Grayscale：À l'ère de l'IA, comment le chiffrement déploie-t-il ses ailes ?

Auteur original: Will Ogden Moore

Texte original compilé : Luffy, Foresight News

Lectures connexes :

« L’IA fait à nouveau des vagues, un article répertoriant les projets du fonds d’IA Grayscale Holdings »

L’intelligence artificielle (IA) est l’une des technologies émergentes les plus prometteuses de ce siècle, capable d’augmenter la productivité humaine de manière exponentielle et de favoriser des avancées médicales. Bien que l’intelligence artificielle soit déjà bien établie, son impact futur sera de plus en plus important. PwC estime qu’elle deviendra une industrie gigantesque d’une valeur de 15 billions de dollars d’ici 2030.

Cependant, cette technologie prometteuse est également confrontée à des défis. Avec la puissance croissante de la technologie de l’intelligence artificielle, l’industrie de l’intelligence artificielle devient extrêmement centralisée, avec le pouvoir concentré entre les mains de quelques grandes entreprises, ce qui représente une menace potentielle pour l’ensemble de la société humaine. L’intelligence artificielle suscite également de graves préoccupations concernant la falsification, les préjugés et les risques liés à la confidentialité des données. Heureusement, la Crypto et ses caractéristiques de Décentralisation et de transparence offrent des solutions potentielles à certains de ces problèmes.

Ci-dessous, nous allons discuter des problèmes causés par la centralisation et de la façon dont l’intelligence artificielle peut aider à résoudre certains de ces problèmes, ainsi que des domaines de convergence actuels entre les cryptomonnaies et l’intelligence artificielle, en mettant l’accent sur les applications de chiffrement qui ont montré des signes précoces d’adoption dans ce domaine.

Problèmes de l’intelligence artificielle centralisée

Aujourd’hui, le développement de l’intelligence artificielle est confronté à des défis et des risques. Les effets de réseau de l’intelligence artificielle et les besoins en capital intensifs sont si importants que les développeurs d’intelligence artificielle en dehors des grandes entreprises technologiques, tels que les petites entreprises ou les chercheurs universitaires, ont du mal à obtenir les ressources nécessaires au développement ou à les commercialiser. Cela limite la concurrence et l’innovation globales de l’intelligence artificielle.

Par conséquent, l’influence de cette technologie clé est principalement concentrée dans les mains de quelques entreprises telles que OpenAI et Google, ce qui suscite de sérieux doutes sur la gouvernance de l’intelligence artificielle. Par exemple, en février de cette année, le générateur d’images d’intelligence artificielle de Google, Gemini, a révélé des préjugés raciaux et des erreurs historiques. De plus, en novembre de l’année dernière, le conseil d’administration composé de six personnes a décidé de licencier le PDG d’OpenAI, Sam Altman, révélant ainsi le fait que ces entreprises sont contrôlées par quelques individus.

Avec l’influence et l’importance croissantes de l’intelligence artificielle, de nombreuses personnes s’inquiètent qu’une entreprise puisse avoir le pouvoir de décider du modèle d’intelligence artificielle qui aura un impact énorme sur la société. Elle pourrait ériger des barrières, opérer en secret ou manipuler le modèle pour son propre profit.

Comment l’intelligence artificielle peut-elle aider à la Décentralisation

La décentralisation de l’IA désigne la distribution de la propriété et de la gouvernance de l’IA en utilisant la technologie de la blockchain pour améliorer la transparence et l’accessibilité. Grayscale Research estime que la décentralisation de l’IA a le potentiel de libérer ces décisions importantes des institutions fermées et de les remettre entre les mains du public.

La technologie de la blockchain peut aider les développeurs à avoir une exposition plus longue à l’intelligence artificielle, réduire les obstacles au développement et à la commercialisation pour les développeurs indépendants de Goutte. Nous croyons que cela peut aider à améliorer l’innovation et la concurrence dans l’industrie de l’intelligence artificielle, en réalisant un certain équilibre entre les petites entreprises et les géants de la technologie.

En outre, Décentralisation AI contribue à la démocratisation de l’investissement dans l’IA. À l’heure actuelle, à l’exception de quelques actions technologiques, il n’y a presque aucun autre moyen d’obtenir des gains financiers liés au développement de l’IA. Pendant ce temps, une grande partie du capital de private sale est allouée aux start-ups et entreprises privées d’IA (470 milliards de dollars en 2022, 420 milliards de dollars en 2023). Par conséquent, seuls quelques investisseurs et investisseurs accrédités peuvent bénéficier de ces gains financiers des entreprises. En revanche, les actifs de chiffrement AI décentralisés sont égaux pour tous, offrant à chacun une part de l’avenir de l’IA.

