L’IA repose sur trois piliers : Puissance de calcul, données et Algorithme .

Des trois, la puissance de calcul est la plus importante, de sorte que la capitalisation boursière de Nvidia a dépassé celle de Microsoft et d’Apple pour devenir l’entreprise la plus précieuse au monde. Cependant, comme l’a souligné le fondateur de Scale AI, Alex Wang, dans un podcast, les données remplacent la puissance de calcul en tant que plus grand goulot d’étranglement à l’amélioration des performances des modèles d’IA.

L’IA a une soif insatiable de données, mais les ressources de données Internet accessibles sont presque épuisées. Pour améliorer encore les performances des modèles, il est nécessaire de compter sur davantage de données de haute qualité. Bien que les entreprises détiennent une grande quantité de données précieuses en interne, ces données non structurées ne peuvent être réellement utilisées pour l’entraînement de l’IA qu’après une annotation minutieuse. L’annotation des données est un travail intensif en ressources, longtemps considéré comme la partie la plus difficile et la plus humble de l’industrie de l’IA off-chain.

Cependant, grâce à sa stratégie d’être le premier à entrer dans le domaine de l’annotation de données, Scale AI a obtenu une valorisation de 13,8 milliards de dollars lors de sa dernière levée de fonds en mai de cette année, dépassant de nombreuses grandes entreprises de modèles. Cette réalisation a sans aucun doute brisé le préjugé selon lequel l’annotation de données est uniquement un travail pénible.

Comme de nombreux projets de Puissance de calculDécentralisation ont lancé des défis à Nvidia, le projet d’IA chiffrement Sapien AI, qui vient de terminer une levée de fonds de 5 millions de dollars en avril, tente également de défier Scale AI. Il vise non seulement à pénétrer le marché de longue traîne grâce à la Décentralisation, mais aussi à créer le plus grand réseau mondial d’annotation de données humaines.

Récemment, BlockBeats a interviewé Trevor Koverko, cofondateur et COO de Sapien AI. En tant que cofondateur de plusieurs projets réussis tels que Polymath, Polymesh et Tokens.com, Trevor a accumulé une expérience entrepreneuriale riche avant de lancer Sapien AI. Lors de l’interview, il a partagé en profondeur son parcours dans la création de Sapien AI, ainsi que sa stratégie pour que Sapien AI et Scale AI entrent en concurrence de manière décalée, et comment il tire des idées des jeux de la chaîne Bloc pour concevoir des mécanismes commerciaux uniques.

Site d’expérience du projet Sapien AI : game.sapien.io

Un terrain fertile pour l’innovation à Toronto, le fruit de la créativité de la communauté du chiffrement et de l’IA

BlockBeats: J’ai vu sur votre LinkedIn que vous avez joué pour les New York Rangers de la NHL. En tant qu’ancien joueur professionnel de hockey sur glace, comment avez-vous réussi à vous reconvertir dans l’industrie du chiffrement ?

**Trevor：**Dans ma carrière, j’ai essayé de nombreux rôles différents. Le hockey sur glace a été mon premier emploi. Au Canada, le hockey sur glace est une partie très importante de notre culture. Si vous ne jouez pas au hockey sur glace quand vous êtes jeune, vous êtes presque considéré comme un étranger. C’est donc un élément important de ma croissance. J’ai beaucoup appris du travail d’équipe et de la compétition de haut niveau, et ces expériences continuent à m’influencer aujourd’hui.

Lorsque ma carrière de hockey sur glace a pris fin, j’ai commencé à me consacrer aux affaires et j’ai en fait passé un certain temps en Asie. J’ai vécu en Chine, plus précisément dans la ville de Dalian, dans le nord-est de la Chine. Ma carrière sportive et mon expérience en Chine ont été deux éléments très importants de mon processus de croissance.

J’ai grandi dans l’écosystème de chiffrement à Toronto. J’ai rejoint la communauté BTC très tôt, avant même le lancement d’Ethereum. Nous assistions souvent à des réunions, échangions avec des amis et avons même rencontré Vitalik à l’époque où il était simplement rédacteur en chef du magazine Bitcoin.

