AiFi Summit 2024 Devcon : retour en images
TechFlow SélectionTechFlow Sélection
AiFi Summit 2024 Devcon : retour en images
Le sommet AiFi Summit 2024 Devcon, organisé conjointement par GAIB, Codatta et Kite AI (anciennement ZettaBlock) à l'hôtel Park Hyatt Bangkok, s'est conclu avec succès.
Dédié à des analyses Web3 approfondiesLe sommet AiFi Summit 2024 Devcon, organisé conjointement le 12 novembre par GAIB, Codatta et Kite AI (anciennement ZettaBlock) au Park Hyatt de Bangkok, s'est conclu avec succès. Ce AiFi Summit a enregistré 1 300 inscriptions, dont plus de 500 participants présents. Vingt-sept projets et institutions d'investissement, notamment Paypal, BNB Chain, Base, NEAR Protocol, Story Protocol, 0G, Aethir, io.net, Exabits, Plume, Space and Time, Hyperbolic, Faction, Hashed et Coinbase Ventures, ont prononcé des interventions marquantes.
Sarah, responsable de la région Asie-Pacifique chez BNB Chain, a prononcé la première conférence principale. Elle a présenté l'ensemble de l'écosystème BNB Chain, diverses politiques de soutien aux développeurs, et partagé les derniers progrès réalisés par BNB Chain dans le domaine des applications IA.
Lors de la deuxième conférence principale, Kony, PDG de GAIB, organisateur de l’événement, a exprimé son point de vue sur les opportunités potentielles du marché du calcul. Selon lui, l’IA représente l’ère la plus importante depuis celle de l’internet mobile, et la puissance de calcul capte une grande partie de la valeur tout au long de la chaîne. Comparé à d'autres actifs financiers, investir dans des actifs de puissance de calcul GPU offre un rendement sans égal, mais le problème actuel du marché GPU est l'impossibilité de connecter efficacement deux types d’acteurs : d’un côté, les opérateurs qui supportent des coûts de financement élevés lorsqu’ils cherchent à augmenter leur flotte GPU ; de l’autre côté, les investisseurs qui peinent à accéder directement à ces actifs et doivent se contenter d’acheter des actions de fabricants comme Nvidia. GAIB répond à ce défi en tokenisant financièrement les actifs de puissance de calcul et leurs revenus, ainsi qu’en assurant leur liquidité, offrant ainsi aux investisseurs des actifs on-chain plus décentralisés, transparents et fondés sur les flux de trésorerie générés par l’IA.
Le premier panel de l’AiFi Summit avait pour thème : « AiFi : la financiarisation de l’intelligence artificielle et des actifs de calcul » (AIFi: Financialization of AI & Compute Assets). Des membres clés des équipes GAIB, Exabits, io.net, Aethir, WitnessChain et Plume ont discuté des opportunités, défis et questions réglementaires actuelles liées à l’AiFi.
Jonathan, CIO d’Exabits, a indiqué que les utilisateurs souhaitant utiliser des GPU ne peuvent actuellement compter que sur les grands fournisseurs cloud tels qu’AWS ou Azure. Or, ces plateformes privilégient les grandes entreprises, ce qui freine le développement des startups. Il est nécessaire de disposer de ressources GPU plus démocratiques et ouvertes afin de soutenir les PME. Dans l’univers Web3, chacun peut devenir investisseur en GPU, brisant ainsi le monopole de AWS sur la puissance de calcul — une opportunité industrielle majeure.
Asa, responsable de la région Asie-Pacifique chez io.net, a souligné que les centres de données indépendants, hors des trois géants du cloud, disposent encore de 50 % de GPU sous-utilisés, faute d’accès aux utilisateurs. Toutefois, les GPU doivent fonctionner en continu et nécessitent une maintenance régulière. Concevoir un mécanisme incitatif capable de protéger les intérêts des investisseurs et autres parties prenantes constitue un défi important dans le domaine de l’AiFi.
Kartik, responsable de l’écosystème chez Aethir, a mentionné que le système implique simultanément des demandeurs de puissance de calcul, des opérateurs et des investisseurs. Convaincre ces différents acteurs de participer à un marché régi par des mécanismes on-chain et garantir leurs intérêts respectifs reste un défi complexe. Par ailleurs, les risques réglementaires subsistent : dans certains pays, l’utilisation de jetons pour inciter les services de centre de données pourrait poser des problèmes juridiques, d’où la nécessité de définir clairement les limites de conformité dans les contrats clients.
