Le débat autour de l’IA a évolué, passant de la remise en question de sa pertinence à la nécessité de la rendre plus fiable et plus efficace à mesure que son utilisation se généralise. Michael Heinrich envisage un avenir dans lequel l’IA favoriserait une société post-pénurie, libérant les individus des emplois banals et permettant des activités plus créatives.
Le dilemme des données : qualité, provenance et confiance
Le débat autour de l’intelligence artificielle (IA) a fondamentalement changé. La question n’est plus de sa pertinence, mais de comment la rendre plus fiable, transparente et efficace à mesure que son déploiement se banalise dans tous les secteurs.
Le paradigme actuel de l’IA, dominé par des modèles centralisés de « boîtes noires » et d’énormes centres de données propriétaires, fait face à une pression croissante due aux préoccupations liées aux préjugés et au contrôle monopolistique. Pour beaucoup dans l’espace Web3, la solution ne réside pas dans une réglementation plus stricte du système actuel, mais dans une décentralisation complète de l’infrastructure sous-jacente.
L’efficacité de ces puissants modèles d’IA, par exemple, est déterminée avant tout par la qualité et l’intégrité des données sur lesquelles ils sont formés, un facteur qui doit être vérifiable et traçable pour éviter les erreurs systémiques et les hallucinations de l’IA. À mesure que les enjeux augmentent pour des secteurs tels que la finance et la santé, le besoin d’une base transparente et sans confiance pour l’IA devient crucial.
Michael Heinrich, un entrepreneur en série et diplômé de Stanford, fait partie de ceux qui ont mené la construction de cette fondation. En tant que PDG de 0G Labs, il développe actuellement ce qu’il décrit comme la première et la plus grande chaîne d’IA, avec pour mission déclarée de garantir que l’IA devienne un bien public sûr et vérifiable. Après avoir fondé Garten, l’une des principales sociétés soutenues par YCombinator, et travaillé chez Microsoft, Bain et Bridgewater Associates, Heinrich applique désormais son expertise aux défis architecturaux de l’IA décentralisée (DeAI).
Heinrich souligne que le cœur de la performance de l’IA repose sur sa base de connaissances : les données. « L’efficacité des modèles d’IA est avant tout déterminée par les données sous-jacentes sur lesquelles ils sont formés », explique-t-il. Des ensembles de données équilibrés et de haute qualité conduisent à des réponses précises, mais des données mauvaises ou sous-représentées entraînent des résultats de mauvaise qualité et une susceptibilité accrue aux hallucinations.
Pour Heinrich, maintenir l’intégrité de ces ensembles de données diversifiés et constamment mis à jour nécessite une rupture radicale avec le statu quo. Il soutient que le principal responsable des hallucinations de l’IA est le manque de transparence de la provenance. Son remède est cryptographique :
Je pense que toutes les données doivent être ancrées en chaîne avec des preuves cryptographiques et des preuves vérifiables pour maintenir l’intégrité des données.
Cette base décentralisée et transparente, combinée à des incitations économiques et à un ajustement continu, est considérée comme le mécanisme nécessaire pour éliminer systématiquement les erreurs et les biais algorithmiques.
Au-delà des solutions techniques, Heinrich, lauréat du Forbes 40 Under 40, a une vision macro de l’IA, estimant qu’elle devrait inaugurer une ère d’abondance.
« Dans un monde idéal, nous espérons que cela créera les conditions d’une société post-pénurie où les ressources deviendront abondantes et où personne n’aura plus à se soucier d’effectuer des travaux banals », déclare-t-il. Ce changement permettrait aux individus de « se concentrer sur un travail plus créatif et plus tranquille », permettant essentiellement à chacun de bénéficier de plus de temps libre et de sécurité économique.
Fondamentalement, il soutient que le monde décentralisé est particulièrement adapté pour alimenter cet avenir. La beauté de ces systèmes est qu’ils sont alignés sur des incitations, créant ainsi une économie auto-équilibrée pour la puissance de calcul. Si la demande de ressources augmente, les incitations à les fournir augmentent naturellement jusqu’à ce que cette demande soit satisfaite, répondant ainsi au besoin en ressources informatiques de manière équilibrée et sans autorisation.
