L’évolution du rôle de l’IA et de la blockchain dans la décentralisation
L’intégration de la blockchain et des cryptomonnaies reste un sujet récurrent qui sera fréquemment réexaminé dans les années à venir. Alors que les progrès de l’IA se poursuivent à un rythme rapide, la probabilité qu’elle devienne plus centralisée augmente. Les grandes entreprises technologiques devraient conserver le contrôle d’une grande partie de l’offre de GPU et gérer les plateformes où fonctionne l’IA.
Cette centralisation croissante est la raison pour laquelle un nombre croissant de voix appellent à la décentralisation. Et chaque fois qu’elle est évoquée, elle conduit inévitablement à des discussions sur la technologie blockchain. À mesure que la demande augmentera au cours des prochaines années, la blockchain deviendra un outil de plus en plus essentiel pour décentraliser l’intelligence artificielle.
Les plateformes nécessaires à la décentralisation de l’IA sont loin d’être prêtes aujourd’hui. Elles n’ont pas la maturité et les capacités de production offertes par les solutions d’IA des grandes entreprises technologiques. Par conséquent, lorsque l’on envisage d’investir dans des altcoins liés à l’IA, il convient avant tout de se demander si ces projets peuvent exploiter des besoins qui gagnent du terrain dans l’espace de l’IA.
Se concentrer sur les nouvelles narratives de l’IA
L’un des principaux récits de l’IA jusqu’à présent a été l’infrastructure décentralisée. C’est la décentralisation des places de marché de GPU et du contrôle des GPU qui alimentent l’entraînement des modèles d’IA et soutiennent son réseau global. Mais pour la prochaine phase de développement, mieux vaut s’éloigner de l’infrastructure physique décentralisée car sursaturée.
De nombreux projets, qu’ils soient établis (comme Render et Akash) ou nouveaux, sont en concurrence pour dominer le marché des GPU. Et il est de plus en plus encombré, ce qui limite les possibilités d’expansion dans ce domaine. Il est conseiller aujourd’hui de s’intéresser aux réseaux informatiques d’IA qui gèrent l’apprentissage des modèles d’IA, l’inférence des modèles ou même les agents d’IA.
