# Ontologie Articles associés

Le Centre d'actualités HTX fournit les derniers articles et analyses approfondies sur "Ontologie", couvrant les tendances du marché, les mises à jour des projets, les développements technologiques et les politiques réglementaires dans l'industrie crypto.

Ouvrir le cerveau de Claude ne sert à rien, la vraie clé de la boîte noire de l'IA se trouve dans l'ingénierie ontologique

« L'essence de l'explication ne réside pas dans l'observation de la machine elle-même, mais dans l'examen du monde que la machine observe. » L'article critique la limite des approches d'explicabilité de l'IA comme J-Space d'Anthropic, qui se concentrent sur l'observation des états internes des modèles de langage. Cette perspective « internaliste », analogue à une IRM cérébrale, peut révéler des corrélations neuronales mais échoue à saisir le *sens* des sorties du modèle – leur relation avec le monde, les connaissances et les pratiques humaines. L'argument central est que la clé de l'explicabilité réside non pas dans la « boîte noire » du modèle, mais dans une analyse « ontologique » des informations qu'il traite. L'auteur s'inspire de la philosophie kantienne, suggérant que la compréhension émerge lorsque l'information est structurée selon des cadres catégoriels (comme la substance, la causalité, la modalité). Pour opérationnaliser cela, l'article promeut l'**ingénierie ontologique**. Il s'agit de construire des squelettes sémantiques formels (ontologies) décrivant les concepts, relations et règles d'un domaine. En ancrant les raisonnements des grands modèles de langage à de telles structures de connaissances vérifiables et traçables, l'explication cesse d'être une dissection des poids neuronaux pour devenir une démonstration des fondements informationnels utilisés. Ainsi, le futur de l'explicabilité ne dépendrait pas d'une transparence interne impossible, mais de la capacité à rendre l'impact et les raisonnements des modèles compréhensibles et responsables via leur alignement sur des ontologies exploitables, transformant un défi technique en un objectif de gouvernance réalisable par l'ingénierie.

marsbit07/17 07:45

Ouvrir le cerveau de Claude ne sert à rien, la vraie clé de la boîte noire de l'IA se trouve dans l'ingénierie ontologique

marsbit07/17 07:45

De la « Clustering d'adresses » aux « Normes de preuve » : Pourquoi Chainalysis veut-il redéfinir le traçage sur la blockchain ?

Auteur : 137Labs Fin juin 2026, Chainalysis a présenté un cadre de données intitulé "Blockchain Tracing Ontology", visant à établir un système de description unifié pour l'analyse blockchain. Cette initiative, plus proche d'une proposition de norme sectorielle que d'un simple produit, cherche à redéfinir les concepts fondamentaux de l'analyse on-chain et à créer un modèle de données explicable, vérifiable et reproductible pour le traçage. Un problème persistant dans l'industrie est la divergence des résultats entre différentes entreprises, malgré des données blockchain publiques. Les techniques de "regroupement d'adresses" (address clustering) varient, conduisant à des attributions contradictoires pour une même adresse selon les plateformes. Cette incohérence pose problème pour les enquêtes judiciaires, le gel d'actifs ou la lutte contre le blanchiment, où la simple conclusion "ceci est un portefeuille d'échange" n'est pas suffisante. La question cruciale devient : **pourquoi peut-on tirer cette conclusion ?** La proposition de Chainalysis n'est pas un nouvel algorithme, mais plutôt un "langage" commun - une ontologie - pour structurer et exprimer les résultats d'analyse de manière standardisée. Elle introduit des concepts plus granulaires comme le "Wallet Segment" (segment de portefeuille) pour mieux refléter la gestion complexe des portefeuilles institutionnels modernes, dépassant la notion limitée de "Cluster". Le changement clé réside dans le passage d'une focalisation sur le "résultat crédible" à un "processus crédible". Le cadre insiste sur la nécessité de documenter pour chaque conclusion : les preuves on-chain utilisées, les règles d'analyse appliquées, les informations hors-chaîne référencées, et un niveau de confiance attribué. Cette approche, inspirée en partie par le cas judiciaire Bitcoin Fog où les méthodes de Chainalysis ont été examinées, répond aux exigences de recevabilité des preuves en justice. Chainalysis souligne que l'analyse blockchain ne peut à elle seule identifier des personnes physiques ; elle révèle des relations entre adresses et des flux de fonds, mais l'identité réelle nécessite des preuves hors-chaîne (KYC, journaux serveurs). À long terme, cette ontologie cherche à faire évoluer l'industrie de l'analyse d'une approche "dirigée par l'expérience" vers une approche "dirigée par les normes". La valeur future ne résidera pas seulement dans la précision algorithmique, mais dans l'explicabilité, la qualité des données et la crédibilité des preuves, facilitant la collaboration entre analyseurs, régulateurs et autorités judiciaires. L'adoption éventuelle d'un tel standard pourrait réduire les coûts de communication et renforcer la fiabilité des investigations sur les actifs numériques.

marsbit07/01 02:16

De la « Clustering d'adresses » aux « Normes de preuve » : Pourquoi Chainalysis veut-il redéfinir le traçage sur la blockchain ?

marsbit07/01 02:16

活动图片