Illia Polosukhin de NEAR : l'IA comme élément crucial de l'avancement du Web3

Durant la semaine EthCC, au NEAR AI Showcase, j'ai eu la chance de m'asseoir avec Illia Polosukhin, co-fondateur de PRÈS Protocole et contributeur important dans les domaines de l’intelligence artificielle et de la blockchain. Connu pour son travail sur la création du modèle de transformateur et son rôle dans l'ajout du « T » à ChatGPT, Illia a partagé sa vision de l'intégration de l'IA avec Web3 pour stimuler l'innovation qui profite à tous.

Illia, votre travail chez Google et sur la création du modèle de transformateur a jeté les bases de l'IA moderne. Comment avez-vous vu l’IA évoluer depuis ?

C'est définitivement changé, non ? L’IA est passée du statut de technologie back-end qui prend en charge les produits à celui du produit lui-même. C'est la raison pour laquelle j'ai initialement quitté Google pour lancer NEAR AI : je voulais faire de l'IA le produit, puis exploiter la boucle de données pour l'améliorer. A l’époque, en 2017 et 2018, c’était trop tôt. Mais aujourd’hui, nous sommes à un point intéressant où ces produits axés sur l’IA commencent à émerger.

Le défi avec ces produits est que les nouvelles startups disposent de très peu de temps pour comprendre comment monétiser. Ils augmentent à des valorisations élevées, sont très sollicités et nombre d’entre eux sont désormais rachetés par de grandes entreprises. Ce qui se passe, c'est que l'IA profite aux opérateurs historiques car ils disposent déjà d'une distribution, de la capacité de dépenser plus et savent comment monétiser l'attention des utilisateurs.

Web3 commence à résoudre ce problème. Cela donne le temps de créer de nouveaux produits de consommation qui profitent réellement aux utilisateurs, peut-être avec un modèle commercial différent, et de tirer parti de l'IA comme plate-forme. Donc je pense que c'est là que ça commence. Il y a de nombreux composants dans la pile qui alimenteront cela. Au lieu qu’une grande entreprise essaie de tout faire, de nombreuses entreprises peuvent travailler ensemble, tout comme dans cet état d’esprit Web3. Pour un public plus général, les startups Web2 AI ont très peu de temps pour devenir hyper-rentables, ou doivent être rachetées par de grandes entreprises.

Perplexité est un excellent exemple ; ils dépensent beaucoup d’argent en calcul, ce qui rend leurs opérations très coûteuses. C'est pourquoi ils doivent monétiser rapidement pour soutenir leur croissance, sinon ils risquent d'être rachetés par l'une des plus grandes entreprises qui peuvent se permettre ces coûts.

Comment NEAR s’intègre-t-il dans tout cela et que comptez-vous faire avec les deux technologies ?

La plus grande lacune que nous avons constatée est qu’il existe de nombreux fondateurs compétents qui lancent différentes parties de cette pile plus large au sein de ces grandes entreprises, mais ils ne sont pas bien connectés. Il existe du crowdsourcing de données, de l'étiquetage des données, de l'inférence décentralisée, des paiements d'agents, etc., mais il n'existe pas de produit cohérent. En tant que développeur, je ne veux pas comprendre comment utiliser 50 éléments différents, c'est trop compliqué. Au lieu d'aller vers OpenAI ou Google, où il n'y a qu'une seule API à utiliser.

Nous nous sommes donc concentrés sur NEAR AI et l'IA Incubator de la Fondation NEAR pour rassembler ces projets et trouver une interface pour les coordonner, facilitant ainsi l'interaction avec eux. De plus, nous pouvons coordonner la recherche open source. Les chercheurs des meilleures universités n'ont pas beaucoup accès à la capacité de calcul, mais s'ils résolvent des problèmes intéressants pour les applications, ces applications dépenseraient des sommes importantes pour y parvenir. Habituellement, le code et les modèles qu’ils développent sont très personnalisés et non réutilisables.

Nous créons un centre de coordination pour connecter les chercheurs, leur accorder des crédits, effectuer des calculs et des acquisitions de données, et résoudre des problèmes d'application spécifiques ou des problèmes génériques. Leur travail devient réutilisable par les cas d'utilisation en production et les développeurs d'applications.

C'est comme un marché complexe à quatre directions, reliant tous les publics disparates qu'une entreprise centralisée gérerait en embauchant tout le monde et en faisant tout elle-même. Au lieu de cela, nous créons une plate-forme ouverte où tout est open source et combiné en un seul hub que tout le monde peut utiliser.

Pouvez-vous expliquer le concept d’IA appartenant à l’utilisateur, pourquoi c’est important et en quoi diffère-t-il des modèles d’IA traditionnels ?

Le contraste ici est la raison pour laquelle je n'aime pas « l'IA open source » en tant que catégorie. Il y a beaucoup de choses en open source, et c'est vraiment important, mais le plus important est que ces modèles sont optimisés pour des fonctions spécifiques. Lorsque je travaille chez Google, mon objectif est de gagner plus d'argent pour Google, car c'est ainsi que je suis incité. Je reçois des bonus, des options d'achat d'actions et d'autres avantages basés sur les bénéfices de Google. Même si une grande entreprise ouvre un modèle, il s’agit toujours d’une décision commerciale destinée à bénéficier à cette entreprise.

