Compte à rebours avant le TGE : la sagesse collective au service de la meilleure solution IA, pourquoi Allora devient-elle le tableau de commande de l'IA ?
TechFlow SélectionTechFlow Sélection
Compte à rebours avant le TGE : la sagesse collective au service de la meilleure solution IA, pourquoi Allora devient-elle le tableau de commande de l'IA ?
Une collaboration plus efficace entre modèles d'IA, des scénarios d'application de l'IA plus étendus.
Dédié à des analyses Web3 approfondiesRédaction : TechFlow
Crypto AI s'approche progressivement de la courbe de développement du « Gartner Hype Cycle » :
Après l'apparition inattendue de ChatGPT, le scénario innovant combinant Crypto et IA a rapidement attiré une attention massive. L'arrivée de GOAT a encore davantage excité les marchés, nous permettant de vivre ensemble l’été 2024 des mèmes AI. À ce stade, la combinaison Crypto + IA est entrée dans une phase de pic des attentes, dominée par la spéculation conceptuelle.
Par la suite, sous la pression combinée des mèmes TRUMP, de Deepseek et des questions tarifaires, la bulle des mèmes AI a éclaté prématurément, entraînant un fort recul de la capitalisation boursière. Ce reflux a ramené temporairement le marché « surchauffé » à un état plus « calme ». Mais la fin de la bulle ne signifie pas la fin du projet ; elle laisse plutôt la place aux créateurs de valeur véritable.
Lorsque la combinaison Crypto + IA entre dans une phase pragmatique d'expérimentation appliquée, les projets d'infrastructure visant à faire avancer Crypto AI vers sa cinquième étape — celle de production stable — deviennent les nouveaux foyers de création de richesse à long terme. À mesure que le lancement du réseau principal (mainnet) et celui du jeton (TGE) approchent, le réseau d’intelligence artificielle décentralisé auto-améliorant Allora Network attire de plus en plus l’attention du public.
Avec un financement total accumulé de 35 millions de dollars, depuis l'annonce en février du lancement de sa version Beta du mainnet, l'écosystème d'Allora Network n'a cessé de s'étendre : non seulement le nombre de Workers (travailleurs) dépasse désormais 288 000, ayant produit plus de 690 millions d'inférences à ce jour, mais son écosystème s'est également étendu à plusieurs domaines tels que DeFAI, RWA et GameFi, soulignant de plus en plus son rôle crucial en tant qu'infrastructure permettant le déploiement concret de l’IA dans divers scénarios.
« Auto-amélioration » implique des capacités d'inférence et de jugement renforcées, un système décisionnel plus efficace et intelligent, ainsi qu'une meilleure capacité à servir des scénarios complexes. Comment Allora parvient-il à tout cela ?
Dans cette période charnière qui précède le lancement officiel du mainnet, Allora mérite-t-il vraiment notre attention, et comment peut-on y participer de manière plus efficace ?
Le présent article vise précisément à explorer ces questions.
Une collaboration plus efficace entre modèles d’IA, des cas d’usage plus larges pour l’IA
Les produits d'IA que nous connaissons tous, que ce soit ChatGPT, Claude ou Gemini, semblent tous s'efforcer d'atteindre une « universalité ». Chacun souhaite transformer son produit en une intelligence artificielle omnisciente capable de répondre à tous les besoins de tous les utilisateurs, afin de conquérir une part de marché plus importante.
Mais développer seul, sans collaboration, prend du temps, des efforts et de l'argent, et même ainsi, une IA unique aura toujours ses limites.
Comparé aux résultats d'inférence d'un modèle unique, le résultat synthétique obtenu par la collaboration de plusieurs modèles d’IA, fruit de la sagesse collective, présente clairement des avantages significatifs :
La collaboration entre différents modèles évite le caractère partial des sorties d’un seul modèle, produisant ainsi des résultats plus complets et précis. La vérification croisée entre plusieurs modèles réduit également les erreurs pouvant survenir avec un modèle isolé. Face à des problèmes complexes dans des situations difficiles, la coopération entre plusieurs modèles offre une flexibilité et une adaptabilité accrues, facilitant ainsi une mise en œuvre plus concrète de l’IA dans des environnements réels.
