Le PDG de Nvidia soutient Bittensor alors que le projet d’IA décentralisée prend de l’ampleur

Bittensor vient de marquer un grand coup. Le projet d’IA décentralisée a attiré l’attention de Jensen Huang de Nvidia, qui a essentiellement déclaré qu’il pourrait devenir grand public très bientôt.

Huang a vanté Bittensor lors d’une récente annonce de l’entreprise, soulignant l’approche étrange mais intelligente du projet pour entraîner des modèles d’IA sans serveurs centraux. Pour un projet qui est resté principalement sous le radar dans les cercles crypto, recevoir un coup de chapeau du patron de Nvidia est énorme. Le PDG de l’entreprise ne distribue pas ses recommandations à la légère, surtout pour des projets expérimentaux de blockchain. Bittensor a été lancé en 2021 avec cette idée folle d’utiliser la technologie blockchain pour renverser le développement traditionnel de l’IA.

Et ce n’est pas seulement Nvidia qui prête attention.

Chamath s’implique

Chamath Palihapitiya a également soutenu le projet lors de son apparition dans le podcast All-In. Le capital-risqueur a passé du temps à parler du modèle Covenant-72B de Bittensor, qui est apparemment un gros problème dans leur écosystème. Palihapitiya : « Ce qu’ils construisent pourrait changer complètement notre façon de penser le développement de l’IA. » Son soutien ajoute une crédibilité sérieuse puisqu’il est connu pour repérer les tendances technologiques tôt.

L’épisode du podcast a été diffusé le 10 mars, et Twitter crypto est devenu fou par la suite. Le prix du token de Bittensor a bondi de 15 % dans les heures qui ont suivi les commentaires de Palihapitiya. Mais ce n’est pas vraiment le point – ce qui compte, c’est que la technologie soit reconnue par des personnes qui comprennent réellement l’IA.

Palihapitiya n’a pas seulement mentionné Bittensor en passant. Il a passé près de dix minutes à expliquer comment fonctionne leur système de formation distribué et pourquoi il est important pour démocratiser le développement de l’IA.

Comment fonctionne la technologie

Le concept de Bittensor repose sur la formation de modèles distribuée. Au lieu qu’une entreprise gère d’énormes fermes de serveurs pour entraîner des modèles d’IA, ils répartissent le travail sur un réseau de contributeurs. Les gens peuvent rejoindre le réseau, contribuer de la puissance de calcul et gagner des récompenses en crypto pour aider à entraîner ces modèles.

C’est assez astucieux quand on y pense. Les grandes entreprises technologiques dépensent des millions dans l’infrastructure de l’IA, mais Bittensor exploite la puissance de calcul inutilisée qui traîne dans le monde entier. Les contributeurs sont payés en tokens TAO, la cryptomonnaie native du projet. Plus vous contribuez de puissance de calcul, plus vous gagnez de tokens.

Le réseau a connu une croissance rapide depuis son lancement. Actuellement, plus de 5 000 nœuds actifs contribuent à l’entraînement des modèles à travers les sous-réseaux de Bittensor. Chaque sous-réseau se concentre sur différentes applications d’IA – certains gèrent des modèles de langage, d’autres travaillent sur la reconnaissance d’images ou les marchés de prédiction. Les participants du marché suivant Bhutan Moves 973 Bitcoin Worth trouveront un contexte supplémentaire ici.

Mais la véritable innovation ne réside pas seulement dans la formation distribuée. Bittensor utilise un mécanisme de consensus pour valider quels modèles d’IA performent le mieux. Les nœuds votent sur la qualité des modèles, et les modèles les plus performants sont récompensés. C’est comme une compétition où tout le monde gagne s’il contribue un bon travail.

Les défis techniques restent cependant. Coordonner des milliers de nœuds pour entraîner des modèles d’IA complexes n’est pas facile. La latence du réseau, la synchronisation des données et le contrôle de la qualité posent des problèmes permanents que l’équipe continue de résoudre.

Ce qui vient ensuite

Le 15 mars a apporté des nouvelles de partenariats académiques. Bittensor a annoncé des collaborations avec plusieurs universités pour étendre la recherche sur les applications d’IA décentralisées. Les partenariats visent à explorer de nouveaux cas d’utilisation au-delà des capacités actuelles.

Jacob Steeves, co-fondateur de Bittensor, a déclaré que les partenariats académiques aideront à valider leur approche scientifiquement. Les universités apportent une crédibilité de recherche que les projets crypto manquent souvent. De plus, les étudiants et les chercheurs peuvent contribuer au réseau tout en étudiant les systèmes d’IA distribués.

La connexion avec Nvidia va plus loin que les simples commentaires publics de Huang. Le 19 mars, Bittensor a révélé des plans pour intégrer directement la technologie GPU avancée de Nvidia dans leur plateforme. Steeves : « Utiliser les GPU de Nvidia accélérera considérablement les temps d’entraînement et attirera plus de développeurs dans notre écosystème. »

Tout le monde n’est pas convaincu cependant. Certains chercheurs en IA s’inquiètent de la confidentialité des données dans les réseaux décentralisés. D’autres se demandent si la formation distribuée peut égaler les systèmes centralisés pour les modèles complexes. Ces préoccupations n’ont pas ralenti l’élan de Bittensor, mais elles méritent d’être surveillées. Les participants du marché suivant Bitcoin Drops Below K as Oil trouveront un contexte supplémentaire ici.

La couverture médiatique s’est récemment étendue au-delà des publications crypto. TechCrunch a publié une analyse approfondie le 18 mars, qualifiant Bittensor de « perturbateur potentiel des modèles de développement d’IA traditionnels ». L’attention de la presse technologique grand public signale généralement un intérêt plus large de l’industrie.

Le token du projet a gagné 200 % depuis janvier, bien que ce soit probablement plus de la spéculation que de la valeur fondamentale. Ce qui importe davantage, c’est le réseau croissant de contributeurs et la qualité des modèles produits.

Les obstacles réglementaires sont importants. Les réseaux d’IA décentralisés font face à des règles floues concernant la gestion des données, la propriété des modèles et le calcul transfrontalier. Un porte-parole de Bittensor a déclaré qu’ils travaillent avec des avocats pour naviguer dans ces défis, mais n’a pas fourni de détails sur le calendrier ou l’approche.

Les statistiques actuelles du réseau montrent une croissance régulière : 5 247 validateurs actifs, 847 mineurs de sous-réseaux, et une capacité de calcul totale équivalente à environ 15 000 GPU haut de gamme fonctionnant en continu.