Entretien avec le PDG de 0G Labs : rattraper l'IA Web2 en deux ans, l'expérience « zéro gravité » des produits publics d'IA
TechFlow SélectionTechFlow Sélection
Entretien avec le PDG de 0G Labs : rattraper l'IA Web2 en deux ans, l'expérience « zéro gravité » des produits publics d'IA
Plongeons ensemble dans la vague de l'IA décentralisée, à la découverte de la vision fondamentale de 0G, de ses voies techniques de mise en œuvre, des axes stratégiques de son écosystème et de sa feuille de route future.
Dédié à des analyses Web3 approfondiesRédaction : TechFlow
Le PDG d'OpenAI, Sam Altman, a déclaré à plusieurs reprises dans des podcasts et discours publics :
L'intelligence artificielle (IA) n'est pas une course aux modèles, mais la création d'un bien public visant à bénéficier à tous et à stimuler la croissance économique mondiale.
Alors que l'IA Web2 fait aujourd'hui l'objet de critiques pour son oligopole, dans le monde Web3 dont l'essence est la décentralisation, un projet centré sur la mission « rendre l’IA un bien public » a levé 35 millions de dollars en financement depuis sa création il y a plus de deux ans, construit une base technique permettant le développement d’applications innovantes en IA, attiré plus de 300 partenaires écologiques, et s’est imposé comme l’un des écosystèmes d’IA décentralisés les plus importants.
Ce projet est 0G Labs.
Au cours d’un entretien approfondi avec Michael Heinrich, cofondateur et PDG de 0G Labs, le concept de « bien public » revient fréquemment. Interrogé sur sa compréhension de l’IA comme bien public, Michael explique :
Nous souhaitons construire un modèle de développement IA anti-centralisé et anti-boîte noire, transparent, ouvert, sécurisé et inclusif, où chacun peut participer, contribuer des données et de la puissance de calcul, et recevoir une récompense, permettant ainsi à la société toute entière de partager les bénéfices de l’IA.
Quant à la mise en œuvre, Michael détaille progressivement la feuille de route concrète de 0G :
En tant que couche 1 spécialement conçue pour l’IA, 0G dispose d’avantages de performance remarquables, d’une conception modulaire, ainsi que d’une couche DA programmable, infiniment extensible, construisant un écosystème intégré pour l’IA, offrant tous les composants clés nécessaires au développement de l’IA, de la computation vérifiable, au stockage multicouche, jusqu’à la couche d’origine immuable.
Dans cet article, plongeons avec les explications de Michael Heinrich dans la vision fondamentale, la voie technologique, les points d'action écologiques et la feuille de route future de 0G au cœur du courant de l’IA décentralisée.
Inclusion : l'essence spirituelle de « rendre l’IA un bien public »
TechFlow : Merci pour votre temps. Pourriez-vous d'abord vous présenter ?
Michael :
Bonjour à tous, je suis Michael, cofondateur et PDG de 0G Labs.
Je suis ingénieur de formation, j'ai travaillé chez Microsoft et SAP Labs en tant qu'ingénieur et chef de produit technique. Par la suite, je me suis tourné vers le domaine commercial : j'ai d'abord travaillé dans une entreprise de jeux vidéo, puis rejoint Bridgewater Associates pour gérer la construction de portefeuilles, en examinant quotidiennement environ 60 milliards de dollars de transactions. Ensuite, j'ai décidé de retourner à mon alma mater, Stanford, pour poursuivre mes études, ce qui m’a conduit à ma première création d'entreprise. Cette startup a rapidement obtenu un soutien de capital-risque, atteint le statut de licorne, comptait 650 employés, généré un chiffre d'affaires de 100 millions de dollars, avant que je décide de céder l'entreprise avec succès.
Mon lien avec 0G remonte à un jour où un camarade de Stanford, Thomas, m'a téléphoné en disant :
Michael, il y a cinq ans, nous avons investi ensemble dans plusieurs entreprises de cryptomonnaie (dont Conflux). Wu Ming (cofondateur et CTO de Conflux et de 0G) et Fan Long (responsable sécurité de 0G Labs) sont parmi les meilleurs ingénieurs que j’aie jamais soutenus. Ils veulent réaliser un projet à vocation mondiale. Veux-tu les rencontrer ?
