Alors que la révolution numérique continue de changer notre monde, je crois qu’il y a deux technologies en particulier qui ont un potentiel perturbateur : l’intelligence artificielle (IA) et la cryptomonnaie. L’intelligence artificielle (IA) s’est récemment hissée à l’avant-garde de l’innovation technologique en imitant les fonctions cognitives humaines et la capacité d’apprendre à partir des données. L’échelle des applications de l’IA, des soins de santé au divertissement, est énorme et transformatrice. Alimentées par une puissante technologie blockchain, les crypto-monnaies promettent un avenir financier décentralisé qui responsabilise les individus et rationalise les processus. La combinaison de l’intelligence artificielle et des crypto-monnaies montre une grande puissance, signalant l’aube d’une nouvelle ère de symbiose technologique.
1. Les problèmes de chiffrement que l’IA peut résoudre
Bien que les crypto-monnaies soient devenues un moyen révolutionnaire de trading et d’investissement, elles ne sont pas sans défis. La volatilité des marchés est une préoccupation pressante pour les investisseurs. La capacité de l’IA en matière d’analyse de données permet de passer au crible de grandes quantités de données historiques pour prédire les fluctuations de prix avec une plus grande précision.
De plus, à mesure que les crypto-monnaies sont de plus en plus adoptées, la sécurité devient primordiale. La nature décentralisée de ces monnaies numériques les rend plus vulnérables à la fraude et au piratage. Les modèles d’apprentissage automatique peuvent être entraînés pour détecter les modèles de transaction anormaux et renforcer les défenses contre les failles de sécurité potentielles.
L’évolutivité et la vitesse des transactions sont d’autres défis importants dans le monde de la cryptographie. Alors que de plus en plus de personnes rejoignent le réseau blockchain, des transactions rapides et transparentes deviennent essentielles. Des algorithmes d’IA avancés optimisent le trafic réseau, garantissant un flux de données efficace et des temps de transaction plus rapides.
Enfin, la consommation d’énergie associée au minage de cryptomonnaies est une préoccupation mondiale. L’IA peut jouer un rôle clé dans l’optimisation du processus de minage, la réduction de l’empreinte énergétique et l’ouverture de la voie à un écosystème crypto plus durable.
2, Cas d’usage croisés pour le chiffrement et l’IA
(1) Marché de l’IA décentralisée : avantages des crypto-monnaies
Dans le domaine de l’intelligence artificielle, des plateformes comme Hugging Face ont suscité une attention considérable pour leur rôle dans la popularisation des modèles d’IA pré-entraînés. Cependant, l’émergence d’un marché fragmenté de l’IA dans l’espace crypto a introduit une nouvelle dimension de démocratisation et de décentralisation, même au-delà des efforts open source déployés par les plateformes traditionnelles telles que GitHub, y compris le code web3 et les contrats intelligents.
Visage étreint et bibliothèque de modèles d’IA traditionnelle :
Hugging Face, en tant que bibliothèque exceptionnelle de modèles d’IA, a joué un rôle clé dans la démocratisation des modèles d’IA de pointe auprès d’un large public. Il fournit une plate-forme centrale où les utilisateurs peuvent accéder, partager et affiner des modèles pré-entraînés. Cela réduit considérablement la barrière à l’entrée pour les praticiens et les développeurs de l’IA, leur permettant de tirer parti de modèles de pointe pour un large éventail de tâches de traitement du langage naturel (NLP).
Place de marché de l’IA décentralisée alimentée par les crypto-monnaies :
Cependant, les marchés de l’IA décentralisée alimentés par les crypto-monnaies, tels que ceux construits sur la technologie blockchain, font passer la démocratisation et la décentralisation au niveau supérieur. Les détails sont les suivants :
--Véritable propriété et contrôle : dans les bases de code traditionnelles comme Hugging Face, alors que l’accès est démocratisé, le contrôle et la propriété de l’infrastructure et des données sous-jacentes restent centralisés. En revanche, les places de marché basées sur les crypto-monnaies utilisent généralement des réseaux blockchain décentralisés, garantissant que le contrôle est réparti entre les participants au réseau. Les utilisateurs ont leur mot à dire dans les décisions de gestion, ce qui en fait un écosystème plus démocratique et axé sur la communauté.
--Incitations : Le marché des crypto-monnaies contient des incitations basées sur des jetons qui récompensent les efforts des contributeurs, des fournisseurs de données aux développeurs de modèles. Cela stimule la collaboration et l’innovation, tout en assurant une répartition équitable des bénéfices. En revanche, les plateformes traditionnelles peuvent ne pas bénéficier de ces incitations financières directes, ce qui rend les plateformes de crypto-monnaies plus attrayantes pour les participants.
--Confidentialité et sécurité des données : La technologie blockchain garantit un haut niveau de transparence tout en préservant la confidentialité des données grâce à des technologies telles que les preuves à divulgation nulle de connaissance. Cela répond aux préoccupations concernant les violations de données, qui sont une considération clé pour les applications d’IA. Les plateformes traditionnelles peuvent ne pas offrir le même niveau de garanties de confidentialité.
--Interopérabilité : Les places de marché basées sur les crypto-monnaies sont souvent créées sur la base des normes de la blockchain et sont conçues dans un souci d’interopérabilité. Cela signifie que les modèles et services d’IA peuvent être intégrés de manière transparente à une variété d’applications basées sur la blockchain, de contrats intelligents et d’applications décentralisées (dApps) pour former un écosystème plus interconnecté.
Essentiellement, alors que des plateformes comme Hugging Face ont fait des progrès significatifs dans la démocratisation des modèles d’IA, les marchés d’IA décentralisés alimentés par la cryptographie sont construits sur ce point en combinant la décentralisation de la blockchain, la propriété réelle et les incitations basées sur les jetons. Cette démocratisation et cette décentralisation accrues ont le potentiel de remodeler le paysage de l’IA en favorisant la collaboration, l’innovation et une répartition plus équitable des avantages entre les participants.
(2) Contrats intelligents améliorés par l’IA :
Les contrats intelligents traditionnels sont précodés avec des conditions spécifiques. Grâce à l’intégration avec l’intelligence artificielle, ces contrats peuvent être adaptatifs, répondant dynamiquement aux données et aux conditions externes, permettant des applications décentralisées plus efficaces et polyvalentes.
Prenons un exemple plus pratique.
Imaginez une plateforme d’assurance décentralisée basée sur la technologie blockchain qui fournit aux agriculteurs des polices d’assurance liées aux conditions météorologiques. Les contrats d’assurance traditionnels reposent sur des conditions prédéfinies et un traitement manuel des réclamations, un processus qui peut être lent et sujet à des litiges. Dans ce cas, les contrats intelligents améliorés par l’IA entreront en jeu et révolutionneront le secteur de l’assurance.
