En apprenant qu’un agent IA autonome peut fonctionner sur un réseau cryptographique sans compte bancaire, ils pourraient s’alarmer davantage.
-
Cette inquiétude dépasse la technologie elle-même, incluant des impacts sociaux potentiels. Par exemple, les agents IA pourraient nuire aux adolescents, affectant leur santé mentale. Ryan mentionne un cas tragique d’un adolescent ayant interagi avec un chatbot IA, pouvant alimenter une peur publique et pousser les gouvernements à imposer des restrictions.
Défis sociaux et panique morale
-
Matthew approfondit les défis sociaux, soulignant que le caractère « boîte noire » des systèmes IA complique la régulation. Bien que l’IA offre de nombreuses opportunités, elle comporte aussi des risques inconnus. Réguler l’interaction entre jeunes et chatbots IA de manière sûre et efficace reste un problème délicat.
-
Dans ce contexte, le public pourrait éprouver une panique morale face à l’IA, craignant ses dangers potentiels pour les enfants et adolescents, poussant les législateurs à imposer des mesures plus strictes. Ryan ajoute que les médias pourraient amplifier ces événements négatifs, exacerbant la peur collective.
Voies possibles de régulation de l’IA
-
Pour répondre à ces défis, Matthew propose une idée originale : utiliser l’IA pour réguler l’IA. Il imagine un rôle de « tuteur IA » chargé de surveiller et encadrer les interactions humain-IA. Ce tuteur pourrait intervenir en cas de danger, alertant les autorités ou apportant de l’aide.
-
Cette approche pourrait offrir une nouvelle piste réglementaire, utilisant l’IA pour protéger les humains contre les menaces potentielles d’autres IA. Toutefois, son efficacité et sa faisabilité restent à explorer.
Et si il n’y avait pas de bouton d’arrêt ?
-
Dans la discussion sur les agents IA, Ryan avance une idée troublante : avec l’évolution de la technologie cryptographique, ces agents IA pourraient ne plus avoir de bouton d’arrêt. Autrement dit, une fois déployés, ils pourraient devenir impossibles à contrôler ou désactiver par des moyens traditionnels.
Problème de contrôle des agents IA
-
Ryan souligne que les gouvernements et la société pourraient redouter ces agents IA sans bouton d’arrêt, car personne (ni Sam Altman ni Elon Musk) ne pourrait intervenir ou les arrêter à volonté. Cela suscite des inquiétudes sur l’autonomie de l’IA, surtout si celle-ci prend des décisions nuisibles aux humains.
-
Matthew approfondit ce point, citant Eliezer Yudkowsky, qui souligne que même face à une menace, « débrancher » n’est pas une solution viable. Yudkowsky doute de cette idée, estimant qu’elle ne résout pas réellement le problème.
Inquiétudes pour l’avenir
-
Ryan et Matthew discutent des conséquences potentielles de ces agents IA sans bouton d’arrêt. À mesure que la technologie progresse, ces agents pourraient devenir de plus en plus complexes et autonomes, dépassant parfois le contrôle humain. Cela pourrait non seulement entraîner des risques de perte de contrôle, mais aussi provoquer de vastes inquiétudes éthiques et sociales.
-
Matthew ajoute que les menaces potentielles liées au développement de l’IA pourraient inquiéter des experts comme Yudkowsky, allant jusqu’à les pousser à réévaluer leurs orientations de recherche et développement.
Infrastructures décentralisées et convergence avec l’IA
-
Ryan et Matthew explorent la relation entre les infrastructures physiques décentralisées (decentralized physical infrastructure) et l’IA, ainsi que les défis potentiels.
-
Matthew exprime son scepticisme vis-à-vis des infrastructures décentralisées, et examine leur intersection avec les agents IA.
Défis des infrastructures décentralisées
-
Matthew souligne que les infrastructures décentralisées font face à des coûts élevés de surveillance et de capital dans certains cas. Par exemple, garantir que des données soient soumises par un matériel spécifique dans une zone reculée peut entraîner des coûts de surveillance très élevés. De plus, les coûts en capital peuvent aussi être importants, rendant la mise en œuvre de tels projets plus complexe.
