Par Alex Xu, partenaire de recherche chez Mint Ventures

Introduction

Ce cycle du marché haussier de la cryptographie a été le moins inspirant en termes d’innovation commerciale. Contrairement au marché haussier précédent, qui a vu des tendances phénoménales telles que DeFi, NFT et GameFi, ce cycle manque de points chauds importants de l'industrie. Par conséquent, la croissance de la base d’utilisateurs, des investissements industriels et de l’activité des développeurs a été lente.

Cette tendance se reflète également dans le prix des actifs cryptographiques. Sur l’ensemble du cycle, la plupart des altcoins, y compris l’ETH, ont constamment perdu de la valeur par rapport au BTC. La valorisation des plateformes de contrats intelligents dépend en grande partie de la prospérité de leurs applications. Lorsque l’innovation dans le développement d’applications stagne, il devient difficile d’augmenter la valorisation des chaînes publiques.

Cependant, l’intelligence artificielle (IA), en tant que secteur relativement nouveau dans le paysage commercial de la cryptographie, pourrait bénéficier de la croissance explosive et des points chauds actuels dans le monde commercial au sens large. Cela donne aux projets d’IA dans l’espace cryptographique le potentiel d’attirer une attention supplémentaire significative.

Dans le rapport IO.NET publié par Mint Ventures en avril, la nécessité d'intégrer l'IA à la cryptographie a été analysée en profondeur. Les avantages des solutions crypto-économiques, tels que le déterminisme, l’allocation efficace des ressources et le manque de confiance, pourraient potentiellement répondre aux trois défis majeurs de l’IA : le caractère aléatoire, l’intensité des ressources et la difficulté de distinguer l’humain de la machine.

Dans le secteur de l’IA de la crypto-économie, je souhaite discuter et explorer plusieurs questions critiques dans cet article, notamment :

  • Des récits émergents ou potentiellement explosifs existent dans le secteur de la crypto-IA.

  • Les voies catalytiques et les cadres logiques de ces récits.

  • Projets Crypto + IA.

  • Les risques et incertitudes liés au développement du secteur crypto + IA.

Veuillez noter que cet article reflète ma réflexion actuelle et est susceptible d'évoluer. Les opinions ici sont subjectives et il peut y avoir des erreurs dans les faits, les données et le raisonnement logique. Il ne s’agit pas de conseils financiers, mais les commentaires et discussions sont les bienvenus.

La prochaine vague de récits dans le secteur de la crypto-IA

Avant de plonger dans les tendances émergentes dans le secteur de la crypto-IA, examinons d’abord les principaux récits actuels. Sur la base de la capitalisation boursière, ceux dont la valorisation dépasse 1 milliard de dollars comprennent :

  • Puissance de calcul

    • Render Network ($RNDR) : détenant une capitalisation boursière en circulation de 3,85 milliards de dollars, 

    • Akash : avec une capitalisation boursière en circulation de 1,2 milliard de dollars

    • IO.NET : récemment valorisé à 1 milliard de dollars lors de son dernier tour de table.

  • Réseaux d'algorithmes

    • Bittensor ($TAO) : Bénéficie d'une capitalisation boursière en circulation de 2,97 milliards de dollars.

  • AI Agents

    • Fetch.ai ($FET) : atteint une capitalisation boursière en circulation avant la fusion de 2,1 milliards de dollars

*Heure de mise à jour des données : 24 mai 2024.

Au-delà des domaines évoqués ci-dessus, quel secteur de l’IA produira le prochain projet dont la capitalisation boursière dépassera le milliard de dollars ?

Je pense que cela peut être spéculé sous deux angles : le récit du « côté offre industrielle » et le récit du « moment GPT ».

Examiner les opportunités dans le domaine de l'énergie et des données du point de vue de l'offre industrielle

Du point de vue de l’offre industrielle, quatre forces motrices clés derrière le développement de l’IA sont :

  • Algorithmes : des algorithmes de haute qualité peuvent exécuter les tâches de formation et d'inférence plus efficacement.

  • Puissance de calcul : la formation de modèles et l'inférence nécessitent une puissance de calcul substantielle fournie par le matériel GPU. Cette exigence représente un goulot d’étranglement industriel majeur, la pénurie actuelle de puces faisant grimper les prix des puces de milieu à haut de gamme.

  • Énergie : les datacenters d’IA nécessitent une consommation d’énergie importante. Au-delà de l’électricité nécessaire aux GPU pour effectuer des tâches de calcul, une énergie importante est également nécessaire pour refroidir les GPU. Dans les grands centres de données, les systèmes de refroidissement représentent à eux seuls environ 40 % de la consommation énergétique totale.

  • Données : l'amélioration des performances des grands modèles nécessite d'élargir les paramètres de formation, ce qui entraîne une demande massive de données de haute qualité.