On peut dire que plus la collaboration entre IA est étroite, plus l’intelligence atteinte est élevée, et que cette intelligence supérieure ouvre à l’IA des perspectives d’application bien plus vastes.
Mais assurer une collaboration efficace demeure un défi majeur à relever :
D’une part, les différents modèles d’IA fonctionnent souvent dans des systèmes fermés, sans mécanisme de collaboration unifié. Cette isolation empêche une coopération efficace entre modèles, limitant ainsi leur potentiel global.
D’autre part, dans le contexte technologique et commercial actuel, les mécanismes incitatifs favorisant la collaboration entre modèles d’IA ne sont pas encore matures. Il reste donc urgent de trouver comment permettre à différents modèles de collaborer avantageusement pour tous.
À ce moment-clé où Crypto AI passe progressivement de la spéculation à la création de valeur, face aux douleurs et difficultés liées à la collaboration entre plusieurs modèles d’IA, comment Allora réussit-il à surmonter ces obstacles ?
Donner à l’IA la capacité de percevoir le contexte : la solution optimale d’inférence collective
Système à double poids d'entrée : doter l’IA de la perception contextuelle pour des résultats plus précis
En termes simples, Allora n'entraîne aucun modèle d’IA. Il agit plutôt comme un orchestrateur entre différents modèles d’IA.
Par exemple, lorsque l'utilisateur demande une « prédiction de la météo de demain », Allora agit comme un centre de contrôle général, mobilisant différentes intelligences artificielles spécialisées selon des dimensions variées telles que la température, la force du vent, l'humidité de l'air ou l'intensité des rayons UV. Tous ces retours sont ensuite agrégés pour fournir à l’utilisateur un résultat optimal issu d’une concertation collective.
Dans ce processus, Allora Chain, en tant que couche de consensus, constitue la plateforme permettant aux différents utilisateurs de rejoindre le réseau. Elle est construite sur le SDK Cosmos, utilisant les mécanismes de consensus CometBFT et DPoS.
Pour répondre à diverses demandes d'inférence, Allora classe celles-ci via des « Topics » (sujets). Par exemple, un sujet peut se concentrer sur la prédiction des prix futurs des actifs, tandis qu’un autre peut être dédié à l’analyse des émotions sociales. Ces sujets sont gérés par des coordinateurs (Topic Coordinators), jouant un rôle central d’interface et de répartition des tâches.
Allora Chain comporte trois types principaux de participants :
-
Consommateurs (Consumers)
-
Travailleurs (Workers)
-
Évaluateurs (Reputers)
Concrètement :
Quand un consommateur souhaite obtenir un résultat d’inférence, il doit envoyer une requête au réseau et payer des frais ;
Une fois la requête reçue, le coordinateur crée un nouveau Topic ou mobilise différents Topics existants pour accomplir la tâche ;
Un travailleur doit payer des frais pour s’inscrire à un Topic afin de devenir participant à l’inférence sur ce sujet. Ici apparaît la première innovation majeure du mécanisme Allora : après avoir reçu une tâche, le travailleur doit non seulement soumettre une inférence selon la demande du consommateur, mais aussi évaluer la précision des inférences des autres travailleurs. En d'autres termes, chaque travailleur doit non seulement proposer une réponse, mais aussi prédire la justesse des réponses des autres. Ce système à double entrée forme la base de la perception contextuelle.
Autour de ces deux sorties, le coordinateur effectue un calcul pondéré selon les poids respectifs des différents travailleurs, générant ainsi un résultat synthétique sensible au contexte, puis le renvoie au consommateur.
Oui, vous l'avez compris : les différents travailleurs ont des poids distincts. C’est là une autre innovation clé du système Allora :
Allora ne se contente pas de collecter et moyenner simplement les réponses de chaque travailleur. Les évaluateurs attribuent en temps réel un score aux travailleurs. Un travailleur dont les inférences sont précises et qui prédit correctement la justesse des inférences des autres recevra une récompense plus élevée et un poids accru.
