CTRL-Altman-DEL : l'aube de l'IA décentralisée

Intermédiaire1/3/2024, 6:16:59 PM
Cet article révèle que Bittensor pourrait représenter un changement de paradigme dans les réseaux d'intelligence artificielle décentralisés, annonçant une vague d'innovation de modèles d'entreprise axés sur la technologie.

L'une des caractéristiques de la vie en Asie est que vous vous réveillez souvent avec des nouvelles importantes et que vous devez les rattraper.

Sam Altman a été licencié d'OpenAI vendredi, par exemple.

J'ai failli m'étouffer avec mon lait.

Pourquoi le conseil d'administration licencierait-il quelqu'un qui est manifestement extrêmement intelligent, qui a un parcours exemplaire et qui vient de donner une excellente conférence à l'OpenAI il y a 12 jours ?

Les créateurs de théories épicées sont de la partie. Andrew Cote pense qu'il s'agit d'une décision politique, que M. Altman a été licencié parce qu'il "faisait progresser l'IA trop rapidement en déployant une découverte récente". Et cela n'a pas plu à certains.

L'OpenAI a une structure d'entreprise très maladroite (presque dysfonctionnelle) parce qu'elle a commencé comme une entité à but non lucratif qui a ensuite décidé de passer à une entreprise à but lucratif. Aujourd'hui, l'association à but non lucratif contrôle l'orientation de l'entité à but lucratif tout en offrant aux investisseurs une hausse plafonnée.

L'émergence de la vérité va donner lieu à des semaines passionnantes.

S'agira-t-il d'un moment à la Steve Jobs ? Sam va-t-il créer une autre entreprise pour rivaliser avec OpenAI ?

Ce qui est clair, en revanche, c'est le mystère qui entoure le fonctionnement interne d'OpenAI. Bien que le TPG soit un outil devenu omniprésent et utilisé par des centaines de millions de personnes dans le monde, il existe une déconnexion palpable.

En tant qu'utilisateurs quotidiens, nous nous trouvons à l'extérieur, essayant de percer le voile du secret qui entoure ces géants de l'IA. Ce manque de transparence est inquiétant car les TPG continuent de s'intégrer dans le tissu même de notre société.

Blockchain + Crypto = ? ???

Blockchain... et crypto ? Source : marketoonist.com

Dernièrement, je me suis posé la question suivante : À quoi ressemblera l'intersection entre les crypto-monnaies et l'IA ? C'est vague, mais la plupart des gens s'accordent à dire qu'il y a un potentiel monumental qui attend d'être débloqué.

Lorsque l'on parle d'IA et de crypto-monnaie, on pense généralement à Akash Network et à Render. Il s'agit de réseaux décentralisés pour les GPU, qui peuvent fournir les calculs nécessaires à l'entraînement des modèles d'IA. La logique est simple : à mesure que l'IA monte en flèche, la demande de ressources informatiques augmente. Dans ce contexte, les réseaux peer-to-peer pourraient connaître une croissance significative. Ils travaillent donc au pic et à la pelle, mais je pense que cela ne fait qu'effleurer le potentiel de l'IA x Crypto.

C'est comme dire que les JPEG de singe sont le summum de ce que les NFT peuvent offrir.

C'est alors que j'ai découvert Bittensor.

ELI5 : Bittensor

Contrairement à Akash ou Render qui prennent en charge l'apprentissage de modèles d'IA (en amont), Bittensor se concentre sur l'inférence d'IA (en aval), qui est l'endroit où les modèles appris sont utilisés pour générer des résultats.

Il s'agit d'un réseau décentralisé qui encourage les modèles d'IA, en particulier les grands modèles de langage (LLM), pour diverses tâches telles que la génération de textes, la création d'images et la production de musique. Le réseau comprend aujourd'hui plus de 27 sous-réseaux, chacun se concentrant sur des tâches spécifiques.

