Preparing AI for the Quantum Era. Verona x PQabelian, Both approach post-quantum security from different directions.
Quantum computers could eventually change how digital security works today. Some encryption methods that protect our identities, financial records, and transactions may no longer be strong enough when quantum computing advances.
One concern is Harvest Now, Decrypt Later, encrypted data collected today could be stored and decrypted years from now. That's a serious problem for information that needs to remain private for a long time.
Verona focuses on making information trustworthy.
Through its Truth Engine, information can be verified at its source and turned into reusable proofs. AI agents can use those proofs without accessing the personal data behind them. Its Fermi upgrade also introduces post-quantum ML-DSA authentication based on the NIST standard.
Abelian focuses on keeping transactions private.
Its blockchain has used lattice-based cryptography since its first block in April 2022. Users can also choose how much transaction information they reveal, including sharing it with an auditor they trust.
These two roles become particularly relevant as AI agents start handling more than conversations.
Imagine an agent checking someone's identity or financial eligibility before making a payment. It needs reliable proof to make that decision, but it doesn't need access to someone's entire financial history.
Verona helps establish what is true, while Abelian helps keep the transaction private.
That's an important distinction for the future of AI. As agents gain more responsibility to make decisions and move money, protecting the information behind those actions becomes just as important as the actions themselves.
Croissance de 392,3 % du nombre d’utilisateurs actifs au troisième trimestre. Un changement remarquable de l’activité du réseau Verona.
Derrière ce chiffre se cache une participation croissante sur l’ensemble du réseau, avec une hausse significative du nombre moyen d’adresses actives quotidiennes.
La croissance du nombre d’utilisateurs est un aspect important du développement de toute blockchain. La technologie peut ouvrir de nouvelles possibilités, mais c’est une activité régulière du réseau qui permet à un écosystème de se développer.
Pour Verona, cette évolution apporte une dimension intéressante à ses travaux sur les données vérifiées, les preuves réutilisables et l’infrastructure d’IA.
VERONA EN OCTOBRE : CONSTRUIRE L’ÉCOSYSTÈME DE L’IA VÉRIFIÉE
Le mois d’octobre a été marqué par plusieurs évolutions intéressantes autour de Verona, et les projets concernés tissent des liens entre des domaines très différents de l’écosystème de l’IA. Certains projets s’intéressent à la façon dont les agents d’IA s’identifient, d’autres à ce dont ils peuvent se souvenir, à la manière dont ils gèrent leur argent ou aux sources d’informations fiables auxquelles ils peuvent recourir pour prendre des décisions. Voici un aperçu plus détaillé des collaborations : Brale Fournit l’infrastructure réglementée de stablecoin qui sous-tend verUSD, notamment une réserve en USD garantissant une parité de 1:1 et une émission native sur les chaînes prises en charge. Les agents d’IA disposent ainsi d’un actif libellé en dollars pour payer des données vérifiées et régler des transactions.
Après CoinGecko, Verona a désormais rejoint la catégorie « résistante aux ordinateurs quantiques » de CoinMarketCap.
Deux grandes plateformes de données sur les cryptomonnaies classent désormais Verona parmi les projets associés aux technologies résistantes aux ordinateurs quantiques. Une évolution bienvenue, alors que la sécurité résistante aux ordinateurs quantiques suscite un intérêt croissant dans l’ensemble du secteur de la blockchain.
Cette catégorie rassemble des projets aux architectures et approches diverses. Verona se distingue par une architecture de compte axée sur la flexibilité, qui permet aux normes cryptographiques d’évoluer sans obliger les utilisateurs à repartir de zéro.
La résistance aux ordinateurs quantiques n’est pas une caractéristique dont on peut parler une fois pour toutes avant de l’oublier. L’adaptabilité à long terme doit faire partie des fondations, et c’est précisément la voie que suit Verona.
$Verona a officiellement rejoint la catégorie « résistante au quantique » de Coingecko, aux côtés de projets comme $ZEC , $INJ , $Starknet et $ALGO .
