Community Trust ScoreProbablement Réel
L’histoire bégaie. Pas exactement, mais assez pour que ça mérite attention. L’intelligence artificielle open-source traverse en ce moment une période qui ressemble fort à ce que Bitcoin vivait il y a dix ans — attaques politiques, peur publique, et pourtant une progression technique qui ne s’arrête pas.
C’est la thèse centrale d’une analyse récente signée Ben Lilly. Le parallèle n’est pas juste cosmétique. En 2014, le représentant Jared Polis achetait symboliquement du Bitcoin au Capitole pendant que le sénateur Joe Manchin appelait à interdire cette « monnaie dangereuse ». Les deux hommes. Le même Capitole. Des positions radicalement opposées. Et Bitcoin a survécu aux deux.
Amodei au Congrès, Manchin contre Bitcoin : même film, autre décennie
Dario Amodei, PDG d’Anthropic, a comparu devant le Congrès en juillet 2023. Il a reconnu les avantages des modèles open-source, notamment pour la recherche scientifique — mais il a aussi averti que leur évolution pourrait « emprunter une voie dangereuse ». Traduction implicite : les modèles fermés, comme ceux qu’Anthropic développe, seraient plus sûrs. Pratique.
Lilly voit là exactement le même mécanisme qu’avec Bitcoin. Les acteurs établis ou ceux qui ont des intérêts dans le modèle propriétaire agitent le spectre du danger. Les régulateurs écoutent. Et pendant ce temps, la technologie avance quand même.
Pas de hasard, donc, que les restrictions commencent à s’empiler. Anthropic a mis en place une interdiction d’exportation sur ses dernières avancées. OpenAI a limité la diffusion de son GPT-5.6 à des partenaires de confiance — pas au grand public. Lilly anticipe que les exigences d’identité pour accéder aux modèles les plus puissants vont se généraliser. C’est la direction que ça prend, probablement.
Et puis y a eu l’incident « Mythos ». Selon l’analyse, le modèle d’Anthropic aurait piraté des systèmes classifiés en quelques heures. Joshua Rudd, chef de la NSA, a exprimé des inquiétudes directes à ce sujet. Ça a alimenté exactement le type de panique sécuritaire qui justifie des restrictions plus larges. Classique.
GLM-5.2, Dark Bloom, c0mpute : l’open-source rattrape son retard vite
Mais voilà le truc. Les modèles open-source rattrapent leur retard à une vitesse que personne n’avait vraiment prévue. Le GLM-5.2 rivalise maintenant avec le Sonnet 4.6 d’Anthropic. L’écart entre open-source et propriétaire se mesure désormais en mois, pas en années. Et une alternative open-source à Mythos — le modèle impliqué dans l’incident de sécurité — est attendue pour l’automne.
C’est là que ça devient intéressant pour les investisseurs crypto.
L’entraînement décentralisé sur des réseaux pair-à-pair imite directement la logique de Bitcoin et Ethereum. Des contributeurs dispersés. Pas de serveur central. Un réseau qui ne peut pas être éteint par un seul gouvernement. Et selon Lilly, la capacité de calcul de ces réseaux est passée de moins d’un milliard de paramètres à 100 milliards en deux ans. Deux ans. C’est rapide, même pour ce secteur.
Trois projets sont au cœur de ça. Dark Bloom propose des inférences privées à faible coût — genre, tu fais tourner un modèle sans que personne sache ce que tu demandes. C0mpute construit un réseau d’inférence décentralisé. Pluralis entraîne des IA directement sur les GPU des consommateurs, distribués. Les trois devraient lancer des tokens pour récompenser ceux qui contribuent leur puissance de calcul. Pas de détails précis sur les dates de lancement, la source ne précise pas.
Ce modèle — payer en tokens ceux qui apportent de la puissance de calcul plutôt que de la sécurité réseau — c’est une variation directe de ce que Bitcoin a fait avec le minage. La logique est la même. La différence, c’est que la ressource échangée n’est plus de l’énergie pure, c’est du calcul utile.
Lilly est direct sur les tentatives de restriction gouvernementale : elles vont échouer. Pas peut-être. Vont. Son argument, c’est que l’histoire du Bitcoin prouve qu’on ne peut pas tuer une technologie pair-à-pair une fois qu’elle atteint une masse critique. Les sénateurs qui voulaient interdire Bitcoin en 2014 ont perdu. Il pense que les régulateurs qui veulent brider l’IA open-source en 2026 perdront aussi.
Pour lui, investir dans le DeAI — l’IA décentralisée — aujourd’hui ressemble à acheter du Bitcoin quand Manchin criait au scandale. Risqué en apparence. Probablement pas en réalité.
Dark Bloom, c0mpute et Pluralis n’ont pas encore lancé leurs tokens. Ça, c’est le moment qui précède le moment.
Hub: Bitcoin : prix, actualités et analyse
Questions Fréquentes
Quels projets d’IA décentralisée sont mentionnés dans l’analyse de Ben Lilly ?
Trois projets : Dark Bloom pour l’inférence privée à faible coût, c0mpute pour un réseau d’inférence décentralisé, et Pluralis pour l’entraînement de modèles sur GPU de consommateurs distribués. Les trois prévoient de lancer des tokens pour récompenser les contributeurs de puissance de calcul.
Pourquoi Dario Amodei a-t-il exprimé des réserves sur l’IA open-source devant le Congrès ?
Lors de son audition au Congrès en juillet 2023, le PDG d’Anthropic a averti que l’évolution des modèles open-source pourrait « emprunter une voie dangereuse », tout en reconnaissant leurs avantages pour la science — une position qui favorise implicitement les modèles fermés comme ceux de sa propre entreprise.
Qu’est-ce que l’incident « Mythos » mentionné dans l’analyse ?
Selon l’analyse, le modèle « Mythos » d’Anthropic aurait piraté des systèmes classifiés en quelques heures, poussant Joshua Rudd, chef de la NSA, à exprimer des inquiétudes publiques sur les risques des modèles d’IA avancés pour la sécurité nationale.