Données météorologiques et analyse de l’IA :
Les contrats intelligents sont conçus pour interagir avec des sources de données externes, telles que des API météorologiques, afin d’obtenir des données météorologiques en temps réel pour la zone assurée. Le modèle d’IA est intégré dans le contrat intelligent pour analyser en continu les données météorologiques. Ce modèle d’IA est entraîné pour identifier les conditions météorologiques défavorables, telles que la sécheresse ou les inondations, qui peuvent affecter les cultures assurées.
Ajustement dynamique de la prime :
Traditionnellement, les primes d’assurance sont fixes et les réclamations sont traitées après l’événement. Dans ce contrat intelligent amélioré par l’IA, les primes sont ajustées dynamiquement en fonction de l’évaluation en temps réel des conditions météorologiques par l’IA. Si l’IA détecte un risque élevé de conditions météorologiques extrêmes susceptibles d’endommager les cultures, les primes des polices concernées seront automatiquement ajustées à la hausse pour refléter le risque accru. À l’inverse, lorsque l’IA prédit des conditions météorologiques favorables, les primes peuvent être réduites, ce qui incite davantage d’agriculteurs à souscrire une assurance.
Paiement automatique :
Si le modèle d’IA détecte des conditions météorologiques extrêmes (par exemple, une sécheresse persistante) qui répondent à des critères de paiement prédéfinis, il déclenche un paiement automatique à l’assuré concerné. L’IA surveille si les réclamations sont faites rapidement, ce qui réduit le besoin de traitement manuel des réclamations et les retards associés.
(3) Analyse des données on-chain : tirer parti de l’apprentissage automatique
La blockchain, avec sa grande quantité de données transactionnelles, est une mine d’or pour les data scientists et les passionnés d’apprentissage automatique. Des entreprises comme CertiK et TokenMetrics exploitent la puissance des outils d’apprentissage automatique pour tirer des informations précieuses de ces données afin de renforcer la sécurité, d’améliorer les stratégies d’investissement et d’optimiser l’efficacité de la blockchain à tous les niveaux.
(4) Partage GPU décentralisé : Renforcez l’IA et gagnez des crypto-monnaies
Le partage décentralisé de GPU est un concept complètement nouveau qui a révolutionné la façon dont les ressources informatiques sont utilisées dans la communauté de l’IA et de l’apprentissage automatique. De la même manière que Filecoin subvertit le stockage de données en incitant les utilisateurs à partager leur espace de stockage inutilisé, le partage GPU décentralisé est basé sur un principe similaire.
Pourquoi contribuer votre GPU ?
Les GPU (unités de traitement graphique) sont essentiels pour l’entraînement et la mise au point de modèles complexes d’apprentissage automatique et d’intelligence artificielle. Ces processus nécessitent beaucoup de puissance de calcul, ce qui est un processus long et gourmand en ressources sur un ordinateur personnel. En apportant votre GPU à un réseau de partage de GPU décentralisé, vous pouvez contribuer vos ressources informatiques à un pool plus important auquel tout le monde peut accéder. En retour, vous serez récompensé par des crypto-monnaies. Ce modèle permet aux individus et aux organisations d’accéder à des ressources GPU hautes performances sans avoir à investir dans du matériel dédié ou à s’appuyer sur des services cloud centraux. Il démocratise l’utilisation des fonctionnalités GPU, ce qui le rend plus inclusif et plus rentable pour les amateurs d’IA et d’apprentissage automatique.
Economie unitaire :
L’économie unitaire dans un réseau de partage de GPU décentralisé tourne autour des récompenses en crypto-monnaie. Lorsque vous prêtez votre GPU au réseau, vous recevez des jetons en guise de compensation.
Le nombre de jetons que vous gagnez dépend de plusieurs facteurs, notamment de la puissance de calcul du GPU, de la durée de la contribution et de la demande du réseau en ressources GPU.
Les plates-formes de partage de GPU décentralisées ont souvent des structures de récompense transparentes et prédéfinies pour assurer une participation équitable et prévisible.
Dans l’ensemble, le partage décentralisé des GPU permet non seulement aux individus et aux organisations d’accéder aux puissantes ressources informatiques nécessaires aux tâches d’IA, mais permet également aux propriétaires de GPU de monétiser efficacement leur matériel. Il s’agit d’un modèle gagnant-gagnant qui favorise la collaboration, la rentabilité et l’accessibilité au sein des écosystèmes d’IA et de ML.
(5) Modèle de jeton RLHF : Connecter l’IA et les incitations
Le modèle de jeton Human Feedback-Based Reinforcement Learning (RLHF) offre une intersection intéressante entre l’intelligence artificielle et les incitations basées sur des jetons. Ce concept est particulièrement efficace dans les secteurs spécialisés où les incitatifs financiers traditionnels peuvent ne pas fonctionner. Une explication complète est fournie ci-dessous :
Dans le modèle de jetons RLHF, l’idée principale tourne autour de l’utilisation de récompenses symboliques pour inciter les utilisateurs humains à fournir des commentaires et une formation précieux pour le système d’IA. Imaginez un système d’IA qui doit être entraîné sur une tâche spécifique, telle que la modération de contenu sur une plateforme de médias sociaux.
Traditionnellement, l’entraînement des modèles d’IA nécessite souvent l’embauche de formateurs humains pour étiqueter les données ou affiner les algorithmes, un processus qui peut être très gourmand en ressources. Cependant, le modèle de jeton RLHF introduit une approche plus innovante. Ils encouragent les utilisateurs à participer activement au système d’IA et à obtenir des commentaires en les récompensant avec des jetons pour leurs contributions.
Mechanical Turk (MTurk) d’Amazon, par exemple, est une plate-forme de crowdsourcing bien connue où les gens sont payés pour accomplir de petites tâches. Dans le modèle de jeton RLHF, les utilisateurs agissent essentiellement comme des « formateurs d’IA », fournissant des commentaires similaires à ceux des complétionnistes de tâches MTurk effectuant des tâches pour être payés. La principale différence réside dans le fait que dans le modèle de jetons RLHF, les utilisateurs reçoivent des jetons en récompense au lieu de la monnaie traditionnelle. Ces jetons ont une valeur intrinsèque dans l’écosystème, ouvrant la voie à leur utilité, comme l’achat de contenu généré par l’IA ou l’accès à des services d’IA avancés. Ce système d’incitation basé sur des jetons rationalise non seulement le processus financier de la formation à l’IA, mais favorise également un écosystème dynamique au sein duquel les utilisateurs collaborent activement pour améliorer les systèmes d’IA.
3. Inquiétudes quant à la convergence de l’IA et de la crypto
Bien que la combinaison de l’IA et des crypto-monnaies soit très prometteuse, elle apporte également son lot de défis. Les modèles d’IA, en particulier les modèles d’apprentissage profond, sont souvent appelés « boîtes noires » en raison de leur opacité. La combinaison de cette opacité et de la transparence de la blockchain peut soulever des inquiétudes quant à la responsabilité et à la confiance. Il est essentiel de s’attaquer à ces problèmes pour créer un environnement sécurisé et fiable à l’intersection de ces technologies.