Par ailleurs, afin d’assurer la fiabilité du processus d’évaluation, les évaluateurs doivent non seulement payer des frais pour s’inscrire à un Topic, mais aussi engager un certain nombre de jetons. S’il est prouvé qu’un évaluateur agit de mauvaise foi, il encourt une perte partielle de ses actifs (Asset Slashing).
Prenons un exemple : lorsqu’un utilisateur demande une « prédiction de la météo de demain » :
Le travailleur A a une précision moyenne de 90 % pour les prévisions météo, mais sa précision diminue en été.
Le travailleur B a une précision moyenne de 88 %, mais augmente en été.
Si nous sommes en été, et que plusieurs travailleurs prédisent que « le travailleur A aura environ 10 % d’erreur » et que « le travailleur B aura environ 5 % d’erreur », alors même si la précision moyenne du travailleur A est supérieure, Allora lui attribuera un poids moindre par rapport au travailleur B.
De cette façon, Allora peut ajuster dynamiquement le poids de chaque prédiction en fonction de l’environnement actuel, sans dépendre de données statiques ou historiques. Cette inférence collective dotée de perception contextuelle permet à Allora de fournir aux utilisateurs des résultats plus justes, plus précis et mieux adaptés à des besoins complexes. Elle pose également les bases du mécanisme différencié de récompenses d’Allora.
Mécanisme de récompense différencié : valoriser chaque participant de l’écosystème
En tant que jeton natif d’Allora, $ALLO est le pilier central de l’incitation au sein du réseau et remplit plusieurs fonctions essentielles :
-
Achat de résultats d’inférence : les consommateurs utilisent $ALLO pour payer et obtenir des inférences plus précises. Allora adopte un modèle flexible « Pay What You Want » (Payez ce que vous voulez), permettant aux consommateurs de décider librement du montant en $ALLO à payer pour chaque inférence ;
-
Paiement des frais de participation : les utilisateurs paient en jetons $ALLO les frais associés à la création ou à l’inscription à un Topic, facilitant ainsi leur implication active dans le réseau ;
-
Staking : les évaluateurs et les validateurs du réseau peuvent staker des jetons $ALLO pour recevoir des récompenses. Les autres détenteurs de jetons peuvent également déléguer leurs jetons à un évaluateur ou un validateur ;
-
Paiement des récompenses : le réseau utilise les jetons $ALLO pour récompenser les participants. Plus la précision d’un travailleur est élevée, plus sa récompense est importante. Les récompenses des évaluateurs et validateurs sont proportionnelles à leur staking et à leur participation au consensus.
Le mécanisme de récompense différencié, une autre innovation clé d’Allora, repose sur le système de poids ajustable en temps réel. Il propose des incitations personnalisées aux différents participants du réseau, garantissant que les récompenses soient attribuées aux contributions de plus haute qualité, et assurant ainsi le fonctionnement optimal de l’ensemble du système.
De plus, le système Allora calcule également une « valeur contre-factuelle » — c’est-à-dire ce que serait le résultat sans l’apport d’un travailleur donné — afin d’aligner les récompenses sur le gain réel d’information apporté par chaque contribution.
Construire une infrastructure pour le déploiement de l’IA dans de multiples scénarios : DeFAI, RWAFi jusqu’à GameFi
Après avoir abordé le produit, parlons maintenant de l’écosystème.
Et quand on parle d’écosystème, Allora se révèle particulièrement vaste et inclusif :
Depuis le point de vue de l’utilisateur, Allora peut offrir des services d’IA de plus grande qualité ;
Depuis celui du développeur, il est possible de construire des applications plus puissantes en s’appuyant sur les infrastructures proposées par Allora, notamment un réseau décentralisé de modèles ML auto-améliorants. Les développeurs peuvent déployer leurs propres modèles sur Allora pour répondre aux demandes des utilisateurs, être récompensés, tokeniser la valeur de leurs modèles, continuellement améliorer leurs capacités, ou encore connecter leurs plateformes existantes à Allora pour intégrer l’IA dans leurs applications.