Plus tard, lorsque Vitalik a publié le Livre blanc, la communauté BTC est progressivement devenue la communauté ETH. C’était une période passionnante. J’ai lancé mon propre projet RWA, Polymath, en 2017-2018, à une époque où ce domaine n’était même pas clairement classifié, nous l’appelions ‘Jeton de sécurité’. C’était mon premier grand projet dans le domaine du chiffrement. Nous avons travaillé sur tous les aspects de ce projet, du financement à la publication d’applications sur la chaîne ETH.

Finalement, nous avons également mis en place notre propre blockchain Layer 1, ce qui a été un défi plus important. Heureusement, nous avons des personnes très intelligentes comme Charles Hoskinson qui occupent le poste d’architecte du protocole. Aujourd’hui, cette blockchain est devenue une marque indépendante appelée Polymesh. C’est l’un des premiers et des plus grands réseaux RWA, et c’est de niveau Layer 1. Maintenant, je ne suis qu’un membre de la communauté car elle est totalement décentralisée, je la soutiens simplement de loin. En termes d’adoption, elle se comporte très bien et RWA devient progressivement un écosystème passionnant.

BlockBeats：Quelle opportunité vous a poussé à passer de RWA à l’IA et à créer Sapien AI ?

Trevor: Après le fonctionnement quotidien de la Décentralisation de Polymesh, je commence à m’intéresser à l’IA. Toronto possède une communauté très puissante en matière de technologie IA, et de nombreux chercheurs de l’Université de Toronto ont créé les premières architectures de l’IA moderne, comme Geoffrey Hinton, le « père de l’apprentissage en profondeur », et Ilya Sutskever, ancien scientifique en chef d’OpenAI.

Gauche : Ilya Sutskever ; Droite : Geoffrey Hinton

Je suis très intéressé par l’utilisation de l’IA et j’ai aussi un groupe d’amis intelligents à l’Université de Waterloo qui travaillent dans l’apprentissage automatique. Je suis de plus en plus intéressé par la pile technologique de l’IA, son fonctionnement, le processus de production des données d’entraînement et comment les humains participent à la production de ces données. C’est un processus d’apprentissage tout à fait naturel.

Au début, je n’avais pas l’ambition de créer une entreprise, mais après environ 6 mois d’approfondissement dans le domaine de l’IA et de l’apprentissage automatique, sous la direction d’un mentor du programme de troisième cycle en apprentissage automatique de l’Université de Waterloo, nous avons commencé à découvrir des domaines intéressants avec des problèmes existants, et avons vu l’opportunité de résoudre ces problèmes. Finalement, nous avons créé cette entreprise appelée Sapien.

BlockBeats: Pouvez-vous présenter la mission principale de ce projet à ceux qui ne sont pas familiers avec Sapien AI ? Où se situe l’importance des services d’annotation de données dans l’industrie actuelle de l’IA ?

**Trevor：**L’annotation des données est extrêmement importante. C’est également l’une des principales raisons du succès des modèles de langage GPT de ChatGPT et d’autres modèles de langage populaires, car ils ont été les premiers à utiliser des annotateurs de données humaines à grande échelle pour enrichir les ensembles de données du modèle.

Jusqu’à présent, l’importance de l’annotation des données n’a cessé d’augmenter, car la concurrence entre ces modèles est très forte, et le meilleur moyen d’améliorer les performances des modèles est d’ajouter plus d’annotations de données professionnelles au jeu de données.

Nous considérons le traitement des données comme une chaîne d’approvisionnement : d’abord, les données brutes doivent être structurées et organisées. Une fois structurées, ces données peuvent être entraînées. Après l’entraînement, elles peuvent être utilisées pour l’inférence. En résumé, il s’agit d’un processus d’augmentation progressive de la valeur des données dans un contexte d’intelligence artificielle.

Comme dans d’autres industries, nous commençons à voir la segmentation de l’industrie de l’IA, avec l’émergence de différents domaines verticaux où certaines entreprises excellent dans des étapes spécifiques du processus. Pour moi, la deuxième étape est la plus intéressante, c’est-à-dire la structuration des données et la préparation de l’entraînement, qui a toujours été la partie qui m’intéressait le plus.

