Rapport sur la couche 1 de l'IA : À la recherche d'un terrain fertile pour les futures applications DeAI en chaîne
TechFlow SélectionTechFlow Sélection
Rapport sur la couche 1 de l'IA : À la recherche d'un terrain fertile pour les futures applications DeAI en chaîne
Analyse systématique des derniers développements dans le secteur DeAI, examen de l'état actuel des projets et exploration des tendances futures.
Dédié à des analyses Web3 approfondiesAuteurs : @anci_hu49074 (Biteye), @Jesse_meta (Biteye), @lviswang (Biteye), @0xjacobzhao (Biteye),@bz1022911 (PANews)
Vue d'ensemble
Contexte
Ces dernières années, des géants technologiques tels qu'OpenAI, Anthropic, Google et Meta ont constamment fait progresser les grands modèles linguistiques (LLM). Ces LLM démontrent des capacités sans précédent dans tous les secteurs, élargissant considérablement l’imagination humaine et montrant même un potentiel de remplacement du travail humain dans certains scénarios. Cependant, le cœur de ces technologies reste fermement entre les mains d’un petit nombre de grandes entreprises centralisées. Grâce à leur puissance financière et au contrôle des ressources massives en calcul, ces sociétés ont établi des barrières infranchissables, rendant extrêmement difficile pour la majorité des développeurs et équipes innovantes de rivaliser avec elles.
Source : Rapport d'analyse des tendances BONDAI
Par ailleurs, lors des premières phases d’évolution rapide de l’IA, l’opinion publique se concentre souvent sur les percées et les avantages apportés par la technologie, tandis que des questions fondamentales telles que la protection de la vie privée, la transparence et la sécurité sont relativement négligées. À long terme, ces problèmes affecteront profondément la santé du développement industriel de l’IA et son acceptabilité sociale. Sans solutions adéquates, le débat sur l’orientation « bienveillante » ou « malveillante » de l’IA deviendra de plus en plus marqué. Les géants centralisés, poussés par leur instinct de maximisation des profits, manquent souvent de motivation suffisante pour relever activement ces défis.
Grâce à ses caractéristiques de décentralisation, de transparence et de résistance à la censure, la technologie blockchain offre de nouvelles possibilités pour le développement durable de l’industrie de l’IA. Actuellement, de nombreuses applications « Web3 IA » ont déjà émergé sur des blockchains principales telles que Solana et Base. Toutefois, une analyse approfondie révèle que ces projets présentent encore de nombreux problèmes : d'une part, leur degré de décentralisation est limité, leurs étapes clés et infrastructures restent tributaires de services cloud centralisés, et leur caractère spéculatif (meme) est trop prononcé, ce qui ne permet pas de soutenir un écosystème véritablement ouvert ; d'autre part, comparées aux produits IA du monde Web2, les IA sur chaîne affichent encore des limites en termes de capacité des modèles, d'utilisation des données et de scénarios d'application, nécessitant une amélioration tant en profondeur qu'en ampleur des innovations.
Pour concrètement réaliser la vision d’une IA décentralisée, permettre à la blockchain de supporter en toute sécurité, efficacement et démocratiquement des applications IA à grande échelle, et rivaliser en performance avec les solutions centralisées, nous devons concevoir une blockchain Layer 1 spécialement conçue pour l’IA. Cela posera une base solide pour l’innovation ouverte, la gouvernance démocratique et la sécurité des données, favorisant ainsi l’épanouissement d’un écosystème décentralisé de l’IA.
Caractéristiques fondamentales d’un AI Layer 1
En tant que blockchain spécialement conçue pour les applications d’IA, l’architecture de base et la conception des performances d’un AI Layer 1 s’adaptent étroitement aux besoins des tâches d’IA, visant à soutenir efficacement le développement durable et prospère de l’écosystème IA sur chaîne. Plus précisément, un AI Layer 1 doit posséder les capacités fondamentales suivantes :
-
Mécanisme incitatif efficace et consensus décentralisé : Le cœur d’un AI Layer 1 réside dans la construction d’un réseau ouvert de partage des ressources comme la puissance de calcul et le stockage. Contrairement aux nœuds traditionnels de blockchain qui se concentrent principalement sur la tenue de livres, les nœuds d’un AI Layer 1 doivent assumer des tâches plus complexes : fournir de la puissance de calcul pour entraîner et exécuter des modèles IA, contribuer des ressources variées telles que données, bande passante et stockage, brisant ainsi le monopole des géants centralisés sur les infrastructures IA. Cela impose des exigences plus élevées au niveau du mécanisme de consensus et d’incitation : le AI Layer 1 doit pouvoir évaluer, inciter et vérifier précisément la contribution réelle des nœuds aux tâches d’inférence et d’entraînement IA, assurant ainsi la sécurité du réseau et une allocation efficace des ressources. Seulement ainsi peut-on garantir la stabilité et la prospérité du réseau, tout en réduisant efficacement le coût global de la puissance de calcul.
