Le jeu de pouvoir de l'IA de pointe et le débat sur la décentralisation : À travers la controverse de la censure de Fable 5, vers l'avenir du DeAI

Bien sûr, la manière dont Fable a été publiée a effectivement provoqué une forte réaction. Les gens ont un sentiment de propriété envers les bons produits ; une fois qu'ils en ont un, ils pensent « à moins que je ne sois mort, ne l'enlevez pas ». Quand le gouvernement intervient soudainement pour le bloquer, les gens se sentent certainement privés. Mais en même temps, si vous vous souvenez du contexte initial de la sortie de Mythos, c'était terrifiant – face à lui, tous nos logiciels, systèmes d'exploitation ou navigateurs existants étaient comme du gruyère, pleins de failles. À l'époque, personne n'est sorti pour dire « vous devriez l'ouvrir à toute l'humanité ».

Certains disent que l'approche du gouvernement américain ici est folle. Anthropic affirme avoir levé toutes les inquiétudes des agences de sécurité nationale avant de publier Fable 5, mais d'après mes informations, les services de sécurité nationale étaient déjà impliqués dans la censure de Mythos. Mythos n'était diffusé qu'aux trente et quelques partenaires du Project Glasswing, soigneusement sélectionnés par le gouvernement, et non par Anthropic. Donc, l'affirmation selon laquelle « Fable a été publiée à l'insu du gouvernement » est clairement infondée. Des rumeurs disent qu'Andy Jassy, le président d'Amazon, s'est rendu au gouvernement ou à la Maison Blanche pour leur dire que le modèle avait des vulnérabilités de jailbreak, et que le gouvernement a alors réalisé le danger et a immédiatement bloqué Fable 5 dans tout le pays.

Ces mécanismes de gouvernance et de sécurité ne sont clairement pas parfaits. Bien que je convienne que ce qui se passe dans les laboratoires (qu'il s'agisse d'Anthropic ou d'OpenAI) est extrêmement dangereux et doit être traité avec prudence, je crois aussi qu'il y a une énorme valeur économique dans la distribution de modèles open source et à poids ouverts. Ces deux aspects doivent se développer en parallèle.

*Note : Project Glasswing est un projet de cybersécurité lancé par Anthropic en collaboration avec plusieurs entreprises technologiques, démarré en avril 2026.

Jesus : Sans aborder les sujets apocalyptiques, j'ai effectivement entendu de personnes de l'industrie de la cybersécurité que Mythos est vraiment effrayant. Après sa sortie, j'ai discuté avec certaines personnes d'Anthropic, et les problèmes sont très réels. Mais j'ai entendu des PDG renommés du domaine de la cybersécurité dire qu'ils préféreraient un accès ouvert à ce modèle, car le publier directement donnerait à toutes ces entreprises de sécurité suffisamment de temps pour se préparer. Essayer de le restreindre, ou de retarder sa publication de trois mois, ne vous donnera jamais assez de marge de manœuvre. Mais l'argument inverse est le suivant : si Mythos était publié directement, cela aurait-il des conséquences désastreuses ?

Haseeb : Nous sommes dans le domaine de la blockchain, si la Corée du Nord obtenait ce modèle, pensez-vous vraiment que ce ne serait pas désastreux ?

Camila : Mais n'y a-t-il pas un débat selon lequel si tout le monde l'a, cela réduit le risque, car tout le monde peut effectuer des tests ?

Haseeb : Tout le monde n'a pas d'armes nucléaires.

Jake : L'analogie avec les armes nucléaires n'est pas appropriée. Prenons Mythos, c'est un modèle capable d'exploiter les vulnérabilités des systèmes. Nous devons faire un calcul économique : les hackers paient pour utiliser Mythos pour trouver des failles, et les propriétaires de sites paient pour se défendre. Ce marché est-il vraiment équilibré ? Un hacker trouverait-il vraiment rentable de passer beaucoup de temps à exploiter une vulnérabilité d'un système Linux qui ne peut pas être monétisé ?

Si ce type de modèle capable d'exploiter des vulnérabilités n'est entre les mains que de quelques-uns (par exemple, les grandes entreprises peuvent l'utiliser, mais pas le grand public), vous créez en réalité un déséquilibre. Certaines personnes peuvent protéger leurs actifs, tandis que d'autres ne peuvent que se faire attaquer. Personnellement, je pense donc qu'il est préférable de donner un accès égal au modèle.