Ranvir, cofondateur et PDG de WitnessChain, a souligné que la puissance de calcul, en tant que nouvel actif, nécessite un nouveau mécanisme de tarification. Il n’existe pas de formule unique pour évaluer le prix de ce bien, car chaque plateforme et chaque type de GPU diffèrent en termes de coût et de performance. De plus, différents GPU apportent des contributions variées à une même tâche, créant ainsi des opportunités inédites pour concevoir de nouveaux mécanismes financiers.
Teddy, CBO de Plume, a également rappelé qu’il faut aborder avec prudence la réglementation lorsqu’un nouvel actif émerge. Pour les actifs liés à l’IA, des cadres de conformité existent déjà, permettant des transactions d’actifs régulières et viables — précisément le rôle que joue Plume auprès des projets de son écosystème.
Lors de la conférence suivante, Yi, PDG de Codatta, a expliqué comment le commerce décentralisé des données peut faire avancer l’IA vers l’AGI (Intelligence Générale Artificielle), ainsi que la position et la mission de Codatta dans ce processus. Selon lui, seules les données verticales spécifiques permettent d’améliorer les capacités de raisonnement et de planification des modèles de base dans des domaines particuliers, et seule la collecte de vastes quantités de données issues de multiples secteurs verticaux peut conduire à l’AGI. Chaque donnée fournie par un contributeur peut être utilisée dans plusieurs scénarios distincts, chacun porté par différentes entreprises commerciales. Cela signifie que les données verticales contribuées généreront des revenus au fil du temps, justifiant ainsi leur considération comme actif. C’est pourquoi il est essentiel de faciliter les transactions d’actifs de données et d’en assurer une valorisation équitable sur le marché.
Le deuxième panel était consacré à l’économie ouverte des données (Open Data Economy). Des membres clés de Spheron, Theoriq, Space and Time, Hyperbolic, Base et Nevermined ont discuté de l’état actuel de l’écosystème des données pour l’IA, du soutien apporté par les infrastructures et des besoins futurs du système.
Ron, cofondateur et PDG de Theoriq, a indiqué que nous assistons désormais à l’émergence d’applications allant bien au-delà des simples chatbots conversationnels, y compris des robots de gouvernance sur DAO. Ces applications reposent sur la coopération de plusieurs agents. En dehors du domaine crypto, elles apparaissent de plus en plus dans des secteurs comme le marketing ou l’analyse. Beaucoup pensent que la principale utilité des données réside dans l’entraînement des modèles, mais nous constatons qu’elles jouent un rôle croissant dans le processus décisionnel. La combinaison de différents agents ayant accès à diverses données crée une valeur maximale.
Scott, cofondateur et CTO de Space and Time, a déclaré que son entreprise utilise actuellement des contrats intelligents pour construire un moteur de règles destiné aux systèmes d’agents, permettant ainsi aux agents d’utiliser vos fonds dans un environnement sans confiance, atteignant ainsi la forme idéale d’un agent on-chain. Le produit de Space and Time permet aux utilisateurs d’interroger l’historique des comportements d’un agent et d’établir des politiques d’exécution strictes.
Don, PDG de Nevermined, estime que pour réussir sur un marché des données, deux conditions sont requises : établir un quasi-monopole sur les transactions de données, et limiter les actifs de données disponibles afin d’éviter que les contributeurs n’envoient des données sans valeur. Une solution envisageable consiste à créer des outils d’analyse spécifiques autour des actifs de données, maximisant ainsi leur exploitation et leur rentabilité.
En tant qu’un des organisateurs, Chi, PDG de Kite AI, a annoncé lors de sa présentation principale un rebranding de l’entreprise, lançant durant le sommet sa nouvelle plateforme d’intelligence artificielle : Kite AI. Elle a abordé les difficultés actuelles du développement centralisé de l’IA et expliqué comment KiteAI étend les frontières de l’IA grâce à ses solutions. Faute de canaux de distribution des données et de mécanismes clairs de propriété, d’importantes quantités de données personnelles et même professionnelles ne peuvent être utilisées pour entraîner les grands modèles. Au cours de l’année dernière, la proportion de jeux de données sous licence open source sur Internet est passée de 95 % à 75 %. Les entreprises spécialisées dans l’entraînement des modèles ont donc de plus en plus de mal à obtenir les meilleures données, ce qui limite leurs performances. L’industrie a besoin de solutions d’IA décentralisées pour accéder à davantage de données précieuses.