-
Haute performance et prise en charge des tâches hétérogènes : Les tâches d’IA, notamment l’entraînement et l’inférence des LLM, exigent un niveau très élevé de performance de calcul et de traitement parallèle. De plus, l’écosystème IA sur chaîne doit souvent supporter divers types de tâches hétérogènes, incluant différentes structures de modèles, traitement des données, inférence, stockage, etc. Le AI Layer 1 doit donc optimiser en profondeur son architecture de base pour répondre aux besoins de haut débit, faible latence et parallélisme élastique, tout en intégrant nativement une prise en charge des ressources de calcul hétérogènes, afin d’assurer un fonctionnement efficace de toutes les tâches IA et permettre une extension fluide d’un « système mono-tâche » vers un « écosystème complexe et diversifié ».
-
Garantie de vérifiabilité et de sortie fiable : Un AI Layer 1 ne doit pas seulement empêcher les risques liés à des modèles malveillants ou à la falsification des données, mais aussi garantir fondamentalement la vérifiabilité et l’alignement des résultats produits par l’IA. En intégrant des technologies de pointe telles que les environnements d’exécution confidentiels (TEE), les preuves à divulgation nulle (ZK) et le calcul sécurisé multipartite (MPC), la plateforme permet de vérifier indépendamment chaque processus d’inférence, d’entraînement et de traitement des données, assurant ainsi l’équité et la transparence du système IA. Cette vérifiabilité aide également les utilisateurs à comprendre la logique et les bases des sorties IA, réalisant ainsi une cohérence entre « ce que l’on obtient » et « ce que l’on souhaite », renforçant la confiance et la satisfaction des utilisateurs.
-
Protection de la confidentialité des données : Les applications IA traitent souvent des données sensibles des utilisateurs, et la protection de la vie privée est particulièrement cruciale dans des domaines tels que la finance, la santé ou les réseaux sociaux. Un AI Layer 1 doit, tout en assurant la vérifiabilité, adopter des techniques de traitement des données basées sur le chiffrement, des protocoles de calcul confidentiel et une gestion fine des droits d’accès, garantissant la sécurité des données à chaque étape — inférence, entraînement et stockage — et évitant efficacement les fuites ou abus de données, rassurant ainsi les utilisateurs.
-
Forte capacité d’hébergement de l’écosystème et support au développement : En tant qu’infrastructure fondamentale de type Layer 1 native pour l’IA, la plateforme doit non seulement être technologiquement avancée, mais aussi offrir aux développeurs, opérateurs de nœuds, fournisseurs de services IA et autres participants un ensemble complet d’outils de développement, SDK intégrés, support opérationnel et mécanismes incitatifs. En continuant à améliorer la convivialité de la plateforme et l’expérience des développeurs, elle stimulera le déploiement d’applications natives IA riches et diversifiées, assurant la prospérité continue de l’écosystème décentralisé de l’IA.
Sur la base du contexte et des attentes ci-dessus, cet article présente en détail six projets représentatifs d’AI Layer 1, dont Sentient, Sahara AI, Ritual, Gensyn, Bittensor et 0G. Il examine systématiquement les derniers progrès du secteur, analyse l’état actuel des projets et explore les tendances futures.
Sentient : Construire des modèles d’IA ouverts, décentralisés et loyaux
Aperçu du projet
Sentient est une plateforme de protocole open source qui construit une blockchain AI Layer 1 (initialement en tant que Layer 2, puis migrera vers Layer 1), combinant le pipeline IA et la technologie blockchain pour créer une économie d’intelligence artificielle décentralisée. Son objectif principal est de résoudre, via le cadre OML (Ouvert, Monétisable, Loyal), les problèmes de propriété des modèles, de traçabilité des appels et de distribution de valeur dans le marché centralisé des LLM, permettant ainsi une structure de propriété sur chaîne, une transparence des appels et une répartition des revenus. La vision de Sentient est que chacun puisse construire, collaborer, posséder et monétiser des produits IA, favorisant ainsi un écosystème équitable et ouvert d’agents IA.
L’équipe de la Sentient Foundation rassemble des experts académiques de premier plan, des entrepreneurs et ingénieurs de la blockchain, s’engageant à développer une plateforme AGI pilotée par la communauté, open source et vérifiable. Ses membres clés incluent Pramod Viswanath, professeur à l’université de Princeton, et Himanshu Tyagi, professeur à l’Indian Institute of Science, responsables respectivement de la sécurité et de la confidentialité IA, tandis que Sandeep Nailwal, cofondateur de Polygon, dirige la stratégie blockchain et le développement de l’écosystème. L’équipe couvre des entreprises prestigieuses telles que Meta, Coinbase, Polygon, ainsi que des universités de renom comme Princeton et l’Indian Institute of Technology, avec des expertises en IA/ML, NLP, vision par ordinateur, etc., travaillant ensemble à concrétiser le projet.
