L'IA décentralisée pourrait débloquer une société post-pénurie, déclare le PDG de 0G Labs

La conversation autour de l'IA a évolué d'un questionnement sur sa pertinence à un accent sur son amélioration en fiabilité et en efficacité alors que son utilisation se généralise. Michael Heinrich envisage un avenir où l'IA favorise une société post-pénurie, libérant les individus des emplois banals et permettant des activités plus créatives.

Le Dilemme des Données : Qualité, Provenance et Confiance

La discussion autour de l'intelligence artificielle (AI) a fondamentalement changé. La question n'est plus de savoir si elle est pertinente, mais comment la rendre plus fiable, transparente et efficace, alors que son déploiement devient courant dans tous les secteurs.

Le paradigme actuel de l'IA, dominé par des modèles centralisés en “boîte noire” et des centres de données massifs et propriétaires, fait face à une pression croissante en raison des préoccupations concernant le biais et le contrôle monopolistique. Pour beaucoup dans l'espace Web3, la solution ne réside pas dans une réglementation plus stricte du système actuel, mais dans une décentralisation complète de l'infrastructure sous-jacente.

L'efficacité de ces puissants modèles d'IA, par exemple, est déterminée avant tout par la qualité et l'intégrité des données sur lesquelles ils sont formés - un facteur qui doit être vérifiable et traçable pour prévenir les erreurs systémiques et les hallucinations de l'IA. À mesure que les enjeux augmentent pour des industries comme la finance et la santé, le besoin d'une fondation sans confiance et transparente pour l'IA devient critique.

Michael Heinrich, un entrepreneur en série et diplômé de Stanford, fait partie de ceux qui mènent la charge pour établir cette fondation. En tant que PDG de 0G Labs, il développe actuellement ce qu'il décrit comme la première et la plus grande chaîne d'IA, avec pour mission déclarée de garantir que l'IA devienne un bien public sûr et vérifiable. Ayant précédemment fondé Garten, une entreprise soutenue par YCombinator, et travaillé chez Microsoft, Bain et Bridgewater Associates, Heinrich applique maintenant son expertise aux défis architecturaux de l'IA décentralisée (DeAI).

Heinrich souligne que le cœur de la performance de l'IA repose sur sa base de connaissances : les données. “L'efficacité des modèles d'IA est déterminée avant tout par les données sous-jacentes sur lesquelles ils sont formés,” explique-t-il. Des ensembles de données de haute qualité et équilibrés conduisent à des réponses précises, mais des données de mauvaise qualité ou sous-représentées entraînent une sortie de mauvaise qualité et une susceptibilité accrue aux hallucinations.

Pour Heinrich, maintenir l'intégrité de ces ensembles de données divers et en constante évolution nécessite un changement radical par rapport au statu quo. Il soutient que le principal coupable des hallucinations de l'IA est le manque de provenance transparente. Son remède est cryptographique :

Je crois que toutes les données devraient être ancrées sur la chaîne avec des preuves cryptographiques et une traçabilité vérifiable pour maintenir l'intégrité des données.

Cette fondation décentralisée et transparente, associée à des incitations économiques et à un ajustement continu, est considérée comme le mécanisme nécessaire pour éliminer systématiquement les erreurs et les biais algorithmiques.

Au-delà des solutions techniques, Heinrich, un lauréat de Forbes 40 Under 40, a une vision macro de l'IA, croyant qu'elle devrait inaugurer une ère d'abondance.

« Dans un monde idéal, cela créera, espérons-le, les conditions d'une société post-rare où les ressources deviennent abondantes et où personne n'a plus à s'inquiéter de faire des travaux banals », déclare-t-il. Ce changement permettrait aux individus de « se concentrer sur un travail plus créatif et de loisir », permettant essentiellement à chacun de profiter de plus de temps libre et de sécurité économique.

Il soutient de manière cruciale que le monde décentralisé est particulièrement adapté pour alimenter cet avenir. La beauté de ces systèmes réside dans le fait qu'ils sont alignés sur les incitations, créant une économie auto-équilibrante pour la puissance de calcul. Si la demande de ressources augmente, les incitations à les fournir augmentent naturellement jusqu'à ce que cette demande soit satisfaite, répondant au besoin de ressources computationnelles de manière équilibrée et sans autorisation.

Protection de l'IA : Open Source et Conception d'Incentives

Pour protéger l'IA contre les abus intentionnels—tels que les escroqueries par clonage vocal et les deepfakes—Heinrich suggère une combinaison de solutions centrées sur l'humain et architecturales. Tout d'abord, l'accent doit être mis sur l'éducation des gens sur la façon d'identifier les escroqueries et les faux IA utilisés pour l'usurpation d'identité et la désinformation. Heinrich déclare : Nous devons enseigner aux gens à pouvoir identifier ou établir un profil du contenu généré par l'IA afin qu'ils puissent se protéger.