L’expansion rapide d’Allora à travers de multiples secteurs témoigne pleinement de cette polyvalence.
Selon la page écosystème du site officiel, plus de 100 projets collaborent déjà avec Allora, couvrant des domaines tels que DeFi, RWA, GameFi et les blockchains publiques, rendant l’écosystème de plus en plus riche et complet.
On retrouve parmi les partenaires des projets bien connus du Web2/Web3 tels que Monad, Berachain, Story Protocol, 0xScope, Virtuals Protocol, Eliza OS et Alibaba Cloud.
Le DeFAI constitue l’un des piliers les plus importants de l’écosystème Allora. Grâce à la collaboration efficace entre différents modèles d’IA, il devient possible d’analyser conjointement les données de transactions blockchain, les émotions des médias sociaux et les indicateurs macroéconomiques, permettant ainsi des prévisions de tendances plus précises, une gestion des risques plus avancée, une optimisation de stratégies d’investissement plus complexe, et une exécution plus intelligente des stratégies de trading.
Jusqu’à présent, plusieurs projets ont déjà collaboré avec Allora pour explorer les potentialités du DeFAI :
PancakeSwap a annoncé le lancement, sur Arbitrum, d’un marché prédictif piloté par l’IA, soutenu par les prévisions de prix fournies par Allora. Les utilisateurs peuvent y prévoir l’évolution des prix des jetons toutes les 10 minutes ;
Joule Finance a intégré les fonctionnalités avancées de prévision de prix d’Allora dans sa boîte à outils Move AI Agent. L’agent IA peut ainsi exécuter des stratégies intelligentes de levier cyclique et d’optimisation des rendements, augmentant ainsi l’efficacité et le niveau d’intelligence du DeFAI ;
Drift Protocol, après son partenariat avec Allora, a introduit dans l’Agent déployé conjointement avec RoboNet une stratégie cyclique pilotée par l’IA. Cette stratégie optimise dynamiquement les rendements, réduit les risques et ajuste le levier en fonction des conditions de marché prévues, offrant ainsi aux utilisateurs des solutions DeFi plus efficaces et intelligentes.
L’équipe de développement de Virtuals AI Agent Game a annoncé une collaboration avec Allora Network, permettant aux développeurs de Virtuals d’utiliser la technologie d’IA d’Allora pour les stratégies de trading de leurs agents IA.
Mind Network et Allora Network ont lancé conjointement FHE TrustPrice Index, le premier oracle de prix axé sur la confidentialité pour les scénarios DeFAI, garantissant que les données d’entrée restent confidentielles, que le processus soit vérifiable et que les résultats soient inviolables.
En outre, Allora a annoncé le support de DeepSeek en tant qu’agent IA pour l’évaluation des transactions LLM, utilisant Allora Network comme plateforme d’interaction et Hyperliquid Treasury pour la gestion des transactions, afin de mettre en œuvre des stratégies de trading plus intelligentes.
Au-delà du DeFAI, le réseau d’IA décentralisé auto-améliorant d’Allora apporte également un fort potentiel au secteur RWAFi :
Le cœur du RWAFi réside dans la numérisation et la financiarisation des actifs réels, où l’évaluation précise et la tarification de ces actifs sont cruciales. La collaboration entre plusieurs modèles d’IA peut considérablement renforcer ces capacités.
C’est pourquoi Allora a annoncé un partenariat avec Plume, leader du secteur RWAFi, intégrant son réseau d’intelligence collective dans l’écosystème Plume. Cela permettra d’offrir aux projets construits sur Plume des analyses avancées pilotées par l’IA, destinées à l’évaluation, la tarification et la gestion des risques des RWA. Les futures explorations conjointes entre Plume et Allora incluront notamment des modèles de valorisation en temps réel pilotés par l’IA pour diverses classes d’actifs, des prévisions avancées du taux annuel (APY) grâce à la technique d’oversampling par IA, des systèmes de gestion des risques dynamiques dotés de seuils adaptatifs, et des stratégies d’optimisation intelligente de liquidité.