Projet de second lancement de Sandeep Nailwal, cofondateur de Polygon, Sentient bénéficie dès sa création d’une forte notoriété, de ressources, de relations et d’une reconnaissance du marché, offrant un soutien puissant à son développement. Au milieu de l’année 2024, Sentient a levé 85 millions de dollars lors d’un tour de financement initial, mené par Founders Fund, Pantera et Framework Ventures, avec d’autres investisseurs tels que Delphi, Hashkey et Spartan, parmi une trentaine de VC renommés.
Architecture et couche applicative
Couche infrastructurelle
Architecture centrale
L’architecture centrale de Sentient repose sur deux composants : le pipeline IA et le système blockchain :
Le pipeline IA constitue la base du développement et de l’entraînement des artefacts « IA loyale », comprenant deux processus clés :
-
Curation des données : Processus communautaire de sélection des données destinées à l’alignement du modèle.
-
Entraînement à la loyauté : Procédure garantissant que le modèle reste aligné avec les intentions de la communauté.
Le système blockchain assure la transparence et le contrôle décentralisé du protocole, garantissant la propriété des artefacts IA, le suivi des utilisations, la répartition des revenus et une gouvernance équitable. L’architecture comporte quatre couches :
-
Couche de stockage : Stocke les poids du modèle et les informations d’enregistrement d’empreintes digitales ;
-
Couche de distribution : Contrats d’autorisation contrôlant les points d’accès aux appels du modèle ;
-
Couche d’accès : Vérifie via une preuve d’autorisation si l’utilisateur est autorisé ;
-
Couche d’incitation : Les contrats de routage des revenus distribuent les paiements générés par chaque appel aux entraîneurs, déploieurs et vérificateurs.
Schéma du flux de travail du système Sentient
Cadre du modèle OML
Le cadre OML (Ouvert Open, Monétisable Monetizable, Loyal Loyal) est le concept central proposé par Sentient, visant à offrir une protection claire de la propriété et des incitations économiques aux modèles IA open source. En combinant la technologie sur chaîne et la cryptographie native pour l’IA, il présente les caractéristiques suivantes :
-
Ouverture : Le modèle doit être open source, avec code et structure des données transparents, permettant à la communauté de reproduire, auditer et améliorer.
-
Monétisation : Chaque appel au modèle déclenche un flux de revenus, que les contrats sur chaîne redistribuent aux entraîneurs, déploieurs et vérificateurs.
-
Loyauté : Le modèle appartient à la communauté de contributeurs, sa direction d’évolution et sa gouvernance étant décidées par une DAO, son utilisation et modification étant contrôlées par des mécanismes cryptographiques.
Cryptographie native pour l’IA (AI-native Cryptography)
La cryptographie native pour l’IA exploite la continuité des modèles IA, leur structure de variété à faible dimension et leur différentiabilité pour développer des mécanismes de sécurité légers capables d’être « vérifiés mais non supprimés ». Sa technologie clé est :
-
Incrustation d’empreintes digitales : Insertion, durant l’entraînement, d’une série de paires question-réponse cachées formant une signature unique du modèle ;
-
Protocole de vérification de propriété : Un détecteur tiers (Prover) interroge sous forme de requête pour vérifier si l’empreinte est conservée ;
-
Mécanisme d’appel sous licence : Avant l’appel, l’utilisateur doit obtenir un « certificat d’autorisation » signé par le propriétaire du modèle, permettant alors au système d’autoriser le modèle à décoder cette entrée et retourner la réponse exacte.
Cette méthode permet une « autorisation comportementale + vérification de propriété » sans coûts de rechiffrement.
Cadre de certification du modèle et d’exécution sécurisée
Actuellement, Sentient utilise la sécurité hybride Melange : combinaison d’empreintes digitales, d’exécution TEE et de répartition des revenus via contrats sur chaîne. La méthode d’empreinte constitue la ligne principale de mise en œuvre d’OML 1.0, mettant l’accent sur la notion de « sécurité optimiste (Optimistic Security) », où la conformité est présumée, les violations étant détectées et sanctionnées après coup.
Le mécanisme d’empreinte est essentiel à la mise en œuvre d’OML. En incorporant des paires « question-réponse » spécifiques, il génère une signature unique du modèle durant son entraînement. Grâce à ces signatures, les propriétaires peuvent vérifier la propriété, empêchant ainsi la copie ou la commercialisation non autorisées. Ce mécanisme protège non seulement les droits des développeurs de modèles, mais fournit également un enregistrement traçable sur chaîne des utilisations du modèle.
De plus, Sentient a lancé le cadre de calcul Enclave TEE, utilisant des environnements d’exécution confidentiels (comme AWS Nitro Enclaves) pour garantir que les modèles ne répondent qu’aux requêtes autorisées, évitant tout accès ou usage non permis. Bien que le TEE dépende du matériel et comporte certains risques de sécurité, ses avantages en performance et temps réel en font la technologie principale actuelle pour le déploiement des modèles.