Ce n'est pas un esprit de rébellion cyberpunk, c'est une tendance inévitable du marché. Aujourd'hui, vous voyez des modèles de pointe propriétaires, mais aussi une multitude de modèles open source (principalement issus de laboratoires chinois). Bien qu'ils soient désavantagés en termes de puissance de calcul, leur écart avec les modèles de pointe sur diverses mesures d'évaluation n'est que de quelques points de pourcentage. Les graphiques d'Epoch.ai montrent clairement que l'écart entre les modèles open source et propriétaires se réduit rapidement. Même si Anthropic veut jouer au « Big Brother » pour protéger les gens, la réalité est que les gens ont besoin de ces modèles pour protéger leurs sites web et leurs logiciels. Ils l'obtiendront d'une manière ou d'une autre – soit d'Anthropic, soit via des laboratoires asiatiques open source, soit par un entraînement sur des réseaux décentralisés.

Contrôles à l'exportation, régulation et limites de l'accès libre

Camila : Jake, pensez-vous qu'il ne devrait y avoir aucune barrière ? Qu'il devrait être totalement ouvert à tous ?

Haseeb : Laissez-moi compléter cette question. Pensez-vous que le concept même de « contrôle à l'exportation » ne devrait pas exister ? Car en dehors de l'IA, le réseau lui-même est un élément de la guerre.

Jake : Je n'ai pas de position politique, je suis juste un technicien, je ne travaille pas au Département d'État. Si le gouvernement américain décide de mettre en place des contrôles à l'exportation, c'est leur affaire. Mais c'est différent de la question de savoir si « la technologie devrait être partagée à l'échelle mondiale ».

Supposons que Fable ait été entraîné sur un réseau décentralisé, sans qu'aucune entité ne possède les poids complets du modèle (une partie des poids aux États-Unis, une partie à Amsterdam, une partie en Australie). Si les États-Unis appliquent des contrôles à l'exportation sur la partie des poids située sur leur territoire, le modèle pourrait continuer à fonctionner ailleurs dans le monde. C'est un problème d'exécution pour les États-Unis. Regardez Bitcoin, c'est une monnaie souveraine, décentralisée, que personne ne peut arrêter. Haseeb a dit plus tôt qu'il n'était pas sûr qu'il y ait une demande du marché pour l'IA décentralisée, c'est comme dire en 2011 « on ne sait pas s'il y a une demande pour la preuve de travail (PoW) ». En réalité, parce qu'il y a une demande pour une monnaie mondiale et sans autorisation, la demande technologique est énorme. De même, il y a une énorme demande pour une IA mondiale et sans autorisation, que le Département d'État américain l'aime ou non, cela ne peut être arrêté.

Jesus : Concernant l'analogie des contrôles à l'exportation, si vous restreignez l'accès à Mythos, mais qu'un modèle à poids ouvert évolue soudainement pour acquérir des capacités d'attaque réseau ? Regardez les benchmarks de cybersécurité actuels, DeepSeek-V4 ou Qwen 3.7 sont très bien classés. Ce n'est qu'une question de temps avant que ces modèles n'aient des capacités d'attaque réseau.

Le milieu de l'IA aime utiliser l'analogie de l'arme nucléaire : après la Seconde Guerre mondiale, pendant quatre ans, les États-Unis avaient l'arme nucléaire et le reste du monde non. Une théorie suggère que si les États-Unis avaient exercé une pression à l'époque, le communisme ne se serait peut-être jamais développé en Europe de l'Est. Mais ensuite, l'Union soviétique a également développé l'arme nucléaire. Ce qui me dérange, ce n'est pas l'ouverture initiale à tous, mais la décision sélective de qui peut y accéder. S'il s'agit de contrôles à l'exportation, pourquoi toutes les entreprises américaines n'y ont-elles pas accès ?

Haseeb : Concernant Fable, nous devons clarifier les détails. Le gouvernement exige que Fable soit fermé à tous les non-Américains. Actuellement, Anthropic n'a pas suffisamment de mécanismes KYC (vérification d'identité) pour garantir qu'ils puissent respecter cela, et les contrôles à l'exportation imposent une responsabilité stricte. Si le modèle tombe entre de mauvaises mains non américaines, vous avez des ennuis. C'est pourquoi ils n'ont actuellement pas confiance en leur capacité à le faire. Actuellement, Polymarket prédit que la probabilité qu'ils puissent restaurer le service pour les Américains d'ici fin juillet est de 77 %, et d'environ 50 % début juin.