Concernant les quatre forces motrices industrielles mentionnées ci-dessus, les secteurs des algorithmes et de la puissance de calcul ont déjà des projets de cryptographie avec une capitalisation boursière en circulation supérieure à 1 milliard de dollars. Cependant, les secteurs de l’énergie et des données n’ont pas encore vu les projets atteindre des capitalisations boursières similaires.

En fait, des pénuries d’approvisionnement en énergie et en données pourraient bientôt apparaître, devenant potentiellement les prochains points chauds de l’industrie et entraînant une vague de projets connexes dans l’espace cryptographique.

Commençons par la partie énergétique.

Le 29 février 2024, Elon Musk a déclaré lors de la conférence Bosch ConnectedWorld 2024 : « J'ai prédit la pénurie de puces il y a plus d'un an, et la prochaine pénurie sera celle de l'électricité. Je pense que l’année prochaine, vous verrez qu’ils ne trouvent tout simplement pas assez d’électricité pour faire fonctionner toutes les puces.

Selon des données spécifiques, l’Institut pour l’intelligence artificielle centrée sur l’humain de l’Université de Stanford, dirigé par Fei-Fei Li, publie chaque année le « AI Index Report ». Dans son rapport de 2022 sur l’industrie de l’IA pour 2021, le groupe de recherche a estimé que la consommation d’énergie de l’IA cette année-là ne représentait que 0,9 % de la demande mondiale d’électricité, exerçant une pression limitée sur l’énergie et l’environnement. Cependant, en 2023, l'Agence internationale de l'énergie (AIE) a résumé l'année 2022 en déclarant que les centres de données mondiaux consommaient environ 460 térawattheures (TWh) d'électricité, ce qui représente 2 % de la demande mondiale d'électricité. Ils prédisent également que d’ici 2026, la consommation énergétique mondiale des centres de données atteindra au moins 620 TWh, pouvant atteindre jusqu’à 1 050 TWh.

En réalité, les estimations de l’Agence internationale de l’énergie restent prudentes, car de nombreux projets d’IA sur le point d’être lancés nécessiteront beaucoup plus d’énergie que prévu en 2023. 

Par exemple, Microsoft et OpenAI planifient le projet Stargate. Cette initiative ambitieuse devrait débuter en 2028 et s'achever vers 2030. Le projet vise à construire un supercalculateur équipé de millions de puces d'IA dédiées, fournissant à OpenAI une puissance de calcul sans précédent pour faire progresser ses recherches en intelligence artificielle, en particulier les grands modèles de langage. Le coût estimé de ce projet dépasse 100 milliards de dollars, soit 100 fois le coût des grands centres de données actuels.

La consommation d'énergie du seul projet Stargate devrait atteindre 50 TWh.

En conséquence, le fondateur d’OpenAI, Sam Altman, a déclaré lors du Forum de Davos en janvier dernier : « La future intelligence artificielle nécessitera des avancées énergétiques, car l’électricité consommée par l’IA dépassera de loin les attentes. »

Après la puissance et l’énergie de calcul, la prochaine pénurie majeure dans le secteur de l’IA en croissance rapide concernera probablement les données.

En fait, la pénurie de données de haute qualité nécessaires à l’IA est déjà devenue une réalité.

Grâce à l'évolution continue de GPT, nous avons largement compris le modèle d'amélioration des capacités des grands modèles de langage : en élargissant les paramètres du modèle et les données de formation, les capacités de ces modèles peuvent être augmentées de manière exponentielle. Ce processus ne présente aucun goulot d’étranglement technique immédiat.

Toutefois, les données de haute qualité accessibles au public risquent de devenir de plus en plus rares à l’avenir. Les produits d’IA peuvent être confrontés à des conflits entre l’offre et la demande similaires à ceux rencontrés avec les puces et l’énergie.

Premièrement, on constate une augmentation des litiges concernant la propriété des données.

Le 27 décembre 2023, le New York Times a intenté une action en justice contre OpenAI et Microsoft devant le tribunal de district des États-Unis, alléguant qu'ils avaient utilisé des millions de ses articles sans autorisation pour entraîner le modèle GPT. Le New York Times réclame des milliards de dollars en dommages-intérêts légaux et réels pour « copie et utilisation illégales d’œuvres d’une valeur unique » et exige la destruction de tous les modèles et données de formation qui incluent ses documents protégés par le droit d’auteur.

Fin mars 2024, le New York Times a publié une nouvelle déclaration, élargissant ses accusations au-delà d'OpenAI pour inclure Google et Meta. La déclaration affirmait qu'OpenAI avait utilisé un outil de reconnaissance vocale appelé Whisper pour transcrire un grand nombre de vidéos YouTube en texte, qui a ensuite été utilisé pour entraîner GPT-4. Le New York Times affirme qu’il est devenu courant pour les grandes entreprises d’employer des tactiques sournoises pour former leurs modèles d’IA. Ils ont également souligné que Google se livre à des pratiques similaires, convertissant le contenu vidéo YouTube en texte pour la formation de ses modèles, portant essentiellement atteinte aux droits des créateurs de contenu vidéo.