Dans le domaine du GameFi, Allora se distingue également :
La collaboration entre plusieurs modèles d’IA peut fortement améliorer le niveau d’intelligence des plateformes GameFi, offrant aux joueurs une expérience de jeu plus personnalisée. En outre, grâce à cette collaboration, il devient possible d’assurer un équilibre économique dynamique du jeu, d’évaluer et de tarifer dynamiquement les actifs, d’optimiser et distribuer les revenus, renforçant ainsi la solidité et la sécurité du système économique du GameFi.
La collaboration entre Allora et la société japonaise de divertissement numérique Gumi illustre parfaitement ce potentiel. Les deux entités entendent explorer ensemble comment l’IA décentralisée peut redéfinir l’avenir du jeu. Leurs futures coopérations porteront sur l’inférence pilotée par l’IA dans les jeux, les agents intelligents intégrés dans les jeux, ainsi que des systèmes anti-triche basés sur l’IA.
En examinant les cas d’usage d’Allora dans le grand récit de l’IA, on constate que son réseau d’IA décentralisé auto-améliorant confère à Allora une capacité exceptionnelle à jouer le rôle d’infrastructure IA, favorisant activement la mise en œuvre concrète de l’IA dans divers scénarios.
Théoriquement, des inférences plus précises conduisent à une IA plus intelligente, dotée d’une forte capacité de service dans des environnements complexes. Partout où existe un besoin de collaboration plus efficace, de résultats d’inférence plus précis ou de services d’IA de meilleure qualité, Allora peut fournir une réponse adaptée.
À l’avenir, avec la poursuite des efforts d’Allora dans la construction de son écosystème et l’arrivée de nouveaux partenaires, cet écosystème s’étendra davantage aux secteurs DeFi, social, santé, etc., consolidant ainsi davantage le rôle fondamental d’Allora en tant qu’infrastructure clé du développement de Crypto AI.
Approche du TGE et du lancement du mainnet : comment participer efficacement à Allora ?
Tous les signes indiquent qu’Allora se trouve à la veille du lancement officiel de son mainnet et de son TGE :
Le 10 janvier 2025, la Fondation Allora a été créée et son compte Twitter officiel lancé, signalant clairement l’imminence du TGE ;
Le 17 janvier 2025, Allora a annoncé le lancement du concours d’ingénieurs Forge. Pendant un mois à compter de cette date, les ingénieurs ML d’Allora devaient concourir pour créer trois modèles : une prévision de la volatilité ETH/USD sur 12 heures, une prévision du volume des transactions ETH/USDC sur 12 heures, et une prévision du prix ETH/USD sur 5 minutes. Ce concours avait pour objectif de sélectionner les créateurs de modèles IA en vue du prochain lancement du mainnet ;
En février 2025, Allora a annoncé le lancement de sa version Beta du mainnet, précisant que celle-ci serait la dernière version avant le lancement officiel ;
Par ailleurs, l’élargissement continu du nombre de travailleurs et l’adhésion de partenaires stratégiques majeurs témoignent des préparatifs solides d’Allora en vue du lancement du mainnet : à ce jour, Allora compte plus de 55 Topics, plus de 288 000 Workers, et des entreprises comme l’opérateur de télécommunications bahreïnite stc Bahrain et Exaion, filiale du groupe énergétique EDF, ont annoncé leur participation au programme de nœuds d’Allora Network.
À un moment aussi crucial, comment participer plus efficacement à Allora ?
L’activité la plus discutée actuellement est sans doute celle menée par Allora sur Kaito.
Dès le 20 mars, Kaito avait annoncé qu’Allora était le prochain projet Pre-TGE sélectionné via Yapper Launchpad.
Le classement Yapper d’Allora est désormais publié : les utilisateurs peuvent améliorer leur position en publiant du contenu de qualité, en interagissant avec des influenceurs (KOL), etc. Ce classement sert de moyen clé pour identifier les leaders d’opinion et les supporters clés. Les utilisateurs bien classés auront très probablement droit à des airdrops futurs.