Durant le troisième panel, des membres des équipes GM Network, Mind Network, 0G Labs, NEAR Protocol et Chainbase ont discuté de la manière dont les entreprises Web3 peuvent participer à la compétition autour de l’IA, ainsi que des questions de confidentialité des données et de mise en œuvre concrète des applications.
Max, membre fondateur de GM Network, a souligné que les utilisateurs produisent continuellement de grandes quantités de données, mais celles-ci ne sont pas suffisamment exploitées, ce qui en diminue la valeur. Il est essentiel d’intégrer ces données collectées à l’IA pour rendre les appareils intelligents encore plus performants.
Leon, responsable Asie-Pacifique chez Mind Network, a indiqué que bien qu’une protection parfaite de la vie privée n’existe pas dans la réalité, une combinaison de méthodes différentes pourrait offrir une solution viable. Pour protéger la confidentialité des utilisateurs, Mind Network applique actuellement un chiffrement à trois niveaux : chiffrement des données dans le stockage distribué, chiffrement homomorphe complet pendant le calcul GPU, et chiffrement au niveau applicatif.
Chris, chercheur IA chez 0G Labs, a fait remarquer que même dans les modèles IA open source, il est difficile de savoir quelles données ont été utilisées pour l’entraînement, ni comment ils se comporteront dans de nouveaux contextes, ce qui rend leurs résultats peu fiables. 0G dispose d’une excellente infrastructure de stockage de données, permettant de charger directement les données depuis le cloud vers le processus d’entraînement. À l’avenir, cela permettra de construire des modèles plus sûrs et fiables grâce à la validation personnelle des données.
Chris, COO de Chainbase, a mentionné qu’il existe actuellement deux grandes narrations sur le marché : « crypto pour l’IA » et « IA pour la crypto ». L'idée d'utiliser la crypto pour résoudre les problèmes de contrôle des données, du calcul et des modèles par les grandes entreprises a déjà été largement explorée. Mais récemment, de nombreux cas d’usage « IA pour la crypto » sont apparus, comme les terminals de vérité (truth terminal) ou les paiements automatisés par IA. De plus en plus de projets collaborent pour soutenir l’écosystème IA. Les utilisateurs s'intéressent vivement à la possibilité de monétiser leurs données, et la mission clé des plateformes est de bien gérer la répartition des revenus entre contributeurs et consommateurs. Les développeurs ne sont pas motivés uniquement par la vision, mais surtout par le gain de temps et la capacité à générer des revenus.
Lors de la conférence suivante, Bu Fan, Head of IPFi chez Story Protocol, et Prakarsh, responsable de l’écosystème chez Spheron, ont exprimé leur vision de l’assetisation décentralisée de l’IA, ainsi que la manière dont leurs organisations s’adaptent à cette tendance.
Bu Fan a indiqué que de nombreuses applications concrètes combinant IA et crypto existent déjà sur le marché. Premièrement, les chatbots grand public : les créateurs conçoivent des personnages IA et émettent des licences commerciales sur la blockchain. Deuxièmement, les « AI meme coins » : les créateurs peuvent légalement associer leurs jetons à un actif IP d’origine sur la blockchain. Troisièmement, la fourniture de données pour l’entraînement de modèles (par exemple des images), permettant de percevoir des redevances via la blockchain. Ce ne sont là que des applications très préliminaires, dont les modèles ne sont pas encore stabilisés. Les créateurs peuvent continuer à explorer les scénarios combinant IA et crypto. Story Protocol se concentre sur la standardisation des activités liées aux droits de propriété intellectuelle (IP) via des jetons, et sur la diffusion de ces droits sous différentes formes. Selon lui, la plupart des modèles IA constituent eux-mêmes une IP : si l’IP peut être assetisée, alors l’IA peut l’être aussi. Par exemple, les images utilisées pour entraîner un modèle IA peuvent être une IP, tout comme le modèle lui-même. Lorsque ce dernier génère un nouveau contenu, celui-ci peut être distribué et échangé sur la blockchain, permettant ainsi son assetisation.
