Imaginez que vous portez une paire de lunettes intelligentes équipées de capteurs situés près de vos tempes et capables de recueillir diverses données telles que les ondes cérébrales, les images et les sons. Ces signaux peuvent indiquer votre rythme cardiaque, votre tension artérielle, votre niveau de stress et divers autres états de votre corps. Ce serait fantastique si, lorsque vous rencontrez des problèmes de santé, les lunettes pouvaient afficher des informations et des alertes à vous et à votre médecin de famille. De plus, ces lunettes pourraient offrir des milliers de fonctionnalités, comme vous aider à vous orienter, à reconnaître des objets et à traduire automatiquement pour vous. Elles serviraient d’assistant virtuel incroyable, un peu comme J.A.R.V.I.S dans Iron Man.

Les Google Glass, lancées en 2011, ont été à mon avis un produit révolutionnaire, mais elles ne sont toujours pas devenues très répandues. L’une des principales raisons est le défi de développer un appareil compact capable d’effectuer de nombreuses tâches complexes nécessitant une puissance de calcul élevée. De même, Apple Vision Pro, malgré sa conception innovante et ses fonctionnalités avancées, fait face à des obstacles similaires. Apple Vision Pro, comme Google Glass, vise à fusionner harmonieusement les mondes numérique et physique, mais la demande de puissance de calcul élevée dans un format compact reste un obstacle de taille. Le besoin de stockage d’énergie efficace et de capacités de traitement avancées dans un appareil portable léger continue de constituer un défi de taille pour les deux entreprises.
Les technologies liées au stockage d’énergie, aux processeurs (CPU) et aux processeurs graphiques (GPU) progressent de jour en jour pour équilibrer et résoudre les problèmes de puissance de calcul, d’efficacité et de consommation d’énergie. Cependant, intégrer toute cette technologie dans un appareil compact reste impossible. La plupart des appareils portables actuels se connectent à un appareil doté d’une meilleure puissance de calcul, comme un smartphone, ou se connectent directement à des systèmes de serveurs cloud. Cela a un impact significatif sur les capacités de calcul autonomes de l’appareil et sur sa flexibilité pendant son utilisation.

Considérons une hypothèse sur un système informatique distribué pour résoudre ce problème et son fonctionnement. Imaginons que lorsque vous mettez vos lunettes le matin pour commencer votre journée, l’assistant virtuel vous dit : « Bonjour, vous avez dormi 8 heures la nuit dernière sans vous réveiller, ce qui est formidable. Vous êtes dans un état très reposé pour commencer le travail d’aujourd’hui. Vous avez une réunion à 9 heures avec M. X et vous devez vérifier l’avancement du développement du produit Y ce matin. »
Les capteurs du lit intelligent sur lequel vous avez dormi la nuit dernière ont collecté des données pendant votre sommeil, notamment la durée du sommeil, les phases du sommeil (N1, N2, REM, Profond), la fréquence cardiaque, la fréquence respiratoire, etc. Ces données sont stockées dans le système central du lit.
Lorsque vous mettez les lunettes le matin, les capteurs des lunettes collectent immédiatement votre état de santé actuel et l’envoient au système central du lit. Simultanément, ils envoient une requête pour résumer et rendre compte de votre sommeil de la nuit dernière et de votre état de santé actuel. Pendant ce temps, les lunettes compilent également les tâches que vous devez effectuer pour la journée ; ces données sont préalablement enregistrées dans le système du lit, votre MacBook de travail quotidien, votre téléphone ou d’autres appareils IoT (Internet des objets) environnants.
Toutes les données sont envoyées depuis ces appareils vers des systèmes disposant d'une puissance de calcul suffisante (GPU) à proximité, comme une voiture Tesla qui passe ou un PC de jeu haute configuration d'un voisin. La transmission des données peut se faire via Wifi, 4G, 5G ou ondes LoRa. Un processus utilisant l'IA générative sur ces appareils produit les réponses dont l'assistant virtuel a besoin et les renvoie à vos lunettes. Grâce aux images sur les lunettes et à la transmission du son à travers l'os, vous recevez votre réponse presque immédiatement.
Cette combinaison intéressante d’appareils environnants vous permet d’obtenir la réponse la plus rapide, les lunettes agissant simplement comme un pont entre vous et ces périphériques. Le défi ici est de savoir comment vous pouvez faire confiance à un appareil qui stocke et traite vos données, en garantissant qu’elles sont sûres et exactes, et qu’en est-il de votre vie privée. Et s’il s’agit de l’appareil de quelqu’un d’autre, que gagne-t-il à stocker et à calculer pour vous ? Ou même en utilisant des systèmes d’IA de grands noms comme OpenAI, Google et Microsoft, pouvez-vous leur faire suffisamment confiance pour leur donner vos informations sensibles ?

La blockchain est une solution puissante pour résoudre ces problèmes. Vos lunettes de lecture de la rétine créent une clé d’accès que vous seul avez le droit de déverrouiller ; les données sont cryptées et authentifiées sur la base de cette clé d’accès. Les mécanismes de récompense-punition du processus informatique décentralisé garantissent la transparence du système. Chaque appareil participant se voit attribuer une récompense correspondante, ce qui incite au partage des ressources de stockage et de calcul. Cette approche permet non seulement d’éviter le gaspillage de ressources qui ne sont pas utilisées en continu, mais répond également à la demande croissante d’appareils intelligents.
Il s'agira d'un système massif de milliards d'appareils, un cerveau fonctionnant en continu, construit, géré et exploité par la communauté. Il s'agit des réseaux d'infrastructures physiques décentralisés (DePIN).
La combinaison parfaite de la blockchain, de l’IoT et de l’IA crée une base solide pour DePIN, contribuant à résoudre de nombreux problèmes dans divers domaines. DePIN est un tableau géant, coloré par des centaines de projets différents. Par exemple, Helium Network fournit des solutions pour la transmission de données, Fetch.AI propose une plateforme d’IA et NOTT fournit des solutions de santé via des dispositifs de surveillance continue et un système de données de bien-être distribué. Nous nous rapprochons de très près d’histoires qui ne semblent possibles que dans les films de science-fiction. Nous construisons cet avenir, donc à mon avis, l’avenir c’est maintenant.