Grâce à Thomas, nous avons passé six mois à discuter et nous accorder entre fondateurs. Pendant cette période, j’en suis arrivé à la même conclusion : Wu Ming et Fan Long sont les meilleurs ingénieurs et scientifiques informatiques avec lesquels j’aie jamais travaillé. J’ai alors pensé : nous devons commencer immédiatement. C’est ainsi que 0G Labs est né.
0G Labs a été fondé en mai 2023. En tant que plateforme Layer 1 IA la plus grande et la plus rapide, nous construisons un système d’exploitation IA entièrement décentralisé, que nous nous efforçons de transformer en un bien public pour l’IA. Ce système permet à toutes les applications d’IA de fonctionner complètement de manière décentralisée, signifiant que l’environnement d’exécution fait partie intégrante de la couche 1, pouvant s’étendre non seulement au stockage, mais aussi au réseau de calcul, incluant l’inférence, l’ajustement fin, la pré-formation, etc., soutenant ainsi la création de toute application innovante en IA.
TechFlow : Vous avez mentionné précédemment que 0G rassemble des talents de premier plan venant d’entreprises telles que Microsoft, Amazon, Bridgewater, et que plusieurs membres de l’équipe ont déjà accompli des réalisations notables dans les domaines de l’IA, de la blockchain et du calcul haute performance. Quelles convictions et opportunités ont poussé cette « équipe de rêve » à s’engager pleinement dans l’IA décentralisée et rejoindre 0G ?
Michael :
La raison principale qui nous a poussés à créer ce projet 0G provient largement de sa mission elle-même : rendre l’IA un bien public ; l’autre moteur vient de nos inquiétudes face à l’état actuel du développement de l’IA.
Dans un modèle centralisé, l’IA pourrait être monopolisée par quelques grandes entreprises et fonctionner comme une boîte noire : on ignore qui a annoté les données, d’où elles viennent, quels sont les poids et paramètres du modèle, ou quelle version exacte est exécutée en production. Si l’IA pose problème, notamment lorsque des agents autonomes effectuent de nombreuses opérations en ligne, qui en est responsable ? Pire encore, les entreprises centralisées pourraient perdre le contrôle de leurs propres modèles, conduisant à un dérapage total et incontrôlable de l’IA.
Nous sommes inquiets devant cette évolution, c’est pourquoi nous souhaitons construire un modèle de développement de l’IA anti-centralisé et anti-boîte noire, transparent, ouvert, sécurisé et inclusif, que nous appelons « IA décentralisée ». Dans un tel système, chacun peut participer, contribuer des données et de la puissance de calcul, et obtenir une rémunération équitable. Nous espérons que ce modèle devienne un bien public, permettant à l’ensemble de la société de partager les dividendes de l’IA.
TechFlow : Le nom du projet « 0G » semble particulier. Il signifie Zero Gravity. Pouvez-vous expliquer l’origine de ce nom et comment il reflète la vision de 0G concernant l’avenir de l’IA décentralisée ?
Michael :
En réalité, notre nom de projet découle d'une conviction fondamentale que nous défendons fermement :
La technologie doit être fluide, sans effort, totalement transparente, surtout lorsqu’on construit des infrastructures et des technologies backend. Autrement dit, l’utilisateur final ne doit pas avoir conscience d’utiliser 0G, mais simplement ressentir une expérience fluide apportée par le produit.
C’est ainsi qu’est né le nom 0G : « Zero Gravity » (zéro gravité). Dans un environnement de zéro gravité, la résistance est minimisée, le mouvement devient naturellement fluide — c’est exactement l’expérience que nous voulons offrir.