Prakarsh a ajouté qu’à l’ère de l’IA, la puissance de calcul deviendra l’actif sous-jacent de la majorité des agents et applications IA. Le calcul distribué ouvre de nombreux scénarios prometteurs, notamment le partage sécurisé de connaissances entre hôpitaux tout en protégeant la confidentialité des données, ou encore des systèmes de dialogue IA basés sur le calcul local et des modèles locaux, aboutissant à terme à des systèmes d’IA personnels.
Le quatrième panel a porté sur la manière de connecter les mondes de la crypto et de l’IA. Des investisseurs ont discuté des problèmes rencontrés par les systèmes d’IA centralisés, ainsi que des domaines où la combinaison crypto + IA pourrait apporter des solutions innovantes.
Hiroki, responsable recherche chez Lemniscap, a identifié deux difficultés majeures dans la construction d’un réseau d’IA décentralisé : premièrement, l’évolutivité des réseaux de calcul distribué peine à rivaliser avec celle des concurrents centralisés ; deuxièmement, la qualité des données fournies par les individus est difficile à contrôler.
Will, associé investisseur chez Faction, a souligné qu’il est aujourd’hui possible d’utiliser une IA pour planifier entièrement ses vacances, mais impossible de concrétiser ce plan car l’IA ne peut pas effectuer le paiement. Will estime que les agents IA doivent disposer d’un portefeuille cryptographique, jouant ainsi le rôle d’un compte bancaire. Les technologies de paiement auront donc un énorme potentiel, puisque toutes les transactions financières devront passer par ces agents.
Ryan, associé investisseur chez Coinbase Ventures, a estimé que la plupart des modèles actuels n’ont accès qu’aux données publiques, et ne peuvent donc pas exploiter des données sensibles telles que celles du secteur financier ou médical. La crypto pourrait permettre aux modèles d’accéder à des pools de données privées, améliorant ainsi les performances de l’IA dans des domaines spécifiques. Actuellement, les systèmes d’agents ne peuvent pas accomplir des tâches très complexes, car ils ne savent pas interpréter le contenu des contrats intelligents ni agir en conséquence. Nous avons besoin de grands modèles capables de récupérer, comprendre et analyser de manière compréhensible par l’humain le contenu des contrats intelligents.
Dan, investisseur chez Hashed, a fait remarquer que les systèmes d’incitation actuels pour l’IA distribuée ne sont pas satisfaisants. Dans toute la chaîne de valeur de l’IA, seules quelques personnes apportent une contribution significative, mais cela n’est pas reflété dans les mécanismes d’incitation. L’absence d’un bon système de distribution conduit à des inégalités. En outre, les modèles appartenant à la communauté doivent être sécurisés, contrôlables, et leurs paramètres doivent être restitués à la communauté pour recherche, plutôt que d’être proposés comme une boîte noire par des entreprises centralisées. Si un modèle est utilisé dans des scénarios d’accompagnement émotionnel, il doit encore plus être géré dans un environnement ouvert.
Sylvia, directrice chez Bullish Capital, a insisté sur le fait que la conception d’un modèle d’incitation doit pleinement tenir compte des besoins réels. Par exemple, si l’on souhaite utiliser des dispositifs périphériques, il faut d’abord trouver un moyen de les identifier parmi de nombreux équipements de calcul dispersés. Avant d’avoir résolu les questions d’optimisation de l’architecture du modèle, il est impossible de concevoir un modèle d’incitation véritablement efficace.
Voici l’ensemble des moments forts de l’AiFi Summit 2024 Devcon. Malgré les défis réglementaires, les mécanismes d’incitation et d’autres obstacles, le domaine de l’AiFi regorge d’opportunités. Alors que les marchés atteignent de nouveaux sommets et que le secteur de l’IA connaît un engouement généralisé, la tendance globale reste positive, attirant toujours plus de talents et stimulant l’émergence d’innovations.
Pour plus d’informations, suivez-nous sur
GAIB : https://x.com/gaib_ai
Codatta : https://x.com/codatta_io
KITE AI : https://x.com/GoKiteAI
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
@gaib_ai
