L'intelligence artificielle (« IA ») est l'une des technologies émergentes les plus prometteuses de ce siècle, avec le potentiel d'améliorer de manière exponentielle la productivité humaine et de favoriser des percées médicales. Bien que l'IA puisse être importante aujourd'hui, son influence ne cesse de croître, PwC estimant qu'elle deviendra une industrie de 15 billions de dollars d'ici 2030.[1]

Cependant, cette technologie prometteuse présente ses défis. À mesure que la technologie de l'IA devient de plus en plus puissante, l'industrie de l'IA devient extrêmement centralisée, concentrant le pouvoir entre les mains de quelques entreprises au détriment potentiel de la société. Cela a également soulevé de graves préoccupations concernant les deepfakes, les biais intégrés et les risques liés à la confidentialité des données. Heureusement, la crypto - et ses propriétés de décentralisation et de transparence - offre des solutions potentielles à certains de ces problèmes.

Ci-dessous, nous explorons les problèmes causés par la centralisation et comment l'IA décentralisée peut aider à résoudre certains de ses maux, et nous discutons de la place actuelle de l'intersection entre la crypto et l'IA, en mettant en évidence les applications crypto dans cet espace qui ont montré les premiers signes d'adoption.

Le problème avec l'IA centralisée

Aujourd'hui, le développement de l'IA présente certains défis et risques. Les effets de réseau et les besoins en capital intensif dans le domaine de l'IA sont si importants que de nombreux développeurs d'IA en dehors des grandes entreprises technologiques, comme les petites entreprises ou les chercheurs universitaires, ont du mal à accéder aux ressources nécessaires au développement de l'IA ou ne parviennent pas à monétiser leur travail. Cela limite la concurrence et l'innovation globales de l'IA.

En conséquence, l'influence sur cette technologie critique est largement concentrée entre les mains de quelques entreprises telles que OpenAI et Google, soulevant de sérieuses questions sur la gouvernance de l'IA. Par exemple, en février dernier, le générateur d'images AI de Google, Gemini, a révélé des biais raciaux et des inexactitudes historiques, illustrant comment les entreprises peuvent manipuler leurs modèles.[2]De plus, un conseil de six personnes a décidé de licencier le PDG d'OpenAI, Sam Altman, en novembre dernier, exposant le fait qu'une petite poignée de personnes exercent un contrôle sur les entreprises développant ces modèles.[3]

À mesure que l'IA gagne en influence et en importance, de nombreuses personnes craignent qu'une seule entreprise puisse exercer un pouvoir décisionnel sur les modèles d'IA qui ont une influence démesurée sur la société, en imposant éventuellement des garde-fous, en opérant à huis clos ou en manipulant les modèles à leur avantage, mais au détriment du reste de la société.

Comment l'AI décentralisée peut aider

L'IA décentralisée fait référence à des services d'IA qui utilisent la technologie de la blockchain pour distribuer 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 faire sortir ces décisions importantes des jardins clos et de les rendre publiques.

La technologie de la chaîne de blocs peut aider à augmenter l'accès des développeurs à l'IA, réduisant ainsi la barrière pour les développeurs indépendants de construire et de monétiser leur travail. Nous pensons que cela pourrait aider à améliorer l'innovation et la concurrence globales de l'IA ainsi que fournir un équilibre avec les modèles développés par les géants de la technologie.

De plus, l'IA décentralisée peut aider à démocratiser l'accès à l'investissement dans l'IA. Actuellement, il y a très peu de moyens d'accéder à la hausse financière associée au développement de l'IA en dehors de quelques actions technologiques. Pendant ce temps, des montants importants de capital privé ont été alloués aux start-ups en IA et aux entreprises privées (47 milliards de dollars en 2022 et 42 milliards de dollars en 2023).[4]Par conséquent, le potentiel financier de ces entreprises n'est disponible que pour une petite partie des capitalistes risqués et des investisseurs accrédités. En revanche, les actifs cryptographiques d'IA décentralisés sont accessibles à tous, permettant à chacun de posséder une partie de l'avenir de l'IA.

Où se situe aujourd'hui cette intersection ?