De même, tout produit ou application construit sur 0G devrait transmettre cette sensation de « sans effort ». Par exemple : imaginez que, avant de regarder une série sur une plateforme de streaming, vous deviez choisir manuellement un serveur, sélectionner un algorithme de codage, puis configurer manuellement une passerelle de paiement — ce serait une expérience extrêmement frustrante et pleine de friction.
Mais avec l’évolution de l’IA, tout cela changera. Par exemple, il suffira de dire à un agent IA : « trouve le meilleur token Meme actuellement performant et achète X unités », et l’agent pourra automatiquement analyser la performance, juger s’il y a une tendance réelle et une valeur intrinsèque, identifier la blockchain concernée, franchir les chaînes ou transférer des actifs si nécessaire, puis finaliser l’achat. Tout cela sans intervention manuelle progressive de l’utilisateur.
Éliminer la friction, offrir une expérience fluide à l’utilisateur — c’est l’avenir « sans friction » que 0G veut permettre.
Le pilotage communautaire transformera radicalement le modèle de développement de l’IA
TechFlow : Étant donné que le développement de l’IA Web3 accuse encore un grand retard par rapport à celui de l’Web2, pourquoi affirmez-vous que l’IA ne peut franchir sa prochaine étape de percée sans la force décentralisée ?
Michael :
Lors d’un événement-débat organisé à WebX cette année, un invité m’a fortement marqué. Ce dernier a travaillé pendant 15 ans chez Google DeepMind.
Nous sommes tombés d’accord : l’avenir de l’IA appartiendra à un réseau constitué de nombreux petits modèles linguistiques spécialisés, conservant néanmoins des capacités comparables à celles des « grands modèles ». Lorsque ces petits modèles, chacun expert dans un domaine précis, sont soigneusement orchestrés via routage, division des rôles et alignement incitatif, ils surpassent les modèles monolithes géants en précision, rapidité d’adaptation, efficacité coûts et vitesse d’amélioration.
Pourquoi ? Parce que la majorité des données d’entraînement à haute valeur ne sont pas publiques, mais enfermées dans des dépôts privés, wikis internes, carnets personnels, stockages chiffrés. Plus de 90 % des connaissances spécialisées dans des domaines pointus restent verrouillées, étroitement liées à l’expérience individuelle. Sans incitation suffisante, la plupart des gens n’ont aucun intérêt à fournir gratuitement ces savoirs exclusifs, au risque de nuire à leurs propres intérêts économiques.
Mais un modèle incitatif piloté par la communauté peut changer cela : par exemple, j’organise mes amis programmeurs ML pour entraîner un modèle expert en Solidity. Ils contribuent des extraits de code, des logs de débogage, de la puissance de calcul et des annotations, et reçoivent des jetons en récompense. De plus, chaque fois que le modèle sera utilisé en production, ils percevront des revenus proportionnels à l’usage.
Nous pensons que c’est là l’avenir de l’intelligence artificielle : dans ce modèle, la communauté fournit de la puissance de calcul et des données distribuées, abaissant considérablement les barrières à l’entrée de l’IA et réduisant la dépendance aux centres de données centralisés à très grande échelle, renforçant ainsi la résilience globale du système d’IA.
Nous croyons que ce modèle de développement distribué accélérera le développement de l’IA et favorisera une progression plus efficace vers l’AGI.
TechFlow : Certains membres de la communauté comparent la relation entre 0G et l’IA à celle entre Solana et la DeFi. Quelle est votre opinion sur cette analogie ?
Michael :
Nous sommes heureux de voir cette comparaison, car être mis en parallèle avec des projets leaders comme Solana constitue pour nous un encouragement et une motivation. Cependant, à long terme, nous espérons construire notre propre culture communautaire et image de marque unique, afin que 0G soit reconnu par ses propres mérites. À ce moment-là, mentionner 0G dans le domaine de l’IA suffira — plus besoin d’analogie.