Le timing est logique : Fermi est désormais opérationnel sur le Mainnet Verona v32. Mais ce qui rend cette évolution intéressante va bien au-delà d’une simple inscription dans une catégorie.
La cryptographie ne reste pas figée. Les normes évoluent, de nouvelles menaces apparaissent et les blockchains doivent pouvoir s’adapter sans obliger les utilisateurs à repartir de zéro. C’est le problème auquel Verona s’attaque avec son architecture de comptes.
Avec Fermi, les comptes existants peuvent ajouter une authentification post-quantique tout en conservant leurs adresses, leurs soldes et leur historique de transactions.
ML-DSA et SLH-DSA proposent deux approches différentes des signatures post-quantiques, offrant au réseau davantage de flexibilité à mesure que les normes cryptographiques évoluent.
L’enjeu plus vaste, c’est ce que Verona construit en coulisses : des comptes conçus pour s’adapter à l’évolution des exigences de sécurité.
Une IA peut analyser une action, suivre les mouvements du marché et repérer une occasion de trading. Mais prendre une décision financière implique aussi un autre aspect auquel les données du marché ne peuvent pas répondre à elles seules : que sait réellement l’IA de la personne pour laquelle elle effectue des transactions ?
Verona × Stockcoin
Stockcoin intègre le trading alimenté par l’IA à un compte unique couvrant les marchés boursiers américain, hongkongais et coréen, ainsi que les contrats perpétuels sur actions et les occasions liées aux introductions en bourse (IPO) et aux pré-IPO. La plateforme permet aux utilisateurs d’explorer les marchés et de laisser l’IA les aider à mettre en œuvre leurs stratégies.
Mais repérer une occasion ne représente qu’une partie du processus. Une IA peut avoir besoin de savoir si une personne est admissible à une allocation lors d’une IPO ou quels actifs elle détient déjà sur une autre plateforme. Ces informations appartiennent à l’utilisateur, pas au marché, et y accéder peut nécessiter de divulguer des données financières sensibles.
Verona aborde ce problème par la vérification. La plateforme peut convertir des informations en preuves réutilisables, permettant aux agents autorisés de vérifier les faits pertinents sans consulter les données sous-jacentes.
Leurs rôles sont différents, mais leur complémentarité est importante.
Stockcoin rapproche l’IA de l’action financière. Verona peut aider à fournir à cette IA un contexte vérifié sur la personne à l’origine de la décision, sans lui donner accès à chacune de ses informations privées.
L’intelligence de marché aide une IA à repérer une occasion. Des informations personnelles vérifiées peuvent l’aider à déterminer si cette occasion est pertinente pour l’utilisateur.
À mesure que l’IA joue un rôle croissant dans les décisions financières, cette distinction devient difficile à ignorer. La prochaine étape consiste à voir comment cette capacité de vérification prendra forme au sein de Stockcoin.
Fermi est en ligne sur le réseau principal $VERONA v32. Et ce qui est intéressant, ce n’est pas seulement la cryptographie résistante aux attaques quantiques. C’est la façon dont Verona se prépare à un avenir où les normes cryptographiques actuelles pourraient ne plus suffire.
Anthony Anzalone, fondateur de Verona, a résumé le défi en une phrase :
« La résistance quantique est un problème de migration, pas un problème mathématique. »
La plupart des blockchains associent une adresse à une clé précise. Si la cryptographie de cette clé devient un jour vulnérable, passer à un nouveau système peut impliquer de transférer les fonds vers une nouvelle adresse.
Verona adopte une approche différente. Chaque compte est un contrat intelligent, ce qui permet de modifier sa cryptographie sous-jacente sans changer le compte lui-même. Même adresse, mêmes soldes, même historique.