Aujourd'hui, l'intersection entre la crypto et l'IA est encore précoce en termes de maturité, mais le marché a réagi de manière encourageante. En 2024, jusqu'en mai, l'univers de l'IA des actifs cryptographiques[5] a enregistré un rendement de 20 %, surperformant chacun des secteurs des cryptomonnaies, à l’exception du secteur des devises (graphique 1). De plus, selon le fournisseur de données Kaito, le thème de l’IA occupe actuellement la plus grande partie de la « part narrative » sur les plateformes sociales, par opposition à d’autres thèmes tels que la finance décentralisée, les couches 2, les memecoins et les actifs du monde réel.[6]

Récemment, plusieurs personnalités éminentes ont embrassé cette intersection naissante, se concentrant sur la résolution des lacunes de l'IA centralisée. En mars, Emad Mostaque, le fondateur d'une société d'IA établie appelée Stability AI, a quitté l'entreprise pour se tourner vers l'IA décentralisée, citant que "il est maintenant temps de s'assurer que l'IA reste ouverte et décentralisée".[7]De plus, l'entrepreneur en crypto Erik Vorhees a récemment lancé Venice.ai, un service d'IA axé sur la confidentialité avec un chiffrement de bout en bout.[8]

Figure 1: L'Univers de l'IA a surpassé presque tous les secteurs de la Crypto depuis le début de l'année

Aujourd'hui, nous pouvons décomposer l'intersection entre les cryptos et l'IA en trois sous-catégories principales:[9]

1. Couche d'infrastructure: Réseaux qui fournissent des plateformes pour le développement de l'IA (par exemple, NEAR, TAO, FET)
2. Ressources nécessaires pour l'IA: Les actifs qui fournissent les ressources essentielles (calcul, stockage, données) nécessaires au développement de l'IA (par ex., RNDR, AKT, LPT, FIL, AR, MASA)
3. Résolution de problèmes d'IA: Les actifs qui tentent de résoudre des problèmes liés à l'IA tels que la montée des robots et des deepfakes et la vérification des modèles (par exemple, WLD, TRAC, NUM)

Figure 2: Carte du marché de l'IA et de la crypto

Source : Investissements Grayscale. Les protocoles inclus ne sont donnés qu'à titre d'exemple.

Réseaux qui fournissent l'infrastructure pour le développement de l'IA

La première catégorie concerne les réseaux qui fournissent une architecture ouverte et sans permission spécialement conçue pour le développement général des services d'IA. Au lieu de se concentrer sur un produit ou un service d'IA, ces actifs se concentrent sur la création de l'infrastructure sous-jacente et des mécanismes d'incitation pour une grande variété d'applications d'IA.

Near se distingue dans cette catégorie, ayant été fondée par le co-créateur de l'architecture "Transformer" qui alimente les systèmes d'IA tels que ChatGPT.[10]Cependant, il a récemment mis l'accent sur son expertise en IA, dévoilant des efforts pour développer une "IA appartenant à l'utilisateur"[11]par le biais de son bras de R&D, dirigé par un ancien consultant d'ingénieur de recherche d'OpenAI.[12]Fin juin 2024, Near a lancé son programme d'incubateur d'IA pour le développement de modèles fondamentaux natifs de Near, de plateformes de données pour les applications d'IA, de cadres d'agents d'IA et de places de marché de calcul.[13]

Bittensor offre un autre exemple potentiellement convaincant. Bittensor est une plateforme qui utilise le jeton TAO pour encourager économiquement le développement de l'IA. Bittensor sert de plateforme sous-jacente à 38 sous-réseaux (sous-réseaux).[14]chacun avec des cas d'utilisation différents tels que des chatbots, la génération d'images, des prédictions 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 dans chaque sous-réseau avec des récompenses en jetons TAO et fournit une API sans permission pour que les développeurs puissent construire des applications spécifiques d'IA en interrogeant les mineurs des sous-réseaux Bittensor.

Cette catégorie comprend également d'autres protocoles tels que Fetch.ai et le réseau Allora. Fetch.ai, une plateforme permettant aux développeurs de créer des assistants IA sophistiqués (c'est-à-dire des "agents IA") qui ont récemment fusionné avec AGIX et OCEAN pour une valeur combinée d'environ 7,5 milliards de dollars.[15]Un autre est le réseau Allora, une plateforme axée sur l'application de l'IA aux applications financières, y compris les stratégies de trading automatisées pour les échanges décentralisés et les marchés prédictifs.[16]Allora n'a pas encore lancé de jeton et a levé un tour de financement stratégique en juin, portant son montant total de financement à 35 M$ en capital privé.[17]

Ressources nécessaires pour le développement de l'IA

La deuxième catégorie comprend des actifs qui offrent les ressources nécessaires au développement de l'IA sous forme de calcul, de stockage ou de données.