Il est peu probable que le procès entre le New York Times et OpenAI, surnommé la première « affaire de droits d’auteur sur l’IA », soit résolu rapidement en raison de sa complexité et de l’impact profond qu’il pourrait avoir sur l’avenir du contenu et de l’industrie de l’IA. L’un des résultats potentiels est un règlement à l’amiable, dans lequel Microsoft et OpenAI, aux poches profondes, paieront une somme importante en compensation. Cependant, les futurs litiges concernant les droits d’auteur sur les données feront inévitablement augmenter le coût global des données de haute qualité.

En outre, Google, en tant que plus grand moteur de recherche au monde, envisagerait de facturer des frais pour ses services de recherche, non pas pour le grand public, mais pour les sociétés d’IA.

Source : Reuters



Les serveurs des moteurs de recherche de Google contiennent de grandes quantités de contenu, essentiellement tout le contenu apparu sur les pages Web depuis le 21e siècle. Les produits de recherche basés sur l'IA, tels que Perplexity et Kimi et Meta Sota développés par des entreprises chinoises, traitent les données extraites de ces recherches via l'IA, puis les transmettent aux utilisateurs. L’introduction de frais pour les entreprises d’IA pour accéder aux données des moteurs de recherche augmentera sans aucun doute le coût d’obtention des données.

De plus, les géants de l’IA ne se concentrent pas uniquement sur les données publiques ; ils ciblent également les données internes non publiques.

Photobucket, un site Web d'hébergement d'images et de vidéos bien établi, comptait autrefois 70 millions d'utilisateurs et près de la moitié de la part du marché américain de la photo en ligne au début des années 2000. Cependant, avec l’essor des médias sociaux, la base d’utilisateurs de Photobucket a considérablement diminué, s’élevant désormais à seulement 2 millions d’utilisateurs actifs, chacun payant une redevance annuelle élevée de 399 $. Conformément à son accord d'utilisation et à sa politique de confidentialité, les comptes inactifs depuis plus d'un an sont récupérés, accordant à Photobucket le droit d'utiliser les images et vidéos téléchargées. Le PDG de Photobucket, Ted Leonard, a révélé que leurs 1,3 milliard de photos et de vidéos sont extrêmement précieuses pour former des modèles d'IA génératifs. Il négocie actuellement avec plusieurs entreprises technologiques pour vendre ces données, à des prix allant de 5 centimes à 1 dollar par photo et plus de 1 dollar par vidéo. Leonard estime que les données de Photobucket pourraient valoir plus d’un milliard de dollars.

L’équipe de recherche EPOCH, spécialisée dans les tendances de développement de l’IA, a publié un rapport intitulé « Allons-nous manquer de données ? Une analyse des limites de la mise à l’échelle des ensembles de données dans le Machine Learning. Ce rapport, basé sur l'utilisation des données dans l'apprentissage automatique en 2022 et la génération de nouvelles données, tout en prenant également en compte la croissance des ressources informatiques, a conclu que les données textuelles de haute qualité pourraient être épuisées entre février 2023 et 2026, et que les données d'images pourraient fonctionner. entre 2030 et 2060. Sans améliorations significatives de l’efficacité de l’utilisation des données ou sans l’émergence de nouvelles sources de données, la tendance actuelle aux grands modèles d’apprentissage automatique qui dépendent d’ensembles de données massifs pourrait ralentir.

Compte tenu de la tendance actuelle des géants de l’IA à acheter des données à des prix élevés, il semble que les données textuelles gratuites et de haute qualité se soient effectivement taries, confirmant la prédiction d’EPOCH d’il y a deux ans. 

Parallèlement, des solutions à la « pénurie de données IA » émergent, notamment les données IA en tant que service.

Defined.ai est l’une de ces sociétés qui propose des données réelles personnalisées et de haute qualité aux entreprises d’IA. 

Exemples de types de données sur Defined.ai


Le modèle économique de Defined.ai fonctionne comme suit : les sociétés d'IA précisent leurs besoins en matière de données, par exemple avoir besoin d'images avec une certaine qualité de résolution, sans flou ni surexposition, et avec un contenu authentique. Les entreprises peuvent également demander des thèmes spécifiques en fonction de leurs tâches de formation, comme des photos nocturnes de cônes de signalisation, de parkings et de panneaux de signalisation pour améliorer la reconnaissance des scènes nocturnes par l'IA. Le public peut accepter ces tâches, télécharger ses photos, qui sont ensuite examinées par Defined.ai. Les images approuvées sont payées, généralement entre 1 et 2 $ par image de haute qualité, entre 5 et 7 $ par court clip vidéo et entre 100 et 300 $ pour une vidéo de haute qualité de plus de 10 minutes. Le texte est rémunéré à 1 $ pour mille mots, les personnes accomplissant les tâches gagnant environ 20 % des frais. Cette approche de la fourniture de données pourrait devenir une nouvelle activité de crowdsourcing semblable à « l’étiquetage des données ».