À l’avenir, Sentient prévoit d’intégrer les preuves à divulgation nulle (ZK) et le chiffrement homomorphe complet (FHE) pour renforcer davantage la confidentialité et la vérifiabilité, offrant des solutions plus matures pour le déploiement décentralisé des modèles IA.
Évaluation et comparaison des cinq méthodes de vérifiabilité proposées par OML
Couche applicative
Actuellement, les produits de Sentient comprennent principalement la plateforme de discussion décentralisée Sentient Chat, les modèles open source série Dobby et le cadre d’agent IA.
Modèles Série Dobby
SentientAGI a publié plusieurs modèles de la série « Dobby », principalement basés sur le modèle Llama, axés sur des valeurs de liberté, de décentralisation et de soutien aux cryptomonnaies. La version « leashée » est plus contrainte et rationnelle, adaptée aux scénarios de production stable ; la version « unhinged » est plus libre et audacieuse, offrant un style de dialogue plus riche. Les modèles Dobby ont été intégrés dans plusieurs projets natifs Web3 comme Firework AI et Olas, et les utilisateurs peuvent directement les utiliser dans Sentient Chat. Dobby 70B est le modèle le plus décentralisé jamais créé, comptant plus de 600 000 propriétaires (les détenteurs du NFT d’empreinte Dobby sont aussi copropriétaires du modèle).
Sentient prévoit également de lancer Open Deep Search, un système d’agent de recherche visant à surpasser ChatGPT et Perplexity Pro. Ce système combine les fonctions de recherche de Sensient (réécriture de requête, traitement de documents) avec un agent d’inférence, améliorant la qualité de recherche grâce à des LLM open source comme Llama 3.1 et DeepSeek. Sur le benchmark Frames, ses performances dépassent celles d’autres modèles open source et se rapprochent même de certains modèles fermés, démontrant un fort potentiel.
Sentient Chat : Discussion décentralisée et intégration d’agents IA sur chaîne
Sentient Chat est une plateforme de discussion décentralisée qui combine des grands modèles linguistiques open source (tels que la série Dobby) avec un cadre avancé d’agent d’inférence, prenant en charge l’intégration de plusieurs agents et l’exécution de tâches complexes. Les agents d’inférence intégrés peuvent accomplir des tâches complexes telles que recherche, calcul et exécution de code, offrant aux utilisateurs une expérience interactive efficace. De plus, Sentient Chat prend en charge l’intégration directe d’agents sur chaîne, notamment l’agent astrologique Astro247, l’agent d’analyse crypto QuillCheck, l’agent d’analyse de portefeuille Pond Base Wallet Summary et l’agent de guidance spirituelle ChiefRaiin. Les utilisateurs peuvent choisir différents agents selon leurs besoins. Sentient Chat servira de plateforme de distribution et de coordination des agents. Les questions des utilisateurs peuvent être acheminées vers n’importe quel modèle ou agent intégré pour fournir la meilleure réponse possible.
Cadre d’agent IA
Sentient propose deux cadres principaux d’agent IA :
-
Sentient Agent Framework : Un cadre open source léger, centré sur l’automatisation des tâches Web via des instructions en langage naturel (recherche, lecture vidéo). Il permet de construire des agents dotés de perception, planification, exécution et boucle de rétroaction, adapté au développement léger de tâches Web hors chaîne.
-
Sentient Social Agent : Un système IA développé pour les plateformes sociales (Twitter, Discord, Telegram), prenant en charge les interactions automatisées et la génération de contenu. Grâce à la collaboration multi-agents, ce cadre comprend l’environnement social et offre aux utilisateurs une expérience sociale intelligente, pouvant être intégré à Sentient Agent Framework pour étendre davantage ses cas d’usage.
Écosystème et modes de participation
Le programme Sentient Builder dispose actuellement d’un fonds de subvention de 1 million de dollars, visant à encourager les développeurs à utiliser ses kits de développement pour construire des agents IA accessibles via l’API Sentient Agent et exploitables dans l’écosystème Sentient Chat. Les partenaires écosystème listés sur le site officiel de Sentient couvrent divers projets du domaine Crypto IA, comme suit :
Cartographie de l’écosystème Sentient
De plus, Sentient Chat est actuellement en phase de test, accessible uniquement via un code d’invitation après inscription sur liste d’attente. Selon les informations officielles, plus de 50 000 utilisateurs et 1 million de requêtes ont été enregistrés. Deux millions d’utilisateurs sont en attente sur la liste d’attente de Sentient Chat.
Défis et perspectives
Sentient aborde le problème à partir des modèles, cherchant à résoudre les enjeux fondamentaux actuels des grands modèles linguistiques (LLM) tels que le désalignement et le manque de fiabilité. Grâce au cadre OML et à la technologie blockchain, il fournit une structure claire de propriété, un suivi d’utilisation et des contraintes comportementales, propulsant fortement le développement des modèles open source décentralisés.