Fermi introduit deux normes post-quantiques du NIST :
• ML-DSA (FIPS 204) pour les signatures des comptes
• SLH-DSA (FIPS 205) pour les trésoreries et les coffres hors ligne
Les comptes peuvent également adopter une politique qui rejette les signatures classiques. Parallèlement, les clés des validateurs migreront vers ML-DSA. Le consensus deviendra sécurisé contre les attaques quantiques lorsque les validateurs représentant les deux tiers de la puissance de vote auront effectué la transition.
Un autre point important : Verona ne mise pas tout sur un seul algorithme censé durer éternellement. Les signatures fondées sur les réseaux et celles fondées sur les fonctions de hachage coexistent, tandis que de futures options comme FN-DSA pourraient encore accroître cette flexibilité.
C’est ce qui fait de Fermi bien plus qu’une mise à niveau de sécurité. C’est une conception qui tient compte du fait que la cryptographie évolue et que les comptes blockchain doivent pouvoir résister à ces changements sans être laissés pour compte.
La prochaine avancée majeure en robotique pourrait dépendre de quelque chose de très ordinaire : des personnes qui effectuent des tâches du quotidien. Les modèles linguistiques s’appuient sur Internet comme ressource d’apprentissage. Cependant, les robots ont besoin d’un autre type d’expérience : comprendre comment les mains interagissent avec les objets, comment les mouvements s’effectuent et comment les tâches sont réalisées en dehors des conditions contrôlées d’un laboratoire. Il est beaucoup plus difficile de recueillir ce type de données à grande échelle. Axis Robotics adopte une approche intéressante. Sa plateforme de simulation accessible via navigateur permet aux utilisateurs d’entraîner des robots virtuels sans avoir besoin de matériel physique. Grâce à sa dernière mise à jour, le réseau de contributeurs d’Axis compte désormais plus de 270 000 personnes, qui ont généré plus de 7 millions d’enregistrements.
Lorsqu’un agent IA gère des transactions, savoir quand acheter ou vendre ne représente qu’une partie du travail. Il doit aussi comprendre quel niveau de risque l’utilisateur assume déjà. S’il ne voit qu’un seul compte connecté, les positions détenues ailleurs peuvent passer inaperçues, et l’agent n’a alors qu’une vision incomplète du portefeuille.
Verona x Alphio Alphio transforme des idées de trading en stratégies, surveille les conditions du marché et exécute les transactions dans le respect des règles de risque de l’utilisateur. Verona apporte des faits vérifiables, permettant aux agents autorisés de réutiliser des preuves sans accéder aux données privées qui les sous-tendent.
La même idée compte sur les marchés de prédiction, où repérer une évolution des probabilités est une chose, et disposer de faits fiables pour étayer une décision en est une autre.
L’objectif n’est pas de donner à l’IA accès à tout. Il s’agit de lui fournir les informations dont elle a réellement besoin pour prendre des décisions plus éclairées, tout en préservant la confidentialité des données sous-jacentes.
Car même les règles de risque les plus strictes ont un angle mort si l’agent n’a pas une vue d’ensemble.
Les robots apprennent en observant des humains effectuer des tâches. Mais contrairement aux modèles linguistiques d’IA, qui peuvent apprendre à partir d’immenses quantités de données disponibles sur Internet, les robots disposent encore d’un nombre limité d’expériences enregistrées pour apprendre.
Axis Robotics contribue à combler cette lacune. En six mois, sa communauté est passée de 40 000 à plus de 270 000 personnes, recueillant ainsi davantage d’expériences pouvant servir à entraîner les robots.
Mais recueillir davantage de données ne représente que la moitié du défi. Les acheteurs doivent aussi savoir si les enregistrements sont authentiques et d’où ils proviennent.
Axis enregistre déjà ses données sur la blockchain. Verona ajoute une couche supplémentaire en associant à chaque enregistrement une preuve vérifiable de son origine, ce qui aide les acheteurs à en vérifier la provenance sans devoir répéter le même audit à chaque achat.
Axis aide les robots à apprendre auprès des humains. Verona contribue à rendre vérifiables les données qui permettent cet apprentissage.