Scale AI de Décentralisation, ciblant le marché de la longue traîne

BlockBeats: Qu’est-ce qui distingue Sapien AI des entreprises Web2 traditionnelles telles que Scale AI ?

Trevor: C’est une bonne question. Nous apprécions beaucoup Scale, ils sont une entreprise formidable avec des co-fondateurs exceptionnels. Nous en connaissons l’un d’entre eux. Ils font partie des plus grandes entreprises d’IA au monde, que ce soit en termes de revenus, de capitalisation boursière ou d’utilisation.

Ce qui nous différencie, c’est que nous partons des premiers principes pour réfléchir à ce à quoi devrait ressembler une pile technologique de marquage de données modernisée en 2024. Nous ne recherchons pas nécessairement les cas d’utilisation couverts par l’échelle, notre objectif est le marché intermédiaire et de niche.

Nous nous efforçons de permettre à tout le monde d’obtenir facilement des commentaires humains sur les ensembles de données, que vous soyez un modèle Open Source pour le marché du milieu de gamme, un modèle d’entreprise ou simplement une personne effectuant des recherches le week-end. Si vous souhaitez améliorer les performances du modèle et avoir des commentaires humains adaptables, venez nous voir.

Vous pouvez nous considérer comme une version plus distribuée ou décentralisée de Scale AI. Cela signifie que nos annotateurs sont plus largement répartis, ils ne sont pas limités à un endroit spécifique, mais peuvent travailler à distance de n’importe où. Dans une certaine mesure, cette dispersion peut nous permettre d’améliorer la qualité de l’annotation des données, car la diversité ne vise pas seulement à réaliser la diversité, mais aussi à améliorer la qualité de l’entraînement des données.

Par exemple, si vous demandez à un groupe de personnes ayant des antécédents similaires de marquer des données dans une installation, il est probable que cela produira des résultats biaisés ou culturellement orientés. C’est pourquoi nous nous efforçons dès le départ de les rendre aussi diversifiées et robustes que possible. En raison de la décentralisation accrue, nous pouvons également obtenir des annotateurs de meilleure qualité dans une certaine mesure. Si vous devez travailler dans un endroit spécifique aux Philippines, vous serez limité dans le talent que vous pouvez attirer. Cependant, en privilégiant le travail à distance, nous pouvons trouver des annotateurs n’importe où.

Je ne dis pas que Scale n’a pas fait ces choses, mais nous réfléchissons à la façon de servir les autres parties du marché des modèles. Parce que nous pensons que ce marché va continuer à hausse, il y aura beaucoup de modèles privés et sous licence qui nécessiteront des commentaires manuels.

BlockBeats: Comment Sapien AI conçoit et optimise-t-il le flux de travail de l’annotation des données ? Quels sont les points clés pour garantir la qualité des données ?

Trevor: Notre plateforme fonctionne de manière similaire à un marché bilatéral. Vous pouvez l’imaginer comme l’Uber de l’annotation de données, une version de Décentralisation. D’un côté, il y a les demandeurs, comme les passagers d’Uber, qui sont nos clients entreprises ayant besoin de commentaires humains sur leurs modèles. Par exemple, s’ils construisent un grand modèle linguistique et souhaitent le peaufiner, ils ont besoin d’une participation humaine.

Ils nous ont contactés pour téléverser l’ensemble de données d’origine sur le réseau. Nous proposons un devis en fonction de plusieurs variables de l’ensemble de données (telles que la complexité, le mode de données, le format de données, etc.). Pour les clients d’entreprise, ce processus est très automatisé.

D’autre part, il y a les fournisseurs, c’est-à-dire les annotateurs, qui sont essentiellement nos chauffeurs Uber. Actuellement, c’est en fait le goulot d’étranglement de l’industrie, nous avons besoin d’autant d’annotateurs que possible pour rejoindre le réseau. Parce que la demande est essentiellement illimitée, tout comme Uber, il y a toujours quelqu’un qui veut monter à bord, cette demande ne se terminera jamais. Dans le domaine de l’IA, ces modèles d’IA ont également constamment besoin de plus de données.