La répartition mondiale des tâches, les incitations économiques, la tarification des actifs de données, la circulation et la protection de la vie privée, avec la possibilité pour chacun de participer, ressemblent beaucoup à un modèle économique adapté au paradigme Web3.

Analyser les projets Crypto + AI du point de vue de l'approvisionnement industriel

L’attention générée par la pénurie de puces s’est étendue au secteur de la cryptographie, positionnant la puissance de calcul décentralisée comme le secteur de l’IA le plus populaire et le plus valorisé à ce jour. 

Si les conflits entre l’offre et la demande dans l’industrie de l’IA en matière d’énergie et de données s’aggravent au cours des 1 à 2 prochaines années, quels projets liés à la narration sont actuellement présents dans l’industrie de la cryptographie ?

Commençons par les projets de concept énergétique. 

Actuellement, les projets énergétiques cotés sur les principales bourses centralisées (CEX) sont très rares, Power Ledger et son jeton natif $POWR en étant le seul exemple.

Power Ledger a été créée en 2017 en tant que plate-forme énergétique complète basée sur la blockchain visant à décentraliser le commerce de l'énergie. Il promeut le commerce direct de l’électricité entre les individus et les communautés, soutient l’adoption généralisée des énergies renouvelables et garantit la transparence et l’efficacité des transactions grâce à des contrats intelligents. Initialement, Power Ledger fonctionnait sur une chaîne de consortium adaptée d'Ethereum. Au second semestre 2023, Power Ledger a mis à jour son livre blanc et a lancé sa propre chaîne publique complète, basée sur le cadre technique de Solana, pour gérer les microtransactions à haute fréquence sur le marché de l'énergie distribuée. Les principaux domaines d’activité de Power Ledger comprennent actuellement :

  • Commerce d'énergie : permettre aux utilisateurs d'acheter et de vendre de l'électricité directement de manière peer-to-peer, en particulier à partir de sources renouvelables.

  • Commerce de produits environnementaux : faciliter l’échange de crédits carbone et de certificats d’énergie renouvelable, ainsi que le financement basé sur des produits environnementaux.

  • Opérations de chaîne publique : inciter les développeurs d'applications à s'appuyer sur la blockchain Power Ledger, avec des frais de transaction payés en jetons $ POWR.

La capitalisation boursière actuelle du Power Ledger est de 170 millions de dollars, avec une capitalisation boursière entièrement diluée de 320 millions de dollars.

Par rapport aux projets de cryptographie liés au concept énergétique, il existe une plus grande variété de cibles dans le secteur des données.

Vous trouverez ci-dessous les projets du secteur des données que je suis actuellement, qui ont été cotés sur au moins un CEX majeur, tel que Binance, OKX ou Coinbase, classés par valorisation entièrement diluée (FDV) de bas en haut :

1. Streamer ($ DONNÉES)

La proposition de valeur de Streamr est de créer un réseau de données décentralisé en temps réel où les utilisateurs peuvent librement échanger et partager des données tout en conservant un contrôle total sur leurs propres informations. Grâce à son marché de données, Streamr vise à permettre aux producteurs de données de vendre des flux de données directement aux consommateurs intéressés, éliminant ainsi le besoin d'intermédiaires, réduisant ainsi les coûts et augmentant l'efficacité.

Source : https://streamr.network/hub/projects


Dans les applications du monde réel, Streamr a collaboré avec un autre projet de matériel automobile Web3, DIMO, pour collecter des données telles que la température et la pression atmosphérique via des capteurs matériels DIMO installés dans les véhicules. Ces données sont ensuite transmises sous forme de flux de données météorologiques aux organisations qui en ont besoin.

Contrairement à d’autres projets de données, Streamr se concentre davantage sur les données de l’IoT et des capteurs matériels. Outre les données sur les véhicules DIMO, d'autres projets notables incluent les flux de données sur le trafic en temps réel à Helsinki. Par conséquent, le jeton de Streamr, $DATA, a connu une augmentation significative, doublant sa valeur en une seule journée au plus fort du concept Depin en décembre dernier. 

Actuellement, la capitalisation boursière en circulation de Streamr est de 44 millions de dollars, avec une capitalisation boursière entièrement diluée de 58 millions de dollars.

2. Covalent ($CQT)

Contrairement à d’autres projets de données, Covalent se concentre sur la fourniture de données blockchain. Le réseau Covalent lit les données des nœuds blockchain via RPC, les traite et les organise, et crée une base de données de requêtes efficace. Cela permet aux utilisateurs de Covalent de récupérer rapidement les informations dont ils ont besoin sans effectuer de requêtes complexes directement sur les nœuds blockchain. Ces services sont appelés « indexation des données blockchain ».