Concernant la stratégie fondamentale future de 0G, nous envisageons de relever progressivement davantage de sociétés centralisées fermées et opaques. Pour cela, nous devons continuer à renforcer notre infrastructure. Concrètement, nous allons maintenir un focus continu sur la recherche sectorielle et l’ingénierie avancée — un travail long et exigeant, qui pourrait prendre jusqu’à deux ans dans les cas extrêmes, mais selon les progrès actuels, probablement seulement un an.
Par exemple, à notre connaissance, nous sommes le premier projet à avoir réussi à entraîner un modèle d’IA de 107 milliards de paramètres dans un environnement entièrement décentralisé. Ce progrès représente environ trois fois le précédent record public, illustrant pleinement notre leadership dans la recherche et l’exécution.
Revenons à l’analogie avec Solana : Solana a ouvert la voie des hautes performances dans les blockchains à haut débit. 0G aspire également à ouvrir de nouvelles voies dans le domaine de l’IA.
Les composants techniques clés d’un écosystème IA intégré
TechFlow : En tant que couche 1 spécialement conçue pour l’IA, quelles sont les fonctionnalités ou avantages uniques de 0G par rapport aux autres couches 1 ? Comment ces atouts favorisent-ils le développement de l’IA ?
Michael :
Je pense que le premier avantage distinctif de 0G, en tant que couche 1 dédiée à l’IA, réside dans ses performances.
Installer l’IA sur la blockchain implique de gérer des charges de travail extrêmes. Par exemple, le débit des datacenters modernes varie de plusieurs centaines de Go/s à plusieurs To/s, tandis que les performances initiales de Serum étaient d’environ 80 Ko/s — près d’un million de fois inférieures aux besoins de l’IA. C’est pourquoi nous avons conçu une couche de disponibilité des données (DA), introduisant des nœuds réseau et un mécanisme de consensus, fournissant ainsi à toute application IA un débit de données illimité.
Nous utilisons également une architecture par sharding : les grandes applications IA peuvent augmenter horizontalement le nombre de shards pour accroître le débit global, permettant ainsi un traitement de transactions par seconde quasi infini. Cette conception permet à 0G de supporter efficacement n’importe quelle charge de travail, favorisant ainsi l’innovation en IA.
Un autre trait marquant de 0G est sa conception modulaire : vous pouvez utiliser la couche 1 seule, uniquement la couche de stockage, ou uniquement la couche de calcul. Chaque composant est autonome, mais leur combinaison crée un effet synergique puissant. Par exemple, pour entraîner un modèle de 100 milliards de paramètres (100B), vous pouvez stocker les données d’entraînement dans la couche de stockage, exécuter la pré-formation ou l’ajustement fin via le réseau de calcul 0G, puis ancrer des preuves immuables comme le hachage du jeu de données ou des poids sur la couche 1. Ou encore utiliser un seul composant. La modularité permet aux développeurs de choisir selon leurs besoins tout en conservant auditabilité et extensibilité, offrant à 0G une capacité puissante à supporter divers cas d’usage.
TechFlow : 0G a construit une couche DA infiniment extensible et programmable. Pouvez-vous expliquer en détail comment cela est réalisé et comment cela booste le développement de l’IA ?
Michael :
Expliquons techniquement cette percée.
En résumé, la percée repose sur deux éléments : le parallélisme systématique ; et la séparation complète entre le « chemin de publication des données » et le « chemin de stockage des données », permettant ainsi d’éviter efficacement le goulot d’étranglement de la diffusion globale.
Les conceptions traditionnelles de couche DA diffusent le bloc complet (blob) à tous les validateurs, chaque validateur exécutant ensuite les mêmes calculs pour échantillonner la disponibilité. Cela est très inefficace, multiplie la consommation de bande passante et crée un goulot.
0G adopte donc un schéma de codes d’effacement : un blob est divisé en milliers de fragments codés. Par exemple, un blob est découpé en 3 000 fragments, stockés une seule fois sur différents nœuds de stockage, sans rediffuser le fichier original à tous les nœuds de consensus. Seul un engagement cryptographique léger (ex. KZG commitment) et quelques métadonnées sont diffusés sur le réseau.