Au-delà de l’activité Kaito, les programmes de points constituent le moyen le plus important pour accumuler des chances d’airdrop.
Selon la documentation officielle, les utilisateurs peuvent obtenir des points via des activités « on-chain » et « off-chain ».
Les activités on-chain comprennent :
-
Création de sujet : identifier et définir un problème spécifique ou un domaine d’intérêt pour le réseau, attirant d’autres participants à développer des solutions.
-
Intégration de modèles d’apprentissage automatique : ajouter des modèles ML au réseau pour qu’ils soient utilisés par d’autres.
-
Utilisation d’applications supportées par Allora : participer à des applications et services exploitant les fonctionnalités d’intelligence machine d’Allora.
Les activités off-chain comprennent :
-
Participation communautaire : suivre Allora sur Twitter, rejoindre les groupes Discord et Telegram.
-
Participation à des événements communautaires : prendre part à des activités sélectionnées pour soutenir le réseau Allora.
Les utilisateurs peuvent se connecter à la page du programme Allora Points, relier leur portefeuille, accomplir les tâches correspondantes, et consulter leur classement en points.
Bien que la documentation n’indique pas explicitement un lien direct entre les points et les airdrops, l’introduction officielle des points suggère subtilement que « des récompenses passionnantes attendent nos contributeurs les plus actifs ». Sans avoir besoin de le dire ouvertement, cette période pourrait bien être la dernière chance de participer avant le TGE.
En outre, Allora a récemment lancé un programme dédié aux développeurs : l’Allora Agent Accelerator :
Ce programme rassemble un groupe sélectionné d’équipes d’agents, certaines inscrites par la communauté, d’autres nommées par la fondation. Les agents sélectionnés seront évalués selon plusieurs critères : performance on-chain, interaction et usage par les utilisateurs, qualité d’intégration avec Allora, valeur globale de l’agent. Pour garantir l’équité, une capture instantanée (snapshot) sera prise dès le lancement du projet pour établir une ligne de base initiale, permettant à tous les projets de démarrer sur un pied d’égalité durant le programme.
Allora publie chaque semaine un classement en temps réel, mettant en lumière les agents les plus performants. Ceux qui se distinguent obtiennent davantage de points.
Pendant le programme : les participants bénéficient d’un soutien technique, d’un accompagnement produit et d’une exposition communautaire provenant de l’écosystème Allora, les aidant à attirer des utilisateurs, des partenaires et des investisseurs. Allora publie chaque semaine un classement actualisé des projets participants, et les meilleurs agents accumulent plus de points. À la fin du programme, les agents les plus excellents recevront un financement en jetons ALLO.
D’une durée totale de 6 semaines, ce programme vise à découvrir, perfectionner et amplifier les agents intelligents qui démontrent des résultats significatifs et une intégration profonde dans le réseau Allora, contribuant ainsi à nourrir l’écosystème d’Allora en talents et en produits de qualité.
Conclusion
Suivant la courbe du « Gartner Hype Cycle », nous sommes à un moment clé où Crypto AI passe du tumulte à la rationalité, prêt à exploiter tout son potentiel accumulé.
En tant que projet de réseau d’IA décentralisé auto-améliorant, Allora ne se contente pas d’avoir une solide expertise technique lui permettant d’obtenir des résultats d’inférence plus précis grâce à la collaboration entre plusieurs modèles d’IA. Il démontre également, à travers ses réalisations remarquables dans des domaines comme DeFAI, RWAFi et GameFi, sa capacité puissante à servir d’infrastructure pour rendre Crypto AI véritablement utile. Avec l’arrivée de plus en plus d’utilisateurs et de développeurs dans son écosystème, Allora parviendra-t-il à devenir l’unité centrale de contrôle de l’IA, mobilisant la sagesse collective des intelligences artificielles pour déclencher une explosion de l’utilité pratique de l’IA ?
Alors que Crypto AI continue de rebondir, et que le TGE et le lancement du mainnet approchent, observons ensemble la suite de la trajectoire d’Allora dans cette nouvelle vague d’innovation IA.
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
