Auteur original : Will Ogden Moore
Compilation originale : Luffy, Foresight News
Lecture connexe :
"La vague de l'IA frappe à nouveau, un article fait l'inventaire des projets de position du fonds IA en niveaux de gris"
L’intelligence artificielle (IA) est l’une des technologies émergentes les plus prometteuses de ce siècle, promettant d’augmenter de manière exponentielle la productivité humaine et de conduire à des percées médicales. Même si l’intelligence artificielle a déjà fait sa marque, son influence deviendra encore plus grande à l’avenir. PricewaterhouseCoopers estime qu’elle deviendra une industrie massive de 15 000 milliards de dollars d’ici 2030.
Cependant, cette technologie prometteuse se heurte également à des défis. À mesure que la technologie de l’intelligence artificielle devient de plus en plus puissante, l’industrie de l’intelligence artificielle est devenue extrêmement centralisée, le pouvoir étant concentré entre les mains de quelques entreprises, ce qui constitue une menace potentielle pour l’ensemble de la société humaine. L’intelligence artificielle soulève également de sérieuses inquiétudes concernant les risques de deepfakes, de biais et de confidentialité des données. Heureusement, les cryptomonnaies et leurs propriétés décentralisées et transparentes offrent des solutions potentielles à certains de ces problèmes.
Ci-dessous, nous explorerons les problèmes causés par la centralisation et la manière dont l’IA décentralisée peut aider à résoudre certains des problèmes, et discuterons de l’intersection actuelle de la crypto-monnaie et de l’IA, en mettant en évidence les applications de cryptographie dans l’espace qui montrent des signes d’adoption précoce.
Problèmes avec l'intelligence artificielle centralisée
Aujourd’hui, le développement de l’intelligence artificielle est confronté à certains défis et risques. Les effets de réseau et les besoins intensifs en capitaux de l’IA sont si importants que les développeurs d’IA en dehors des grandes entreprises technologiques, comme les petites entreprises ou les chercheurs universitaires, ont du mal à obtenir les ressources nécessaires au développement ou à la commercialisation. Cela limite la concurrence globale et l’innovation dans le domaine de l’IA.
En conséquence, l’influence sur cette technologie critique est largement concentrée entre les mains de quelques entreprises, comme OpenAI et Google, ce qui soulève de sérieuses questions sur la gouvernance de l’IA. En février, par exemple, Gemini, le générateur d’images d’intelligence artificielle de Google, a révélé les préjugés raciaux et les inexactitudes historiques. De plus, la décision prise en novembre dernier par le conseil d’administration composé de six membres de licencier le PDG d’OpenAI, Sam Altman, a révélé le fait qu’une poignée de personnes contrôlent ces sociétés.
À mesure que l'IA gagne en influence et en importance, beaucoup craignent qu'une entreprise puisse prendre le contrôle de la prise de décision sur les modèles d'IA, ce qui pourrait avoir un impact énorme sur la société, en érigeant des garde-fous, en opérant à huis clos ou en manipulant les modèles pour elle-même.
Comment l’IA décentralisée peut aider
L'IA décentralisée fait référence à l'utilisation de la technologie blockchain pour répartir la propriété et la gouvernance de l'IA de manière à accroître la transparence et l'accessibilité. Grayscale Research estime que l’IA décentralisée a le potentiel de libérer ces décisions importantes des systèmes fermés et de les remettre entre les mains du public.
La technologie Blockchain peut aider les développeurs à avoir un meilleur accès à l’intelligence artificielle et abaisser le seuil de développement et de commercialisation par des développeurs indépendants. Nous pensons que cela peut contribuer à améliorer l’innovation et la concurrence dans le secteur de l’IA et à parvenir à un certain équilibre entre les petites entreprises et les géants de la technologie.
De plus, l’IA décentralisée contribue à démocratiser les investissements dans l’IA. Actuellement, en dehors d’une poignée de valeurs technologiques, il existe peu d’autres moyens de réaliser des gains financiers liés au développement de l’IA. Dans le même temps, des montants importants de capitaux privés ont été alloués aux startups d’IA et aux entreprises privées (47 milliards de dollars en 2022, 42 milliards de dollars en 2023). En conséquence, seul un petit groupe d’investisseurs en capital-risque et d’investisseurs qualifiés a accès aux avantages financiers de ces sociétés. En revanche, les cryptoactifs d’IA décentralisés sont égaux pour tout le monde, et chacun peut posséder une partie de l’avenir de l’IA.
Jusqu’où s’est développé ce domaine de fertilisation croisée ?