Nous sommes très axés sur l’offre et nous nous engageons à permettre à tout le monde de réaliser facilement des annotations de données. Nous avons développé de nouvelles technologies et nous continuons à améliorer ces technologies pour garantir des annotations à grande échelle de haute qualité en mode distribué. Notre problème initial était de savoir s’il était possible de garantir des annotations de haute qualité sans gestion centralisée. En fait, il s’agit de ce que nous appelons le “trilemme de l’annotation de données” : pouvons-nous réduire les coûts pour les clients, augmenter les revenus des annotateurs et améliorer la qualité globale en même temps ?

Nous avons mené plusieurs expériences dans ce domaine et obtenu des résultats très intéressants. Nous avons essayé différents nouveaux mécanismes tels que la régression vers la moyenne, la détection d’anomalies, et avons combiné certains modèles probabilistes qui peuvent largement inférer la qualité du travail des annotateurs. Nous travaillons également sur le développement de nouvelles technologies. Jusqu’à présent, nous sommes très enthousiastes quant aux perspectives de développement de l’annotation de données au cours des cinq à dix prochaines années. Nous pensons que l’annotation de données deviendra de plus en plus décentralisée, plus autonome et plus automatisée.

BlockBeats: Pouvez-vous nous donner plus de détails sur vos produits et votre technologie, en particulier sur les parties qui garantissent la qualité des données ? Je sais que vous avez un mécanisme de mise en jeu pour empêcher les annotateurs de mal agir, avez-vous d’autres technologies ?

Trevor : Oui, nous essayons beaucoup de choses différentes. Nous avons un système de réputation, ainsi qu’un système de pieu et de punition. Les annotateurs peuvent être condamnés à une amende s’ils ne répondent pas aux critères après avoir jalonné un certain montant de fonds. Ces mécanismes n’en sont encore qu’aux premiers stades expérimentaux, mais nous avons constaté que cette incitation à elle seule peut améliorer considérablement l’adhésion à la qualité, et peut-être même par de multiples écarts-types. Cependant, cet ensemble de contrôle qualité est réalisé par la moyenne pondérée des différents algorithmes, que nous affinons constamment. Dans le même temps, nous utilisons nous-mêmes l’apprentissage automatique pour optimiser ce processus. Par exemple, nous utilisons des outils de ML linter et le test du « lapin rouge », qui consiste à fournir de fausses données aux annotateurs pour vérifier s’ils sont honnêtes avec leurs étiquettes.

C’est un gros problème: comment savoir si les gens font une Attaque de Sybil sur le réseau (c’est-à-dire essayer de tricher et de manipuler le système) ? Nous devons être constamment vigilants à ce sujet. C’est aussi pourquoi nous aimons certains mécanismes d’incitation Web3, car ces mécanismes ont été inventés à l’origine pour résoudre des problèmes similaires d’Attaque de Sybil et de Faute byzantine, dans le but de faire en sorte que le respect des règles soit dans l’intérêt de tous. Si vous êtes égoïste, vous suivrez le protocole du réseau.

Nous sommes encore à un stade précoce. Pour certains gros clients, nous avons mis en place des méthodes de contrôle de qualité plus traditionnelles, tout en nous dirigeant rapidement vers ce nouveau monde de données de pointe.

BlockBeats: Quel est, selon vous, le plus grand avantage de Sapien AI en tant que plateforme de marquage de données Décentralisation ?

**Trevor：**Comme je l’ai dit, notre plateforme devient de plus en plus automatisée, ce qui nous permet de servir une clientèle plus large. En ce qui concerne les annotateurs, nos exigences sont également très larges. Nous espérons que n’importe qui peut devenir un annotateur, car nous croyons que le prochain stade de l’IA ou le prochain chapitre consistera à extraire plus de connaissances existantes des humains. Il ne s’agit pas seulement de choses de base que les humains et les machines peuvent facilement reconnaître, comme “il s’agit d’un panneau d’arrêt” ou “il s’agit d’une voiture”, mais plutôt de contenu plus axé sur le raisonnement.