De toute évidence, l'idée « d'interdire à tout étranger d'utiliser Fable 5 » est en soi absurde. Les États-Unis ont un grand nombre d'employés étrangers titulaires d'un visa H1B ; si votre équipe de programmation comprend un ingénieur français, il n'est pas autorisé à utiliser Fable, c'est ridicule. Cela sera très probablement modifié par des négociations avant sa mise en œuvre réelle. Si Anthropic peut corriger les vulnérabilités et mettre en place des contrôles plus stricts, il ne sera peut-être pas nécessaire de fermer complètement aux acteurs non américains.

Mais ce n'est pas la même situation que Mythos. Fable était censé être un « modèle citoyen » pour écrire du code, rédiger des e-mails. Face à Mythos, l'attitude du gouvernement américain était : non, cette chose est uniquement pour les Américains, et « uniquement pour les personnes que nous avons nommées sur la liste ». Ce n'est plus du contrôle à l'exportation, c'est presque le « projet Manhattan » de l'IA.

D'après mes sources fiables, le gouvernement a dirigé le processus du Project Glasswing, c'est pourquoi les places sont allées à des grandes entreprises comme Microsoft, et non à une entreprise de cybersécurité aléatoire. Cela n'est pas surprenant pour un gouvernement qui le considère comme une arme offensive de cybersécurité extrêmement dangereuse ; nous traitons les avions de chasse, les missiles de la même manière. Ce n'est pas Anthropic qui, pour des raisons de marketing commercial, ne voulait que 30 entreprises utilisatrices ; ils voudraient que le monde entier utilise leur produit.

Camila : Dans le secteur de la cryptographie, nous constatons que le nombre de piratages générés par l'IA augmente fortement, nous pouvons déduire les risques si Mythos était largement adopté. Jake, pensez-vous qu'il soit raisonnable de restreindre l'utilisation de ces modèles à certains groupes dans certaines circonstances ? Ou maintenez-vous toujours qu'ils devraient être ouverts à tous ?

Jake : Comme je l'ai dit, c'est une question distincte de « la faisabilité de la technologie d'IA décentralisée ». Bien sûr, le gouvernement peut promulguer des lois pour réguler, ce n'est pas un choix binaire. Cependant, la technologie décentralisée, en abaissant les barrières à l'entrée, peut apporter plus de concurrence. Elle réduit les coûts en utilisant du matériel de qualité commodité.

J'ai parlé aujourd'hui avec un fondateur qui effectue de l'inférence sur des GPU hétérogènes de qualité commodité ; il pense qu'avec la hausse des coûts de l'électricité, cela sera à long terme une option moins chère pour les consommateurs. Tout progrès technologique, en fin de compte, vise à réduire les coûts et les barrières. L'IA est probablement l'industrie la plus centralisée au monde actuellement, celle qui a le plus besoin de voir ses barrières brisées. Nous soutenons l'IA décentralisée pour protéger le choix des consommateurs, en fin de compte, c'est aussi défendre la démocratie.

Goulots d'étranglement physiques et avancées algorithmiques de l'IA décentralisée

Camila : Si finalement seules quelques entreprises centralisées contrôlent la plupart des modèles d'IA utilisés dans le monde, que se passera-t-il ? S'il n'y a pas réellement d'IA décentralisée réussie, quel en sera le coût ?

Jesus : Je dois contredire Jake. D'un point de vue technique, utiliser une approche décentralisée pour un modèle de niveau Mythos coûterait absolument beaucoup plus cher que le centralisé. Nvidia a une barrière défensive en eaux profondes rarement mentionnée : à part Google avec ses TPU, toutes les grandes architectures actuelles sont exécutées sur des centaines, voire des milliers de GPU Nvidia, AMD n'a tout simplement pas ces données d'expérience réelle.

Je suis aussi favorable à l'IA centralisée, j'ai créé deux entreprises dans ce domaine. L'IA décentralisée n'est pas nouvelle, elle n'a jamais trouvé de produit correspondant au marché (PMF). Auparavant, c'était parce que les modèles étaient suffisamment petits et simples, la décentralisation n'avait pas beaucoup de sens. Maintenant, ils sont suffisamment grands, mais la décentralisation est devenue très difficile. Et nous avons des écarts en termes de talents, de rémunération, de financement. Beaucoup d'inférences ne se font pas réellement sur les GPU les plus avancés, mais sur ceux de la génération précédente ; c'est le pré-entraînement qui nécessite des H100.