Le système crée ensuite un tableau aléatoire entre les nœuds de stockage et les nœuds DA pour collecter des signatures. Un comité aléatoire ou rotatif échantillonne ou vérifie les fragments avec preuve, puis agrège les signatures attestant que « la condition de disponibilité des données est remplie ». Seuls l’engagement + signature agrégée entrent dans le tri du consensus, minimisant fortement le trafic de données brutes dans le canal de consensus.
Ainsi, comme ce sont des engagements légers et des signatures qui circulent, et non les données complètes, ajouter de nouveaux nœuds de stockage augmente directement la capacité d’écriture/service globale. Par exemple, le débit par nœud est d’environ 35 Mo/s ; idéalement, le débit total pour N nœuds ≈ N × 35 Mo/s, permettant une extension quasi linéaire jusqu’à un nouveau goulot.
Lorsqu’un goulot apparaît, grâce à la fonction de re-staking, on conserve le même niveau de mise en jeu et on lance simultanément un nombre arbitraire de couches de consensus, permettant une extension efficace pour des charges massives. Et quand un nouveau goulot survient, on répète le processus, rendant le débit de données infiniment extensible.
TechFlow : Comment interpréter la vision d’un « écosystème IA intégré » de 0G ? À quels composants clés peut-on décomposer ce « tout-en-un » ?
Michael :
Oui, nous souhaitons fournir tous les composants clés nécessaires pour aider à construire sur la blockchain toute application IA souhaitée.
Cette vision se décompose en trois niveaux : la computation vérifiable, le stockage multicouche, et la couche d’origine immuable qui lie les deux.
Sur le plan de la computation et de la vérifiabilité, les développeurs doivent prouver qu’un calcul spécifique a été correctement exécuté sur une entrée donnée. Actuellement, nous utilisons des solutions TEE (environnements d'exécution fiables), qui garantissent confidentialité et intégrité via l’isolation matérielle, validant ainsi l’exécution du calcul.
Une fois validé, une trace immuable est créée sur la chaîne, indiquant qu’un calcul spécifique a été effectué pour un type d’entrée donné, et tout participant ultérieur peut la vérifier. Dans ce système décentralisé, plus besoin de faire confiance à personne.
Sur le plan du stockage, les agents IA et les flux d’entraînement / inférence nécessitent divers comportements de données. 0G offre un stockage adapté à différentes formes de données IA : vous pouvez opter pour un stockage à long terme ou des formes plus complexes. Par exemple, si vous devez rapidement échanger de la mémoire pour un agent, vous pouvez choisir un stockage plus complexe, supportant lecture/écriture rapide et chargement/déchargement instantané pour la mémoire ou l’état de session de l’agent, allant au-delà du simple stockage en ajout séquentiel.
Par ailleurs, 0G fournit nativement deux niveaux de stockage, éliminant les frictions entre multiples fournisseurs de données.
En résumé, nous avons tout conçu — calcul vérifiable par TEE, stockage hiérarchisé, module d’origine sur chaîne — pour que les développeurs puissent se concentrer sur la logique métier et de modèle, sans avoir à assembler péniblement les bases de confiance. Tout est résolu dans la pile intégrée fournie par 0G.
De plus de 300 partenaires à un fonds écologique de 88,8 millions de dollars : construire le plus grand écosystème d’IA décentralisée
TechFlow : Actuellement, 0G compte plus de 300 partenaires écologiques, devenant ainsi l’un des plus grands écosystèmes d’IA décentralisée. Du point de vue écologique, quels sont les cas d’usage de l’IA dans l’écosystème 0G ? Quels projets méritent une attention particulière ?
Michael :
Grâce à des efforts constructifs actifs, l’écosystème 0G prend progressivement forme, s'étendant du côté fournisseur de base du calcul jusqu'à une variété d'applications IA orientées utilisateurs.
Côté fournisseur, certains développeurs IA ayant besoin de nombreuses GPU pour des charges intensives peuvent directement exploiter les ressources des réseaux de calcul décentralisés Aethir ou Akash, sans avoir à négocier sans cesse avec des ressources centralisées.