Alex Wang de Scale a abordé cette question : les données sur Internet sont le résultat de l’inférence, mais elles ne décrivent pas réellement le processus d’inférence. Alors, comment pouvons-nous mieux comprendre la pensée des gens ? Cela nécessite plus de travail et une annotation plus professionnelle. Cela pourrait nous aider à accélérer le développement de l’intelligence artificielle générale (AGI).

Donc, notre mission principale est de savoir si nous pouvons débloquer davantage de connaissances dans les ensembles de données privés à l’intérieur des entreprises et dans l’esprit des professionnels. Ces professionnels possèdent des connaissances spécialisées dans certains domaines verticaux (comme la médecine ou le droit) qui ne sont pas encore maîtrisées par les modèles.

Nous travaillons toujours dur pour rendre notre plateforme aussi liquide que possible, tout en maintenant un équilibre entre l’offre et la demande. Nous souhaitons mettre en place une tarification dynamique, à l’instar d’Uber. Ces mécanismes nous rendent plus semblables à un véritable marché bilatéral, répondant d’un côté aux besoins en données et de l’autre en aidant les annotateurs à rejoindre notre plateforme. Ce sont là quelques-unes des façons uniques dont nous construisons notre plateforme. En termes d’assurance qualité, nous utilisons en temps réel les technologies que j’ai mentionnées précédemment. Nous espérons que nos annotateurs recevront autant de retours en temps réel que possible, car cela permettra à chacun de vivre une meilleure expérience.

Label to Earn, l’avenir de l’économie des petits boulots

BlockBeats: J’ai remarqué que Sapien AI a conclu un partenariat avec la guilde de jeux Yield Guild Games (YGG), donc le mécanisme de marquage de la Décentralisation de Sapien AI peut-il être compris comme un jeu “label to earn” ?

Trevor: Tout à fait. Nous souhaitons en effet entrer dans le monde de ceux qui cherchent à gagner leur vie grâce à leur téléphone portable, car nous considérons que c’est l’avenir de l’économie des petits boulots. Vous n’avez pas besoin d’une voiture pour conduire pour Uber, vous n’avez pas besoin de faire des livraisons de repas à un endroit physique, vous avez juste besoin de vous connecter à votre téléphone portable, d’annoter des données et de gagner un revenu.

YGG est un excellent partenaire, ils sont l’un de nos investisseurs ange. Nous avons une excellente relation avec le fondateur Gabby et ils ont une communauté formidable en Asie du Sud-Est. Nous avons de grands projets avec eux pour aider leurs utilisateurs à trouver de nouvelles façons de gagner de l’argent, tout en nous aidant à acquérir de nouveaux utilisateurs. Nous avons récemment annoncé quelques projets de collaboration et nous préparons encore plus de plans pour l’avenir. Pendant une grande partie du quatrième trimestre, nous rencontrerons ces partenaires en Asie et continuerons à promouvoir la collaboration.

BlockBeats: Quel est votre avis sur les jeux Blockchain “play to earn” tels que “Axie Infinity” ?

**Trevor：**C’est très innovant, c’est une source d’inspiration. Bien que ce ne soit qu’une expérience, je crois qu’elle reviendra sous une nouvelle forme. C’est là toute la beauté des start-ups et de l’entrepreneuriat décentralisé, c’est une forme de destruction créative.

Ce que nous faisons a effectivement certains éléments de « play to earn », mais nous préférons utiliser des termes tels que « label to earn » ou « train to earn ». Cependant, il y a une différence, car nous sommes une véritable entreprise. De vraies données sont annotées ici, de vrais clients paient réellement de l’argent, et finalement un produit réel est produit. Donc ce n’est pas juste un jeu vidéo en boucle infinie.