De plus, les considérations éthiques deviennent cruciales. Avec le déploiement d’algorithmes d’IA open source sur des réseaux décentralisés, des questions liées à la responsabilité et à l’indemnisation ne manqueront pas de se poser en cas de résultats négatifs involontaires. Trouver le bon équilibre entre innovation et responsabilité éthique est un défi permanent qui nécessite une réflexion approfondie.
Un autre défi est la confidentialité des données. L’équilibre entre les besoins de transparence et de confidentialité des données de la blockchain peut être délicat dans certaines applications d’IA. Maintenir l’esprit décentralisé de la blockchain tout en assurant le respect de règles telles que le RGPD est un défi unique qui nécessite des solutions innovantes.
4. Perspectives d’avenir
Alors que l’IA et la cryptographie continuent de mûrir, la convergence des deux devrait conduire à des applications sans précédent.
(1)zkML (Zero-Knowledge Machine Learning) :
L’une des caractéristiques fondamentales de zkML est sa capacité à prouver cryptographiquement les résultats produits par un modèle d’apprentissage automatique particulier sans révéler les détails du modèle, ouvrant ainsi de nouvelles possibilités pour un traitement sécurisé et transparent des données. zkML ouvre la porte à des applications innovantes pour les grandes entreprises, notamment :
Services financiers : Les institutions financières peuvent utiliser zkML pour vérifier l’intégrité des modèles de notation de crédit et des décisions d’éligibilité aux prêts sans révéler les données sensibles des clients, ce qui renforce la confiance et la précision dans le processus de prêt.
Soins de santé : Les hôpitaux et les instituts de recherche peuvent utiliser zkML pour évaluer l’efficacité des modèles de diagnostic médical tout en préservant la confidentialité des données des patients, en garantissant la confidentialité des données et l’exactitude médicale.
Conformité légale : zkML peut aider les entreprises à se conformer aux réglementations, en leur permettant de valider leurs modèles de conformité basés sur l’IA pour se conformer aux réglementations de l’industrie sans exposer d’algorithmes propriétaires.
Contrats intelligents : Dans les applications basées sur la blockchain, zkML peut garantir que les contrats intelligents exécutent avec précision des modèles d’apprentissage automatique, offrant confiance et transparence pour les services financiers décentralisés, l’assurance, etc.
(2) Authenticité du contenu généré par l’IA :
La vérification de l’authenticité du contenu généré par l’IA grâce à la technologie blockchain devrait remodeler la création et la distribution de contenu. Cette innovation répond à un problème urgent à l’ère numérique, où l’IA peut imiter de manière convaincante le contenu généré par l’homme, ce qui suscite des inquiétudes quant à la désinformation, à la propriété intellectuelle et à la confiance dans les médias numériques. En ancrant l’authenticité du contenu sur la blockchain – un registre distribué inviolable et transparent – les consommateurs, les créateurs et les institutions peuvent facilement déterminer la provenance et l’intégrité du contenu numérique. Non seulement cela permet de détecter et d’atténuer les deepfakes malveillants et les contenus frauduleux, mais cela protège également la propriété intellectuelle des créateurs et fournit aux consommateurs une source d’information fiable. Par exemple, la blockchain peut prouver la légitimité des discours politiques ou des preuves vidéo dans les procédures judiciaires, ce qui atténue le risque de désinformation et garantit la responsabilité. Dans les industries créatives, il peut suivre la création et la propriété des œuvres musicales, garantissant ainsi que les artistes reçoivent la confiance et la rémunération qu’ils méritent. Dans le domaine de l’éducation, il peut vérifier la paternité des travaux universitaires, prévenir le plagiat et maintenir l’intégrité académique. Dans le domaine du journalisme, il peut vérifier les articles de presse et aider les lecteurs à faire la distinction entre les vraies nouvelles et le contenu généré par l’IA. Essentiellement, l’utilisation de la blockchain pour vérifier l’authenticité du contenu généré par l’IA va au-delà de la technologie – elle sous-tend la fiabilité, la transparence et l’intégrité du contenu numérique à l’ère de l’IA, remodelant la façon dont l’information est créée, consommée et fiable, tout en relevant les défis du monde réel.
(3) Garantie de confidentialité et de sécurité :
L’un des défis urgents auxquels sont confrontées les entreprises aujourd’hui est l’incertitude quant à la manière de traiter les données lorsqu’elles partagent leurs données propriétaires avec des plateformes d’IA comme OpenAI. C’est là que se posent les questions de confidentialité des données, notamment si les données sont utilisées à des fins de formation, qui a accès aux données et si les données sont sécurisées tout au long du processus de calcul. Bien qu’il existe des modèles sur site, des services cloud tels qu’Azure et des solutions non blockchain telles que des accords juridiques, la blockchain présente des avantages uniques en fournissant un enregistrement transparent et infalsifiable des interactions de données. Il permet aux entreprises de vérifier que leurs données restent illisibles pendant le calcul, offrant ainsi un degré de confiance plus élevé en matière de confidentialité et de sécurité des données. Cette assurance est essentielle pour les secteurs qui traitent des informations sensibles, comme les soins de santé ou la finance, où la confidentialité des données est essentielle.
Essentiellement, la capacité de la blockchain à créer un registre immuable peut aider les entreprises à garder le contrôle de leurs données et à garantir que la confidentialité et la sécurité des données sont maintenues lors des interactions avec les systèmes d’IA, ce qui permet aux entreprises d’avoir l’esprit tranquille et de se conformer aux règles de protection des données.
5. Projets existants
Un groupe de projets visionnaires a été le pionnier de la combinaison de la crypto et de l’intelligence artificielle.
(1)Together.ai
La mission de Together est de révolutionner le monde de l’IA en créant une plateforme cloud open source et décentralisée qui s’adresse aux grands modèles de fonds. Ils ont construit une importante plate-forme cloud décentralisée dédiée à la recherche sur l’IA, avec de nombreux modèles ouverts, tels que Bloom, OPT, T0pp, GPT-J et Stable Diffusion. L’un des principaux objectifs de leurs travaux de recherche est de créer des alternatives accessibles aux systèmes d’IA à source fermée, tout en approfondissant notre compréhension de la performance de ces modèles. Grâce à une approche visionnaire, Together vise à construire un superordinateur décentralisé qui connecte de manière transparente le cloud mondial, l’infrastructure minière, le matériel de jeu et les ordinateurs portables, le tout coordonné par la technologie blockchain. La vision de Together englobe un accès équitable à l’IA et à l’informatique qui promet d’avoir un impact transformateur sur le terrain.