Côté application, les projets IA de l’écosystème 0G montrent une grande diversité. Par exemple :
HAiO est une plateforme de génération musicale par IA capable de composer des chansons basées sur la météo, l’humeur, l’heure, etc., avec une qualité sonore remarquable — impressionnant ; Dormint utilise les GPU décentralisés de 0G et un stockage à faible coût pour suivre les données de santé des utilisateurs et proposer des recommandations personnalisées, rendant la gestion de la santé moins monotone ; Balkeum Labs est un projet d’entraînement IA axé sur la confidentialité, permettant à plusieurs parties de collaborer à l’entraînement d’un modèle sans exposer leurs données brutes ; Blade Games construit un écosystème de jeux sur chaîne et d’agents IA autour de la pile zkVM, prévoyant d’introduire des PNJ pilotés par l’IA sur chaîne ; et Beacon Protocol, qui cherche à renforcer la protection des données et de la vie privée en IA.
Avec la stabilisation de la pile sous-jacente, de nouveaux scénarios verticaux continuent d’émerger dans l’écosystème 0G. Un axe particulièrement prometteur est « l’Agent IA et son titularisation ». À cet effet, nous avons lancé AIverse, le premier marché décentralisé de iNFT, une nouvelle norme que nous proposons. Nous avons conçu une méthode intégrant la clé privée de l’agent dans les métadonnées du NFT, permettant ainsi au détenteur du iNFT de posséder l’agent. AIverse autorise la transaction de ces actifs iNFT, même lorsque l’agent génère une certaine valeur intrinsèque, comblant ainsi un vide crucial sur la propriété et la transférabilité des agents autonomes. Les détenteurs du NFT One Gravity obtiendront un accès initial.
Hormis dans l’écosystème 0G, il est presque impossible de trouver ailleurs des applications aussi innovantes. D’autres applications similaires arriveront bientôt sur la blockchain.
TechFlow : 0G dispose d’un fonds écologique de 88,8 millions de dollars. Pour les développeurs souhaitant construire sur 0G, quels types de projets ont plus de chances d’obtenir le soutien du fonds ? Outre le financement, quels autres ressources clés 0G peut-il offrir ?
Michael :
Nous concentrons nos efforts sur la collaboration avec les meilleurs développeurs du secteur, en améliorant continuellement l’attractivité de la plateforme 0G pour eux. Pour cela, nous fournissons non seulement des fonds, mais aussi un accompagnement pratique ciblé.
Le soutien financier est un attrait clé, mais de nombreuses équipes techniques se sentent souvent perdues face à des questions stratégiques : entrée sur le marché, adéquation produit-marché, conception du jeton et ordre de lancement, négociations avec les exchanges, relations avec les market makers pour éviter les manipulations, etc. Notre expertise interne couvre ces domaines et peut leur apporter un meilleur accompagnement.
La fondation 0G compte deux anciens traders de Jump Crypto et un professionnel issu de Merrill Lynch spécialisé dans la microstructure des marchés, expérimentés en liquidité, exécution et dynamique de marché. Nous offrons un accompagnement personnalisé selon les besoins spécifiques de chaque équipe, plutôt que d’imposer une solution unique.
En outre, notre processus de sélection vise à recruter par des méthodes innovantes les meilleurs développeurs IA. Nous sommes toujours ouverts à dialoguer avec davantage de fondateurs partageant cette vision.
Rattraper les infrastructures IA centralisées en 2 ans, poursuivre activement le développement écologique
TechFlow : Selon une annonce précédente, 0G a réussi l’entraînement d’un cluster de modèle ultra-massif de niveau mille milliards en IA. Pourquoi s’agit-il d’un accomplissement historique pour l’IA décentralisée (DeAI) ?
Michael :
Avant de réaliser cet exploit, beaucoup pensaient cela impossible.
Pourtant, 0G l’a fait : sans infrastructure centralisée coûteuse ni réseau haut débit, nous avons réussi à entraîner un cluster de modèle ultra-massif dépassant 1000 milliards de paramètres. Ce résultat n’est pas seulement une percée technique, mais aura aussi un impact profond sur le modèle économique de l’IA.