Bien que marquer des données avec Sapien AI soit amusant, cela peut ne pas être aussi amusant que de jouer à Grand Theft Auto V. Nous espérons trouver un bon équilibre entre divertissement et utilité, de sorte que cela puisse être quelque chose que vous pouvez faire pendant 5 minutes en attendant le bus, mais aussi quelque chose que vous pouvez faire pendant 5 heures devant votre ordinateur à la maison. Notre objectif est de le rendre aussi facile que possible à participer.

BlockBeats: Pouvez-vous rendre l’annotation des données plus amusante, pas seulement un travail, mais plutôt comme un jeu ?

**Trevor：**Oui, nous avons maintenant beaucoup d’essais. Vous pouvez visiter game.sapien.io et expérimenter ce jeu par vous-même, en annotant de vraies données d’IA. Vous pouvez devenir un travailleur de l’IA, jouer au jeu et annoter de vraies données d’IA, tout en gagnant des points. Ce jeu est très simple et l’interface est intuitive.

L’interface de jeu sur game.sapien.io

Les données elles-mêmes sont aussi très intéressantes. Vous pourriez avoir besoin d’étiqueter quelques images très intéressantes, comme étiqueter nos données de mode, etc. Nous prévoyons de prendre en charge divers types de modalités et d’ensembles de données. Nous prévoyons d’ajouter continuellement plus de fonctionnalités au fil du temps.

Plan d’avenir : construire le plus grand réseau de marquage de données artificielles au monde

BlockBeats: En dehors de YGG, avez-vous l’intention de collaborer avec d’autres projets de chiffrement à l’avenir?

Par conséquent, nous collaborons avec d’autres acteurs du domaine des données de la Décentralisation et sommes aux premiers stades de l’établissement de cette norme, que nous prévoyons de publier en tant que produit public. Nous avons fait des choses similaires lors de notre passage chez Polymath, où nous avons publié l’ERC-1400, qui est maintenant l’un des standards par défaut de la tokenisation sur la blockchain ETH.

Nous avons donc quelques idées sur la création de normes et prévoyons de travailler avec des équipes qui nous ont aidés par le passé ainsi qu’avec des partenaires de l’industrie pour faire avancer ce processus. Cela rendra Décentralisation AI plus réel et plus interopérable, ce qui signifie que les données peuvent circuler plus facilement entre les différentes étapes, car personne ne peut tout faire.

BlockBeats: Quelle est la date de sortie spécifique du Mainnet et de l’application mobile de Sapien AI ?

**Trevor：**Actuellement, nous n’avons pas de plan de publication spécifique. Nous nous concentrons actuellement sur la correspondance du marché de nos produits Web2 principaux. Notre hausse est très bonne, nous avons maintenant des annotateurs de 71 pays. Cette année, nos revenus du côté de la demande doublent presque chaque mois.

Nous voulons simplement continuer à grandir, à comprendre nos clients et à leur offrir continuellement des services. Au fil du temps, nous resterons ouverts à différentes stratégies et technologies.

**BlockBeats: J’ai vu que Rowan Stone, co-fondateur de Base, a rejoint Sapien AI en tant que directeur du développement commercial. Sur quelle blockchain publique Sapien AI sera-t-il construit? Y a-t-il des plans pour l’émission de Jeton natif?

**Trevor：**Ce sont toutes des questions très profondes, que j’apprécie beaucoup. Rowan est génial, il a cofondé Base avec Jesse Pollak, qui est définitivement une figure légendaire. Rowan a une expérience considérable et est incomparable dans la création de produits Web3 à l’échelle industrielle. À mon avis, il est incomparable. Il a joué un rôle clé dans l’organisation de l’événement “Onchain Summer”, qui est l’un des événements les plus réussis que je me souvienne.

Il nous aide à élaborer des stratégies de marché dans certains domaines. Mais, comme je viens de le dire, nous sommes actuellement très concentrés sur la fourniture de services à nos clients existants, c’est notre principale préoccupation. Nous n’avons pris aucun engagement ou décision concernant le choix de Layer 1 ou autre chose. Mais à l’avenir, nous continuerons à envisager diverses possibilités.

BlockBeats: Quels sont les plans ou objectifs de Sapien AI pour l’avenir ? Quels jalons espérez-vous atteindre dans les prochaines années ?

