Le plus influent : Sam Altman

Le fondateur d'OpenAI, Sam Altman, est le nom le plus reconnu dans le domaine de l'intelligence artificielle (IA). Depuis le lancement de ChatGPT à la fin de 2022, l'IA s'est progressivement immiscée dans tous les aspects de la vie quotidienne, et Altman est devenu la figure de proue de ce changement.

À mesure que l'IA s'est développée et améliorée, elle est devenue de plus en plus liée à la crypto. Une vague d'applications et de protocoles décentralisés utilise désormais l'IA pour améliorer ou automatiser l'activité DeFi. Parallèlement, un nombre croissant de développeurs pensent que la relation est bidirectionnelle : l'IA pourrait transformer la crypto, mais les blockchains pourraient également contribuer à résoudre certaines des faiblesses émergentes de l'IA, notamment en matière de calcul, de confidentialité et d'identité.

Décentraliser la puissance informatique

Le besoin croissant de puissance de calcul, principalement alimenté par l'utilisation accrue de l'IA générative, est l'un des enjeux majeurs que certains acteurs de l'écosystème crypto prévoient comme posant un problème dans un avenir proche. À mesure que notre dépendance à l'IA augmente, davantage d'énergie et de puissance de calcul sont nécessaires pour assurer le bon fonctionnement des systèmes. Afin d'éviter un point de défaillance unique, la puissance de calcul dédiée à l'IA devra reposer sur un réseau massif et distribué à l'échelle mondiale, que la crypto pourrait contribuer à coordonner.

« Là où la blockchain brille [en abordant le calcul] c’est effectivement dans les places de marché et la coordination, et donc la crypto joue certainement un rôle très puissant ici pour exploiter le calcul sous-utilisé : comment obtenir le meilleur prix, comment sécuriser ce calcul, et assurer la confidentialité », a déclaré Illia Polosukhin, le créateur de NEAR Protocol. NEAR est une blockchain conçue pour des applications rapides, à faible coût et conviviales pour les développeurs, et récemment, l’équipe derrière celle-ci a élargi ses efforts pour développer des outils d’IA, permettant aux développeurs blockchain d’exécuter des produits d’IA onchain. Polosukhin a été l’un des auteurs de un livre blanc que beaucoup considèrent comme le cadre des modèles de langage de grande taille modernes, également connus sous le nom de Transformer.

Aujourd'hui, la majeure partie du développement de l'IA dépend essentiellement de quelques grandes entreprises comme Amazon, Google et Microsoft/OpenAi, qui contrôlent des ressources GPU coûteuses et limitées, et il n'existe pas de moyen simple pour coordonner ou faire confiance à des milliers de machines individuelles réparties autour du monde. Les blockchains peuvent intervenir en tant que couche neutre de coordination et de vérification, enregistrant les tâches assignées, confirmant si elles ont été correctement exécutées, et rémunérant automatiquement la personne ayant fourni la puissance de calcul. Étant donné que les enregistrements sur les blockchains sont inviolables, les utilisateurs n'ont pas besoin de faire confiance à un propriétaire de machine aléatoire ; les preuves blockchain et les journaux transparents s'en chargent.

En bref, la blockchain ajoute les couches de confiance, de coordination et d’incitation nécessaires pour transformer des millions de machines indépendantes en un réseau mondial capable d’alimenter l’IA.

Il existe un certain nombre de projets, connus sous le nom de réseaux d'IA décentralisés, qui ont évolué à partir de ce marché. L'un des premiers est Bittensor, qui offre une place de marché pour la computation.

L'essor des réseaux d'IA décentralisés trouve ses racines dans une frustration croissante parmi les développeurs, chercheurs et bâtisseurs natifs de la crypto, face à la centralisation et la restriction de l'écosystème de l'IA. Leurs préoccupations vont de la concentration des capacités de calcul et des données au sein d'une poignée de sociétés, à l'absence de transparence sur la manière dont les modèles sont entraînés, en passant par la crainte que ce contrôle centralisé puisse permettre la censure, le filtrage ou la prise de décisions unilatérales concernant les systèmes d'IA que le monde est autorisé à utiliser.