(2)Bittensor
Bittensor cherche à être le pionnier du développement de réseaux d’IA décentralisés, en mettant l’accent sur l’augmentation des oracles de données de contrats intelligents. Cette technologie de pointe tire parti de la blockchain pour créer un cadre sécurisé, efficace et décentralisé permettant de prendre des données du monde réel et de les transmettre à des contrats intelligents. L’approche unique de Bittensor en matière d’oracle décentralisé améliore considérablement la précision, la vitesse et la fiabilité des flux de données, ce qui en fait un acteur clé à l’intersection de la crypto et de l’IA.
(3)Akash网络
Le réseau Akash transforme l’informatique en nuage grâce à son marché décentralisé, offrant une alternative dynamique aux fournisseurs de cloud traditionnels. Il fournit aux utilisateurs un accès rentable, résilient et résistant à la censure aux ressources informatiques. Ce qui rend Akash unique, c’est son impact potentiel sur l’intelligence artificielle. Grâce au cloud computing décentralisé, Akash ouvre la porte aux développeurs d’IA pour accéder à des ressources évolutives, sécurisées et efficaces. C’est d’autant plus important que l’IA s’appuie fortement sur un large éventail de puissances de calcul. L’approche décentralisée d’Akash soutient les projets d’IA, ce qui en fait des acteurs clés dans le développement de la technologie de l’IA.
(4)Réunion协议
Le protocole Gensyn établit un écosystème décentralisé pour l’informatique d’apprentissage automatique. Le protocole permet aux chercheurs et aux praticiens de l’IA de répartir de manière transparente leurs charges de travail informatiques. Alors que le solveur apporte ses ressources de calcul, permettant l’accès à du matériel performant pour l’entraînement et l’inférence, le plus simple assure la précision et l’exhaustivité de la tâche d’IA, ce qui est essentiel pour maintenir la crédibilité du modèle d’IA. En outre, Gensyn donne la priorité à la sécurité de la vie privée en fournissant des méthodes telles qu’une couche de cartographie sécurisée et le cryptage des données d’entraînement pour protéger les informations sensibles dans les applications d’IA. La nature décentralisée du protocole, son évolutivité efficace et son accessibilité mondiale démocratisent l’IA, la rendant plus accessible et plus rentable pour les utilisateurs.
(5)Nexus AI
Nexus AI est à l’avant-garde de l’autonomisation financière, tirant parti d’algorithmes d’IA avancés pour fournir aux investisseurs des informations inégalées sur les tendances du marché. Ce qui distingue Nexus AI, c’est son engagement indéfectible en faveur de la décentralisation, garantissant que les investisseurs conservent un contrôle total sur leurs actifs contre les risques associés aux échanges centralisés. L’une des offres innovantes de la plateforme est une place de marché NFT de pointe alimentée par l’intelligence artificielle pour améliorer la tarification, la découverte et l’authentification, en distribuant des récompenses aux investisseurs. De plus, le Telegram AI Bot, alimenté par GPT-3, fournit gratuitement des conseils financiers en temps réel et des analyses de marché à tous les utilisateurs de Telegram. Nexus AI prend en outre en charge des décisions d’investissement éclairées grâce à des rapports d’Asset Intelligence, qui fournissent des informations complètes sur les crypto-actifs. Grâce à des solutions alimentées par l’IA, telles que des tableaux de bord de jalonnement et des bots d’investissement intelligents, Nexus AI permet aux utilisateurs d’exploiter le marché en toute confiance et d’atteindre leurs objectifs financiers avec précision et efficacité.
(6)Laboratoires de module
Modulus Labs a lancé une solution innovante qui vise à intégrer l’intelligence artificielle dans la technologie blockchain. Ils ont lancé un prouveur à divulgation nulle de connaissance (ZK) conçu pour les applications d’IA, résolvant ainsi le défi de garantir un accès inviolable à l’IA pour les applications décentralisées (dApps). Cette solution permet aux contrats intelligents de tirer parti de puissantes capacités d’IA sans compromettre les principes fondamentaux de la décentralisation. Modulus travaille activement au lancement d’importantes applications d’IA sur la plateforme Ethereum grâce à une collaboration avec des partenaires tels que Upshot et Ion Protocol. De plus, ils sont des prouveurs ZKML open-source pour la communauté au sens large. Modulus envisage un avenir où la responsabilité cryptographique peut assurer l’intégration de l’IA dans tous les secteurs, y compris la finance et la santé, sans compromettre la sécurité.
(7)Render网络
Le réseau de rendu est une plate-forme qui fournit des capacités de rendu GPU décentralisées. Ce réseau innovant permet aux utilisateurs de faire évoluer les tâches de rendu GPU à l’échelle mondiale avec des nœuds GPU hautes performances via un marché basé sur la blockchain de ressources de calcul GPU inactives. La vision de la plate-forme est de démocratiser le rendu cloud GPU, en le rendant plus efficace, évolutif et disponible pour la création de contenu 3D de nouvelle génération. Il répond aux défis associés à l’évolutivité du réseau, à l’utilisation efficace de l’infrastructure, à l’optimisation de la puissance du GPU et à la gestion des droits numériques pour les médias immersifs et les applications d’IA. Le réseau de rendu transforme la consommation d’énergie du GPU en une économie décentralisée d’actifs 3D interconnectés, fournissant des solutions aux développeurs de tous les secteurs, notamment les médias, la réalité augmentée, la réalité virtuelle, les jeux, etc.
(8)Rituel
Ritual est une entreprise qui se situe à l’intersection de la cryptographie et de l’intelligence artificielle et qui a révolutionné la façon dont les développeurs créent, distribuent et augmentent les modèles d’IA. En exploitant la puissance du chiffrement, Ritual fournit une couche d’exécution ouverte, modulaire et souveraine pour l’IA. Il connecte un réseau distribué de nœuds avec des ressources informatiques et des créateurs de modèles, ce qui permet aux créateurs d’héberger leurs modèles d’IA. À leur tour, les utilisateurs peuvent facilement accéder à un large éventail de modèles d’IA via une API unifiée, tout en bénéficiant d’une infrastructure cryptographique qui garantit l’intégrité et la confidentialité des calculs. Le premier produit de la plate-forme, Infernet, marque le début d’une suite complète de protocoles et d’utilitaires permettant aux développeurs et aux applications de s’intégrer de manière transparente à Ritual et d’obtenir un accès sans autorisation à leurs modèles et à leur réseau de fournisseurs de calcul. La vision de Ritual est d’être la plaque tournante de l’IA dans le monde du web3, en stimulant l’innovation, l’accessibilité et la démocratisation dans le monde de l’IA.