En termes simples, considérez Bittensor comme un ChatGPT décentralisé + Midjourney + tout ce que l'IA peut faire d'autre.

Le réseau fonctionne selon deux axes principaux :

  1. Les mineurs (producteurs de valeur) : Les mineurs développent et hébergent des modèles d'IA sur le réseau. Ils sont récompensés par des jetons TAO en fonction de la performance de leurs modèles dans le cadre de la tâche spécifique. Cela encourage le développement de modèles d'IA plus performants et plus efficaces.
  2. Les validateurs (producteurs de consensus) : Les validateurs évaluent les résultats des mineurs, en classant leurs performances pour une tâche spécifique. Ils sont également en contact avec les utilisateurs qui soumettent des tâches aux validateurs (par exemple, pour le sous-réseau de génération d'images : "/imaginez Sam Altman avec un masque de Dark Vador au dîner de Thanksgiving") et les acheminent vers les mineurs appropriés.

"Sam Altman portant un masque de Dark Vador au dîner de Thanksgiving", créé par le sous-réseau de génération d'images Bittensor.

Je simplifie probablement à l'extrême les subtilités techniques, mais quelques éléments me paraissent importants :

  • Les mineurs et les validateurs du réseau échangent des connaissances et partagent des paramètres, ce qui permet une auto-optimisation au fil du temps.
  • Le réseau est conçu pour exploiter les forces de plusieurs modèles d'IA distincts afin de générer les meilleurs résultats possibles ("mélange d'experts").

Source : Revelo Intel - Bittensor

Il n'est pas dans mon intention d'entrer dans les détails techniques, mais voici quelques bons résumés qui m'ont aidé à mieux comprendre le Bittensor :

Revelo Intel - Bittensor

Knower - Un bref rapport sur Bittensor et l'IA

Vous pouvez essayer l'équivalent du chatGPT de Bittensor ici

Le TAO

TAO est le jeton d'utilité pour le réseau, et sa structure tokénomique est similaire à celle du bitcoin : un plafond de 21 millions de jetons et un lancement équitable sans allocation de capital-risque. Il existe même un cycle de réduction de moitié, la première réduction de moitié ayant lieu en 2025.

Il y a 5,65 millions de TAO en circulation aujourd'hui, et tout cela a été distribué équitablement par le biais du minage et de la validation sur le réseau. La capitalisation du marché en circulation est légèrement supérieure à 1 milliard de dollars aujourd'hui. 7 200 nouveaux TAO sont délivrés chaque jour aux mineurs et aux validateurs.

Mes premières réflexions

Le Bittensor en est encore à ses débuts. Le réseau s'enorgueillit d'une communauté dévouée, presque culte, mais le nombre total de participants reste modeste - plus de 50 000 comptes sont actifs. Le sous-réseau le plus actif, SN1, consacré à la génération de textes, compte environ 40 validateurs actifs et plus de 990 mineurs.

Ce qui est vraiment captivant, c'est le concept d'un réseau d'IA décentralisé. Cela permet non seulement d'atténuer les risques de centralisation, mais aussi de soulever une question : Ces incitations économiques uniques pourraient-elles favoriser des modèles d'IA qui surpassent ceux développés par des entités lourdement financées comme OpenAI et Google ?

Avant que les LLM ne se généralisent avec l'avènement d'outils tels que ChatGPT, les startups de deep tech se concentraient souvent sur l'acquisition d'ensembles de données propriétaires afin de développer des modèles d'IA spécialisés, basés sur l'apprentissage automatique, pour des tâches très spécifiques. Par exemple, Flatiron Health utilise des données cliniques réelles provenant de patients en oncologie et développe des modèles d'IA qui alimentent des outils d'aide aux chercheurs et aux prestataires de soins dans le domaine du cancer. Traditionnellement, l'objectif de la startup était de produire et de monétiser ces modèles propriétaires.