Trevor： Notre mission est d’augmenter le nombre d’annotateurs de données humaines dans le monde entier de 100 fois et de permettre à tout le monde de se connecter facilement à ce réseau. Nous voulons construire le plus grand réseau d’annotateurs de données humaines au monde. Nous pensons que ce sera un actif très précieux, c’est pourquoi nous voulons le construire et le contrôler, mais finalement le rendre ouvert. Nous espérons que tout le monde pourra y accéder sans aucune restriction.

Si nous pouvions construire le plus grand réseau d’annotation de données artificielles au monde, cela débloquerait un grand nombre de capacités d’IA potentielles, car plus nous avons de données de haute qualité, plus l’IA est puissante et plus elle peut être utilisée pour tous.

Nous espérons qu’il pourra servir à tous, et pas seulement aux grandes entreprises de modèles linguistiques qui ont les moyens de payer des millions d’annotateurs humains. Maintenant, n’importe qui peut utiliser ce réseau. Vous pouvez le considérer comme une plateforme de “marquage en tant que service”.

Derrière la Décentralisation : la tâche des entrepreneurs est de résoudre les problèmes

BlockBeats: Enfin, je voudrais vous demander votre observation et votre opinion sur l’ensemble de l’industrie. Pensez-vous qu’il existe encore des potentiels non exploités dans le domaine de l’IA chiffrement ?

**Trevor：**Je suis très excité à propos de ce domaine, c’est aussi la raison pour laquelle nous avons créé Sapien AI. Il y a un côté positif ici, mais il y a aussi un côté à surveiller.

Un aspect positif est que l’IA de Décentralisation pourrait être plus autonome, plus démocratique, plus accessible et plus puissante. Cela signifie que les agents d’IA peuvent effectuer des transactions avec leur propre monnaie native, ce qui signifie également que vous pouvez avoir plus de confidentialité et savoir exactement ce que contient le modèle grâce à la technologie ZK.

En matière de sécurité, nous sommes confrontés à un monde très effrayant où l’IA devient de plus en plus centralisée et où seuls les gouvernements et quelques grandes entreprises technologiques ont accès à des modèles puissants. C’est une scène assez terrifiante. Par conséquent, l’IA Open Source et Décentralisation sont des moyens de défense.

Pour nous, nous nous concentrons davantage sur les données, les données de Décentralisation. Cela ne signifie pas que vous ne pouvez pas décentraliser d’autres parties de la pile d’IA, comme le calcul et l’Algorithme  lui-même. Tout comme le Transformer est la première innovation en matière d’Algorithme , nous avons vu plus d’innovations, mais il y a toujours de la place pour amélioration.

La décentralisation ne signifie pas que vous devriez le faire simplement parce que vous le pouvez. La décentralisation de certaines choses ne signifie pas que vous devriez le faire. Il doit finalement y avoir une valeur réelle. Mais comme d’autres aspects de l’espace financier et Web3, l’IA peut certainement bénéficier de la décentralisation.

BlockBeats: Quels conseils donneriez-vous aux entrepreneurs qui souhaitent se lancer dans le domaine de chiffrement AI ?

Trevor: Je recommande d’apprendre autant que possible et de comprendre réellement la pile technologique et l’architecture. Vous n’avez pas nécessairement besoin d’être docteur en apprentissage automatique, mais il est important de comprendre son fonctionnement et de faire des recherches. À partir de là, avec le temps, vous comprendrez progressivement de manière plus organique le problème. C’est la clé.

Si vous ne comprenez pas son fonctionnement, vous ne pouvez pas comprendre où se situe le problème. Et si vous ne savez pas où se trouve le problème, vous ne devriez pas être un entrepreneur, car le travail des entrepreneurs consiste à résoudre des problèmes.

Donc, cela ne diffère en rien des autres start-ups, vous devriez comprendre ce domaine. Vous n’avez pas besoin d’être un expert de premier plan mondial dans ce domaine, mais suffisamment pour comprendre les problèmes et essayer de les résoudre.