Dans un monde où l’information est de moins en moins fiable, la blockchain pourrait offrir un salut pour des données vérifiables

Dans l’environnement actuel de fausses nouvelles, de faits alternatifs, de sources non vérifiées et de simples mensonges, il peut être extrêmement difficile de faire confiance à ce qui est publié. Cependant, ce problème va bien au-delà des nouvelles politiques ou des histoires sensationnelles. Nous nous retrouvons dans un environnement où nous avons plus de données que jamais, nous dépendons de plus de données que jamais, mais notre capacité à vérifier ces données est poussée bien au-delà de ses limites.  

La promesse et le problème des données

L’industrie de l’IA a particulièrement augmenté notre appétit pour les données. Bien que nous ayons toujours pu utiliser l’analyse statistique sur les données pour obtenir certaines informations, l’IA nous a donné ce qui semble être un pouvoir illimité, si seulement nous avions les bonnes données pour entraîner un algorithme. Étant donné un ensemble d’entraînement de données approprié, un algorithme IA peut classer différentes catégories de données, telles que l’identification d’un produit sur la base d’une photo. Il peut utiliser des données pour prédire des choses impossibles pour les humains : prédire un comportement frauduleux sur votre compte bancaire, la durée de livraison d’un colis, ou si une autre voiture entrera en collision avec votre véhicule autonome. Il peut optimiser un problème basé sur des données, comme rationaliser une usine, planifier tous vos rendez-vous en fonction de vos contraintes horaires, et lisser les mouvements d’un robot. Avec suffisamment de données, un algorithme IA tel qu’un grand modèle de langage, comme celui trouvé dans ChatGPT et des modèles similaires, peut répondre à une large gamme de questions, souvent avec une précision surprenante. En quelques années seulement, nous nous sommes retrouvés complètement dépendants de l’IA parce que nous découvrons encore ses capacités (et ses limites).

Comme vous l’avez remarqué, le dénominateur commun ici est les données. Le problème, cependant, est que posséder simplement des données ne suffit pas pour construire un algorithme IA approprié. La création d’un modèle IA efficace est en réalité beaucoup plus complexe et difficile qu’il n’y paraît. Cela implique beaucoup d’expertise pour sélectionner le bon algorithme, ajuster les bons boutons et leviers (appelés hyperparamètres), et entraîner/tester le modèle pour s’assurer qu’il se comporte comme il le doit. Pour que tout cela fonctionne, le développeur doit créer ou collecter le bon type de données à utiliser pour l’entraînement, les étiqueter si nécessaire, et valider qu’elles sont correctes. La quantité de données nécessaire varie mais peut être assez importante, surtout si le modèle prend des décisions complexes, choisit parmi de nombreuses catégories différentes, ou doit identifier des changements très subtils (comme trouver des défauts microscopiques dans un produit, par exemple).

Le fait est que la capacité de créer les bons algorithmes IA devient de plus en plus facile, tandis que la recherche (ou la création) des bonnes données pour entraîner le modèle devient plus difficile à mesure que les problèmes que nous voulons résoudre deviennent plus complexes, que les données requises sont nombreuses et complexes, ou que nous avons les données mais que leur validité est douteuse. Que peut-on faire pour collecter et valider ces trillions et trillions de points de données ? Examinons cette question et explorons pourquoi les attributs clés de la blockchain pourraient offrir une solution, avec des plateformes comme Synesis One montrant déjà des promesses significatives dans la mobilisation d’une grande force de personnes grâce à la décentralisation.

L’industrie de la collecte de données 

Pour collecter correctement les données nécessaires à un modèle IA, vous devez d’abord comprendre quel problème vous essayez de résoudre. D’un côté de cette industrie, il y a des entreprises, des organisations et même des individus avec des problèmes à résoudre. Afin de trouver ou de créer les bonnes données, ils doivent pouvoir articuler ce qu’ils essayent de résoudre avec suffisamment de détails pour que les experts en données comprennent quel type de données, quel type d’étiquetage ou de validation, et quelle quantité est nécessaire. Idéalement, ces entités diffuseraient leur problème et le type de données dont elles ont besoin. S’il s’agissait d’un rapport ou d’une analyse, vous pourriez utiliser l’économie de petits boulots bien établie pour trouver quelqu’un de qualifié pour le travail. Le défi est qu’avec les ensembles de données nécessaires à l’IA, il s’agit souvent d’un travail beaucoup plus vaste qu’une seule personne ne peut gérer. Cependant, les éléments individuels ne sont généralement pas difficiles, ne nécessitent pas de formation dans la plupart des cas, et peuvent être décomposés en incréments d’un seul point de données. C’est idéal pour répartir le travail entre de nombreuses personnes différentes. Si beaucoup de personnes peuvent collecter ou créer chacune un petit nombre de points de données de manière fiable, puis éventuellement étiqueter les données si nécessaire en utilisant des directives de base, alors l’entité qui essaie de résoudre son problème aura tout ce dont elle a besoin pour commencer.

La décentralisation en action

C’est ici que la blockchain, et la décentralisation en particulier, fait merveille. Comme mentionné plus haut, Synesis One et d’autres entreprises émergentes du Web3 sont en train d’établir toute une industrie de création, de collecte et de validation des données. La blockchain est parfaite car elle permet aux contrats intelligents d’automatiser le processus, elle permet aux participants d’être presque n’importe où dans le monde (augmentant ainsi les chances que des personnes travaillent sur le problème), et elle permet même le paiement sous forme de cryptomonnaie, qui est largement sans frontières. Le résultat ? De nombreuses personnes différentes suivant des instructions de base pour créer ou trouver les bonnes données, les valider, effectuer des révisions par les pairs si nécessaire (pour s’assurer que tout le monde fait bien son travail), et les emballer dans un ensemble de données prêt à l’emploi et soigné.  

Bien que le concept puisse sembler assez basique, il est en fait révolutionnaire pour la communauté de l’IA. Les limitations en matière de données ont longtemps été le fléau des développeurs d’IA du monde entier, ces derniers étant souvent incapables de créer eux-mêmes ces ensembles de données et dépourvus des ressources nécessaires pour embaucher directement des personnes pour accomplir la tâche. Ce n’est que grâce à un système ultra-efficace tel que la décentralisation que vous pouvez recruter de nombreuses personnes différentes qui peuvent chacune contribuer un petit montant, être récompensées pour leurs efforts, et toutes ajouter leur part à la pile qui finit par devenir des données exploitables.  

La population générale, y compris ceux qui travaillent dans la tech, ne comprend pas combien de travail humain et d'apports sont nécessaires du côté des données pour que les modèles d'IA fonctionnent aussi bien qu'ils le font aujourd'hui. @Lempheter fait un travail incroyable dans ce fil en détaillant certains goulots d'étranglement dans le… https://t.co/FFO3sAO3fr

— Synesis One (@synesis_one) Mai 2, 2024

Que se passe-t-il ensuite ?

Avec l’un des principaux goulets d’étranglement du progrès de l’IA potentiellement résolu, le marché décentralisé des données servira à accélérer l’adoption de l’IA dans notre vie quotidienne, tout en rendant l’IA utilisable et personnalisée plus accessible aux petites entreprises et même aux particuliers. Nous verrons certainement cette industrie s’étendre, voire exploser, dans un avenir proche, offrant un cas d’utilisation majeur dans le Web3 qui est complètement distinct de la DeFi, des NFT ou de toutes les utilisations « hystériques » que le grand public imagine lorsqu’il entend le terme « blockchain ». Avec un peu de chance, ils commenceront peut-être à voir la blockchain comme le principal moteur dont l’industrie de l’IA a besoin.