Bittensor, cependant, pourrait représenter un changement dans ce paradigme. Il serait peut-être plus juste de parler d'une innovation de modèle d'entreprise rendue possible par la technologie, plutôt que d'une percée technologique. Par exemple, il permet de développer des données propriétaires et des modèles d'IA ensemble et de les utiliser par un public plus large, sans qu'il soit nécessaire de les mettre en open-sourcing. Je peux imaginer un avenir où Bittensor hébergera des milliers de sous-réseaux spécialisés s'attaquant à un éventail de défis, allant des questions environnementales et de santé aux solutions énergétiques.

Et pour être honnête, je trouve fascinant qu'une équipe conçoive ses tokenomics de la même manière que le bitcoin. Cela témoigne de leurs motivations, différentes de celles des équipes d'aujourd'hui, qui optimisent souvent leur tokenomics selon le modèle financé par le capital-risque, avec des allocations importantes pour les fondateurs et les investisseurs.

Je ne sais pas où ira Bittensor. Il peut s'agir d'un succès multiplié par 100 ou d'un échec total. Mais le potentiel et la philosophie qui le sous-tendent sont trop convaincants pour que je les ignore.

(NOTE : Au moment où j'écris ces lignes, je possède TAO et je mise sur les validateurs).

Clause de non-responsabilité:

  1. Cet article est repris de[Teng's Thoughts]. Tous les droits d'auteur appartiennent à l'auteur original[TENG YAN]. Si vous avez des objections à cette réimpression, veuillez contacter l'équipe de Gate Learn, qui s'en chargera rapidement.
  2. Clause de non-responsabilité : Les points de vue et les opinions exprimés dans cet article sont uniquement ceux de l'auteur et ne constituent pas un conseil en investissement.
  3. Les traductions de l'article dans d'autres langues sont effectuées par l'équipe de Gate Learn. Sauf mention contraire, il est interdit de copier, distribuer ou plagier les articles traduits.

CTRL-Altman-DEL : l'aube de l'IA décentralisée

Intermédiaire1/3/2024, 6:16:59 PM
Cet article révèle que Bittensor pourrait représenter un changement de paradigme dans les réseaux d'intelligence artificielle décentralisés, annonçant une vague d'innovation de modèles d'entreprise axés sur la technologie.

L'une des caractéristiques de la vie en Asie est que vous vous réveillez souvent avec des nouvelles importantes et que vous devez les rattraper.

Sam Altman a été licencié d'OpenAI vendredi, par exemple.

J'ai failli m'étouffer avec mon lait.

Pourquoi le conseil d'administration licencierait-il quelqu'un qui est manifestement extrêmement intelligent, qui a un parcours exemplaire et qui vient de donner une excellente conférence à l'OpenAI il y a 12 jours ?

Les créateurs de théories épicées sont de la partie. Andrew Cote pense qu'il s'agit d'une décision politique, que M. Altman a été licencié parce qu'il "faisait progresser l'IA trop rapidement en déployant une découverte récente". Et cela n'a pas plu à certains.

L'OpenAI a une structure d'entreprise très maladroite (presque dysfonctionnelle) parce qu'elle a commencé comme une entité à but non lucratif qui a ensuite décidé de passer à une entreprise à but lucratif. Aujourd'hui, l'association à but non lucratif contrôle l'orientation de l'entité à but lucratif tout en offrant aux investisseurs une hausse plafonnée.

L'émergence de la vérité va donner lieu à des semaines passionnantes.

S'agira-t-il d'un moment à la Steve Jobs ? Sam va-t-il créer une autre entreprise pour rivaliser avec OpenAI ?

Ce qui est clair, en revanche, c'est le mystère qui entoure le fonctionnement interne d'OpenAI. Bien que le TPG soit un outil devenu omniprésent et utilisé par des centaines de millions de personnes dans le monde, il existe une déconnexion palpable.