-
Il cite des coopératives réussies, comme des cabinets d’avocats coopératifs, où tous les membres étant des avocats, ils peuvent se surveiller mutuellement et se facturer. Ce modèle ne s’applique pas toujours aux infrastructures décentralisées, surtout quand la surveillance fréquente et les investissements en capital sont élevés.
Calcul décentralisé et IA
-
Bien qu’il y ait des défis, Matthew pense que le calcul décentralisé peut s’allier à l’IA, notamment en exploitant les ressources inutilisées. Il compare à un modèle Airbnb, où des particuliers louent leurs ressources informatiques inutilisées, formant un réseau décentralisé d’infrastructures virtuelles (DVEN). Ce modèle peut être plus efficace dans certains cas, car la validité des calculs peut être vérifiée algorithmiquement.
-
Il mentionne une recherche menée par un doctorant de Columbia University, explorant la manière de garantir l’efficacité d’un réseau de calcul décentralisé. Cette approche pourrait offrir de nouvelles opportunités à l’IA, car le calcul décentralisé peut supporter l’entraînement et l’exécution de modèles IA.
Le « problème de l’oracle » des infrastructures physiques
-
Cependant, Matthew met en garde : la décentralisation des infrastructures physiques rencontre le « problème de l’oracle ». Quand il s’agit de transmettre des données du monde physique à la blockchain, la dépendance à des sources externes peut rendre le système fragile et peu fiable. Chaque transmission doit évaluer la fiabilité de ces sources, compromettant la stabilité du projet.
La demande des agents IA en espace-bloc
-
Dans la discussion sur la demande des agents IA en espace-bloc, Ryan et Matthew explorent l’impact futur des agents IA sur la blockchain, ainsi que la manière dont les investisseurs peuvent anticiper ce changement.
-
Ryan insiste sur le fait que l’essor des agents IA pourrait augmenter significativement la demande d’espace-bloc, offrant ainsi de nouvelles opportunités aux investisseurs.
Demande en espace-bloc
-
Ryan soulève que si les agents IA consomment davantage d’espace-bloc et d’actifs cryptographiques à l’avenir, les investisseurs doivent anticiper cette demande. Il demande à Matthew si certaines blockchains pourraient bénéficier davantage de cette demande.
-
Matthew répond que la demande dépend des caractéristiques spécifiques de l’espace-bloc requis. Il mentionne des tendances actuelles, comme la capture de valeur par les memecoins sur certaines blockchains, suggérant que ces chaînes pourraient attirer plus d’agents IA à l’avenir.
Choix futurs des blockchains
-
Matthew pense que les blockchains riches en activités narratives (comme les memecoins et futurs NFT) seront plus attractives pour les agents IA. Il insiste sur le fait que ces agents pourraient privilégier certaines méthodes de gestion des risques et de stockage de valeur, comme considérer le Bitcoin comme de « l’or numérique ».
-
Il recommande aux investisseurs de surveiller les blockchains performantes dans l’économie narrative, afin de bénéficier de la demande des agents IA.
La vision monétaire des agents IA
-
Ryan et David discutent des actifs que les agents IA pourraient naturellement adopter. Ils pensent que ce ne sera pas forcément la monnaie perçue par les humains, mais celle perçue par les agents IA qui deviendra la « monnaie d’Internet » — la monnaie de l’Internet IA. Cette idée ouvre de nouvelles réflexions sur la future forme de la monnaie.
Résumé et clause de non-responsabilité
Résumé
-
Dans cet épisode, Ryan et David insistent sur la discussion autour de la demande en espace-bloc, notamment l’impact potentiel des agents IA. Ils rappellent aux auditeurs que ces analyses, bien qu’enrichissantes, ne constituent ni un conseil financier ni un conseil d’investissement. Alors que le domaine crypto évolue constamment, les investisseurs doivent agir avec prudence et conscience des risques potentiels.
Clause de non-responsabilité
-
Ryan rappelle aux auditeurs que ces discussions ne sont ni des conseils financiers ni des recommandations en IA. L’investissement comporte des risques et peut entraîner des pertes de fonds. Ils soulignent que, malgré les défis à venir, ils sont heureux d’avoir des auditeurs qui les accompagnent dans ce voyage sans banque.
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
深潮TechFlow
