Le mirage des Cryptos IA : un fossé entre espoir et exécution

Matthieu Dumas
| 5 min read

Skillfull AI

 

Depuis l’avènement de OpenAI, l’IA est partout, tout le temps. Sur nos écrans en tant que Chatbots, réponse automatique, dans les médias, la science… et du coup, dans la crypto aussi. Vous avez du FET, du RNDR, ou du TAO ? Cet article est fait pour vous. Ces jetons, qui prétendent marier l’intelligence artificielle et la blockchain pour révolutionner divers secteurs, s’avèrent être un mirage : un marketing et des promesses qui nourrisse la hype, pour au final des projets qui n’ont quasiment rien à voir avec l’IA.

Ça monte


TAO/RNDR sur un an. Source : CoinMarketCap.
FET sur un moins. Source : CoinMarketCap.

C’est surement l’engouement autour du succès de NVIDIA en bourse qui a créé la hype autour des cryptos IA, ces tokens lié à des projets basés sur l’intelligence artificielle. Ou du moins c’est ce qu’on croit, jusqu’à y regarder de plus près.

Le Bullrun peut tout propulser vers de nouveaux sommets, et ces tokens, simplement grâce à une association vague avec l’IA, même sans offrir la moindre utilité concrète, explose :

Mais, sous couvert de spéculation, plusieurs problématiques émergent sur ces 3 tokens :

  • Un marketing trompeur, en décalage flagrant avec le whitepaper
  • Un lien timide, voire inexistant, avec l’intelligence artificielle
  • Une utilisation superficielle de la blockchain, réduite au token

Render (RNDR)

Le Render Network se positionne comme un acteur de la technologie blockchain associée à l’IA. Or, son activité principale repose sur Octane Render, une plateforme qui utilise votre GPU pour un rendu plus authentique des vidéos. Le principe : vous louez la puissance de calcul graphique de quelqu’un sur la plateforme, sans avoir besoin d’acheter l’équipement. Rien à voir avec l’IA.

Encore pire : l’ensemble de la plateforme et du processus se déroule hors chaîne. Le seul rapport avec la blockchain est le token RNDR, utilisé pour louer les GPU. Ils auraient pu utiliser des euros, des SHIB ou des BabyDogePepe22 que cela n’aurait pas fait la moindre différence…

Fetch.ai (FET)

Malgré un nom suggérant une capacité native en IA, Fetch.ai ne propose aucune fonctionnalité d’intelligence artificielle réelle. Son site officiel, qui parle beaucoup d’IA, n’a rien à voir avec son whitepaper : Fetch.ai se concentre sur la création de requêtes API pour des « Agents Virtuels ». Les « Agents Virtuels » sont des chatbots basiques avec des réponses préprogrammées, comme un répondeur par exemple (« Pour écouter vos messages, tapez 1 … »).

Les agents virtuels Fetch peuvent *potentiellement* faire des demandes d’API centralisées et obtenir des données en dehors de la chaîne. Mais le problème majeur est que le réseau n’a aucun moyen de vérifier l’exactitude des appels d’API externes. Il n’existe aucun moyen d’obtenir des données exactes hors chaîne, et cela vaut également pour Fetch.

Fetch.ai donne l’impression d’offrir des capacités avancées d’intelligence artificielle, mais en réalité, il se limite à la création de chatbots simples, capables de répondre à des requêtes prédéfinies, sans aucune vérification de l’exactitude des données qu’ils pourraient récupérer.

BitTensor (TAO)

BitTensor est surement le projet le plus proche de l’IA. Enfin presque : la section « À propos » du site mentionne 4 fois que « Comprendre BitTensor est difficile, pour la même raison qu’il est puissant », avec des descriptions confuses qui, franchement, laissent perplexe :

« Comprendre BitTensor est difficile, pour la même raison qu’il est puissant. En effet, la majorité de la puissance de calcul de BitTensor n’est pas concrètement définie, mais plutôt abstraite sous les marchés. Par exemple, BitTensor exploite des modèles d’apprentissage automatique pour produire des produits d’intelligence, mais BitTensor exploite également le stockage physique pour créer des produits de stockage. Parallèlement, il ne définit pas les spécificités de la manière dont ces ressources sont produites. Au lieu de cela, BitTensor définit simplement le marché qui récompensera ces produits pour leur mise à disposition du réseau. »

Pardon ?

Heureusement, sa documentation technique explique beaucoup mieux ce qu’il fait. Il s’agit d’une place de marché pour les sous-réseaux et les mineurs. Chaque sous-réseau a des mineurs qui créent des réponses et des validateurs qui notent ces réponses. Les mineurs sont ensuite payés en TAO sur la base de leurs scores.

Et bien que certains décrivent BitTensor comme une plateforme pour développer des dApps via le machine learning, une lecture attentive révèle que le site ne promet ni ne décrit clairement cette capacité.

Le problème est que le machine learning nécessite un environnement contrôlé dans lequel des ingénieurs contrôlent à la fois les validateurs et les mineurs. Sur BitTensor, les ingénieurs n’ont aucun contrôle sur les mineurs. Les mineurs peuvent donc simplement partir, et voler tous les progrès réalisés.

C’est comme si OpenAI payait des utilisateurs pour construire des modèles d’IA, passait du temps à les entraîner, les valider, etc. pour ensuite permettre à ces constructeurs de garder les données, de les vendre ou d’en faire ce qu’ils veulent.

Bref, vous l’aurez compris, ces projets sont surtout hyper parce qu’ils affichent « blockchain » et « IA » en gros sur leur site. L’idée derrière cet article était davantage de montrer ce que cachent les projets à « mot clé », souvent vides de sens, mais pleins de promesses. Alors, en espérant que tous ces jargons techniques ne vous aient pas trop endormi, un dernier conseil : la bulle des cryptos IA va bien finir par exploser.


Sources : CoinMarketCap, Fetch.ai, Render, BitTensor


Sur le meme sujet :

Propulsées par les résultats de Nvidia, les cryptomonnaies liées à l’IA sont en vogue

Les jetons liés à l’IA s’envolent : Que se passe-t-il ?

Vitalik Buterin prend la parole sur l’intelligence artificielle : de nombreuses cryptos IA explosent