Alors que Bittensor a commencé comme un projet d'IA utilisant la blockchain comme outil de coordination, ses fondateurs affirment qu'il s'est depuis étendu au-delà de l'IA.

Au cœur, le réseau Bittensor crée un marché ouvert pour l'intelligence et calcul : les participants exécutent des modèles ou fournissent du matériel, et le réseau évalue en continu la qualité de leurs contributions. Lorsqu'un modèle produit quelque chose de précieux, il gagne le jeton natif du protocole, TAO. Au fil du temps, Bittensor s'est organisé en sous-réseaux spécialisés, chacun axé sur une catégorie différente de travail en IA. Le résultat est un écosystème qui se comporte moins comme un système unique et davantage comme un environnement vivant, où de nombreuses formes d'intelligence évoluent simultanément. Les bonnes contributions émergent, les faibles disparaissent, et toute personne disposant des compétences ou de la puissance de calcul peut participer sans demander d'autorisation.

La poussée en faveur de la décentralisation de l'IA, selon Ala Shaabana, cofondateur de Bittsensor, découle de ce qu'il décrit comme un déséquilibre structurel dans la manière dont l'IA moderne est conçue et contrôlée. Aujourd'hui, pratiquement toute la puissance significative de l'IA repose entre les mains d'une poignée infime de sociétés.

« C’est comme si trois personnes dans le monde possédaient toutes les bibliothèques, les enseignants et les ordinateurs, et que tout le monde devait obtenir une autorisation pour les utiliser », a-t-il déclaré à CoinDesk lors d’une interview. La concentration est si prévalente que Shaabana a souligné qu’OpenAI ne comptait que deux membres du conseil habilités à prendre des décisions concernant une technologie que la société elle-même comparait à « la meilleure chose après une arme nucléaire » (bien que cela remonte à la création de l’organisation). Pour Shaabana, l’idée qu’un petit groupe d’individus puissants puisse orienter unilatéralement le développement de quelque chose d’aussi important que l’IA est dangereuse.

C'est ici que la cryptomonnaie entre en jeu. Les incitations sont ce qui permet de coordonner un réseau mondial de contributeurs qui entraînent des modèles, fournissent des données et mettent à disposition des ressources informatiques.

Confidentialité, confiance et identité

Bien que l'investisseur moyen en cryptomonnaies ait depuis longtemps considéré la confidentialité comme un élément important, la question de la vie privée est devenue une préoccupation croissante parmi les utilisateurs d'IA cette année. Les données des utilisateurs sont souvent conservées et utilisées pour entraîner les grands modèles de langage (LLM) qui alimentent les principales plateformes d'IA, ce qui soulève de nombreuses préoccupations quant à la manière dont des données privées et personnelles pourraient être exploitées.

Polosukhin estime que c’est là que « l’IA privée », ou ce qu’il appelle « l’IA appartenant aux utilisateurs », devient essentielle. L’idée est que les systèmes d’IA doivent fonctionner au nom des utilisateurs ou des organisations au sein de leur propre infrastructure, plutôt que d’envoyer des données sensibles à des fournisseurs centralisés. Cela permet aux équipes de former des modèles pour leurs besoins spécifiques tout en conservant le contrôle des informations et en respectant les réglementations internationales sur la confidentialité telles que la HIPAA et le RGPD de l’Union européenne. Les blockchains peuvent fournir des journaux inviolables et des garanties de confiance pour soutenir ce cadre.

Polosukhin soutient que pour parvenir à une IA détenue par les utilisateurs, il est nécessaire de reconstruire la pile technologique de l’IA elle-même — de la puissance de calcul à la confidentialité en passant par l’entraînement des modèles — d’une manière qui restitue le contrôle aux utilisateurs et aux organisations.

« Pour cela, vous avez besoin d'un réseau informatique décentralisé, d'une IA privée et de l'entraînement de modèles », a déclaré Polosukhin.