Covalent sert principalement les entreprises clientes, y compris divers protocoles DeFi, et de nombreuses sociétés de cryptographie centralisées telles que Consensys (la société mère de MetaMask), CoinGecko (un site de suivi des actifs cryptographiques bien connu), Rotki (un outil fiscal) et Rainbow (un portefeuille crypto). De plus, des géants traditionnels du secteur financier comme Fidelity et Ernst & Young font également partie des clients de Covalent. Selon les révélations officielles de Covalent, les revenus du projet provenant des services de données ont déjà dépassé ceux du projet leader dans le même domaine, The Graph.

L'industrie du Web3, avec ses données en chaîne intégrées, transparentes, authentiques et en temps réel, est sur le point de devenir une source de données de haute qualité pour des scénarios d'IA spécialisés et des « petits modèles d'IA » spécifiques. Covalent, en tant que fournisseur de données, a déjà commencé à proposer des données pour divers scénarios d'IA et a introduit des données structurées vérifiables adaptées aux applications d'IA.

Source : Solutions sur Covalent


Par exemple, Covalent fournit des données pour la plateforme de trading intelligente en chaîne SmartWhales, qui utilise l'IA pour identifier les modèles et les adresses de trading rentables. Entender Finance exploite les données structurées de Covalent, traitées par la technologie d'IA pour des informations en temps réel, la détection des anomalies et des analyses prédictives.

Actuellement, les principaux scénarios d’application des services de données en chaîne de Covalent se situent principalement dans le domaine financier. Cependant, à mesure que les produits et les types de données Web3 continuent de se diversifier, les cas d'utilisation des données en chaîne devraient encore se développer.

La capitalisation boursière en circulation de Covalent est de 150 millions de dollars, avec une capitalisation boursière entièrement diluée de 235 millions de dollars, offrant un avantage de valorisation notable par rapport à The Graph, un projet leader dans le secteur de l'indexation de données blockchain.

3. Hivemapper ($Miel)

Parmi tous les types de données, les données vidéo sont généralement celles qui coûtent le plus cher. Hivemapper peut fournir aux entreprises d’IA des informations vidéo et cartographiques. Hivemapper est un projet de cartographie mondiale décentralisée qui vise à créer un système de cartographie détaillé, dynamique et accessible grâce à la technologie blockchain et aux contributions de la communauté. Les participants capturent des données cartographiques à l'aide de dashcams et les ajoutent au réseau de données open source Hivemapper, gagnant ainsi des jetons $HONEY en récompense de leurs contributions. Pour améliorer les effets de réseau et réduire les coûts d'interaction, Hivemapper est construit sur Solana.

Hivemapper a été fondée en 2015 avec la vision originale de créer des cartes à l'aide de drones. Cependant, cette approche s'est avérée difficile à mettre à l'échelle, ce qui a conduit l'entreprise à utiliser des dashcams et des smartphones pour capturer des données géographiques, réduisant ainsi le coût de création de cartes mondiales.

Comparé aux logiciels d'affichage de rue et de cartographie comme Google Maps, Hivemapper exploite un réseau d'incitation et un modèle de crowdsourcing pour étendre plus efficacement la couverture cartographique, maintenir la fraîcheur des données cartographiques du monde réel et améliorer la qualité vidéo.

Avant l’augmentation de la demande de données en matière d’IA, les principaux clients de Hivemapper étaient les départements de conduite autonome des constructeurs automobiles, les fournisseurs de services de navigation, les gouvernements, les compagnies d’assurance et les sociétés immobilières. Aujourd'hui, Hivemapper peut fournir des données routières et environnementales détaillées à l'IA et aux grands modèles via des API. En mettant continuellement à jour les flux de données d’images et de caractéristiques routières, les modèles d’IA et de ML seront mieux équipés pour traduire ces données en capacités améliorées, leur permettant d’effectuer plus efficacement les tâches liées à la localisation géographique et au jugement visuel.

Source : Blog Hivemapper


Actuellement, la capitalisation boursière en circulation de $Honey, le jeton natif de Hivemapper, est de 120 millions de dollars, avec une capitalisation boursière entièrement diluée de 496 millions de dollars. 

Outre les projets susmentionnés, d'autres projets notables dans le secteur des données comprennent :

1. The Graph ($GRT) : Avec une capitalisation boursière en circulation de 3,2 milliards de dollars et une valorisation entièrement diluée (FDV) de 3,7 milliards de dollars, The Graph fournit des services d'indexation de données blockchain similaires à Covalent.