Bénéficiant du soutien de ressources de Sandeep Nailwal, cofondateur de Polygon, ainsi que du parrainage de VC de premier plan et de partenaires industriels, Sentient est en tête en matière d’intégration de ressources et de notoriété sur le marché. Toutefois, dans un contexte où le marché redescend progressivement les valorisations élevées, la capacité de Sentient à livrer des produits IA décentralisés ayant un impact significatif sera un test crucial pour devenir ou non la norme en matière de propriété décentralisée de l’IA. Ces efforts ont non seulement des implications pour le succès de Sentient lui-même, mais aussi un impact profond sur la reconstruction de la confiance et le développement décentralisé de l’ensemble de l’industrie.
Sahara AI : Créer un monde d’IA décentralisé auquel chacun participe
Aperçu du projet
Sahara AI est une infrastructure décentralisée conçue pour le nouveau paradigme IA × Web3, visant à construire une économie d’intelligence artificielle ouverte, équitable et collaborative. Le projet utilise la technologie de registre décentralisé pour gérer et échanger sur chaîne jeux de données, modèles et agents intelligents, assurant la souveraineté et la traçabilité des données et modèles. En outre, Sahara AI introduit un mécanisme d’incitation transparent et équitable, permettant à tous les contributeurs – fournisseurs de données, annotateurs et développeurs de modèles – de recevoir des revenus immuables lors de la collaboration. La plateforme intègre également un système de « droit d’auteur » sans permission pour protéger la propriété et l’attribution des actifs IA, encourageant le partage ouvert et l’innovation.
Sahara AI fournit une solution complète couvrant tout le cycle de vie de l’IA, depuis la collecte et l’annotation des données jusqu’à l’entraînement des modèles, la création d’agents IA et le commerce d’actifs IA, devenant ainsi une plateforme écosystémique globale répondant aux besoins du développement IA. La qualité de ses produits et sa capacité technique ont été hautement reconnues par des entreprises et institutions mondiales de premier plan telles que Microsoft, Amazon, le MIT, le groupe Motherson et Snap, démontrant une forte influence sectorielle et une large applicabilité.
Sahara n’est pas seulement un projet de recherche, mais une plateforme deep tech orientée vers la mise en œuvre, portée conjointement par des entrepreneurs technologiques et des investisseurs de terrain. Son architecture centrale pourrait devenir un pivot clé pour la mise en œuvre d’applications IA × Web3. Sahara AI a déjà reçu un soutien cumulé de 43 millions de dollars d’institutions leaders telles que Pantera Capital, Binance Labs et Sequoia China ; elle a été fondée conjointement par Sean Ren, professeur titulaire à l’Université de Californie du Sud et chercheur Samsung 2023, et Tyler Zhou, ancien directeur des investissements chez Binance Labs. L’équipe centrale provient d’institutions prestigieuses telles que Stanford, UC Berkeley, Microsoft, Google et Binance, alliant une expertise académique et industrielle profonde.
Architecture du projet
Schéma d’architecture de Sahara AI
Couche de base
La couche de base de Sahara AI se divise en : 1. couche sur chaîne pour l’enregistrement et la monétisation des actifs IA, 2. couche hors chaîne pour l’exécution des agents et des services IA. Constitué conjointement par les systèmes sur chaîne et hors chaîne, il gère l’enregistrement, la certification, l’exécution et la distribution des revenus des actifs IA, soutenant une collaboration fiable tout au long du cycle de vie de l’IA.
Réseau de test SIWA et blockchain Sahara (infrastructure sur chaîne)
Le réseau de test SIWA est la première version publique du protocole blockchain Sahara. Le protocole blockchain Sahara (SBP) en est le cœur, un système de contrats intelligents spécialement conçu pour l’IA, permettant la propriété, la traçabilité et la répartition des revenus des actifs IA sur chaîne. Les modules clés incluent le système d’enregistrement d’actifs, le protocole de propriété, le suivi des contributions, la gestion des permissions, la distribution des revenus, la preuve d’exécution, etc., construisant ainsi un « système d’exploitation sur chaîne » dédié à l’IA.
Protocole d’exécution IA (infrastructure hors chaîne)
Pour assurer la fiabilité de l’exécution et de l’appel des modèles, Sahara a construit simultanément un système de protocole d’exécution IA hors chaîne, combinant des environnements d’exécution confidentiels (TEE), prenant en charge la création, le déploiement, l’exécution et le développement collaboratif d’agents. Chaque exécution de tâche génère automatiquement un enregistrement vérifiable, envoyé sur chaîne, garantissant une traçabilité et une vérifiabilité complètes. Le système sur chaîne gère l’enregistrement, l’autorisation et les enregistrements de propriété, tandis que le protocole d’exécution IA hors chaîne prend en charge l’exécution en temps réel des agents IA et les interactions de service.
Comme Sahara est compatible multi-chaîne, les applications construites sur son infrastructure peuvent être déployées sur n’importe quelle chaîne, voire hors chaîne.