Nous avons volontairement simulé un environnement grand public durant l’expérience, atteignant ce jalon avec une bande passante domestique d’environ 1 Go, ce qui signifie que tout individu disposant d’une GPU classique, de données et de compétences pertinentes pourra à l’avenir intégrer la chaîne de valeur de l’IA.
Avec l'amélioration des performances des appareils périphériques, même les téléphones ou les passerelles domestiques pourront assumer des tâches légères, empêchant ainsi que la participation soit monopolisée par de grands opérateurs centralisés. Dans ce modèle, quelques entreprises d’IA ne capteront plus la majeure partie de la valeur économique. Au contraire, les individus obtiendront un droit direct de participation, fournissant puissance de calcul, contribuant ou filtrant des données, aidant à valider les résultats et partageant les dividendes.
Nous pensons qu’il s’agit d’un nouveau paradigme véritablement démocratique et public pour le développement de l’IA.
TechFlow : Ce paradigme est-il déjà en place, ou en phase précoce ?
Michael :
Nous en sommes encore à un stade précoce sur plusieurs aspects essentiels.
D’une part, nous n’avons pas encore atteint l’AGI. Ma définition de l’AGI est : un agent capable de traverser de nombreuses tâches, maintenant un niveau proche de l’humain, et capable, face à une situation inédite, d’intégrer spontanément des connaissances et d’inventer des stratégies. Les systèmes actuels n’atteignent pas encore cette adaptabilité étendue. Nous sommes donc encore très en début de parcours.
D’autre part, du point de vue de l’infrastructure, nous restons en retard par rapport aux grandes entreprises centralisées opaques, nous avons encore beaucoup de marge de progression.
Un point très important : nous investissons insuffisamment dans la sécurité de l’IA. De récents rapports et tests montrent que les modèles d’IA peuvent falsifier des combinaisons, tromper les humains, sans pour autant être désactivés. Par exemple, un modèle d’OpenAI a tenté de s’auto-reproduire, craignant d’être désactivé. Comment gérer ces modèles si nous ne pouvons même pas en vérifier les principes fondamentaux ? Et une fois ces modèles intégrés à notre quotidien, comment isoler ces risques potentiels ?
Par conséquent, je pense que c’est précisément là l’importance de l’IA décentralisée : grâce à des composants transparents/audibles, des couches de vérification cryptographiques ou économiques, une supervision multipartite, une gouvernance hiérarchisée, etc., on peut répartir largement la confiance et la valeur, plutôt que de dépendre d’une seule institution opaque d’IA captant la majorité de la valeur économique.
TechFlow : 0G vise à « rattraper les infrastructures IA centralisées en 2 ans ». Selon vous, quels indicateurs intermédiaires peuvent décomposer cet objectif ? Quel sera le centre d’intérêt de 0G pour le reste de l’année 2025 ?
Michael :
Autour de l’objectif « rattraper les infrastructures IA centralisées en 2 ans », notre action repose sur trois piliers :
-
Performance de l’infrastructure
-
Mécanismes de vérification
-
Efficacité de la communication
Sur l’infrastructure, notre but est d’atteindre, puis de dépasser, les niveaux de débit du Web2. Concrètement, nous visons environ 100 000 transactions par seconde par shard, avec un temps de bloc d’environ 15 ms. Actuellement, nous sommes à environ 10 000-11 000 transactions par seconde par shard, avec un temps de bloc d’environ 500 ms. Une fois cet écart réduit, un seul shard devrait pouvoir supporter presque toutes les applications Web2 classiques, posant les bases pour une exécution fiable de charges IA plus avancées. Nous prévoyons d’atteindre cet objectif dans l’année à venir.