2. Ocean Protocol ($OCEAN) : Ocean Protocol a une capitalisation boursière en circulation de 670 millions de dollars et un FDV de 1,45 milliard de dollars. Le projet vise à faciliter l'échange et la monétisation de données et de services liés aux données grâce à son protocole open source. Ocean Protocol connecte les consommateurs de données aux fournisseurs de données, garantissant la confiance, la transparence et la traçabilité dans le partage de données. Le projet devrait fusionner avec Fetch.ai et SingularityNET, le jeton étant converti en $ASI.

La réapparition du moment GPT et l’avènement de l’intelligence artificielle générale

À mon avis, le « secteur de l’IA » dans l’industrie de la cryptographie a véritablement commencé en 2023, la bonne année où ChatGPT a choqué le monde. L’essor rapide des projets de crypto-IA a été largement motivé par la « vague d’enthousiasme » qui a suivi la croissance explosive de l’industrie de l’IA.

Malgré les améliorations continues des capacités avec des modèles comme GPT-4 et GPT-turbo, et les impressionnantes capacités de création vidéo démontrées par Sora, ainsi que le développement rapide de grands modèles de langage au-delà d'OpenAI, il est indéniable que les progrès technologiques en matière d'IA provoquent diminuer le choc cognitif du public. Les gens adoptent progressivement les outils d’IA, et les remplacements d’emplois à grande échelle ne se sont pas encore concrétisés.

Verrons-nous à l’avenir un autre « moment GPT », un bond en avant dans le développement qui choque le public et lui fait comprendre que sa vie et son travail seront fondamentalement transformés ?

Ce moment pourrait être l’arrivée de l’intelligence artificielle générale (AGI).

L’AGI, ou intelligence générale artificielle, fait référence à des machines possédant des capacités cognitives générales semblables à celles des humains, capables de résoudre un large éventail de problèmes complexes, plutôt que de se limiter à des tâches spécifiques. Les systèmes AGI ont des niveaux élevés de pensée abstraite, des connaissances de base approfondies, un raisonnement complet de bon sens, une compréhension causale et des capacités d'apprentissage par transfert interdisciplinaire. AGI fonctionne au niveau des meilleurs humains dans divers domaines et, en termes de capacité globale, surpasse même les groupes humains les plus remarquables.

En fait, que ce soit dans les romans de science-fiction, les jeux, les films ou dans les attentes du public suite à l’essor rapide du GPT, la société anticipe depuis longtemps l’émergence d’AGI qui dépasse les niveaux cognitifs humains. En d’autres termes, GPT lui-même est un précurseur de l’AGI, précurseur de l’intelligence artificielle générale.

La raison pour laquelle le GPT a un impact industriel si profond et un choc psychologique est que son déploiement et ses performances ont largement dépassé les attentes du public. Les gens ne s’attendaient pas à ce qu’un système d’IA capable de réussir le test de Turing arrive si rapidement et avec des capacités aussi impressionnantes.

En fait, l’intelligence artificielle générale (AGI) pourrait à nouveau créer un « moment GPT » d’ici un à deux ans : tout comme les gens s’habituent à utiliser GPT comme assistant, ils pourraient bientôt découvrir que l’IA a évolué au-delà du simple fait d’être un simple assistant. un assistant. Il pourrait s’attaquer de manière indépendante à des tâches hautement créatives et stimulantes, notamment résoudre des problèmes qui ont déconcerté les meilleurs scientifiques pendant des décennies.

Le 8 avril de cette année, Elon Musk a été interviewé par Nicolai Tangen, directeur des investissements du fonds souverain norvégien, et il a discuté du calendrier de l'émergence d'AGI. 

Musk a déclaré : « Si nous définissons l’AGI comme étant plus intelligent que les humains les plus intelligents, je pense qu’il est très probable qu’il apparaisse d’ici 2025. »

Selon la prédiction d’Elon Musk, il faudrait au plus un an et demi supplémentaire pour qu’AGI arrive. Il a toutefois ajouté une condition : « à condition que l’électricité et le matériel puissent suivre ».

Les bénéfices de l’arrivée d’AGI sont évidents.

Cela signifie que la productivité humaine fera un bond en avant significatif et que de nombreux problèmes scientifiques qui nous bloquent depuis des décennies seront résolus. Si nous définissons « les humains les plus intelligents » comme lauréats du prix Nobel, cela signifie que, à condition que nous disposions de suffisamment d’énergie, de puissance de calcul et de données, nous pourrions avoir d’innombrables « lauréats du prix Nobel » infatigables travaillant 24 heures sur 24 pour s’attaquer aux problèmes scientifiques les plus complexes.

Cependant, les lauréats du prix Nobel ne sont pas aussi rares qu’un sur des centaines de millions. Leurs capacités et leur intelligence sont souvent au niveau de ceux des meilleurs professeurs d’université. Cependant, grâce à la probabilité et à la chance, ils ont choisi la bonne direction, ont persisté et ont obtenu des résultats. Beaucoup de leurs pairs, tout aussi compétents, auraient pu remporter des prix Nobel dans un univers parallèle de recherche scientifique. Malheureusement, il n’y a pas encore assez de professeurs d’université de haut niveau impliqués dans les avancées scientifiques, de sorte que « l’exploration de toutes les bonnes directions de la recherche scientifique » reste très lente.