L’intersection de la crypto-monnaie et de l’intelligence artificielle en est encore à ses débuts, mais la réponse du marché a été encourageante. Depuis mai 2024, les actifs cryptographiques du concept AI (Remarque : un portefeuille d'investissement en crypto-monnaie défini par Grayscale Research, comprenant NEAR, FET, RNDR, FIL, TAO, THETA, AKT, AGIX, WLD, AIOZ, TFUEL, GLM, PRIME, OCEAN, ARKM et LTP.) ont un taux de retour de 20 %, ce qui le place juste derrière la catégorie des concepts monétaires (Figure 1). De plus, selon le fournisseur de données Kaito, l’intelligence artificielle est actuellement le « récit » le plus en vogue sur les plateformes sociales par rapport à d’autres sujets tels que DeFi, Layer 2, Memecoin et les actifs du monde réel.
Récemment, un certain nombre de personnalités ont commencé à adopter cette nouvelle intersection, en s’efforçant de remédier aux lacunes de l’intelligence artificielle centralisée. En mars de cette année, Emad Mostaque, fondateur de la célèbre société d'intelligence artificielle Stability AI, a quitté l'entreprise pour explorer l'intelligence artificielle décentralisée. Il a déclaré qu'« il est temps de rendre l'intelligence artificielle ouverte et décentralisée ». L'entrepreneur en crypto-monnaie Erik Vorhees a récemment lancé Venice.ai, un service d'IA axé sur la confidentialité avec un cryptage de bout en bout.
Figure 1 : Le domaine de l'IA a surperformé presque tous les segments de crypto-monnaie jusqu'à présent cette année
Nous pouvons diviser la convergence de la cryptomonnaie et de l’intelligence artificielle en trois sous-catégories principales :
Couche infrastructure : le réseau qui fournit une plate-forme pour le développement de l'IA (par exemple NEAR, TAO, FET) ;
Ressources requises pour l'intelligence artificielle : fournir le calcul, le stockage, les données et autres ressources clés nécessaires au développement de l'intelligence artificielle (telles que RNDR, AKT, LPT, FIL, AR, MASA) ;
Résoudre les problèmes d'IA : essayer de résoudre les problèmes liés à l'IA tels que la montée des robots et des deepfakes et la validation des modèles (par exemple WLD, TRAC, NUM).
Figure 2 : Schéma du projet intégrant l'intelligence artificielle et la cryptomonnaie, source : Grayscale Investments
Réseau d'infrastructures d'IA
Le premier est un réseau qui offre une architecture ouverte et sans autorisation conçue spécifiquement pour le développement de l’IA. Ces réseaux ne se concentrent pas sur un seul produit ou service d’IA, mais créent plutôt l’infrastructure sous-jacente et les mécanismes d’incitation pour une variété d’applications d’IA.
NEAR se démarque dans cette catégorie, son fondateur étant l'un des co-auteurs de l'architecture « Transformer » qui alimente les systèmes d'IA comme ChatGPT. Cependant, l'entreprise a récemment mis à profit son expertise en IA pour dévoiler les résultats de ses efforts visant à développer une « IA appartenant aux utilisateurs » par le biais d'une branche R&D dirigée par un ancien ingénieur consultant de recherche OpenAI. Fin juin 2024, Near a lancé un programme d'incubateur d'IA pour développer le modèle de base natif de Near, la plate-forme de données d'application d'IA, le cadre d'agents d'IA et le marché informatique.
Bittensor est un autre exemple convaincant. Bittensor est une plateforme qui encourage économiquement le développement de l'intelligence artificielle à l'aide de jetons TAO. Bittensor est la plate-forme sous-jacente de 38 sous-réseaux, chacun avec des cas d'utilisation différents tels que les chatbots, la génération d'images, les prévisions financières, la traduction linguistique, la formation de modèles, le stockage et le calcul. Le réseau Bittensor récompense les mineurs et validateurs les plus performants de chaque sous-réseau avec des jetons TAO et fournit aux développeurs une API sans autorisation pour aider les développeurs à créer des applications d'intelligence artificielle spécifiques.
Le réseau d'infrastructure IA comprend également d'autres protocoles tels que Fetch.ai et Allora. Fetch.ai, une plateforme permettant aux développeurs de créer des assistants d'IA complexes (appelés « agents d'IA »), a récemment fusionné avec AGIX et OCEAN, pour une valeur combinée d'environ 7,5 milliards de dollars. L'autre est le réseau Allora, une plateforme axée sur l'application de l'IA à la finance, y compris les échanges décentralisés et les stratégies de trading automatisées pour les marchés de prédiction. Allora, qui n'a pas encore lancé de token, a levé un financement stratégique en juin, portant son financement total à 35 millions de dollars.
