Jouer à Tetris peut aussi révéler une autre façon d’exploiter la puissance de calcul de l’IA
La dernière démonstration d’Acurast, Laya, fait tourner directement des modèles d’IA sur des téléphones Android. À chaque étape, le modèle choisit la prochaine action parmi cinq options en fonction de la position des pièces.
Dans la démonstration publiée par l’équipe, chaque décision ne prend qu’environ 0,2 à 1 seconde.
L’intérêt de cet exemple n’est pas que l’IA sache jouer, mais qu’il révèle une nouvelle répartition des rôles : le programme calcule les options, l’IA prend la décision et le téléphone l’exécute.
Appliquée au Web3, cette approche pourrait permettre aux portefeuilles de comparer des itinéraires de transaction, aux agents de choisir la prochaine action parmi celles autorisées, et aux applications de confier certaines décisions simples à des appareils distribués.
Cela ne signifie pas que les téléphones peuvent remplacer les GPU, mais montre que toutes les tâches d’IA ne justifient pas de faire appel à de grands modèles coûteux et à des serveurs centralisés.
C’est précisément ce type de besoins en calcul qu’Acurast cherche à explorer.
#Acurast
La dernière démonstration d’Acurast, Laya, fait tourner directement des modèles d’IA sur des téléphones Android. À chaque étape, le modèle choisit la prochaine action parmi cinq options en fonction de la position des pièces.
Dans la démonstration publiée par l’équipe, chaque décision ne prend qu’environ 0,2 à 1 seconde.
L’intérêt de cet exemple n’est pas que l’IA sache jouer, mais qu’il révèle une nouvelle répartition des rôles : le programme calcule les options, l’IA prend la décision et le téléphone l’exécute.
Appliquée au Web3, cette approche pourrait permettre aux portefeuilles de comparer des itinéraires de transaction, aux agents de choisir la prochaine action parmi celles autorisées, et aux applications de confier certaines décisions simples à des appareils distribués.
Cela ne signifie pas que les téléphones peuvent remplacer les GPU, mais montre que toutes les tâches d’IA ne justifient pas de faire appel à de grands modèles coûteux et à des serveurs centralisés.
C’est précisément ce type de besoins en calcul qu’Acurast cherche à explorer.
#Acurast