OriginTrail est un écosystème qui construit un Internet vérifiable pour l’IA, en fournissant un cadre inclusif qui aborde les défis mondiaux de l’ère de l’IA, tels que les hallucinations, les biais et l’effondrement du modèle, en garantissant la provenance et la vérifiabilité des données utilisées par les systèmes d’IA. OriginTrail est utilisé par des leaders mondiaux tels que le British Standards Institution, les Chemins de fer fédéraux suisses, le Réseau d’audit de conformité des fournisseurs (SCAN), représentant plus de 40% des importations américaines et plusieurs consortiums financés par l’Union européenne, entre autres. Conseillée par le lauréat du prix Turing, le Dr Bob Metcalfe, renommé pour sa loi des effets de réseau, l’équipe de Trace Labs (développeurs principaux d’OriginTrail) joue un rôle crucial dans la promotion d’une IA plus inclusive, transparente et décentralisée.
Initialement adoptée dans les chaînes d’approvisionnement mondiales pour fournir une plateforme de partage de données de confiance, la technologie d’OriginTrail est de plus en plus vitale dans divers secteurs, notamment la tokenisation d’actifs, la construction, les soins de santé, le métaverse et plus encore en raison de sa capacité à authentifier et sécuriser les informations.
(1)Dans le secteur de la chaîne d’approvisionnement, BSI et SCAN utilisent OriginTrail pour garantir l’intégrité des audits de sécurité pour certains des plus grands importateurs américains.
(2) BSI utilise également la technologie OriginTrail pour faciliter la Flux de marchandises à travers les frontières du Royaume-Uni.
(3)Les Chemins de fer fédéraux suisses utilisent OriginTrail pour garantir la sécurité des voyages en train en suivant chaque pièce de matériel de voie ferrée.
(4)En matière de santé, OriginTrail est utilisé pour garantir que les médicaments donnés parviennent aux patients prévus, même dans des environnements complexes.
(5)Dans la construction, la technologie OriginTrail est utilisée pour construire une base de connaissances fiable visant à améliorer l’efficacité, réduire les erreurs, augmenter la transparence et la confiance, conduisant finalement à des projets de construction plus durables.
(6) Dans le métaverse, OriginTrail est intégré à Traverse, un projet de narration qui utilise des Graph NFT pour offrir une expérience de narration immersive et inégalée.
L’équipe Trace Labs (développeurs principaux d’OriginTrail) a introduit ChatDKG, une intelligence artificielle véritablement ouverte qui favorise les synergies dans le paysage des solutions d’IA pour lutter contre les hallucinations, les biais et l’effondrement du modèle. Il ne devrait y avoir aucun compromis dans la conception des solutions d’IA en ce qui concerne la propriété des données, la provenance de l’information, la vérifiabilité de l’information ou le biais qui inclurait toute approche de censure par la conception. Le risque que cette révolution ne se déroule pas de manière inclusive est une menace sociétale pour l’établissement d’un monopole sur l’IA.
L’équipe a donc introduit une méthode efficace pour établir un nouveau paradigme, en utilisant un cadre de génération et de récupération décentralisé (dRAG). dRAG fait avancer le modèle RAG en organisant des sources externes dans un graphe de connaissances décentralisé (DKG) tout en introduisant des incitations pour développer un réseau mondial et participatif de connaissances disponibles pour les modèles d’IA. Le cadre dRAG permet un système d’IA hybride et décentralisé qui rassemble des méthodologies d’IA neuronale (par exemple, LLMs) et symbolique (par exemple, Knowledge Graph).
Contrairement à l’utilisation d’une approche d’IA neuronale purement probabiliste, l’approche d’IA symbolique l’améliore avec la force des graphes de connaissances, introduisant un composant plus déterministe. Pour exploiter un développement harmonieux entre les fondamentaux de Web3 et les systèmes d’IA déployés rapidement, l’approche consiste à intégrer les technologies de base de Web3 telles que le graphe de connaissances décentralisé (DKG) d’OriginTrail et les systèmes d’IA (OpenAI, Gemini, Microsoft Co-pilot, Grok de xAI, et d’autres). Nous pouvons réaliser le potentiel de l’IA de confiance en créant un Internet vérifiable pour l’IA qui repose sur des principes de neutralité, d’inclusivité et d’utilisabilité, tout en offrant aux utilisateurs la liberté de choix avec un cadre d’IA multi-modal et multi-modèle.
Les solutions d’IA les plus adoptées et centralisées à l’échelle mondiale telles que Google Gemini, OpenAI, xAI, Perplexity offrent une immense valeur pour un éventail de cas d’utilisation. En exploitant Origin Trails dRAG - nom de marque ChatDKG.ai, ils peuvent améliorer leurs lacunes en exploitant la synergie de l’IA neuro-symbolique, de la propriété des données et de meilleures performances coût-efficacité. Par conséquent, ChatDKG.ai ne concurrence pas les solutions d’IA établies, mais donne plutôt aux utilisateurs le pouvoir de les améliorer avec son dRAG, favorisant la vérifiabilité des connaissances, l’efficacité coût-utilisateur, la souveraineté des utilisateurs dans la possession de leurs données et la liberté de choix du modèle d’IA.
La nature open source et sans permission du réseau de connaissances distribuées (DKG) d’OriginTrail permet l’inclusivité et la neutralité, offrant aux utilisateurs un niveau de liberté considérable à tous les niveaux - choisir des modèles d’IA activés par la portabilité des données DKG, choisir des sources de connaissances découvrables dans le DKG, ainsi que choisir des services d’IA, centralisés ou décentralisés, sur différentes blockchains.
Les mêmes principes s’appliquent aux agents d’IA, aux moteurs de recherche et à une variété croissante de services d’IA s’intégrant dans chaque outil existant - en tirant parti de dRAG, ils permettront la liberté de choix de l’utilisateur, l’autonomie et la confiance de l’IA, tout en exploitant les effets de réseau grâce à la connectivité.
La prochaine mise à jour du Graphique des connaissances décentralisées (DKG) V8 représente une avancée significative dans l’IA décentralisée, basée sur les réalisations des innovations précédentes apportées par le V6. Le DKG V6 a matérialisé les connaissances en tant que nouvelle classe d’actifs, avec ses actifs de connaissances prêts pour l’IA au cœur de l’avènement des applications d’IA avancées dans les domaines des actifs du monde réel (RWAs), de la science décentralisée (DeSci), de l’industrie 4.0, et plus encore.
En avançant, DKG V8 introduit une croissance autonome de DKG et augmente également considérablement la scalabilité. Avec cela, la génération améliorée de récupération décentralisée (dRAG) devient un cadre fondamental ancré dans le DKG V8, faisant progresser de manière significative un large éventail d’applications de modèles de langage (LLM).
DKG V8 est conçu pour stimuler la prochaine génération d’IA à travers un contenu multimodal, ce qui est crucial pour un écosystème d’IA diversifié et robuste. L’intégration de dRAG et d’autres fonctionnalités d’IA décentralisées permet une application plus vérifiable et sécurisée des technologies d’IA, abordant des défis tels que la désinformation, les biais de données et l’effondrement du modèle.
La mise à jour de la feuille de route DKG V8 se concentre sur les catalyseurs conçus pour amorcer et accélérer ces avancées, notamment des processus d’extraction de connaissances améliorés, une intégration sur plusieurs écosystèmes de blockchain et des améliorations de la scalabilité visant à soutenir une croissance expansive des actifs de connaissances. Ces initiatives garantissent que DKG V8 non seulement étend ses effets de réseau fondamentaux, mais renforce également sa position en tant que pierre angulaire des futurs développements de l’IA.