En tant qu'utilisateurs quotidiens, nous nous trouvons à l'extérieur, essayant de percer le voile du secret qui entoure ces géants de l'IA. Ce manque de transparence est inquiétant car les TPG continuent de s'intégrer dans le tissu même de notre société.

Blockchain + Crypto = ? ???

Blockchain... et crypto ? Source : marketoonist.com

Dernièrement, je me suis posé la question suivante : À quoi ressemblera l'intersection entre les crypto-monnaies et l'IA ? C'est vague, mais la plupart des gens s'accordent à dire qu'il y a un potentiel monumental qui attend d'être débloqué.

Lorsque l'on parle d'IA et de crypto-monnaie, on pense généralement à Akash Network et à Render. Il s'agit de réseaux décentralisés pour les GPU, qui peuvent fournir les calculs nécessaires à l'entraînement des modèles d'IA. La logique est simple : à mesure que l'IA monte en flèche, la demande de ressources informatiques augmente. Dans ce contexte, les réseaux peer-to-peer pourraient connaître une croissance significative. Ils travaillent donc au pic et à la pelle, mais je pense que cela ne fait qu'effleurer le potentiel de l'IA x Crypto.

C'est comme dire que les JPEG de singe sont le summum de ce que les NFT peuvent offrir.

C'est alors que j'ai découvert Bittensor.

ELI5 : Bittensor

Contrairement à Akash ou Render qui prennent en charge l'apprentissage de modèles d'IA (en amont), Bittensor se concentre sur l'inférence d'IA (en aval), qui est l'endroit où les modèles appris sont utilisés pour générer des résultats.

Il s'agit d'un réseau décentralisé qui encourage les modèles d'IA, en particulier les grands modèles de langage (LLM), pour diverses tâches telles que la génération de textes, la création d'images et la production de musique. Le réseau comprend aujourd'hui plus de 27 sous-réseaux, chacun se concentrant sur des tâches spécifiques.

En termes simples, considérez Bittensor comme un ChatGPT décentralisé + Midjourney + tout ce que l'IA peut faire d'autre.

Le réseau fonctionne selon deux axes principaux :

  1. Les mineurs (producteurs de valeur) : Les mineurs développent et hébergent des modèles d'IA sur le réseau. Ils sont récompensés par des jetons TAO en fonction de la performance de leurs modèles dans le cadre de la tâche spécifique. Cela encourage le développement de modèles d'IA plus performants et plus efficaces.
  2. Les validateurs (producteurs de consensus) : Les validateurs évaluent les résultats des mineurs, en classant leurs performances pour une tâche spécifique. Ils sont également en contact avec les utilisateurs qui soumettent des tâches aux validateurs (par exemple, pour le sous-réseau de génération d'images : "/imaginez Sam Altman avec un masque de Dark Vador au dîner de Thanksgiving") et les acheminent vers les mineurs appropriés.

"Sam Altman portant un masque de Dark Vador au dîner de Thanksgiving", créé par le sous-réseau de génération d'images Bittensor.

Je simplifie probablement à l'extrême les subtilités techniques, mais quelques éléments me paraissent importants :

  • Les mineurs et les validateurs du réseau échangent des connaissances et partagent des paramètres, ce qui permet une auto-optimisation au fil du temps.
  • Le réseau est conçu pour exploiter les forces de plusieurs modèles d'IA distincts afin de générer les meilleurs résultats possibles ("mélange d'experts").

Source : Revelo Intel - Bittensor

Il n'est pas dans mon intention d'entrer dans les détails techniques, mais voici quelques bons résumés qui m'ont aidé à mieux comprendre le Bittensor :

Revelo Intel - Bittensor

Knower - Un bref rapport sur Bittensor et l'IA

Vous pouvez essayer l'équivalent du chatGPT de Bittensor ici

Le TAO

TAO est le jeton d'utilité pour le réseau, et sa structure tokénomique est similaire à celle du bitcoin : un plafond de 21 millions de jetons et un lancement équitable sans allocation de capital-risque. Il existe même un cycle de réduction de moitié, la première réduction de moitié ayant lieu en 2025.