À quel stade de développement en est ce domaine interdisciplinaire ?

L’intersection de la cryptomonnaie et de l’IA n’en est encore qu’à ses débuts, mais la réponse du marché a été encourageante. À partir de mai 2024, l’actif de chiffrement du concept d’IA (Remarque : un portefeuille de cryptomonnaies tel que défini par Grayscale Research, comprenant NEAR, FET, RNDR, FIL, TAO, THETA, AKT, AGIX, WLD, AIOZ, TFUEL, GLM, PRIME, OCEAN, ARKM et LTP. ) de 20 %, surpassant uniquement la catégorie du concept monétaire (figure 1). En outre, selon le fournisseur de données Kaito, l’IA est actuellement le « récit » le plus en vogue sur les plateformes sociales, par rapport à d’autres sujets tels que la finance décentralisée, la couche 2, Memecoin et les actifs du monde réel.

Récemment, certaines personnes bien connues ont commencé à s’intéresser à ce domaine transversal émergent et à s’efforcer de remédier aux lacunes de l’IA centralisée. En mars, Emad Mostaque, fondateur de Stability AI, une société d’IA bien connue, a quitté l’entreprise pour explorer la décentralisation, affirmant qu’« il est temps pour l’IA d’être ouverte et décentralisée ». L’entrepreneur en cryptomonnaie Erik Vorhees a récemment lancé Venice.ai, un service d’IA axé sur la confidentialité avec des capacités de chiffrement de bout en bout.

图 1 ：今年以来，AI 领域的表现几乎优于所有Cryptomonnaie细分领域

Nous pouvons diviser l’intégration de la Cryptomonnaie et de l’intelligence artificielle en trois sous-catégories principales :

• Couche d’infrastructure : réseau (comme NEAR, TAO, FET) pour fournir une plate-forme de développement d’IA ;
• Ressources requises pour l’intelligence artificielle: fournir des ressources essentielles telles que le calcul, le stockage, les données, etc. nécessaires au développement de l’intelligence artificielle (par exemple RNDR, AKT, LPT, FIL, AR, MASA).
• Résoudre les problèmes liés à l’IA : tenter de résoudre les problèmes liés à l’IA, tels que l’émergence de robots et de faux Depth, ainsi que la validation des modèles (par exemple WLD, TRAC, NUM).

Figure 2: Le schéma du projet intégrant l’intelligence artificielle et le chiffrement, source: Grayscale Investments

Réseau d’infrastructure AI

Le premier type est un réseau qui fournit une architecture ouverte sans permission, conçue spécifiquement pour le développement de l’IA. Ces réseaux ne se concentrent pas sur un produit ou un service d’IA particulier, mais créent une infrastructure sous-jacente et des incitations pour une variété d’applications d’IA.

NEAR se démarque dans cette catégorie avec l’un de ses fondateurs, l’un des co-auteurs de l’architecture “Transformer” qui alimente des systèmes d’IA tels que ChatGPT. Cependant, récemment, la société a utilisé son expertise en IA pour publier des travaux sur le développement d’une “IA détenue par l’utilisateur”, avec un département de recherche et développement dirigé par un ancien ingénieur de recherche d’OpenAI. À la fin du mois de juin 2024, Near a lancé un programme d’incubateur d’IA pour développer des modèles de base natifs de Near, une plateforme de données d’applications d’IA, un framework d’agents IA et un marché de calcul.

Bittensor est un autre exemple remarquable. Bittensor est une plateforme qui utilise le jeton TAO pour encourager le développement de l’intelligence artificielle sur le plan économique. Bittensor est la plateforme sous-jacente de 38 sous-réseaux, chacun ayant des cas d’utilisation différents tels que des chatbots, la génération d’images, des prévisions financières, la traduction de langues, la formation de modèles, le stockage et le calcul. Le réseau Bittensor récompense les mineurs et les validateurs les plus performants de chaque sous-réseau avec des jetons TAO et fournit aux développeurs une API sans autorisation pour aider à créer des applications d’intelligence artificielle spécifiques.

Le réseau d’infrastructure AI comprend également d’autres protocoles, tels que Fetch.ai et Allora. Fetch.ai est une plateforme permettant aux développeurs de créer des assistants AI complexes (appelés « agents AI »), récemment fusionnée avec AGIX et OCEAN pour une valeur totale d’environ 7,5 milliards de dollars. L’autre est le réseau Allora, une plateforme axée sur l’application de l’IA dans le domaine financier, y compris les stratégies de trading automatique sur les plateformes d’échange décentralisées et les marchés de prévision. Allora n’a pas encore lancé de jeton et a réalisé un tour de financement stratégique en juin, avec un financement total de 35 millions de dollars.