6. En conclusion
La collaboration de l’IA et du chiffrement n’est pas seulement une convergence de technologies, mais aussi une convergence de possibilités. Il représente un avenir où les machines pensent, apprennent et négocient dans un environnement décentralisé et sécurisé. Le chemin à parcourir est semé d’embûches, mais chaque défi est l’occasion de faire naître l’innovation et le progrès. Les innovateurs et les penseurs à la croisée des chemins ont le potentiel d’écrire un chapitre qui redéfinit l’ère numérique. À mesure que nous avançons, nous devons faire preuve de prudence, de sagesse et de clairvoyance pour nous assurer d’en récolter les fruits tout en relevant les défis intelligemment, façonnant ainsi un avenir plus brillant et plus avancé sur le plan technologique pour tous.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Pantera Partner : Crypto et IA combinées cas d’utilisation et projets existants
作者 :Paul Veradittakit,Pantera Capital合伙人 ;翻译 :金色财经xiaozou
Alors que la révolution numérique continue de changer notre monde, je crois qu’il y a deux technologies en particulier qui ont un potentiel perturbateur : l’intelligence artificielle (IA) et la cryptomonnaie. L’intelligence artificielle (IA) s’est récemment hissée à l’avant-garde de l’innovation technologique en imitant les fonctions cognitives humaines et la capacité d’apprendre à partir des données. L’échelle des applications de l’IA, des soins de santé au divertissement, est énorme et transformatrice. Alimentées par une puissante technologie blockchain, les crypto-monnaies promettent un avenir financier décentralisé qui responsabilise les individus et rationalise les processus. La combinaison de l’intelligence artificielle et des crypto-monnaies montre une grande puissance, signalant l’aube d’une nouvelle ère de symbiose technologique.
1. Les problèmes de chiffrement que l’IA peut résoudre
Bien que les crypto-monnaies soient devenues un moyen révolutionnaire de trading et d’investissement, elles ne sont pas sans défis. La volatilité des marchés est une préoccupation pressante pour les investisseurs. La capacité de l’IA en matière d’analyse de données permet de passer au crible de grandes quantités de données historiques pour prédire les fluctuations de prix avec une plus grande précision.
De plus, à mesure que les crypto-monnaies sont de plus en plus adoptées, la sécurité devient primordiale. La nature décentralisée de ces monnaies numériques les rend plus vulnérables à la fraude et au piratage. Les modèles d’apprentissage automatique peuvent être entraînés pour détecter les modèles de transaction anormaux et renforcer les défenses contre les failles de sécurité potentielles.
L’évolutivité et la vitesse des transactions sont d’autres défis importants dans le monde de la cryptographie. Alors que de plus en plus de personnes rejoignent le réseau blockchain, des transactions rapides et transparentes deviennent essentielles. Des algorithmes d’IA avancés optimisent le trafic réseau, garantissant un flux de données efficace et des temps de transaction plus rapides.
Enfin, la consommation d’énergie associée au minage de cryptomonnaies est une préoccupation mondiale. L’IA peut jouer un rôle clé dans l’optimisation du processus de minage, la réduction de l’empreinte énergétique et l’ouverture de la voie à un écosystème crypto plus durable.
2, Cas d’usage croisés pour le chiffrement et l’IA
(1) Marché de l’IA décentralisée : avantages des crypto-monnaies
Dans le domaine de l’intelligence artificielle, des plateformes comme Hugging Face ont suscité une attention considérable pour leur rôle dans la popularisation des modèles d’IA pré-entraînés. Cependant, l’émergence d’un marché fragmenté de l’IA dans l’espace crypto a introduit une nouvelle dimension de démocratisation et de décentralisation, même au-delà des efforts open source déployés par les plateformes traditionnelles telles que GitHub, y compris le code web3 et les contrats intelligents.
Hugging Face, en tant que bibliothèque exceptionnelle de modèles d’IA, a joué un rôle clé dans la démocratisation des modèles d’IA de pointe auprès d’un large public. Il fournit une plate-forme centrale où les utilisateurs peuvent accéder, partager et affiner des modèles pré-entraînés. Cela réduit considérablement la barrière à l’entrée pour les praticiens et les développeurs de l’IA, leur permettant de tirer parti de modèles de pointe pour un large éventail de tâches de traitement du langage naturel (NLP).
Cependant, les marchés de l’IA décentralisée alimentés par les crypto-monnaies, tels que ceux construits sur la technologie blockchain, font passer la démocratisation et la décentralisation au niveau supérieur. Les détails sont les suivants :
--Véritable propriété et contrôle : dans les bases de code traditionnelles comme Hugging Face, alors que l’accès est démocratisé, le contrôle et la propriété de l’infrastructure et des données sous-jacentes restent centralisés. En revanche, les places de marché basées sur les crypto-monnaies utilisent généralement des réseaux blockchain décentralisés, garantissant que le contrôle est réparti entre les participants au réseau. Les utilisateurs ont leur mot à dire dans les décisions de gestion, ce qui en fait un écosystème plus démocratique et axé sur la communauté.
--Incitations : Le marché des crypto-monnaies contient des incitations basées sur des jetons qui récompensent les efforts des contributeurs, des fournisseurs de données aux développeurs de modèles. Cela stimule la collaboration et l’innovation, tout en assurant une répartition équitable des bénéfices. En revanche, les plateformes traditionnelles peuvent ne pas bénéficier de ces incitations financières directes, ce qui rend les plateformes de crypto-monnaies plus attrayantes pour les participants.
--Confidentialité et sécurité des données : La technologie blockchain garantit un haut niveau de transparence tout en préservant la confidentialité des données grâce à des technologies telles que les preuves à divulgation nulle de connaissance. Cela répond aux préoccupations concernant les violations de données, qui sont une considération clé pour les applications d’IA. Les plateformes traditionnelles peuvent ne pas offrir le même niveau de garanties de confidentialité.
--Interopérabilité : Les places de marché basées sur les crypto-monnaies sont souvent créées sur la base des normes de la blockchain et sont conçues dans un souci d’interopérabilité. Cela signifie que les modèles et services d’IA peuvent être intégrés de manière transparente à une variété d’applications basées sur la blockchain, de contrats intelligents et d’applications décentralisées (dApps) pour former un écosystème plus interconnecté.
Essentiellement, alors que des plateformes comme Hugging Face ont fait des progrès significatifs dans la démocratisation des modèles d’IA, les marchés d’IA décentralisés alimentés par la cryptographie sont construits sur ce point en combinant la décentralisation de la blockchain, la propriété réelle et les incitations basées sur les jetons. Cette démocratisation et cette décentralisation accrues ont le potentiel de remodeler le paysage de l’IA en favorisant la collaboration, l’innovation et une répartition plus équitable des avantages entre les participants.
(2) Contrats intelligents améliorés par l’IA :
Les contrats intelligents traditionnels sont précodés avec des conditions spécifiques. Grâce à l’intégration avec l’intelligence artificielle, ces contrats peuvent être adaptatifs, répondant dynamiquement aux données et aux conditions externes, permettant des applications décentralisées plus efficaces et polyvalentes.