Sauvegarder l’IA : Open Source et conception incitative
Pour protéger l’IA contre les utilisations abusives intentionnelles, telles que les escroqueries par clonage vocal et les deepfakes, Heinrich suggère une combinaison de solutions architecturales et centrées sur l’humain. Premièrement, l’accent devrait être mis sur l’éducation des gens sur la manière d’identifier les escroqueries et les contrefaçons liées à l’IA utilisées à des fins d’usurpation d’identité et de désinformation. Heinrich déclare : « Nous devons apprendre aux gens à être capables d’identifier ou d’empreintes digitales du contenu généré par l’IA afin de pouvoir se protéger. »
Les législateurs peuvent également jouer un rôle en établissant des normes mondiales en matière de sécurité et d’éthique de l’IA. Même s’il est peu probable que cela élimine l’utilisation abusive de l’IA, la présence de telles normes « peut contribuer dans une certaine mesure à la décourager ». La contre-mesure la plus puissante, cependant, est intégrée à la conception décentralisée : « La conception de systèmes alignés sur les incitations pourrait réduire considérablement l’utilisation abusive intentionnelle de l’IA. » En déployant et en gouvernant des modèles d’IA en chaîne, la participation honnête est récompensée, tandis que les comportements malveillants entraînent des conséquences financières directes via des mécanismes de réduction en chaîne.
Alors que certains critiques craignent les risques des algorithmes ouverts, Heinrich déclare à Bitcoin.com News qu’il les soutient avec enthousiasme car ils offrent une visibilité sur le fonctionnement des modèles. « Des éléments tels que des enregistrements de formation vérifiables et des traces de données immuables peuvent être utilisés pour garantir la transparence et permettre une surveillance communautaire », ce qui contrecarre directement les risques associés aux modèles de « boîte noire » propriétaires et à source fermée.
Pour concrétiser cette vision d’un avenir d’IA sécurisé et à faible coût, 0G Labs construit le premier « système d’exploitation d’IA décentralisé (DeAIOS) ».
Ce système d’exploitation est conçu pour fournir une provenance vérifiable de l’IA : une couche de stockage et de disponibilité des données hautement évolutive qui permet le stockage d’ensembles de données d’IA massifs en chaîne, rendant toutes les données vérifiables et traçables. Ce niveau de sécurité et de traçabilité est essentiel pour les agents d’IA opérant dans les secteurs réglementés.
De plus, le système propose un marché informatique sans autorisation, qui démocratise l’accès aux ressources informatiques à des prix compétitifs. Il s’agit d’une réponse directe aux coûts élevés et à la dépendance vis-à-vis des fournisseurs associés à l’infrastructure cloud centralisée.
0G Labs a déjà démontré une avancée technique avec Dilocox, un framework qui permet la formation de LLM dépassant 100 milliards de paramètres sur des clusters décentralisés de 1 Gbps. En divisant les modèles en parties plus petites et formées indépendamment, Dilocox a démontré une efficacité 357 fois supérieure à celle des méthodes de formation distribuées traditionnelles, rendant le développement de l’IA à grande échelle économiquement viable en dehors des murs des centres de données centralisés.
Un avenir meilleur et plus abordable pour l’IA
En fin de compte, Heinrich voit un avenir très prometteur pour l’IA décentralisée, un avenir défini par la participation et l’élimination des obstacles à l’adoption.
« C’est un endroit où les individus et les communautés créent ensemble des modèles experts d’IA, garantissant que l’avenir de l’IA soit façonné par de nombreuses entités plutôt que par une poignée d’entités centralisées », conclut-il. Alors que les entreprises propriétaires d’IA sont confrontées à des pressions pour augmenter les prix, les structures économiques et incitatives de DeAI offrent une alternative convaincante et beaucoup plus abordable où de puissants modèles d’IA peuvent être créés à moindre coût, ouvrant la voie à un avenir technologique plus ouvert, plus sûr et, en fin de compte, plus bénéfique.
FAQ
- Quel est le principal problème de l’IA centralisée actuelle ? Les modèles d’IA actuels souffrent de problèmes de transparence, de biais en matière de données et de contrôle monopolistique en raison de leur architecture centralisée de « boîte noire ».
- Quelle solution les 0G Labs de Michael Heinrich construisent-ils ? 0G Labs développe le premier « système d’exploitation d’IA décentralisé (DeAIOS) » pour faire de l’IA un bien public sûr, vérifiable et public.
- Comment l’IA décentralisée garantit-elle l’intégrité des données ? L’intégrité des données est maintenue en ancrant toutes les données en chaîne avec des preuves cryptographiques et une trace de preuves vérifiables pour éviter les erreurs et les hallucinations.
- Quel est le principal avantage de la technologie Dilocox de 0G Labs ? Dilocox est un framework qui rend le développement d’IA à grande échelle beaucoup plus efficace, démontrant une amélioration de 357 fois par rapport à la formation distribuée traditionnelle.