À l’opposé, l’IA profite à chaque utilisateur individuel. Disons que je veux consommer du contenu intéressant et ne pas m'énerver tout le temps. Pour cela, vous avez besoin d’un modèle d’exploitation et de recherche en IA très différent. Les recherches actuelles se déroulent dans des laboratoires fermés avec des objectifs définis.

Dans les systèmes traditionnels à but lucratif, il y a une transition où vous êtes d'abord une startup, augmentant votre audience et apportant de la valeur. À un moment donné, vous atteignez votre public cible ou une grande partie de celui-ci. Désormais, pour augmenter vos revenus, vous devez monétiser davantage la base d'utilisateurs existante. Vous leur avez déjà apporté de la valeur, ils utilisent déjà vos produits. Maintenant, vous devez trouver comment les amener à passer plus de temps et à les monétiser davantage.

C’est là que se situe le principal problème de ces entreprises. Dans le secteur technologique, en raison des faibles coûts de volume et des effets de réseau, normalement, lorsque vous atteignez ce point d'inflexion, il y a beaucoup de concurrents. Mais ici, dans la technologie, vous êtes simplement en monopole et vous commencez à extraire de la valeur. C'est là qu'intervient le Web3 : créer une économie qui ne nécessite pas que vous deveniez extractif. La crypto ne nécessite pas de générer plus de revenus chaque année. Oui, les gens veulent que ce chiffre augmente, mais ce n’est pas une nécessité. Nous pouvons nous contenter du fait que Bitcoin coûte, disons, 65 000 $, et c'est tout à fait normal.

Nous pouvons avoir une économie dans laquelle tout le monde participe et profite. Vous n’avez pas besoin d’une croissance ou d’une expansion constante ; vous êtes d'accord avec l'état tel qu'il est. C’est la différence conceptuelle que nous recherchons avec l’IA appartenant aux utilisateurs.

Quelles autres innovations explorez-vous qui correspondent à l’équité et à la durabilité ?

En matière de durabilité, nous avons investi pour devenir neutres en carbone pour NEAR, qui est un réseau de preuve d'enjeu, et nous avons des projets de crédits carbone, de suivi et de reforestation. Ce sont des éléments importants. L’état d’esprit de chercheur en IA en moi cherche toujours à trouver comment développer des outils d’IA plus sophistiqués pour résoudre ces problèmes.

J'ai des amis dans la recherche sur le cancer et la science des matériaux, et ces domaines me passionnent. Mais là où je peux appliquer mon intellect, c’est pour créer de meilleurs outils pour aider ces chercheurs. Les data scientists dans ces domaines n'ont souvent pas accès à de bonnes ressources en matière de science des données ou de codage. Les développeurs peuvent intensifier leurs efforts de manière significative.

C'est la même chose avec la blockchain : doter les gens d'incitations et d'outils de coordination pour construire de meilleurs réseaux afin de résoudre les problèmes.

Avez-vous une application ou un cas d'utilisation préféré basé sur NEAR ?

Je ne peux pas choisir mes favoris, haha. Chaque cas d'utilisation est génial. Nous voyons de nombreux produits destinés aux utilisateurs provenant du Web2, comme Sweatcoin, qui utilise la blockchain sous le capot pour les paiements, la fidélité et les transactions. La plupart de leurs utilisateurs ne savent même pas qu'ils utilisent NEAR.

Certains portefeuilles deviennent multi-chaînes, comme HOT et Bitte, permettant aux utilisateurs d'effectuer des transactions sur plusieurs chaînes de manière transparente. Bitte dispose même d'une interface en langage naturel pour les commandes.

Nous proposons également des applications financières, des DEX multi-chaînes, des prêts sur différents actifs, et bien plus encore. Du côté de l'IA, des applications de crowdsourcing comme NEAR Crowd fonctionnent depuis des années, améliorant l'acquisition de données à moindre coût. Tous ces éléments se réunissent et NEAR a connu une croissance exponentielle du nombre d’utilisateurs actifs.

Quelqu'un a tweeté qu'il y avait plus d'événements parallèles à EthCC que d'applications blockchain. Comment l’espace peut-il être amélioré ?

C'est pourquoi nous créons AI Developer et AI Hub. Nous pouvons essayer d’inciter les gens à créer des applications ou de faciliter leur création. Il existe de nombreuses incitations mal alignées dans ce domaine, et le simple fait d’en parler ne résout pas le problème. Nous avons investi dans la mise à disposition des applications existantes avec les utilisateurs, en les intégrant et en les interconnectant, c'est pourquoi nous avons le plus grand nombre d'utilisateurs dans Web3.

Créer des applications grand public est difficile et il est plus facile de collecter des fonds pour les infrastructures. Nous souhaitons simplifier le processus de création d’applications afin que les utilisateurs puissent expérimenter davantage et innover.