Jake : L'approvisionnement en GPU a été un goulot d'étranglement ces dernières années, les prix ne cessant d'augmenter. En 2026, pour une startup classique du marché moyen, il était très difficile de trouver des H100. Historiquement, les entraînements à grande échelle se faisaient dans des centres de données luxueux nécessitant une alimentation nucléaire – ces GPU industriels avaient 132 Go de mémoire, avec une bande passante inter-nœud de 1 à 3 To/s. Si je vous disais que nous pouvons transférer ce processus sur des appareils grand public (comme des GPU Nvidia ordinaires, ou même votre Macbook ou Mac Studio), et l'exécuter sur des réseaux grand public ordinaires, vous diriez que je suis fou.

Cependant, face à une telle demande de calcul énorme, les gens ont une grande motivation pour changer la méthode d'entraînement et optimiser les algorithmes. Je fais une analogie quantique : Google a deux types d'experts quantiques, ceux du matériel diront que les ordinateurs quantiques ne résoudront aucun problème dans les dix prochaines années, tandis que ceux du logiciel diront « dans 3 à 5 ans, Ethereum devra faire attention ». Haseeb et Jesus regardent le problème du point de vue du matériel, tandis que je le regarde du point de vue des personnes qui optimisent l'utilisation du matériel.

Nous progressons énormément. Non seulement des études montrent que l'entraînement postérieur par apprentissage par renforcement peut être 10 fois plus rapide et moins cher, mais l'exécution actuelle de Pluralis se fait purement sur des RTX 4090, démontrant que vous pouvez entraîner un vrai grand modèle de langage (LLM) sur du matériel purement grand public. Parce que la moitié du TCO (coût total de possession) d'un centre de données concerne la maintenance des installations et le refroidissement, et qu'un essaim d'appareils (Swarm) n'a pas ces coûts, il deviendra donc moins cher. Même s'il est un peu plus lent, en raison d'un coût bien inférieur, il reste économiquement viable.

Les premiers algorithmes (comme DiLoCo, Sparse LoCo et l'algorithme de Google d'il y a deux ans) ont permis de passer d'échelles de paramètres de 10 milliards, 40 milliards à 72 milliards. Maintenant, Macrocosmos a atteint 100 milliards de paramètres. La prochaine génération d'algorithmes fragmentera le modèle, et je pense qu'avec ces méthodes, nous atteindrons l'échelle du billion de paramètres.

Haseeb : Laissez-moi jouer le rôle du sceptique.

Premièrement, la construction d'un grand modèle a deux limites : le calcul et la bande passante. Les lois de la physique sont indépassables. Si, au lieu de placer physiquement les appareils ensemble et de communiquer via des interconnexions à haut débit, vous communiquez via l'internet public et compressez les mises à jour de gradient, vous paierez nécessairement un prix énorme. Et les machines dans un réseau décentralisé sont dispersées ici et là, il est impossible de calculer avec précision le « coût total de possession (TCO) ». Ce discours a été tenu par les partisans du stockage décentralisé : « C'est lent maintenant, mais après l'optimisation des algorithmes, ça ira mieux. » Et alors ? Il n'y a tout simplement pas de demande pour le stockage décentralisé, car au final, ce n'est ni moins cher ni plus efficace.

Le point le plus important est : la plus grande limitation pour entraîner un grand modèle est la donnée. Pour entraîner un modèle de l'échelle approximative de Mythos ou Fable, estimé à 8 billions de paramètres, vous avez besoin d'une quantité massive de données Token. OpenAI et Anthropic dépensent des fortunes pour générer des données auprès de fournisseurs, ils paient un prix élevé pour générer des données synthétiques et obtiennent des données utilisateur à partir des traces d'utilisation de Claude Code et Codex. Les communautés décentralisées n'ont tout simplement pas ces données.

Mettons de côté l'économie, regardons le côté demande. Je pense que la proposition de valeur fondamentale de la cryptographie n'est pas la décentralisation ; la décentralisation est un moyen, le but est l'autosouveraineté et la résistance à la censure. C'est pourquoi Satoshi Nakamoto a conçu Bitcoin. Dans le domaine de l'IA, qu'est-ce qui préoccupe les gens ? Premièrement, le coût ; deuxièmement, posséder son propre modèle et que ses données ne soient pas intégrées dans l'ensemble d'entraînement ; troisièmement, la résistance à la censure. Les gens détestent beaucoup le système de censure de Fable 5 et son mécanisme interne de réduction sournoise des performances.