Avec l’AGI, et avec suffisamment d’énergie et de puissance de calcul, nous pourrions avoir un nombre illimité d’AGI « de niveau Nobel » menant une exploration en profondeur dans n’importe quelle direction potentielle de percées scientifiques. La vitesse du progrès technologique augmenterait de façon exponentielle. Cette accélération entraînerait une multiplication par cent des ressources que nous considérons actuellement comme coûteuses et rares au cours des 10 à 20 prochaines années, telles que la production alimentaire, les nouveaux matériaux, les médicaments et une éducation de haute qualité. Le coût d’acquisition de ces ressources diminuerait considérablement. Nous serions en mesure de subvenir aux besoins d’une population plus nombreuse avec moins de ressources, et la richesse par habitant augmenterait rapidement.

Tendance du PIB mondial réalisée par la Banque mondiale


Cela peut paraître quelque peu sensationnel, alors considérons deux exemples. Ces exemples ont également été utilisés dans mon précédent rapport de recherche sur IO.NET :

  • En 2018, Frances Arnold, lauréate du prix Nobel de chimie, a déclaré lors de sa cérémonie de remise des prix : « Aujourd’hui, nous pouvons, à toutes fins pratiques, lire, écrire et éditer n’importe quelle séquence d’ADN, mais nous ne pouvons pas la composer. « Cinq ans plus tard, jusqu'en 2023, une équipe de chercheurs de l'Université de Stanford et de Salesforce Research, une startup axée sur l'IA, a publié une publication dans « Nature Biotechnology ». En utilisant un grand modèle de langage affiné à partir de GPT-3, ils ont généré un tout nouveau catalogue de 1 million de protéines. Parmi ceux-ci, ils ont découvert deux protéines aux structures distinctes, toutes deux dotées d’une fonction antibactérienne, ouvrant potentiellement la voie à de nouvelles stratégies de résistance bactérienne au-delà des antibiotiques traditionnels. Cela représente un pas monumental pour surmonter les obstacles liés à la création de protéines avec l’aide de l’IA.

  • Avant cela, l’algorithme d’intelligence artificielle AlphaFold avait prédit les structures de presque tous les 2,14 milliards de types de protéines sur Terre en 18 mois – une étape qui amplifie de plusieurs ampleurs les réalisations des biologistes structurels à travers l’histoire.

La transformation est en marche et l’arrivée d’AGI va encore accélérer ce processus.

Cependant, l’arrivée d’AGI présente également d’énormes défis.

L’AGI remplacera non seulement un grand nombre de travailleurs du savoir, mais également ceux des secteurs des services physiques, qui sont actuellement considérés comme « moins touchés par l’IA ». À mesure que la technologie robotique évolue et que les nouveaux matériaux réduisent les coûts de production, la proportion d’emplois remplacés par des machines et des logiciels augmentera rapidement.

Lorsque cela se produit, deux problèmes qui semblaient autrefois très lointains vont rapidement faire surface :

  1. Les défis en matière d’emploi et de revenus d’une importante population au chômage

  2. Comment faire la distinction entre l’IA et les humains dans un monde où l’IA est omniprésente

Worldcoin et Worldchain tentent de proposer des solutions en mettant en œuvre un système de revenu de base universel (UBI) pour garantir un revenu de base au public et en utilisant la biométrie basée sur l'iris pour faire la distinction entre les humains et l'IA.

En fait, l’UBI n’est pas seulement un concept théorique ; il a été testé dans la pratique réelle. Des pays comme la Finlande et l’Angleterre ont mené des expériences d’UBI, tandis que les partis politiques au Canada, en Espagne et en Inde proposent et promeuvent activement des initiatives similaires.

L’avantage de l’utilisation d’un modèle d’identification biométrique et de blockchain pour la distribution de l’UBI réside dans sa portée mondiale, offrant une couverture plus large de la population. En outre, le réseau d’utilisateurs élargi grâce à la répartition des revenus peut prendre en charge d’autres modèles commerciaux, tels que les services financiers (DeFi), les réseaux sociaux et le crowdsourcing de tâches, créant ainsi une synergie au sein de l’écosystème commercial du réseau.

L’un des projets notables traitant de l’impact de l’arrivée d’AGI est Worldcoin ($WLD), avec une capitalisation boursière en circulation de 1,03 milliard de dollars et une capitalisation boursière entièrement diluée de 47,2 milliards de dollars.