C’est l’une des façons dont la couche d’intelligence de Verona pour l’IA dépasse les modèles linguistiques et s’étend au monde physique. #ArtificialInteligence
12,5 M de points de données vérifiés, dont 9,5 M ajoutés en seulement cinq semaines. La croissance de VERONA s’accélère sérieusement.
Le volume de VDP a augmenté de 300 % en un mois, et le nombre de comptes actifs quotidiens a grimpé de plus de 2 000 % depuis le changement de marque. Les chiffres évoluent rapidement, surtout si l’on tient compte de la part de la croissance totale réalisée en si peu de temps.
Mais il ne s’agit pas seulement de faire grimper un compteur. L’IA a besoin d’informations fiables, pas simplement de davantage de données à traiter. Et obtenir ces informations ne devrait pas obliger quiconque à révéler ses données personnelles.
Verona s’appuie sur cette idée : vérifier les faits, préserver la confidentialité des données sous-jacentes et rendre ces preuves utiles dans différentes applications.
12,5 M, c’est une étape importante. La suite dépend de tout ce qu’il sera possible de faire avec ces faits vérifiés.
Pour qu’un agent d’IA puisse agir utilement au nom de quelqu’un, il lui faut plus qu’un accès aux données. Il doit savoir quelles informations sont fiables, et disposer d’un moyen de paiement au moment d’agir.
C’est une distinction importante. Un agent peut avoir besoin de vérifier un détail concernant une personne, mais cela ne devrait pas impliquer de révéler l’intégralité de l’historique de son compte. Verona permet de vérifier des faits précis et aux agents autorisés d’utiliser cette preuve sans divulguer les données personnelles qui la sous-tendent.
Mais la preuve ne fait pas tout. Si un agent doit payer pour obtenir des données vérifiées ou effectuer une transaction, il lui faut aussi une monnaie conçue pour fonctionner dans cet environnement.
C’est pourquoi $verUSD est important aux côtés de la couche de vérification verona_dev. L’un aide un agent à prendre des décisions fondées sur des faits qu’il peut vérifier, et l’autre lui permet de payer en dollars. Verona réunit ces deux aspects au sein du même écosystème.
L’idée générale est simple : l’IA ne devrait pas seulement pouvoir répondre à une question. Elle devrait pouvoir agir en s’appuyant sur des informations fiables, respecter la confidentialité de ces informations et accomplir une tâche lorsqu’un paiement est nécessaire.
Une compétition de trading avec un classement qui se réinitialise toutes les 6 heures ? Ça change votre façon d’envisager la course.
La campagne Verona# sur CEDE Hub se déroule par périodes de 6 heures, avec des récompenses distribuées en fonction du volume de trading éligible. Elle propose également une fonctionnalité Autopilot qui vous permet de définir un volume cible pour une période.
Quelques détails à connaître • 10 500 $USDT de récompenses au total
• Une configuration Autopilot par période
• Protection contre le spread à 0,25 % : Autopilot ne passera aucun ordre si le spread dépasse cette limite
La campagne se déroule du 17 octobre au 28 novembre. Il ne s’agit donc pas seulement de vérifier le montant des récompenses. Comprendre les règles et le fonctionnement de chaque période fait aussi partie du jeu.
Si vous tradez du $VERONA sur Bybit ou Bitget, examinez de plus près les modalités.
Les partenariats d’octobre mettent en lumière trois besoins différents dans l’économie des agents IA.
Brale Fournit l’infrastructure réglementée de stablecoin qui sous-tend verUSD, notamment une couverture par des réserves en USD à parité 1:1 et une émission native sur les chaînes prises en charge. Les agents IA disposent ainsi d’un actif libellé en dollars pour payer des données vérifiées et régler des transactions.
BillionsNetwork Permet de vérifier l’identité d’un agent en le reliant à une personne réelle et vérifiée. Verona aide à déterminer si les faits sur lesquels un agent s’appuie sont vrais ; Billions aide à établir à qui appartient l’agent et qui répond de ses actions.