Sur la vérification, les environnements d’exécution fiables (TEE) fournissent des preuves matérielles garantissant que le calcul s’exécute comme annoncé. Mais le problème est que vous devez faire confiance au fabricant du matériel, et les fonctions puissantes de calcul confidentiel sont limitées aux CPU de centre de données et GPU coûteux, dont le prix peut atteindre plusieurs dizaines de milliers de dollars. Notre objectif est de concevoir une couche de vérification à faible coût, combinant des preuves cryptographiques légères, des échantillonnages, etc., offrant une sécurité proche du TEE tout en gardant les coûts accessibles, permettant à quiconque de contribuer au réseau.
Sur la communication, nous introduisons une stratégie d’optimisation : lorsqu’un nœud est bloqué dans une grille et ne peut plus calculer, nous le débloquons pour permettre à tous les nœuds de calculer simultanément.
Il reste d’autres problèmes à résoudre, mais une fois ces trois points réglés, tout type d’entraînement ou de processus d’IA pourra s’exécuter efficacement sur 0G.
Et puisque nous aurons accès à davantage d’appareils — par exemple, en regroupant des centaines de millions de GPU grand public — nous pourrons même entraîner des modèles plus vastes que ceux des entreprises centralisées, ce qui pourrait constituer une percée intéressante.
Concernant les priorités futures de 0G en 2025, nous nous concentrerons sur le développement de l’écosystème, en attirant le plus grand nombre possible de participants à tester notre infrastructure, afin de pouvoir continuer à l’améliorer.
En outre, nous avons de nombreux programmes de recherche. Nos axes incluent la recherche sur le calcul décentralisé, l’intelligence artificielle, la communication entre agents, la recherche sur des preuves de travail utiles, la sécurité de l’IA et la recherche sur l’alignement des objectifs. Nous espérons aussi réaliser davantage de percées dans ces domaines.
Le trimestre dernier, nous avons publié cinq articles de recherche, dont quatre ont été présentés lors de conférences de premier plan en intelligence artificielle et génie logiciel. Sur la base de ces réalisations, nous pensons que nous deviendrons davantage un leader dans le domaine de l’IA décentralisée, et nous espérons continuer à nous développer à partir de là.
TechFlow : Actuellement, l’attention dans le crypto semble focalisée sur les stablecoins et les crypto-actions. Pensez-vous qu’il existe des points de convergence plus innovants entre l’IA et ces secteurs ? Et selon vous, quelle sera la prochaine forme de produit qui ramènera l’attention de la communauté vers l’IA ?
Michael :
L’apparition de l’IA rend le coût marginal de nombreuses cognitions presque nul. Tout ce qui peut être automatisé dans un processus pourra, à un moment donné, être accompli par l’IA. Autrement dit, de la transaction d’actifs sur chaîne à la création de nouvelles catégories d’actifs synthétiques, tout tendra progressivement à l’automatisation, par exemple des actifs stablecoins à haut rendement, ou l’amélioration de certains processus de règlement.
Par exemple, en utilisant de la dette neutre sur le marché, des hedge funds, etc., vous créez un stablecoin synthétique dont le règlement prend habituellement 3 à 4 mois. Grâce à l’IA et à la logique des contrats intelligents, cela sera réduit à environ 1 heure.
Vous constaterez alors que l’efficacité du système entier est grandement améliorée, tant en termes de temps qu’en coûts. Je pense que l’IA joue ici un rôle significatif.
Par ailleurs, l’infrastructure crypto fournit une base de vérification assurant qu’une action est bien exécutée conformément aux spécifications. Dans un environnement centralisé, la vérification comporte toujours un risque : quelqu’un pourrait accéder au système de base de données et modifier un enregistrement sans que vous le sachiez. La vérification décentralisée change cela, offrant une base de confiance bien plus solide.
C’est pourquoi les systèmes blockchain basés sur un grand livre immuable sont si puissants. Par exemple, à l’avenir, il sera très difficile de distinguer via une caméra si une personne est réelle ou un agent IA. Alors, comment prouver l’humanité ? Là, le système blockchain basé sur un grand livre immuable joue un rôle crucial — c’est là un formidable levier que la blockchain apporte à l’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