Couche applicative
Plateforme de service de données Sahara AI (DSP)
La plateforme de service de données (DSP) est le module de base de la couche applicative de Sahara. N’importe qui peut accepter des tâches de données via Sahara ID, participer à l’annotation, au débruitage et à la vérification des données, et recevoir des récompenses en points sur chaîne (Sahara Points) comme preuve de contribution. Ce mécanisme garantit non seulement la traçabilité et la propriété des données, mais crée également une boucle fermée « contribution-récompense-optimisation du modèle ». Actuellement au quatrième trimestre d’activité, c’est aussi le principal moyen pour les utilisateurs ordinaires de participer.
Sur cette base, afin d’encourager les utilisateurs à soumettre des données et services de haute qualité, un mécanisme d’incitation double a été mis en place : les contributeurs reçoivent non seulement les récompenses de Sahara, mais aussi des retombées supplémentaires de partenaires écosystémiques, permettant une contribution unique et des gains multiples. Par exemple, un contributeur de données peut percevoir des revenus continus chaque fois que ses données sont réutilisées pour générer de nouvelles applications, participant ainsi pleinement à la chaîne de valeur IA. Ce mécanisme prolonge la durée de vie des actifs de données et insuffle une forte dynamique à la collaboration et à la co-construction. Par exemple, MyShell sur BNB Chain utilise DSP pour générer en crowdsourcing des jeux de données personnalisés, améliorant ainsi les performances du modèle, tandis que les utilisateurs reçoivent des incitations en jetons MyShell, créant un cercle vertueux gagnant-gagnant.
Les entreprises IA peuvent utiliser la plateforme DSP pour externaliser la création de jeux de données personnalisés, lançant des tâches spécialisées et obtenant rapidement des réponses de la part d’annotateurs situés dans le monde entier. Elles n’ont plus besoin de dépendre exclusivement des fournisseurs de données centralisés traditionnels pour acquérir à grande échelle des données annotées de haute qualité.
Plateforme de développement Sahara AI
La Plateforme de développement Sahara AI est une plateforme complète pour développeurs et entreprises, offrant un soutien complet du début à la fin, de l’acquisition des données à l’entraînement, au déploiement et à la monétisation des actifs. Les utilisateurs peuvent directement appeler les ressources de données de haute qualité disponibles dans Sahara DSP pour entraîner et ajuster leurs modèles ; les modèles traités peuvent ensuite être combinés, enregistrés et mis en vente sur le marché IA, assurant la certification de propriété et des autorisations flexibles via la blockchain Sahara. Studio intègre également des capacités de calcul décentralisées, prenant en charge l’entraînement des modèles et le déploiement des agents, garantissant la sécurité et la vérifiabilité du processus de calcul. Les développeurs peuvent également stocker des données et modèles critiques, avec un hébergement chiffré et un contrôle des permissions, empêchant tout accès non autorisé. Grâce à la Plateforme de développement Sahara AI, les développeurs peuvent construire, déployer et commercialiser des applications IA avec des barrières d’entrée plus basses, sans avoir à construire leur propre infrastructure, et s’intégrer pleinement à l’économie IA sur chaîne via des mécanismes protocolisés.
Marché IA
Le Marché IA de Sahara AI est un marché décentralisé pour modèles, jeux de données et agents IA. Il ne se contente pas de prendre en charge l’enregistrement, la transaction et l’autorisation des actifs, mais construit également un mécanisme de distribution des revenus transparent et traçable. Les développeurs peuvent enregistrer leurs modèles ou jeux de données comme actifs sur chaîne, définir des autorisations d’utilisation et des ratios de partage flexibles, et le système exécutera automatiquement le règlement des revenus selon la fréquence d’appel. Les contributeurs de données peuvent percevoir des revenus continus chaque fois que leurs données sont rappelées, réalisant ainsi une « monétisation continue ».
Ce marché est profondément intégré au protocole blockchain Sahara, tous les enregistrements de transactions, appels et distributions de revenus étant vérifiables sur chaîne, assurant une propriété claire des actifs et une traçabilité des revenus. Grâce à ce marché, les développeurs IA n’ont plus besoin de dépendre des plateformes API traditionnelles ou des services de hébergement de modèles centralisés, mais disposent d’un chemin commercial autonome et programmable.
Couche écosystémique
La couche écosystémique de Sahara AI relie les fournisseurs de données, développeurs IA, consommateurs, utilisateurs professionnels et partenaires multi-chaînes. Que l’on veuille contribuer des données, développer des applications, utiliser des produits ou digitaliser l’IA en entreprise, chacun peut jouer un rôle et trouver un modèle de revenus. Les annotateurs de données, les équipes de développement de modèles et les fournisseurs de puissance de calcul peuvent enregistrer leurs ressources comme actifs sur chaîne, les autorisant et partageant les revenus via le mécanisme de protocole de Sahara AI, permettant ainsi une rémunération automatique à chaque utilisation. Les développeurs peuvent connecter directement les données, entraîner des modèles et déployer des agents via une plateforme tout-en-un, commercialisant directement leurs résultats sur le Marché IA.