La montée de l'IA a créé une demande sans précédent de ressources informatiques sous la forme de GPU.[18]Les places de marché GPU décentralisées telles que Render (RNDR), Akash (AKT) et Livepeer (LPT) offrent un accès à l'offre GPU inutilisée aux développeurs ayant besoin de puissance de calcul pour l'entraînement de modèles, l'inférence de modèles ou le rendu d'IA générative 3D. Aujourd'hui, on estime que Render offre environ 10 000 GPU avec un accent sur les artistes et l'IA générative, tandis qu'Akash offre une capacité de 400 GPU avec un accent sur les développeurs et chercheurs en IA.[19]. Pendant ce temps, Livepeer a récemment annoncé ses plans pour un nouveau sous-réseau d'IA prévu pour août 2024, pour des tâches telles que la conversion de texte en image, la conversion de texte en vidéo et la conversion d'image en vidéo.[20]

En plus de nécessiter des niveaux importants de calcul, les modèles d'IA nécessitent également des quantités massives de données. Par conséquent, il y a eu une énorme augmentation de la demande de stockage de données.[21]Des solutions de stockage de données telles que Filecoin (FIL) et Arweave (AR) peuvent servir d'alternatives de réseau décentralisées et sécurisées pour stocker des données d'IA sur des serveurs AWS centralisés. Ces solutions offrent non seulement un stockage rentable et évolutif, mais renforcent également la sécurité et l'intégrité des données en éliminant les points de défaillance unique et en réduisant le risque de violations de données.

Finalement, les services d'IA existants tels que OpenAI et Gemini ont un accès continu aux données en temps réel via Bing et Google Search, respectivement. Cela place tous les autres développeurs de modèles d'IA en dehors de ces entreprises technologiques à un désavantage. Cependant, des services de collecte de données comme Grass et Masa (MASA) pourraient aider à égaliser les chances car ils permettent aux individus de monétiser leurs données d'application en les proposant pour l'entraînement de modèles d'IA tout en maintenant le contrôle et la confidentialité sur les données personnelles.

Les actifs tentent de résoudre les problèmes liés à l'IA

La troisième catégorie comprend des actifs qui tentent de résoudre les problèmes liés à l'IA, notamment la montée des robots, des deepfakes et de la provenance du contenu.

Un problème important exacerbé par l'IA est la prolifération de bots et de désinformation. Les deepfakes générés par l'IA ont déjà été démontrés pour avoir un impact sur les élections présidentielles en Inde et en Europe,[22]et les experts sont "complètement terrifiés" que la prochaine course présidentielle impliquera un "tsunami de désinformation" largement alimenté par des deepfakes.[23]Les actifs cherchant à résoudre les problèmes liés aux deepfakes en établissant une provenance vérifiable du contenu incluent Origin Trail (TRAC), Numbers Protocol (NUM) et Story Protocol. De plus, Worldcoin (WLD) tente de résoudre le problème des bots en prouvant l'humanité d'une personne grâce à des identifiants biométriques uniques.

Un autre risque de l'IA est de garantir la confiance dans les modèles eux-mêmes. Comment pouvons-nous être sûrs que les résultats de l'IA que nous recevons ne sont pas trafiqués ou manipulés? Actuellement, plusieurs protocoles travaillent à résoudre ce problème grâce à la cryptographie, aux preuves de connaissances nulles et au chiffrement homomorphe entièrement fonctionnel (FHE), notamment Modulus Labs et Zama.[24]

Conclusion

Bien que ces actifs d'IA décentralisés aient réalisé des progrès initiaux, nous en sommes encore au premier tour de cette intersection. En début d'année, le célèbre capital-risqueur Fred Wilson a déclaré que l'IA et la cryptographie sont « les deux faces d'une même pièce » et que « web3 nous aidera à faire confiance à l'IA ».[25]Alors que l'industrie de l'IA continue de mûrir, Grayscale Research estime que ces cas d'utilisation de la crypto liés à l'IA deviendront de plus en plus importants et que ces deux technologies en évolution rapide ont le potentiel de se soutenir mutuellement dans leur croissance.

Selon de nombreux indicateurs, l'IA est à l'horizon et est sur le point d'avoir un impact profond, à la fois positif et négatif. En exploitant les attributs de la technologie blockchain, nous pensons que la cryptographie peut finalement aider à atténuer certains des dangers posés par l'IA.

Avertissement:

1. Cet article est repris de[Grayscale]. Tous les droits d'auteur appartiennent à l'auteur original [Will Ogden Moore]. S’il y a des objections à cette réimpression, veuillez contacter le Porte Apprendreéquipe, et ils s'en occuperont rapidement.
2. Avertissement de responsabilité : Les vues et opinions exprimées dans cet article sont uniquement celles de l'auteur et ne constituent aucun conseil en investissement.
3. Les traductions de l'article dans d'autres langues sont effectuées par l'équipe Gate Learn. Sauf mention contraire, la copie, la distribution ou le plagiat des articles traduits est interdit.