Prenons un exemple plus pratique.
Imaginez une plateforme d’assurance décentralisée basée sur la technologie blockchain qui fournit aux agriculteurs des polices d’assurance liées aux conditions météorologiques. Les contrats d’assurance traditionnels reposent sur des conditions prédéfinies et un traitement manuel des réclamations, un processus qui peut être lent et sujet à des litiges. Dans ce cas, les contrats intelligents améliorés par l’IA entreront en jeu et révolutionneront le secteur de l’assurance.
Les contrats intelligents sont conçus pour interagir avec des sources de données externes, telles que des API météorologiques, afin d’obtenir des données météorologiques en temps réel pour la zone assurée. Le modèle d’IA est intégré dans le contrat intelligent pour analyser en continu les données météorologiques. Ce modèle d’IA est entraîné pour identifier les conditions météorologiques défavorables, telles que la sécheresse ou les inondations, qui peuvent affecter les cultures assurées.
Traditionnellement, les primes d’assurance sont fixes et les réclamations sont traitées après l’événement. Dans ce contrat intelligent amélioré par l’IA, les primes sont ajustées dynamiquement en fonction de l’évaluation en temps réel des conditions météorologiques par l’IA. Si l’IA détecte un risque élevé de conditions météorologiques extrêmes susceptibles d’endommager les cultures, les primes des polices concernées seront automatiquement ajustées à la hausse pour refléter le risque accru. À l’inverse, lorsque l’IA prédit des conditions météorologiques favorables, les primes peuvent être réduites, ce qui incite davantage d’agriculteurs à souscrire une assurance.
Si le modèle d’IA détecte des conditions météorologiques extrêmes (par exemple, une sécheresse persistante) qui répondent à des critères de paiement prédéfinis, il déclenche un paiement automatique à l’assuré concerné. L’IA surveille si les réclamations sont faites rapidement, ce qui réduit le besoin de traitement manuel des réclamations et les retards associés.
(3) Analyse des données on-chain : tirer parti de l’apprentissage automatique
La blockchain, avec sa grande quantité de données transactionnelles, est une mine d’or pour les data scientists et les passionnés d’apprentissage automatique. Des entreprises comme CertiK et TokenMetrics exploitent la puissance des outils d’apprentissage automatique pour tirer des informations précieuses de ces données afin de renforcer la sécurité, d’améliorer les stratégies d’investissement et d’optimiser l’efficacité de la blockchain à tous les niveaux.
(4) Partage GPU décentralisé : Renforcez l’IA et gagnez des crypto-monnaies
Le partage décentralisé de GPU est un concept complètement nouveau qui a révolutionné la façon dont les ressources informatiques sont utilisées dans la communauté de l’IA et de l’apprentissage automatique. De la même manière que Filecoin subvertit le stockage de données en incitant les utilisateurs à partager leur espace de stockage inutilisé, le partage GPU décentralisé est basé sur un principe similaire.
Les GPU (unités de traitement graphique) sont essentiels pour l’entraînement et la mise au point de modèles complexes d’apprentissage automatique et d’intelligence artificielle. Ces processus nécessitent beaucoup de puissance de calcul, ce qui est un processus long et gourmand en ressources sur un ordinateur personnel. En apportant votre GPU à un réseau de partage de GPU décentralisé, vous pouvez contribuer vos ressources informatiques à un pool plus important auquel tout le monde peut accéder. En retour, vous serez récompensé par des crypto-monnaies. Ce modèle permet aux individus et aux organisations d’accéder à des ressources GPU hautes performances sans avoir à investir dans du matériel dédié ou à s’appuyer sur des services cloud centraux. Il démocratise l’utilisation des fonctionnalités GPU, ce qui le rend plus inclusif et plus rentable pour les amateurs d’IA et d’apprentissage automatique.
L’économie unitaire dans un réseau de partage de GPU décentralisé tourne autour des récompenses en crypto-monnaie. Lorsque vous prêtez votre GPU au réseau, vous recevez des jetons en guise de compensation.
Le nombre de jetons que vous gagnez dépend de plusieurs facteurs, notamment de la puissance de calcul du GPU, de la durée de la contribution et de la demande du réseau en ressources GPU.
Les plates-formes de partage de GPU décentralisées ont souvent des structures de récompense transparentes et prédéfinies pour assurer une participation équitable et prévisible.
Dans l’ensemble, le partage décentralisé des GPU permet non seulement aux individus et aux organisations d’accéder aux puissantes ressources informatiques nécessaires aux tâches d’IA, mais permet également aux propriétaires de GPU de monétiser efficacement leur matériel. Il s’agit d’un modèle gagnant-gagnant qui favorise la collaboration, la rentabilité et l’accessibilité au sein des écosystèmes d’IA et de ML.
(5) Modèle de jeton RLHF : Connecter l’IA et les incitations
Le modèle de jeton Human Feedback-Based Reinforcement Learning (RLHF) offre une intersection intéressante entre l’intelligence artificielle et les incitations basées sur des jetons. Ce concept est particulièrement efficace dans les secteurs spécialisés où les incitatifs financiers traditionnels peuvent ne pas fonctionner. Une explication complète est fournie ci-dessous :
Dans le modèle de jetons RLHF, l’idée principale tourne autour de l’utilisation de récompenses symboliques pour inciter les utilisateurs humains à fournir des commentaires et une formation précieux pour le système d’IA. Imaginez un système d’IA qui doit être entraîné sur une tâche spécifique, telle que la modération de contenu sur une plateforme de médias sociaux.
Traditionnellement, l’entraînement des modèles d’IA nécessite souvent l’embauche de formateurs humains pour étiqueter les données ou affiner les algorithmes, un processus qui peut être très gourmand en ressources. Cependant, le modèle de jeton RLHF introduit une approche plus innovante. Ils encouragent les utilisateurs à participer activement au système d’IA et à obtenir des commentaires en les récompensant avec des jetons pour leurs contributions.
Mechanical Turk (MTurk) d’Amazon, par exemple, est une plate-forme de crowdsourcing bien connue où les gens sont payés pour accomplir de petites tâches. Dans le modèle de jeton RLHF, les utilisateurs agissent essentiellement comme des « formateurs d’IA », fournissant des commentaires similaires à ceux des complétionnistes de tâches MTurk effectuant des tâches pour être payés. La principale différence réside dans le fait que dans le modèle de jetons RLHF, les utilisateurs reçoivent des jetons en récompense au lieu de la monnaie traditionnelle. Ces jetons ont une valeur intrinsèque dans l’écosystème, ouvrant la voie à leur utilité, comme l’achat de contenu généré par l’IA ou l’accès à des services d’IA avancés. Ce système d’incitation basé sur des jetons rationalise non seulement le processus financier de la formation à l’IA, mais favorise également un écosystème dynamique au sein duquel les utilisateurs collaborent activement pour améliorer les systèmes d’IA.