Les utilisateurs lambda, sans compétence technique, peuvent participer à des tâches de données, utiliser des applications IA, collectionner ou investir dans des actifs sur chaîne, devenant ainsi partie intégrante de l’économie IA. Pour les entreprises, Sahara fournit un soutien complet du crowdsourcing de données, développement de modèles, déploiement privé à la monétisation des revenus. En outre, Sahara prend en charge le déploiement multi-chaîne, permettant à n’importe quel écosystème de chaîne publique d’utiliser ses protocoles et outils pour construire des applications IA, intégrer des actifs IA décentralisés, assurant compatibilité et expansion avec le monde multi-chaînes. Ainsi, Sahara AI n’est pas seulement une plateforme unique, mais une norme de collaboration de base pour l’écosystème IA sur chaîne.
État d’avancement de l’écosystème
Depuis son lancement, Sahara AI ne fournit pas seulement un ensemble d’outils ou une plateforme de puissance de calcul, mais reconstruit sur chaîne l’ordre de production et de distribution de l’IA, créant un réseau de collaboration décentralisé où chacun peut participer, certifier, contribuer et partager. C’est pourquoi Sahara a choisi la blockchain comme architecture de base, pour construire une économie IA vérifiable, traçable et distribuable.
Autour de cet objectif central, l’écosystème Sahara a réalisé des progrès significatifs. Même en phase de test privé, la plateforme a accumulé plus de 3,2 millions de comptes sur chaîne, avec un nombre stable de comptes actifs quotidiens supérieur à 1,4 million, démontrant un haut niveau d’engagement utilisateur et de vitalité du réseau. Parmi eux, plus de 200 000 utilisateurs ont participé via la Plateforme de service de données Sahara aux tâches d’annotation, d’entraînement et de validation des données, recevant des récompenses incitatives sur chaîne. En outre, des millions d’utilisateurs sont en attente d’inscription sur liste blanche, confirmant la forte demande du marché et le consensus autour des plateformes IA décentralisées.
Dans le domaine de la coopération d’entreprise, Sahara a établi des partenariats avec des institutions mondiales de premier plan telles que Microsoft, Amazon et le MIT, leur fournissant des services personnalisés de collecte et d’annotation de données. Les entreprises peuvent soumettre des tâches spécifiques via la plateforme, exécutées efficacement par le réseau mondial d’annotateurs de données de Sahara, réalisant un crowdsourcing à grande échelle, avec des avantages en efficacité, flexibilité et prise en charge des besoins diversifiés.
Cartographie de l’écosystème Sahara AI
Modes de participation
SIWA sera lancé en quatre phases. Actuellement, la première phase jette les bases de la propriété des données sur chaîne : les contributeurs peuvent enregistrer et tokeniser leurs jeux de données. Actuellement ouvert au public, sans besoin de liste blanche. Il faut s’assurer que les données téléchargées sont utiles pour l’IA ; les contenus copiés ou inappropriés pourraient faire l’objet de sanctions.
Réseau de test SIWA
La deuxième phase permettra la monétisation des jeux de données et modèles sur chaîne. La troisième phase ouvrira le réseau de test et publiera le protocole en open source. La quatrième phase lancera l’enregistrement des flux de données IA, le suivi de la traçabilité et le mécanisme de preuve de contribution.
Outre le réseau de test SIWA, les utilisateurs peuvent actuellement participer à Sahara Legends, découvrant les fonctionnalités de Sahara AI via des tâches gamifiées. En accomplissant des tâches, ils gagnent des fragments de gardiens, pouvant ensuite synthétiser un NFT pour enregistrer leur contribution au réseau.
Ou encore participer à l’annotation des données sur la plateforme de service de données, contribuer des données de valeur et agir comme vérificateurs. Sahara prévoit ultérieurement de lancer des tâches en collaboration avec des partenaires écosystémiques, permettant aux participants de recevoir non seulement des points Sahara, mais aussi des incitations de leurs partenaires. La première tâche à double récompense est organisée avec Myshell : les utilisateurs accomplissant la tâche reçoivent des points Sahara et des jetons Myshell.
Selon la feuille de route, Sahara devrait lancer son réseau principal au troisième trimestre 2025, accompagné probablement d’un TGE.
Défis et perspectives
Sahara AI rend l’IA accessible au-delà des développeurs ou grandes entreprises IA, la rendant plus ouverte, inclusive et démocratisée. Pour les utilisateurs ordinaires, aucune connaissance de programmation n’est nécessaire pour contribuer et percevoir des revenus : Sahara AI construit un monde d’IA décentralisé où chacun peut participer. Pour les développeurs techniques, Sahara AI facilite le passage entre Web2 et Web3, offrant des outils de développement décentralisés, flexibles et puissants, ainsi que des jeux de données de haute qualité. Pour les fournisseurs d’infrastructures IA, Sahara AI ouvre de nouvelles voies de monétisation décentralisée pour les modèles, données, puissance de calcul et services. Sahara AI ne se limite pas à construire une infrastructure de chaîne publique, mais intervient aussi dans les applications clés, utilisant la blockchain pour promouvoir le développement d’un système de droits d’auteur IA. Actuellement, Sahara AI a déjà conclu des partenariats avec plusieurs institutions IA de premier plan et obtenu des succès initiaux. Son succès futur dépendra de la performance après le lancement du réseau principal, du développement des produits écosystémiques, du taux d’adoption et de la capacité du modèle économique à motiver continuellement les utilisateurs à contribuer aux jeux de données après le TGE.
