C'est une évolution logique pour les plateformes Web 3 d'intégrer l'intelligence artificielle (IA) native.

L'IA influence toutes les catégories de logiciels, le Web 3 ne devrait donc T être une exception. Mais il existe des obstacles techniques fondamentaux concernant les Stacks Web 3 pour l’adoption des technologies d’IA.

Dans des articles précédents dans CoinDesk, j'ai discuté de la pertinence des techniques d'IA pour la Finance décentralisée (DeFi) et les jetons non fongibles (NFT). Au-delà de comprendre leur valeur évidente, il est important de voir comment l’IA peut entrer dans l’espace du Web 3 dans un avenir NEAR , et quels sont les principaux obstacles qui empêchent actuellement que cela se matérialise.

Jesus Rodriguez est CTO et co-fondateur de la plateforme de données blockchain IntoTheBlock, ainsi que scientifique en chef de la société d'IA Invector Labs et investisseur actif, conférencier et auteur dans le domaine de la Crypto et de l'intelligence artificielle.

« Les logiciels dévorent le monde », a déclaré le géant du capital-risque Marc Andreessen en 2011, synthétisant l’idée selon laquelle les entreprises opérant dans le monde physique étaient en transition vers un ONE numérique et que les logiciels seraient leur pierre angulaire.

Sur le même sujet : Qu'est-ce que le Web 3 et pourquoi tout le monde en parle ?

Aujourd'hui, nous pouvons dire que « l'apprentissage automatique (ML) mange les logiciels » pour identifier une tendance imminente dans laquelle la plupart des logiciels dans le monde seront réécrits avec l'IA/ML comme éléments de CORE . Lorsque l’on pense aux composants omniprésents des applications logicielles, des fonctionnalités telles que les bases de données et l’identité viennent à l’esprit. L’intelligence, sous la forme de modèles IA/ML, devient progressivement un autre élément fondamental des applications logicielles modernes.

De nos jours, les tendances logicielles, notamment le cloud computing, les réseaux et la cybersécurité, sont réinventées avec le ML comme citoyen de premier ordre. Étant donné que le Web 3 est la prochaine itération de bon nombre de ces tendances logicielles, le ML jouera probablement un rôle fondamental dans l’évolution des technologies Web 3. Développer une thèse sur l'intersection du ML et du Web 3 nécessite de comprendre à la fois la trajectoire d'adoption des fonctionnalités de ML dans les Stacks Web 3 ainsi que certains des défis fondamentaux.

L’ajout du ML dans le Web 3 ne se produira pas comme une tendance atomique ; il sera plutôt réparti sur différentes couches de la pile Web 3. L’intelligence basée sur le ML peut émerger dans trois couches clés du Web 3.

Blockchains intelligentes

La génération actuelle de plates-formes blockchain s'est concentrée sur la création de composants informatiques distribués clés permettant le traitement décentralisé des transactions financières. Les mécanismes de consensus, les structures de pool de mémoire et les oracles font partie de ces éléments de base clés. Tout comme les composants CORE des infrastructures logicielles traditionnelles telles que la mise en réseau et le stockage deviennent intelligents, la prochaine génération de blockchains de couche 1 (de base) et de couche 2 (compagnon) intégrera nativement des capacités basées sur le ML. Par exemple, nous pouvons penser à un environnement d’exécution blockchain qui utilise une prédiction ML pour les transactions afin de permettre un protocole de consensus massivement évolutif.

Protocoles intelligents

Les contrats et protocoles intelligents sont un autre composant de la pile Web 3 qui commencera à intégrer des fonctionnalités de ML. DeFi semble être l’exemple type de cette tendance. Nous ne sommes pas loin de voir une génération de teneurs de marché automatisés (AMM) DeFi ou de protocoles de prêt intégrant une logique plus intelligente basée sur des modèles ML. Par exemple, nous pouvons imaginer un protocole de prêt qui utilise un score intelligent pour équilibrer les types de prêts provenant de différents types de portefeuilles.

Dapps intelligents

Les applications décentralisées (dapps) sont susceptibles de devenir l'une des solutions Web 3 les plus susceptibles d'ajouter rapidement des fonctionnalités basées sur le ML. Nous observons déjà cette tendance dans les NFT, mais elle va devenir de plus en plus répandue. Les NFT de nouvelle génération passeront d'images statiques à des artefacts présentant un comportement intelligent. Certains de ces NFT pourront modifier leur comportement en fonction de l’humeur de leur audience ou du profil des nouveaux propriétaires.

En considérant les couches d’intelligence du Web 3, nous pourrions naïvement supposer qu’une tendance à l’adoption ascendante est la plus logique. Les environnements d'exécution de la blockchain peuvent devenir intelligents, et une partie de cette intelligence peut influencer les couches supérieures de la pile comme les protocoles DeFi ou les NFT. Pourtant, il existe de sérieuses limitations technologiques qui obligeraient à une adoption descendante, plutôt que ascendante, des technologies ML dans les Stacks Web 3.

La racine de ces obstacles technologiques remonte à l’architecture de la génération actuelle de runtimes blockchain. En principe, les blockchains sont conçues autour d’un paradigme informatique distribué qui coordonne différents nœuds pour effectuer des calculs conduisant à un consensus sur le traitement des transactions.

Sur le même sujet : Le Web 3 est un long combat qui vaut la peine d'être mené

Cette approche contraste avec les modèles ML de pointe qui nécessitent des calculs complexes et de longue durée pour la formation et l'optimisation, conçus principalement pour les architectures centralisées. Cette friction signifie que l’intégration de fonctionnalités natives de ML dans les environnements d’exécution de la blockchain, bien que possible, nécessitera quelques itérations.

Les protocoles DeFi ont moins de limitations quant à l'adoption des fonctionnalités de ML, car ils peuvent s'appuyer sur des oracles et des agents intelligents externes qui peuvent pleinement bénéficier des plates-formes de ML existantes. Et la limitation est quasiment inexistante pour les dapps et les NFT. De ce point de vue, nous pensons que l’adoption des capacités de ML dans les solutions Web 3 Réseaux sociaux probablement une trajectoire descendante allant des dapps aux protocoles en passant par les runtimes blockchain au lieu du contraire.

L'écrivain de science-fiction William Gibson a écrit : « L'avenir est déjà là – il n'est tout simplement pas réparti uniformément » pour expliquer la trajectoire des tendances Technologies futuristes. L’idée s’applique parfaitement à l’intersection de l’IA et du Web 3.

L'évolution rapide de la recherche et de la Technologies ML au cours de la dernière décennie s'est traduite par un nombre écrasant de plates-formes, de frameworks et d'API ML qui peuvent être utilisés pour ajouter des fonctionnalités intelligentes aux solutions Web 3. Nous voyons déjà des exemples isolés d’intelligence dans les applications Web 3. nous pouvons donc affirmer avec certitude que le Web 3 intelligent est déjà là, mais qu'il n'est pas uniformément réparti.

Sur le même sujet : Création de la rampe d'accès pour le Web 3