Fournir les ressources nécessaires à l’IA

Le deuxième type de projet consiste à fournir des ressources nécessaires au développement de l’intelligence artificielle sous forme de calcul, de stockage ou de données.

L’avènement de l’intelligence artificielle a suscité une demande sans précédent de ressources de calcul sous forme de GPU. Des marchés tels que Render (RNDR), Akash (AKT) et Livepeer (LPT) Décentralisation offrent des GPU inutilisés aux développeurs travaillant sur l’entraînement de modèles, l’inférence de modèles ou le rendu de génération d’IA 3D. Render offre environ 10 000 GPU, en se concentrant principalement sur les artistes et l’IA générative, tandis qu’Akash propose 400 GPU, ciblant principalement les développeurs et chercheurs en IA. Parallèlement, Livepeer a récemment annoncé son nouveau projet de subnet AI, visant à compléter les fonctionnalités telles que la conversion de texte en image, de texte en vidéo et d’image en vidéo d’ici août 2024.

En plus d’exiger de nombreuses ressources de calcul, les modèles d’IA nécessitent également une grande quantité de données. Par conséquent, la demande de stockage de données a considérablement augmenté. Des solutions de stockage de données telles que FIL (FIL) et Arweave (AR) peuvent être utilisées comme alternatives au stockage des données d’IA sur les serveurs centralisés d’AWS. Ces solutions offrent non seulement un stockage économique et évolutif, mais renforcent également la sécurité et l’intégrité des données en éliminant les points de défaillance unique et en réduisant les risques de fuite de données.

Enfin, les services d’IA existants tels que OpenAI et Gemini accèdent en continu aux données en temps réel via Bing et Google. Cela place tous les autres développeurs de modèles d’IA en dehors des géants de la technologie dans une position défavorable. Cependant, des services de collecte de données tels que Grass et Masa (MASA) peuvent contribuer à créer un environnement concurrentiel équitable en permettant aux individus de monétiser leurs données d’application pour la formation de modèles d’IA tout en maintenant le contrôle et la confidentialité de leurs données personnelles.

Résoudre les problèmes liés à l’IA

Un problème majeur aggravé par l’intelligence artificielle est la prolifération de robots et de fausses informations. Le contenu falsifié par l’intelligence artificielle a déjà eu un impact sur les élections présidentielles en Inde et en Europe, et les experts craignent fortement qu’une “tsunami d’informations fausses” piloté par des contenus falsifiés par l’intelligence artificielle ne submerge les prochaines élections présidentielles. Des projets visant à résoudre les problèmes liés à la falsification par l’intelligence artificielle en établissant des sources de contenu vérifiables incluent Origin Trail (TRAC), Numbers Protocol (NUM) et Story Protocol. De plus, Worldcoin (WLD) tente de résoudre le problème des robots en utilisant une technologie de reconnaissance biologique unique pour prouver l’humanité d’une personne.

Un autre risque de l’intelligence artificielle est de s’assurer de 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 s’efforcent de résoudre ce problème en utilisant la cryptographie, les preuves de connaissance nulle et le chiffrement homomorphique complet (FHE), notamment Modulus Labs et Zama.

Conclusion

Bien que les actifs d’intelligence artificielle de la Décentralisation aient fait des progrès initiaux, nous en sommes encore aux premiers stades de ce domaine croisé. Au début de cette année, le célèbre capital-risqueur Fred Wilson a déclaré que l’intelligence artificielle et les Cryptoactifs étaient « les deux faces d’une même pièce de monnaie », et que « Web3 nous aidera à avoir confiance en l’intelligence artificielle ». Avec la maturation continue de l’industrie de l’intelligence artificielle, Grayscale Research estime que ces cas d’utilisation de chiffrement liés à l’intelligence artificielle deviendront de plus en plus importants, ces deux technologies en développement rapide ayant la possibilité de se soutenir mutuellement et de se développer conjointement.

De nombreux signes indiquent que l’ère de l’intelligence artificielle est imminente, ce qui aura des répercussions profondes, à la fois positives et négatives. En exploitant les caractéristiques de la technologie de la chaîne de blocs, nous croyons que la Cryptoactifs finira par aider à atténuer certains des dangers posés par l’intelligence artificielle.

Lien vers l’article original