L’intersection entre l’intelligence artificielle générative (IA) et le Web3 est ONEune des tendances les plus fascinantes dans le domaine des actifs numériques. Si la plupart des gens s’accordent à dire que l’IA générative est susceptible de jouer un rôle dans la prochaine génération de technologies Web3, les détails sont loin d’être anodins. Après tout, l’IA n’a jamais été considérée comme un élément de base important dans les architectures Web3, et les différentes générations de L1 et L2 n’ont pas été conçues pour exécuter des charges de travail d’IA.

La réalité à laquelle sont confrontés les technologues du Web3 lorsqu'ils tentent d'imaginer l'adaptation des environnements d'exécution du Web3 aux technologies d'IA générative est une inadéquation flagrante en termes de besoins en données et en calcul. Les charges de travail de l'IA générative sont conçues pour être intensives en calcul, et s'exécutent sur des GPU hautement parallélisables. Les environnements d'exécution de la blockchain sont assez limités en termes de données et de capacités de calcul.

Jesus Rodriguez est le PDG d'IntoTheBlock.

Dans le même temps, le Web3 a désespérément besoin d’intégrer des capacités d’IA générative afin de rattraper les alternatives du Web 2. La question évidente devient alors : comment l’intégration de l’IA générative et du Web3 se matérialiserait-elle ?

Parmi toutes les tendances en matière d’IA générative, il en est une qui semble idéale pour l’intégration des capacités de la blockchain et qui, par coïncidence, a attiré l’attention du grand public grâce aux récentes annonces faites par OpenAI lors de sa conférence Developer Days : avez-vous entendu parler des agents autonomes ?

Ici, je voudrais explorer deux points clés :

• Pourquoi la plupart des fonctionnalités du Web3 n’ajoutent que des avantages marginaux à la vague actuelle de solutions d’IA génératives.
• Pourquoi les agents autonomes sont la ONE tendance de l’IA générative capable d’intégrer les capacités du Web3.

Le décalage

Nous lisons régulièrement des articles surfaits sur la façon dont la blockchain et les technologies d’IA générative sont une combinaison parfaite. Ces déclarations sont bonnes pour faire les gros titres, mais elles manquent de la rigueur technique nécessaire pour comprendre l’état actuel des deux technologies. Une compréhension approfondie des voies d’intégration possibles entre le Web3 et l’IA générative révèle une situation très difficile.

En suivant une approche basée sur les premiers principes pour réfléchir à l’intégration potentielle entre l’IA générative et le Web3, nous pouvons considérer deux dimensions fondamentales :

• Une nouvelle génération de technologies Web3 qui exploitera les capacités de l’IA générative.
• Solutions d’IA générative qui pourraient intégrer les technologies blockchain.

Le premier vecteur est assez déroutant. D’ un côté, on peut clairement imaginer une nouvelle génération de protocoles DeFi ou d’environnements d’exécution de blockchain qui intégreront des capacités intelligentes alimentées par l’IA générative. De l’autre, ces cas d’utilisation sont très naissants, voire presque inexistants.

La deuxième catégorie offre un ensemble plus large d’opportunités mais est tout aussi difficile. Psychologiquement, il est très tentant d’essayer d’adapter les capacités modernes du Web3 telles que le calcul à connaissance nulle à des Stacks décentralisées pour des solutions d’IA générative. Il n’est T surprenant que nous assistions à un nombre croissant de Stacks à connaissance nulle (zk) ou décentralisées pour l’IA générative. Bien que certainement intéressantes, ces solutions semblent assez inadaptées à la vague actuelle de Stacks d’IA générative.

Sur le même sujet : Jesus Rodriguez - L’IA doit être décentralisée, mais comment ?

Par exemple, le calcul à connaissance nulle pourrait ouvrir la voie à certains cas d’utilisation en termes de transparence dans l’IA générative, mais ses coûts de calcul rendent son application extrêmement peu pratique à l’échelle de grands modèles de transformateurs. De même, les architectures GPU décentralisées ne sont pas pratiques pour le pré-entraînement ou le réglage fin des modèles d’IA générative, étant donné qu’elles nécessitent un bus de communication incroyablement rapide entre les GPU.

Pour combler le fossé entre l’IA générative et les technologies Web3, il faut plus qu’une simple adéquation des capacités technologiques ; il faut que ces capacités soient adaptées aux cas d’utilisation actuels des deux Stacks Technologies . En ce sens, il existe une tendance en HOT dans l’IA générative qui semble être un candidat parfait pour les Stacks Web3.