Regardez Venice AI, c'est le chouchou actuel des produits d'IA cryptographiques. Il utilise Near AI pour le calcul confidentiel, protégeant la confidentialité avec une rétention de données nulle. Mais le modèle le plus utilisé sur Venice n'est pas un modèle entraîné de manière décentralisée (pas de Pluralis, etc.), mais des modèles open source à poids ouverts exécutés par des entreprises classiques comme DeepSeek ou GLM-5. Cela indique que la direction de l'IA pourrait être : les gens veulent une expérience privée et résistante à la censure, mais pas nécessairement via les mécanismes de décentralisation de base comme Bitcoin ou Ethereum.

Jesus : Les partisans de l'IA décentralisée et centralisée résolvent souvent des problèmes datant de deux générations. Un chercheur m'a dit il y a quelques jours, « le pré-entraînement n'est pas entièrement résolu, mais c'est devenu très ennuyeux. » Beaucoup d'innovations en inférence viennent de l'entraînement postérieur, maintenant nous parlons de récursivité, d'apprentissage continu, etc. L'IA centralisée, avec son avantage écrasant en talents et financements, agrandit en fait l'écart. Quant aux petits modèles et au calcul en périphérie, souvent, il suffit de distiller un grand modèle (comme Gemma de Google) pour obtenir un très bon résultat. Si vous créez un essaim décentralisé, vous entraînez péniblement pendant un mois, et si un ordinateur tombe en panne au milieu, causant un effondrement total, je ne sais même pas comment vous pourriez vous en sortir.

Jake : Sur ce point, vous avez tort, un essaim d'entraînement décentralisé a au contraire une résilience extrêmement forte. Dans un immense centre de données, si un GPU tombe en panne, vous devrez peut-être redémarrer l'entraînement ; alors que dans un essaim (Swarm), des GPU de différentes tailles et formes peuvent entrer et sortir du réseau pendant l'entraînement sans impact négatif. La preuve la plus importante est que Google a récemment indiqué dans un blog qu'il avait commencé à utiliser des algorithmes de style DiLoCo dans ses propres centres de données.

Quant au problème des données, Haseeb a raison, mais cela ne signifie pas que les partisans de la décentralisation n'ont pas de données et que les centralisateurs en ont. Il existe de nombreux clients sur le marché qui veulent une meilleure économie de l'IA. Par exemple, le cabinet d'avocats Kirkland & Ellis a récemment annoncé qu'il dépenserait 5 milliards de dollars pour acheter son propre ensemble de données propriétaire pour l'entraînement, ils vont même embaucher des ingénieurs en IA en interne. Pour un client comme eux, avec un budget de 5 milliards de dollars pour entraîner son propre modèle, un réseau décentralisé, en éliminant les coûts de refroidissement et de maintenance des centres de données, en tant que couche de calcul sous-jacente, réduirait considérablement les coûts.

Haseeb : Kirkland & Ellis agit ainsi parce qu'ils ne veulent pas partager leurs données. S'ils mettaient leurs données sur un réseau décentralisé, leurs données seraient exposées. Ils ne le font pas parce qu'ils pensent être bons pour entraîner des modèles, mais pour internaliser la valeur. Pourquoi la donner à Harvey (un outil juridique d'IA) ?

Jake : Qui a dit que l'entraînement décentralisé doit être transparent et public ? Il peut parfaitement être privé et sous licence. Plus important encore, lorsque les poids du modèle sont dispersés et qu'aucune entité unique ne possède tous les poids, les utilisateurs du modèle doivent payer le réseau. Ce flux de revenus ne va plus à Sam Altman d'OpenAI ou à Dario d'Anthropic, mais aux détenteurs de jetons du réseau, aux acheteurs et aux participants à l'entraînement. Cela donne au modèle un modèle commercial et un flux de revenus. Les cabinets d'avocats traditionnels ne l'adopteront pas immédiatement, mais certaines entreprises découvriront certainement que c'est une bonne méthode pour financer leurs produits.

Attaques réseau, géopolitique et la dernière forteresse

Camila : Si tout cela peut être réalisé, l'IA décentralisée sera aussi puissante que l'IA centralisée. Dans une situation comme celle de Fable, où le gouvernement exige sa fermeture, un réseau décentralisé pourrait-il résister à la censure ?