3. Inquiétudes quant à la convergence de l’IA et de la crypto
Bien que la combinaison de l’IA et des crypto-monnaies soit très prometteuse, elle apporte également son lot de défis. Les modèles d’IA, en particulier les modèles d’apprentissage profond, sont souvent appelés « boîtes noires » en raison de leur opacité. La combinaison de cette opacité et de la transparence de la blockchain peut soulever des inquiétudes quant à la responsabilité et à la confiance. Il est essentiel de s’attaquer à ces problèmes pour créer un environnement sécurisé et fiable à l’intersection de ces technologies.
De plus, les considérations éthiques deviennent cruciales. Avec le déploiement d’algorithmes d’IA open source sur des réseaux décentralisés, des questions liées à la responsabilité et à l’indemnisation ne manqueront pas de se poser en cas de résultats négatifs involontaires. Trouver le bon équilibre entre innovation et responsabilité éthique est un défi permanent qui nécessite une réflexion approfondie.
Un autre défi est la confidentialité des données. L’équilibre entre les besoins de transparence et de confidentialité des données de la blockchain peut être délicat dans certaines applications d’IA. Maintenir l’esprit décentralisé de la blockchain tout en assurant le respect de règles telles que le RGPD est un défi unique qui nécessite des solutions innovantes.
4. Perspectives d’avenir
Alors que l’IA et la cryptographie continuent de mûrir, la convergence des deux devrait conduire à des applications sans précédent.
(1)zkML (Zero-Knowledge Machine Learning) :
L’une des caractéristiques fondamentales de zkML est sa capacité à prouver cryptographiquement les résultats produits par un modèle d’apprentissage automatique particulier sans révéler les détails du modèle, ouvrant ainsi de nouvelles possibilités pour un traitement sécurisé et transparent des données. zkML ouvre la porte à des applications innovantes pour les grandes entreprises, notamment :
(2) Authenticité du contenu généré par l’IA :
La vérification de l’authenticité du contenu généré par l’IA grâce à la technologie blockchain devrait remodeler la création et la distribution de contenu. Cette innovation répond à un problème urgent à l’ère numérique, où l’IA peut imiter de manière convaincante le contenu généré par l’homme, ce qui suscite des inquiétudes quant à la désinformation, à la propriété intellectuelle et à la confiance dans les médias numériques. En ancrant l’authenticité du contenu sur la blockchain – un registre distribué inviolable et transparent – les consommateurs, les créateurs et les institutions peuvent facilement déterminer la provenance et l’intégrité du contenu numérique. Non seulement cela permet de détecter et d’atténuer les deepfakes malveillants et les contenus frauduleux, mais cela protège également la propriété intellectuelle des créateurs et fournit aux consommateurs une source d’information fiable. Par exemple, la blockchain peut prouver la légitimité des discours politiques ou des preuves vidéo dans les procédures judiciaires, ce qui atténue le risque de désinformation et garantit la responsabilité. Dans les industries créatives, il peut suivre la création et la propriété des œuvres musicales, garantissant ainsi que les artistes reçoivent la confiance et la rémunération qu’ils méritent. Dans le domaine de l’éducation, il peut vérifier la paternité des travaux universitaires, prévenir le plagiat et maintenir l’intégrité académique. Dans le domaine du journalisme, il peut vérifier les articles de presse et aider les lecteurs à faire la distinction entre les vraies nouvelles et le contenu généré par l’IA. Essentiellement, l’utilisation de la blockchain pour vérifier l’authenticité du contenu généré par l’IA va au-delà de la technologie – elle sous-tend la fiabilité, la transparence et l’intégrité du contenu numérique à l’ère de l’IA, remodelant la façon dont l’information est créée, consommée et fiable, tout en relevant les défis du monde réel.
(3) Garantie de confidentialité et de sécurité :
L’un des défis urgents auxquels sont confrontées les entreprises aujourd’hui est l’incertitude quant à la manière de traiter les données lorsqu’elles partagent leurs données propriétaires avec des plateformes d’IA comme OpenAI. C’est là que se posent les questions de confidentialité des données, notamment si les données sont utilisées à des fins de formation, qui a accès aux données et si les données sont sécurisées tout au long du processus de calcul. Bien qu’il existe des modèles sur site, des services cloud tels qu’Azure et des solutions non blockchain telles que des accords juridiques, la blockchain présente des avantages uniques en fournissant un enregistrement transparent et infalsifiable des interactions de données. Il permet aux entreprises de vérifier que leurs données restent illisibles pendant le calcul, offrant ainsi un degré de confiance plus élevé en matière de confidentialité et de sécurité des données. Cette assurance est essentielle pour les secteurs qui traitent des informations sensibles, comme les soins de santé ou la finance, où la confidentialité des données est essentielle.
Essentiellement, la capacité de la blockchain à créer un registre immuable peut aider les entreprises à garder le contrôle de leurs données et à garantir que la confidentialité et la sécurité des données sont maintenues lors des interactions avec les systèmes d’IA, ce qui permet aux entreprises d’avoir l’esprit tranquille et de se conformer aux règles de protection des données.
5. Projets existants
Un groupe de projets visionnaires a été le pionnier de la combinaison de la crypto et de l’intelligence artificielle.
(1)Together.ai
La mission de Together est de révolutionner le monde de l’IA en créant une plateforme cloud open source et décentralisée qui s’adresse aux grands modèles de fonds. Ils ont construit une importante plate-forme cloud décentralisée dédiée à la recherche sur l’IA, avec de nombreux modèles ouverts, tels que Bloom, OPT, T0pp, GPT-J et Stable Diffusion. L’un des principaux objectifs de leurs travaux de recherche est de créer des alternatives accessibles aux systèmes d’IA à source fermée, tout en approfondissant notre compréhension de la performance de ces modèles. Grâce à une approche visionnaire, Together vise à construire un superordinateur décentralisé qui connecte de manière transparente le cloud mondial, l’infrastructure minière, le matériel de jeu et les ordinateurs portables, le tout coordonné par la technologie blockchain. La vision de Together englobe un accès équitable à l’IA et à l’informatique qui promet d’avoir un impact transformateur sur le terrain.
(2)Bittensor
Bittensor cherche à être le pionnier du développement de réseaux d’IA décentralisés, en mettant l’accent sur l’augmentation des oracles de données de contrats intelligents. Cette technologie de pointe tire parti de la blockchain pour créer un cadre sécurisé, efficace et décentralisé permettant de prendre des données du monde réel et de les transmettre à des contrats intelligents. L’approche unique de Bittensor en matière d’oracle décentralisé améliore considérablement la précision, la vitesse et la fiabilité des flux de données, ce qui en fait un acteur clé à l’intersection de la crypto et de l’IA.