Entrez les agents semi-autonomes

Si vous Réseaux sociaux l’espace de l’IA générative, vous avez probablement rencontré des projets tels que AutoGPT, BabyAGI ou les GPT OpenAI récemment annoncés, qui sont basés sur des capacités d’agent semi-autonome. La version la plus simple des agents semi-autonomes est constituée de modèles intelligents capables de raisonner sur des tâches abstraites, de formuler et d’exécuter des plans dans un environnement donné.

Prenons l'exemple d'un agent spécialisé dans l'exécution d'études de marché pour un domaine spécifique. Cet agent peut commencer par un objectif abstrait tel que « rechercher un produit spécifique » et formuler un plan pour consulter les sources d'informations appropriées, résumer les informations à l'aide d'un modèle de langage étendu et les distribuer à différentes parties. Les agents semi-autonomes améliorent les modèles de base avec des fonctionnalités telles que la mémoire, l'intégration d'outils, les garde-fous de sécurité et bien d'autres.

Au cours des derniers mois, les agents semi-autonomes sont passés d’un sujet de recherche obscur à ONEune des tendances les plus en vogue de l’IA générative. La nature semi-autonome de cette Technologies est précisément ce qui en fait un scénario idéal pour les environnements d’exécution de blockchain. Dans l’état actuel des technologies d’agents semi-autonomes, il existe quatre cas d’utilisation dominants qui conviennent bien aux environnements d’exécution de blockchain. Ces cas d’utilisation ne sont pas théoriques mais plutôt des défis réels auxquels sont confrontées les applications d’agents semi-autonomes :

1) Transparence : ONEune des principales propositions de valeur des agents semi-autonomes est leur capacité à formuler et à exécuter des actions dans un environnement donné. Les environnements d’exécution de la blockchain peuvent servir de système d’enregistrement de ces plans et décisions.

2) Coordination décentralisée : ONEun des objectifs ultimes des agents semi-autonomes est de pouvoir collaborer pour atteindre un objectif spécifique. Ce niveau de collaboration nécessite une coordination décentralisée, ce qui convient parfaitement aux blockchains. Vous pouvez imaginer un scénario dans lequel un agent peut découvrir les capacités d’autres agents via leurs contrats intelligents et interagir avec eux.

3) Garde-corps :Une fois que les agents commencent à agir de manière semi-autonome, l’idée de mettre en place des garde-fous autour d’eux pour limiter l’impact potentiel de ces actions devient de plus en plus pertinente. Les contrats intelligents représentent un mécanisme idéal pour établir des garde-fous immuables autour des agents. Imaginez un agent capable de prendre des décisions financières à partir d’une demande de crédit, protégé par un contrat intelligent qui garantit qu’aucune information sensible n’est produite dans le cadre des résultats.

4) Incitations économiques : Dans le contexte de la collaboration, les Crypto actifs peuvent jouer un rôle important, en servant de couche économique clé pour les agents semi-autonomes. Prenons l'exemple d'un agent capable de générer des supports marketing pour un produit spécifique à l'aide de modèles de génération d'images coûteux. Dans ce scénario, les agents peuvent recevoir des paiements via des Crypto actifs et exécuter la fonction de manière autonome.

Pourquoi des agents semi-autonomes ?

Malgré notre passion pour la technologie Web3, nous pouvons clairement voir que l’IA générative évolue très bien sans l’aide des environnements d’exécution de la blockchain. Trouver une correspondance entre ces deux tendances Technologies n’est pas une tâche très facile. Les scénarios Web3 pour l’IA générative sont très naissants, voire inexistants.

Il s’agit alors de trouver les véritables défis de l’IA générative qui peuvent être relevés grâce aux technologies blockchain. Par « réel », j’entends qu’ils ne sont pas issus d’un exercice théorique, et je garde à l’esprit que nous essayons de faire correspondre une Technologies dont l’adoption dans le monde réel est limitée avec la tendance Technologies qui connaît la croissance la plus rapide depuis de nombreuses générations.

Les agents semi-autonomes semblent avoir la bonne combinaison de technologie et de timing pour les environnements d’exécution de la blockchain. Cette tendance est de plus en plus acceptée comme ONEune des prochaines WAVES de l’IA générative, et il existe de réels défis en termes de transparence, de coordination et de sécurité qui semblent bien adaptés aux blockchains. Que cette intégration se concrétise ou non nécessitera des adaptations techniques intelligentes dans les deux mouvements techniques. Mais le besoin est réel ; les agents semi-autonomes pourraient être la ONE tendance qui fasse le lien entre l’IA générative et les blockchains.