Fournir les ressources nécessaires à l’IA
La deuxième catégorie concerne les projets qui fournissent les ressources nécessaires au développement de l’intelligence artificielle sous forme de calcul, de stockage ou de données.
L’essor de l’intelligence artificielle a créé une demande sans précédent de ressources informatiques sous forme de GPU. Les marchés de GPU décentralisés comme Render (RNDR), Akash (AKT) et Livepeer (LPT) fournissent une offre de GPU inactifs aux développeurs qui ont besoin de calcul pour la formation de modèles, l'inférence de modèles ou le rendu de l'IA générative 3D. On estime que Render propose environ 10 000 GPU, axés sur les artistes et l'IA générative, tandis qu'Akash propose 400 GPU, axés sur les développeurs et les chercheurs en IA. Pendant ce temps, Livepeer a récemment annoncé des plans pour son nouveau sous-réseau d'IA, visant à compléter les capacités texte-image, texte-vidéo et image-vidéo d'ici août 2024.
En plus d’être gourmands en calculs, les modèles d’IA nécessitent également de grandes quantités de données. En conséquence, la demande en matière de stockage de données a considérablement augmenté. Les solutions de stockage de données telles que Filecoin (FIL) et Arweave (AR) peuvent servir d'alternatives au stockage des données d'IA sur des serveurs AWS centralisés. Ces solutions fournissent non seulement un stockage rentable et évolutif, mais améliorent également la sécurité et l'intégrité des données en éliminant les points de défaillance uniques et en réduisant le risque de violation de données.
Enfin, les services d'IA existants tels qu'OpenAI et Gemini offrent un accès continu aux données en temps réel via Bing et Google Search respectivement. Cela désavantage tous les autres développeurs de modèles d’IA en dehors des géants de la technologie. Cependant, les services de récupération de données comme Grass and Masa (MASA) peuvent contribuer à uniformiser les règles du jeu, car ils permettent aux individus de monétiser les données de leurs applications en les utilisant pour la formation de modèles d'IA, tout en conservant le contrôle et la confidentialité de leurs données personnelles.
Résoudre les problèmes liés à l'IA
La troisième catégorie comprend des projets tentant de résoudre des problèmes liés à l’intelligence artificielle, notamment la prolifération des cyberbots et des deepfakes.
Un problème majeur exacerbé par l’intelligence artificielle est la prolifération des robots et de la désinformation. Les deepfakes générés par l'IA ont déjà un impact sur les élections présidentielles en Inde et en Europe, les experts étant « très effrayés » que la prochaine campagne présidentielle ne soit plongée dans un « tsunami de désinformation » alimenté par les deepfakes. Les projets espérant aider à résoudre les problèmes liés aux deepfakes en établissant des sources de contenu vérifiables incluent Origin Trail (TRAC), Numbers Protocol (NUM) et Story Protocol. De plus, Worldcoin (WLD) cherche à résoudre le problème des robots en utilisant une technologie biométrique unique pour prouver l’humanité d’une personne.
Un autre risque lié à l’IA est de garantir la confiance dans le modèle lui-même. Comment pouvons-nous être sûrs que les résultats de l’IA que nous recevons n’ont pas été falsifiés ou manipulés ? Actuellement, plusieurs protocoles tentent de résoudre ce problème grâce à la cryptographie, aux preuves sans connaissance et au cryptage entièrement homomorphique (FHE), notamment Modulus Labs et Zama.
en conclusion
Bien que des progrès initiaux aient été réalisés avec ces actifs d’IA décentralisés, nous n’en sommes encore qu’aux premiers stades de cette intersection. Au début de cette année, le célèbre capital-risqueur Fred Wilson a déclaré que l'intelligence artificielle et la crypto-monnaie sont "les deux faces d'une même médaille" et que "Web3 nous aidera à faire confiance à l'intelligence artificielle". À mesure que l'industrie de l'IA continue de mûrir, Grayscale Research estime que ces cas d'utilisation du chiffrement liés à l'IA deviendront de plus en plus importants et que ces deux technologies en développement rapide ont le potentiel de se soutenir mutuellement et de se développer ensemble.
De nombreux signes laissent présager l’arrivée de l’ère de l’intelligence artificielle, qui aura des conséquences considérables, à la fois positives et négatives. En tirant parti des propriétés de la technologie blockchain, nous pensons que les crypto-monnaies peuvent à terme contribuer à atténuer certains des dangers posés par l’intelligence artificielle.
Lien d'origine