ZetaChain & AnumaAI Collaborent avec Verona à des recherches sur ce que les gens veulent que l’IA retienne et ce qui devrait rester privé. Les équipes étudient également comment la mémoire chiffrée et contrôlée par l’utilisateur d’Anuma pourrait compléter le contexte vérifié de Verona.
Chaque collaboration répond à un besoin différent : Brale s’occupe de l’émission de stablecoins, Billions traite de l’identité et de la responsabilité des agents, et ZetaChain apporte une perspective axée sur la mémoire privée de l’IA.
Le rôle de Verona est de rendre vérifiables et réutilisables les faits appartenant aux utilisateurs, sans exposer les données sous-jacentes.
Ensemble, ces efforts contribuent à clarifier les différents éléments dont les agents IA ont besoin pour passer de la génération de réponses à la réalisation d’actions dans le monde réel. $USDC #AIAgents
L’IA devient plus utile lorsqu’elle comprend le contexte des besoins d’une personne. Elle peut mémoriser des préférences, suivre des projets en cours et s’adapter à la façon de travailler de chacun. Mais le contexte ne suffit pas toujours. Lorsqu’un agent d’IA doit s’appuyer sur un fait pour accomplir une tâche, se souvenir d’une information et prouver qu’elle est vraie sont deux choses différentes.
ZetaChain s’attaque au premier aspect avec AnumaAI et sa couche de mémoire privée (Private Memory Layer). Le contexte de l’utilisateur est chiffré et conçu pour passer d’un modèle d’IA à l’autre : changer de modèle ne signifie donc pas repartir de zéro. L’objectif est de rendre l’IA plus personnelle tout en laissant le contrôle de la mémoire à l’utilisateur.
verona_dev se concentre sur les situations où une information doit être vérifiée. Grâce à son moteur de vérité (Truth Engine), les faits peuvent être vérifiés à leur source et transformés en preuves réutilisables. Un agent d’IA autorisé peut utiliser cette preuve sans avoir accès aux données originales qui la sous-tendent. L’IA peut ainsi s’appuyer sur des informations sans révéler plus de données personnelles que nécessaire.
Verona et ZetaChain sont complémentaires : une mémoire privée pour l’IA, associée à des faits qui peuvent réellement être vérifiés. La mémoire aide l’IA à conserver le contexte, tandis que la vérification lui fournit des preuves sur lesquelles s’appuyer lorsqu’une tâche dépend d’un fait précis. Ensemble, ces approches ouvrent la voie à des agents d’IA plus personnels et mieux informés, sans considérer comme automatiquement vraie tout ce dont ils se souviennent.
La question de fond est de savoir où chacun souhaite fixer les limites.
Que devrait retenir l’IA ? Que ne devrait-elle jamais conserver ? Qui décide de ce qui peut être partagé ? Que se passe-t-il lorsque l’autorisation est révoquée ?
Verona et ZetaChain explorent ces questions dans le cadre d’une étude conjointe ouverte à toutes les personnes qui utilisent l’IA. Le sondage est anonyme et les résultats sont attendus en novembre.
Participez avant le 27 octobre https://forms.gle/XbRWNzCFouHCfEdu5
Une IA capable de se souvenir des habitudes, des préférences et du comportement de ses utilisateurs est certainement plus utile. Mais un autre aspect est tout aussi important : comment garantir que les informations utilisées par l’IA sont réellement exactes sans avoir à exposer toutes les données personnelles.
ZetaChain x Verona
. @ZetaChain crée une couche de mémoire privée grâce à @AnumaAI, garantissant que la mémoire de l’IA reste chiffrée, sous le contrôle de l’utilisateur et transférable vers d’autres modèles d’IA. De son côté, @verona_dev aide l’IA à vérifier les faits à partir de leurs sources. Ces preuves peuvent être réutilisées par des agents autorisés sans révéler les données d’origine qui les étayent.