Il y a 5,65 millions de TAO en circulation aujourd'hui, et tout cela a été distribué équitablement par le biais du minage et de la validation sur le réseau. La capitalisation du marché en circulation est légèrement supérieure à 1 milliard de dollars aujourd'hui. 7 200 nouveaux TAO sont délivrés chaque jour aux mineurs et aux validateurs.

Mes premières réflexions

Le Bittensor en est encore à ses débuts. Le réseau s'enorgueillit d'une communauté dévouée, presque culte, mais le nombre total de participants reste modeste - plus de 50 000 comptes sont actifs. Le sous-réseau le plus actif, SN1, consacré à la génération de textes, compte environ 40 validateurs actifs et plus de 990 mineurs.

Ce qui est vraiment captivant, c'est le concept d'un réseau d'IA décentralisé. Cela permet non seulement d'atténuer les risques de centralisation, mais aussi de soulever une question : Ces incitations économiques uniques pourraient-elles favoriser des modèles d'IA qui surpassent ceux développés par des entités lourdement financées comme OpenAI et Google ?

Avant que les LLM ne se généralisent avec l'avènement d'outils tels que ChatGPT, les startups de deep tech se concentraient souvent sur l'acquisition d'ensembles de données propriétaires afin de développer des modèles d'IA spécialisés, basés sur l'apprentissage automatique, pour des tâches très spécifiques. Par exemple, Flatiron Health utilise des données cliniques réelles provenant de patients en oncologie et développe des modèles d'IA qui alimentent des outils d'aide aux chercheurs et aux prestataires de soins dans le domaine du cancer. Traditionnellement, l'objectif de la startup était de produire et de monétiser ces modèles propriétaires.

Bittensor, cependant, pourrait représenter un changement dans ce paradigme. Il serait peut-être plus juste de parler d'une innovation de modèle d'entreprise rendue possible par la technologie, plutôt que d'une percée technologique. Par exemple, il permet de développer des données propriétaires et des modèles d'IA ensemble et de les utiliser par un public plus large, sans qu'il soit nécessaire de les mettre en open-sourcing. Je peux imaginer un avenir où Bittensor hébergera des milliers de sous-réseaux spécialisés s'attaquant à un éventail de défis, allant des questions environnementales et de santé aux solutions énergétiques.

Et pour être honnête, je trouve fascinant qu'une équipe conçoive ses tokenomics de la même manière que le bitcoin. Cela témoigne de leurs motivations, différentes de celles des équipes d'aujourd'hui, qui optimisent souvent leur tokenomics selon le modèle financé par le capital-risque, avec des allocations importantes pour les fondateurs et les investisseurs.

Je ne sais pas où ira Bittensor. Il peut s'agir d'un succès multiplié par 100 ou d'un échec total. Mais le potentiel et la philosophie qui le sous-tendent sont trop convaincants pour que je les ignore.

(NOTE : Au moment où j'écris ces lignes, je possède TAO et je mise sur les validateurs).

Clause de non-responsabilité:

  1. Cet article est repris de[Teng's Thoughts]. Tous les droits d'auteur appartiennent à l'auteur original[TENG YAN]. Si vous avez des objections à cette réimpression, veuillez contacter l'équipe de Gate Learn, qui s'en chargera rapidement.
  2. Clause de non-responsabilité : Les points de vue et les opinions exprimés dans cet article sont uniquement ceux de l'auteur et ne constituent pas un conseil en investissement.
  3. Les traductions de l'article dans d'autres langues sont effectuées par l'équipe de Gate Learn. Sauf mention contraire, il est interdit de copier, distribuer ou plagier les articles traduits.
今すぐ始める
登録して、
$100
のボーナスを獲得しよう!