J’ai vu la démo Laya publiée par @Acurast : une IA joue toute seule à Doom sur un téléphone. Ça m’a vraiment fait réaliser tout ce qu’on peut faire avec un téléphone.

Sans trop m’attarder sur le côté spectaculaire, j’ai plutôt envie de parler aujourd’hui d’autre chose : ces dernières années, le calcul décentralisé n’a jamais vraiment décollé. Peut-être qu’on s’est trompé de cas d’usage dès le départ.

Jusqu’ici, l’approche du calcul DePIN consistait essentiellement à mettre des machines dispersées en concurrence avec les centres de données, en visant aussi bien l’entraînement que l’inférence des grands modèles. Le problème, c’est que le véritable goulot d’étranglement de ces tâches n’est pas la puissance de calcul d’une seule carte, mais la communication entre les machines. Des milliers de cartes doivent être interconnectées à haut débit et synchroniser leur état ; des machines éparpillées aux quatre coins du monde ne peuvent tout simplement pas le faire. Résultat : l’offre semble impressionnante, mais la demande ne décolle pas, et tout finit par tenir grâce aux subventions.

L’approche de Laya est exactement inverse :
Au lieu d’adapter le téléphone à l’IA, chercher des tâches d’IA naturellement adaptées au téléphone

C’est un modèle de « System 1 » : il ne génère pas de texte, mais choisit directement parmi plusieurs options. Il fait environ 800 Mo et peut tourner sur un CPU. Le plus important, c’est que chaque requête est totalement indépendante : pas besoin de se synchroniser avec d’autres machines ni de mémoriser l’état précédent.

Ce type de tâche est idéal pour un réseau distribué. Les machines n’ont pas besoin de communiquer entre elles ; chaque téléphone ajouté augmente la capacité de traitement, et si l’un se déconnecte, il suffit de le remplacer. Pour ce genre de tâche, les centres de données n’ont pas vraiment d’avantage : pas besoin d’un H100 pour déterminer si un e-mail est une tentative d’hameçonnage.

Regardons maintenant la demande.
Avec la multiplication des agents, ce qui explose vraiment, ce ne sont pas les tâches lourdes comme « écrire un article », mais les innombrables petites décisions : faut-il traiter ce message, cette adresse est-elle suspecte, faut-il autoriser cette opération ? Chaque décision a peu de valeur, mais elles sont extrêmement fréquentes. Utiliser un grand modèle génératif pour ça, c’est payer au token pour obtenir un « oui » ou un « non » : le calcul ne tient pas la route.

Je pense donc que ce que Laya démontre vraiment, c’est que :
Les appareils en périphérie peuvent prendre en charge les décisions les plus élémentaires et les plus nombreuses de l’économie des agents : les grands modèles planifient dans le cloud, et des centaines de milliers de téléphones assurent les réflexes.

Un autre point est plus directement lié à la blockchain : si une décision est exécutée sur le téléphone d’un inconnu, pourquoi lui faire confiance ? Les tâches mobiles d’Acurast s’exécutent dans un TEE, et le résultat peut prouver que c’est bien ce modèle qui l’a calculé sur cet appareil. Pour les agents on-chain, la gestion des risques ou la modération de contenu, un « jugement vérifiable » pourrait avoir plus de valeur qu’un « jugement plus intelligent ».

Bien sûr, il faut aussi garder la tête froide. L’équipe reconnaît elle-même que la précision baisse quand le nombre d’options augmente et que le modèle peut être trompé par des textes conçus à cet effet. Pour l’instant, il ne convient donc qu’à un premier filtrage. Par ailleurs, les plus de 300 000 téléphones et le milliard de transactions on-chain sont des chiffres du côté de l’offre ; ce qu’il faudra vraiment observer, c’est combien de développeurs externes seront prêts à payer pour ce type d’appel.

Mais au moins, l’orientation est la bonne. Cela fait des années qu’on parle de DePIN sur mobile, et c’est la première fois que je vois un cas d’usage qui tient la route par sa nature même, sans dépendre de subventions.

Si ça vous intéresse, vous pouvez aller tester par vous-mêmes :
laya.acurast.com