En bref, ZetaChain aide l’IA à se souvenir du contexte. Verona aide l’IA à vérifier les faits. Se souvenir de quelque chose et s’assurer que c’est vrai sont deux choses différentes, et l’IA a besoin des deux pour être plus utile et plus digne de confiance.
Cette collaboration soulève également des questions souvent négligées dans les discussions sur l’IA : quelles informations faut-il retenir, lesquelles doivent rester privées, et lesquelles peut-on partager lorsque l’IA aide à mettre une personne en relation avec une autre ?
Car l’avenir de l’IA ne dépend pas seulement de la quantité d’informations dont elle peut se souvenir, mais aussi de qui contrôle ces informations, de ce qui peut être prouvé et du moment où elles peuvent être utilisées.
Les agents IA sont de plus en plus capables de faire davantage que répondre à des questions.
Ils peuvent rechercher, comparer, réserver, acheter et, à terme, gérer des transactions au nom de quelqu’un. Mais dès qu’un agent commence à manipuler de l’argent ou à prendre des engagements, l’intelligence seule ne suffit pas.
Deux choses doivent être claires :
Les informations sur lesquelles il s’appuie sont-elles réelles ?
Et pour qui l’agent agit-il réellement ?
Verona × Billions . @verona_dev s’occupe du premier point en transformant les données en faits vérifiés que les agents peuvent utiliser sans dévoiler les informations brutes sous-jacentes.
. @billions_ntwk s’occupe du second grâce à une identité d’agent vérifiée, qui relie un agent à une personne vérifiée afin que les autres puissent s’assurer que l’agent est légitime et qu’une personne en assume la responsabilité.
C’est leur combinaison qui fait leur valeur.
Un agent peut avoir accès à des informations exactes, mais cela ne dit pas qui l’a autorisé à agir. Et une identité vérifiée ne sert à rien si l’agent prend des décisions à partir de données fausses ou non vérifiées.
Verona prouve ce que l’agent sait. Billions prouve pour qui l’agent agit.
Cela devient d’autant plus important que les agents se tournent vers le commerce, les paiements et d’autres domaines où les erreurs peuvent avoir de réelles conséquences.
Cette intégration ne consiste pas seulement à ajouter une couche d’identité à l’IA. Il s’agit de bâtir une base de confiance plus solide avant de confier davantage de responsabilités aux agents dans le monde réel.
verUSD est bien plus qu’un nouveau dollar sur Verona. Derrière lui se trouve l’infrastructure qui permet d’émettre le stablecoin, de le garantir par des réserves et de le rendre disponible nativement sur plusieurs réseaux.
Brale émet verUSD, gère le programme de stablecoin associé, et chaque verUSD est garanti à parité 1:1 par des réserves en $USD détenues auprès d’institutions financières américaines réglementées.
L’intégration entre @verona_dev et @brale_xyz fournit désormais l’infrastructure qui sous-tend verUSD. Brale assure l’émission native de stablecoins et leur orchestration, ce qui permet d’émettre verUSD nativement sur les chaînes prises en charge.
Cette émission native est un élément important de la conception. verUSD peut être créé directement sur des réseaux pris en charge, tels qu’Ethereum et Solana, au lieu d’exister uniquement sous la forme d’un actif encapsulé dépendant d’un pont. Ainsi, un même dollar peut exister nativement sur le réseau où un utilisateur ou un agent IA opère déjà.
La répartition des rôles est claire.
Brale gère l’infrastructure liée au dollar. Verona gère le réseau où les faits vérifiés sont utilisés et payés.
Pour Verona, cela permet à la couche de paiement de fonctionner discrètement en arrière-plan. Les agents n’ont pas à se soucier de la manière dont le stablecoin est émis ni de la gestion des opérations multichaînes. Ce qui reste visible, en surface, est beaucoup plus simple : des informations vérifiées, une action, puis un paiement ou un règlement via verUSD.