Au-delà de la confidentialité, la confiance et l'identité deviennent également plus complexes à l'ère de l'IA, ce qui constitue un autre domaine dans lequel la blockchain pourrait à nouveau jouer un rôle.

Le projet blockchain controversé de Sam Altman, le réseau World, vise à traiter l'identité à travers preuve d'identité (parfois connu sous le nom de preuve d'humanité). Le système attribue aux utilisateurs un World ID, une preuve numérique attestant qu'ils sont des humains uniques. En utilisant son Appareil Orb, le système scanne l’iris d’un utilisateur pour créer un code cryptographique unique en son genre. Selon World, l’image de l’iris est supprimée, mais le code reste afin que le système puisse vérifier s’il s’agit du même utilisateur qu’auparavant : sans révéler de nom ni aucun détail personnel, les utilisateurs peuvent ainsi vérifier leur identité en ligne.

Tiago Sada, responsable produit chez Tools for Humanity (TFH), l'organisation qui contribue à orienter le réseau World, a déclaré à CoinDesk qu'Altman avait identifié l'identité et la confiance comme des problématiques centrales créées par l'IA, et considérait la blockchain comme une solution naturelle pour y répondre.

« L’une des choses que l’on perd à l’ère de l’IA est la capacité de faire confiance aux informations en ligne », a déclaré Sada. « On ne sait pas à qui ou à quoi se fier. C’est là qu’intervient la preuve d’humanité. Que vous parliez de tweets, d’une image, ou de quelqu’un qui envoie de l’argent — les blockchains peuvent être une source de vérité dans un monde où il est vraiment difficile de savoir ce qu’est la vérité. »

Sada a décrit World comme une couche de sécurité nécessaire, la comparant à l'invention des ceintures de sécurité parallèlement à celle des automobiles. Il estime que les outils financiers protégeant l'identité et la vie privée deviendront des cas d'usage cruciaux à l'intersection de l'IA et de la blockchain.

Au-delà de la simple vérification d'identité, Sada estime que tout cela sera essentiel pour l'identité financière et les cas d'utilisation, protéger ces données tout en ne révélant rien des transactions financières sera la clé de l'intersection entre l'IA et la blockchain.

L'avenir

Alors que les spéculations s'intensifient quant à savoir si nous sommes dans une bulle de l'IA, aucun des experts interviewés n'a souhaité prédire où les choses aboutiront.

Parmi les projets actuels d’IA, Sada de TFH a estimé : « 70 % d’entre eux disparaîtront — c’était une mode passagère. 30 % sont incroyablement profonds et changeront le monde. Et ces 30 % valent largement le battage médiatique des autres. »

Polosukhin, quant à lui, s'inquiète du modèle économique qui pourrait émerger une fois que l'IA sera pleinement intégrée dans la société. « À mesure que les choses deviennent plus efficaces, les rendements du capital s'améliorent, mais le travail perd l'accès au capital », a-t-il déclaré. « Nous entrons dans un système qui ne dispose pas d'une théorie économique pour fonctionner. Il n'existe pas de modèle clair de fonctionnement de la société lorsque seul un petit pourcentage de personnes supervise les machines. » La crypto, a-t-il souligné, offre un terrain d'expérimentation pour tester de nouveaux systèmes économiques d'une manière que les économies traditionnelles ne peuvent pas permettre. Cette idée est déjà mise à l'épreuve dans l'industrie : Coinbase a récemment a lancé un projet pilote de revenu de base universel, utiliser les infrastructures blockchain pour distribuer des paiements récurrents et explorer comment les mécanismes économiques basés sur la crypto pourraient soutenir les individus.

Réflexion sur l'utilisation généralisée de LLM modernes que Polosukhin a contribué à concevoir, il trouve « excitant » de voir prendre vie le sujet sur lequel il a travaillé. Il a ajouté : « C’est formidable de voir cela maintenant pleinement opérationnel. Évidemment, il reste encore beaucoup à améliorer, mais il y a eu un changement radical par rapport à ce qui était considéré comme apprentissage automatique il y a 15 ans à ce que nous avons aujourd’hui. »