Ritual : Des innovations de conception surmontant les défis fondamentaux de l’IA, comme les tâches hétérogènes
Aperçu du projet
Ritual vise à résoudre les problèmes d’IA actuels liés à la centralisation, à la fermeture et au manque de confiance, en fournissant un mécanisme de vérification transparent, une allocation équitable des ressources de calcul et une capacité d’adaptation flexible des modèles ; il permet à n’importe quel protocole, application ou contrat intelligent d’intégrer des modèles IA vérifiables en quelques lignes de code ; et grâce à son architecture ouverte et à sa conception modulaire, il pousse à l’adoption généralisée de l’IA sur chaîne, créant un écosystème IA ouvert, sûr et durable.
Ritual a levé 25 millions de dollars lors d’un tour de financement de série A en novembre 2023, mené par Archetype, avec la participation de plusieurs institutions telles qu’Accomplice, ainsi que d’investisseurs providentiels renommés, démontrant la reconnaissance du marché et la forte capacité relationnelle de l’équipe. Les fondateurs Niraj Pant et Akilesh Potti sont anciennement partenaires chez Polychain Capital, ayant dirigé des investissements dans des géants du secteur comme Offchain Labs et EigenLayer, démontrant une profonde perspicacité et un jugement solide. L’équipe possède une expérience approfondie en cryptographie, systèmes distribués et IA, avec un comité consultatif incluant les fondateurs de projets tels que NEAR et EigenLayer, soulignant son fort potentiel.
Architecture du projet
D’Infernet à Ritual Chain
Ritual Chain est le produit de deuxième génération issu naturellement du réseau de nœuds Infernet, représentant une mise à niveau complète de Ritual dans le domaine du réseau de calcul IA décentralisé.
Infernet est le produit de première génération lancé par Ritual, officiellement mis en ligne en 2023. C’est un réseau d’oracle décentralisé conçu pour les tâches de calcul hétérogène, visant à surmonter les limitations des API centralisés, permettant aux développeurs d’appeler des services IA décentralisés, transparents et ouverts de manière plus libre et stable.
Infernet adopte un cadre léger, simple et flexible. Grâce à sa facilité d’utilisation et son efficacité, il a rapidement attiré plus de 8 000 nœuds indépendants après son lancement. Ces nœuds possèdent des capacités matérielles variées, incluant GPU et FPGA, capables de fournir une puissance de calcul importante pour des tâches complexes comme l’inférence IA et la génération de preuves à divulgation nulle. Toutefois, pour maintenir la simplicité du système, Infernet a sacrifié certaines fonctionnalités clés, comme la coordination des nœuds par consensus ou l’intégration d’un mécanisme robuste de routage des tâches. Ces limitations rendent Infernet difficilement capable de répondre aux besoins plus larges des développeurs Web2 et Web3, poussant ainsi Ritual à lancer Ritual Chain, plus complet et puissant.
Schéma du flux de travail de Ritual Chain
Ritual Chain est une blockchain de nouvelle génération de type Layer 1 spécialement conçue pour les applications d’IA, visant à pallier les lacunes d’Infernet et offrir aux développeurs un environnement de développement plus robuste et efficace. Grâce à la technologie Resonance, Ritual Chain fournit à Infernet un mécanisme de tarification et de routage des tâches simple et fiable, optimisant considérablement l’efficacité de l’allocation des ressources. De plus, Ritual Chain repose sur le cadre EVM++, une extension rétrocompatible de la machine virtuelle Ethereum (EVM), dotée de fonctionnalités plus puissantes, incluant des modules précompilés, une planification native (scheduling), une abstraction de compte (Account Abstraction, AA) intégrée, ainsi qu’une série de propositions d’amélioration d’Ethereum (EIPs) avancées. Ces caractéristiques combinées forment un environnement de développement puissant, flexible et efficace, offrant de nouvelles possibilités aux développeurs.
Précompilés Sidecars
Contrairement aux précompilés traditionnels, la conception de Ritual Chain améliore l’extensibilité et la flexibilité du système, permettant aux développeurs de créer des modules fonctionnels personnalisés sous forme de conteneurs, sans modifier le protocole de base. Cette architecture réduit considérablement les coûts de développement et offre aux applications décentralisées une puissance de calcul plus puissante.
Plus précisément, Ritual Chain découple les calculs complexes du
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
@BiteyeCN