Jake : La résistance à la censure n'est pas vraiment la priorité première de ces réseaux. Mais si c'était le cas, vous pourriez fragmenter le réseau neuronal, disperser les poids dans des dizaines de pays, et alors il ne pourrait pas être fermé de force. Mais je répète, l'objectif ultime de l'IA décentralisée est d'abaisser les barrières, de démocratiser la puissance de calcul, de permettre à plus de gens d'entraîner des modèles.

Jesus : OpenAI a mentionné précédemment que « le modèle lui-même n'est plus le produit ». Dans le domaine de l'IA décentralisée, les gens semblent obsédés par la construction de modèles, alors qu'ils sont en réalité en retard de deux ou trois générations sur la technologie existante. Nous devrions chercher de la valeur dans les infrastructures entourant les modèles : les sandbox pour l'exécution de code et le calcul, les mécanismes d'évaluation (Evals), les pipelines de données synthétiques, et d'autres capacités environnementales. Beaucoup d'applications financières modernes pourraient être construites à l'intersection de la DeFi et de l'IA, mais nous ne les exploitons pas encore pleinement.

Haseeb : Revenons à la question initiale, si l'IA de pointe était réellement open source, répandue partout, que même les contrôles à l'exportation ne pourraient l'arrêter, que se passerait-il ?

Je pense qu'il y aurait un tsunami de cybersécurité de niveau « Covid » à l'échelle mondiale. Les logiciels qui ne peuvent pas être corrigés, les serveurs des petites entreprises, seraient réduits en miettes. Regardez les données on-chain : avril 2026 a été le mois avec le plus grand nombre de piratages dans l'histoire de la cryptographie, et mai a immédiatement battu ce record. Bien que le montant total volé ne soit pas encore énorme, la fréquence des incidents augmente en flèche, ce qui signifie qu'il est plus dangereux que jamais de conserver de l'argent dans des petits protocoles.

Si tout le monde avait un « lance-roquettes » en main, cela détruirait inévitablement beaucoup d'infrastructures. Bien qu'après la douleur, nos systèmes s'équiperaient de « blindages de chars » dans les deux ou trois ans, la période de transition entre-temps serait extrêmement douloureuse.

Camila : Mettre un outil aussi puissant entre les mains de tous, n'est-ce pas préférable à le contrôler uniquement entre les mains de quelques entreprises et gouvernements ?

Haseeb : Votre « tout le monde » inclut la Corée du Nord. Voulez-vous vraiment que la Corée du Nord obtienne Mythos ?

Camila : Vous préférez donc que le gouvernement américain ait le monopole, voire qu'il censure les autres, plutôt que de partager avec toute l'humanité ?

Haseeb : Si je dois choisir entre « seulement les États-Unis peuvent l'utiliser » et « le monde entier peut l'utiliser », je choisis les États-Unis. Si vous croyez vraiment que l'AGI (intelligence artificielle générale) arrivera, alors c'est l'arme la plus puissante de l'histoire de l'humanité. Depuis toujours, les armes de destruction massive sont contrôlées par des États souverains, c'est normal. Je ne m'inquiète pas que le gouvernement chinois obtienne Mythos, ils sont stables et ont une planification à long terme ; je m'inquiète de la Corée du Nord, des terroristes et des groupes de hackers malveillants. Comme je ne m'inquiète pas que la Chine ait la bombe, mais je m'inquiète vraiment que la Corée du Nord appuie sur le bouton.

Camila : Enfin, demandons à Jake et Jesus de conclure. Haseeb a été trop virulent, nous avons besoin d'un peu de recharge de foi décentralisée.

Jake : Du point de vue d'un investisseur, il s'agit de trouver des domaines avec un excellent ratio risque/rendement. L'IA décentralisée est un domaine très intéressant. L'autre jour, lors d'un dîner, un de nos amis a dit : « La cryptographie devient une simple affaire de trafic, que devons-nous faire ? » Dans un tel monde, l'IA décentralisée est peut-être la dernière forteresse du domaine de la cryptographie, c'est la technologie de pointe qui fonctionne vraiment. Je suis très enthousiaste au sujet des entreprises avec lesquelles nous travaillons dans ce domaine (comme Pluralis, Prime, Intel, Jensen, Bagel, Pearl, etc.).

Jesus : L'IA décentralisée a absolument de la valeur, mais je ne reste pas convaincu par le « pré-entraînement » décentralisé. Je pense qu'il existe d'énormes opportunités dans l'infrastructure d'IA décentralisée, la pile technologique sous-jacente de la Crypto est trop ancienne, le monde entier modernise avec l'IA, la combinaison de la DeFi et de l'IA est absolument la prochaine tendance majeure.