Les législateurs peuvent également jouer un rôle en établissant des normes mondiales pour la sécurité et l'éthique de l'IA. Bien que cela soit peu susceptible d'éliminer l'utilisation abusive de l'IA, la présence de telles normes « peut contribuer à la décourager ». Cependant, le contre-mesure la plus puissante est intégrée dans le design décentralisé : « Concevoir des systèmes alignés sur les incitations pourrait réduire considérablement l'utilisation abusive intentionnelle de l'IA. » En déployant et en gouvernant des modèles d'IA sur la chaîne, la participation honnête est récompensée, tandis que le comportement malveillant entraîne des conséquences financières directes grâce aux mécanismes de réduction sur la chaîne.

Bien que certains critiques craignent les risques des algorithmes ouverts, Heinrich déclare à Bitcoin.com News qu'il les soutient avec enthousiasme car ils offrent une visibilité sur le fonctionnement des modèles. “Des éléments tels que des dossiers d'entraînement vérifiables et des pistes de données immuables peuvent être utilisés pour garantir la transparence et permettre un contrôle communautaire”, ce qui contrecarrerait directement les risques associés aux modèles propriétaires et fermés, appelés “boîtes noires”.

Pour réaliser cette vision d'un avenir sécurisé et à faible coût en intelligence artificielle, 0G Labs construit le premier “système d'exploitation AI décentralisé (DeAIOS).”

Ce système d'exploitation est conçu pour fournir une provenance AI vérifiable—une couche de stockage de données et de disponibilité hautement évolutive qui permet le stockage de vastes ensembles de données AI sur la blockchain, rendant toutes les données vérifiables et traçables. Ce niveau de sécurité et de traçabilité est essentiel pour les agents AI opérant dans des secteurs réglementés.

De plus, le système dispose d'un marché de calcul sans autorisation, qui démocratise l'accès aux ressources de calcul à des prix compétitifs. Cela répond directement aux coûts élevés et au verrouillage des fournisseurs associés à l'infrastructure cloud centralisée.

0G Labs a déjà démontré une avancée technique avec Dilocox, un cadre qui permet l'entraînement de LLM dépassant 100 milliards de paramètres sur des clusters décentralisés de 1 Gbps. En décomposant les modèles en parties plus petites et indépendamment entraînées, Dilocox a montré une amélioration de 357x en efficacité par rapport aux méthodes d'entraînement distribuées traditionnelles, rendant le développement de l'IA à grande échelle économiquement viable en dehors des murs des centres de données centralisés.

Un avenir plus lumineux et plus abordable pour l'IA

En fin de compte, Heinrich voit un avenir très prometteur pour l'IA décentralisée, un avenir défini par la participation et la suppression des barrières à l'adoption.

« C'est un endroit où les gens et les communautés créent ensemble des modèles d'IA experts, garantissant que l'avenir de l'IA est façonné par beaucoup plutôt que par seulement une poignée d'entités centralisées », conclut-il. Alors que les entreprises d'IA propriétaires subissent des pressions pour augmenter leurs prix, l'économie et les structures d'incitation du DeAI offrent une alternative convaincante et beaucoup plus abordable où des modèles d'IA puissants peuvent être créés à des coûts inférieurs, ouvrant la voie à un avenir technologique plus ouvert, plus sûr et finalement plus bénéfique.

FAQ

• Quel est le problème central avec l'IA centralisée actuelle ? Les modèles d'IA actuels souffrent de problèmes de transparence, de biais de données et de contrôle monopolistique en raison de leur architecture centralisée en “boîte noire”.
• Quelle solution Michael Heinrich’s 0G Labs est en train de construire ? 0G Labs développe le premier « système d'exploitation AI décentralisé (DeAIOS) » pour rendre l'IA un bien sûr, vérifiable et public.
• Comment l'IA décentralisée garantit-elle l'intégrité des données ? L'intégrité des données est maintenue en ancrant toutes les données sur la chaîne avec des preuves cryptographiques et une traçabilité vérifiable pour prévenir les erreurs et les hallucinations.
• Quel est l'avantage principal de la technologie Dilocox de 0G Labs ? Dilocox est un cadre qui rend le développement d'IA à grande échelle significativement plus efficace, démontrant une amélioration de 357x par rapport à l'entraînement distribué traditionnel.