(3)Akash网络
Le réseau Akash transforme l’informatique en nuage grâce à son marché décentralisé, offrant une alternative dynamique aux fournisseurs de cloud traditionnels. Il fournit aux utilisateurs un accès rentable, résilient et résistant à la censure aux ressources informatiques. Ce qui rend Akash unique, c’est son impact potentiel sur l’intelligence artificielle. Grâce au cloud computing décentralisé, Akash ouvre la porte aux développeurs d’IA pour accéder à des ressources évolutives, sécurisées et efficaces. C’est d’autant plus important que l’IA s’appuie fortement sur un large éventail de puissances de calcul. L’approche décentralisée d’Akash soutient les projets d’IA, ce qui en fait des acteurs clés dans le développement de la technologie de l’IA.
(4)Réunion协议
Le protocole Gensyn établit un écosystème décentralisé pour l’informatique d’apprentissage automatique. Le protocole permet aux chercheurs et aux praticiens de l’IA de répartir de manière transparente leurs charges de travail informatiques. Alors que le solveur apporte ses ressources de calcul, permettant l’accès à du matériel performant pour l’entraînement et l’inférence, le plus simple assure la précision et l’exhaustivité de la tâche d’IA, ce qui est essentiel pour maintenir la crédibilité du modèle d’IA. En outre, Gensyn donne la priorité à la sécurité de la vie privée en fournissant des méthodes telles qu’une couche de cartographie sécurisée et le cryptage des données d’entraînement pour protéger les informations sensibles dans les applications d’IA. La nature décentralisée du protocole, son évolutivité efficace et son accessibilité mondiale démocratisent l’IA, la rendant plus accessible et plus rentable pour les utilisateurs.
(5)Nexus AI
Nexus AI est à l’avant-garde de l’autonomisation financière, tirant parti d’algorithmes d’IA avancés pour fournir aux investisseurs des informations inégalées sur les tendances du marché. Ce qui distingue Nexus AI, c’est son engagement indéfectible en faveur de la décentralisation, garantissant que les investisseurs conservent un contrôle total sur leurs actifs contre les risques associés aux échanges centralisés. L’une des offres innovantes de la plateforme est une place de marché NFT de pointe alimentée par l’intelligence artificielle pour améliorer la tarification, la découverte et l’authentification, en distribuant des récompenses aux investisseurs. De plus, le Telegram AI Bot, alimenté par GPT-3, fournit gratuitement des conseils financiers en temps réel et des analyses de marché à tous les utilisateurs de Telegram. Nexus AI prend en outre en charge des décisions d’investissement éclairées grâce à des rapports d’Asset Intelligence, qui fournissent des informations complètes sur les crypto-actifs. Grâce à des solutions alimentées par l’IA, telles que des tableaux de bord de jalonnement et des bots d’investissement intelligents, Nexus AI permet aux utilisateurs d’exploiter le marché en toute confiance et d’atteindre leurs objectifs financiers avec précision et efficacité.
(6)Laboratoires de module
Modulus Labs a lancé une solution innovante qui vise à intégrer l’intelligence artificielle dans la technologie blockchain. Ils ont lancé un prouveur à divulgation nulle de connaissance (ZK) conçu pour les applications d’IA, résolvant ainsi le défi de garantir un accès inviolable à l’IA pour les applications décentralisées (dApps). Cette solution permet aux contrats intelligents de tirer parti de puissantes capacités d’IA sans compromettre les principes fondamentaux de la décentralisation. Modulus travaille activement au lancement d’importantes applications d’IA sur la plateforme Ethereum grâce à une collaboration avec des partenaires tels que Upshot et Ion Protocol. De plus, ils sont des prouveurs ZKML open-source pour la communauté au sens large. Modulus envisage un avenir où la responsabilité cryptographique peut assurer l’intégration de l’IA dans tous les secteurs, y compris la finance et la santé, sans compromettre la sécurité.
(7)Render网络
Le réseau de rendu est une plate-forme qui fournit des capacités de rendu GPU décentralisées. Ce réseau innovant permet aux utilisateurs de faire évoluer les tâches de rendu GPU à l’échelle mondiale avec des nœuds GPU hautes performances via un marché basé sur la blockchain de ressources de calcul GPU inactives. La vision de la plate-forme est de démocratiser le rendu cloud GPU, en le rendant plus efficace, évolutif et disponible pour la création de contenu 3D de nouvelle génération. Il répond aux défis associés à l’évolutivité du réseau, à l’utilisation efficace de l’infrastructure, à l’optimisation de la puissance du GPU et à la gestion des droits numériques pour les médias immersifs et les applications d’IA. Le réseau de rendu transforme la consommation d’énergie du GPU en une économie décentralisée d’actifs 3D interconnectés, fournissant des solutions aux développeurs de tous les secteurs, notamment les médias, la réalité augmentée, la réalité virtuelle, les jeux, etc.
(8)Rituel
Ritual est une entreprise qui se situe à l’intersection de la cryptographie et de l’intelligence artificielle et qui a révolutionné la façon dont les développeurs créent, distribuent et augmentent les modèles d’IA. En exploitant la puissance du chiffrement, Ritual fournit une couche d’exécution ouverte, modulaire et souveraine pour l’IA. Il connecte un réseau distribué de nœuds avec des ressources informatiques et des créateurs de modèles, ce qui permet aux créateurs d’héberger leurs modèles d’IA. À leur tour, les utilisateurs peuvent facilement accéder à un large éventail de modèles d’IA via une API unifiée, tout en bénéficiant d’une infrastructure cryptographique qui garantit l’intégrité et la confidentialité des calculs. Le premier produit de la plate-forme, Infernet, marque le début d’une suite complète de protocoles et d’utilitaires permettant aux développeurs et aux applications de s’intégrer de manière transparente à Ritual et d’obtenir un accès sans autorisation à leurs modèles et à leur réseau de fournisseurs de calcul. La vision de Ritual est d’être la plaque tournante de l’IA dans le monde du web3, en stimulant l’innovation, l’accessibilité et la démocratisation dans le monde de l’IA.
6. En conclusion
La collaboration de l’IA et du chiffrement n’est pas seulement une convergence de technologies, mais aussi une convergence de possibilités. Il représente un avenir où les machines pensent, apprennent et négocient dans un environnement décentralisé et sécurisé. Le chemin à parcourir est semé d’embûches, mais chaque défi est l’occasion de faire naître l’innovation et le progrès. Les innovateurs et les penseurs à la croisée des chemins ont le potentiel d’écrire un chapitre qui redéfinit l’ère numérique. À mesure que nous avançons, nous devons faire preuve de prudence, de sagesse et de clairvoyance pour nous assurer d’en récolter les fruits tout en relevant les défis intelligemment, façonnant ainsi un avenir plus brillant et plus avancé sur le plan technologique pour tous.