Risques et incertitudes sur les récits de Crypto AI

Contrairement à de nombreux rapports de recherche publiés précédemment par Mint Ventures, cet article contient un degré important de subjectivité dans ses prévisions et prédictions narratives. Les lecteurs doivent considérer le contenu de cet article comme une discussion spéculative plutôt que comme une prévision de l’avenir. Les prévisions narratives mentionnées ci-dessus sont confrontées à de nombreuses incertitudes qui pourraient conduire à des hypothèses erronées. Ces risques ou facteurs d’influence comprennent, sans s’y limiter :

Risque énergétique : diminution rapide de la consommation d'énergie grâce aux mises à niveau du GPU

Malgré la demande énergétique croissante pour l’IA, les fabricants de puces comme NVIDIA mettent continuellement à niveau leur matériel pour offrir une puissance de calcul plus élevée avec une consommation d’énergie réduite. Par exemple, en mars 2024, NVIDIA a lancé la carte informatique AI de nouvelle génération GB200, qui intègre deux GPU B200 et un processeur Grace. Ses performances d'entraînement sont quatre fois supérieures à celles du précédent GPU AI grand public H100, et ses performances d'inférence sont sept fois supérieures à celles du H100, tout en ne nécessitant qu'un quart de la consommation d'énergie du H100. Néanmoins, l’appétit pour la puissance basée sur l’IA continue de croître. Avec la diminution de la consommation d’énergie unitaire et l’expansion continue des scénarios d’application et de la demande d’IA, la consommation totale d’énergie pourrait en fait augmenter.

Risque lié aux données : projet Q* et « données auto-générées »

Il existe une rumeur au sein d'OpenAI connue sous le nom de « Q* », mentionnée dans les communications internes aux employés. Selon Reuters, citant des initiés d’OpenAI, cela pourrait représenter une avancée significative sur la voie d’OpenAI vers la superintelligence ou l’intelligence artificielle générale (AGI). Selon les rumeurs, Q* résoudrait des problèmes mathématiques inédits grâce à l'abstraction et générerait ses propres données pour entraîner de grands modèles, sans avoir besoin de saisir des données du monde réel. Si cette rumeur est vraie, le goulot d'étranglement de la formation de grands modèles d'IA limité par le manque de données de haute qualité serait éliminé.

Arrivée d’AGI : les préoccupations d’OpenAI

Il reste incertain si l’AGI arrivera réellement d’ici 2025, comme le prédit Musk, mais ce n’est qu’une question de temps. Worldcoin, en tant que bénéficiaire direct du récit AGI, est confronté à sa plus grande préoccupation face à OpenAI, étant donné qu'il est largement considéré comme le « jeton fantôme d'OpenAI ».

Aux premières heures du 14 mai, OpenAI a présenté les dernières performances de GPT-4o et de 19 autres versions de grands modèles de langage dans des scores de tâches complets lors du lancement de son nouveau produit de printemps. Selon le tableau, GPT-4o a obtenu un score de 1 310, ce qui semble visuellement nettement supérieur aux autres. Cependant, en termes de score total, il n’est que 4,5 % plus élevé que le GPT-4 turbo de deuxième place, 4,9 % plus élevé que le Gemini 1.5 Pro de Google à la quatrième place et 5,1 % plus élevé que le Claude3 Opus d’Anthropic à la cinquième place.

Depuis que GPT-3.5 a stupéfié le monde pour la première fois, seulement un peu plus d’un an s’est écoulé, et les concurrents d’OpenAI ont déjà considérablement réduit l’écart (bien que GPT-5 n’ait pas encore été publié, ce qui devrait se produire cette année). La question de savoir si OpenAI pourra conserver sa position de leader du secteur à l’avenir devient de plus en plus incertaine. Si l’avantage et la domination d’OpenAI sont dilués, voire dépassés, alors la valeur narrative de Worldcoin en tant que jeton fantôme d’OpenAI diminuera également.

En plus de la solution d’authentification par iris de Worldcoin, de plus en plus de concurrents entrent sur le marché. Par exemple, le projet d'identification par scanner palmaire Humanity Protocol a récemment achevé un nouveau cycle de financement, levant 30 millions de dollars pour une valorisation d'un milliard de dollars. LayerZero Labs a également annoncé qu'il opérerait sur Humanity et rejoindrait son réseau de nœuds de validation, en utilisant des preuves ZK pour authentifier les informations d'identification.

Conclusion

En conclusion, même si j’ai extrapolé de futurs récits potentiels pour le secteur de la crypto-IA, il est important de reconnaître qu’il diffère des secteurs de cryptographie natifs comme DeFi. C’est en grande partie le produit du battage médiatique de l’IA qui se répercute sur le monde de la cryptographie. De nombreux projets actuels n'ont pas encore prouvé leurs modèles commerciaux, et de nombreux projets ressemblent davantage à des mèmes sur le thème de l'IA (par exemple, $RNDR ressemble à un mème NVIDIA, Worldcoin ressemble à un mème OpenAI). Les lecteurs doivent aborder cela avec prudence.