Titre de l'article reposté : Une plongée approfondie dans BasedAI : un grand réseau opérationnel de modèles linguistiques axé sur la confidentialité et l'efficacité, le prochain Bittensor dans l'espace de l'IA ?

L'espace de l'IA continue d'être très dynamique. De nombreux projets tentent de se "IA-iser", adoptant la nouvelle proposition d'aider l'IA à mieux faire dans l'espoir de s'élever plus haut sur les vents de l'IA. Cependant, la plupart des anciens projets ont déjà réalisé leur valeur dans les cycles précédents, et de nouveaux projets comme Bittensor ne sont plus "nouveaux". Nous devons encore chercher des projets qui n'ont pas encore réalisé leur valeur et qui ont le potentiel de récits convaincants. Améliorer la confidentialité a toujours été une direction attrayante dans les projets de crypto visant à "aider l'IA à mieux faire".

Tout d'abord, parce que la protection de la vie privée résonne intrinsèquement avec le concept d'égalitarisme dans la décentralisation; deuxièmement, la protection de la vie privée implique inévitablement l'utilisation de technologies telles que ZK et le chiffrement homomorphique. Une philosophie narrative correcte combinée à une technologie avancée signifie probablement que le développement d'un projet d'IA ne fera pas défaut. Et ne serait-il pas plus intéressant qu'un tel projet sérieux puisse également incorporer le gameplay des Meme coins?

Au début du mois de mars, un projet nommé BasedAI a discrètement enregistré un compte sur Twitter, publiant officiellement seulement deux tweets en plus de retweets, tandis que son site web semble être extrêmement basique, ne présentant rien d'autre qu'un livre blanc de style académique sophistiqué. Certains influenceurs internationaux ont déjà pris les devants dans l'analyse du projet, suggérant qu'il pourrait être le prochain Bittensor.

Simultanément, son jeton homonyme, $basedAI, a connu une montée fulgurante depuis fin février, augmentant de plus de 40 fois sa valeur.

Après avoir examiné attentivement le livre blanc du projet, nous avons découvert que BasedAI est un projet d'IA qui intègre de grands modèles linguistiques, des preuves de connaissance nulle (ZK), un chiffrement homomorphe et des Meme coins. Tout en reconnaissant sa direction narrative, nous sommes également impressionnés par sa conception économique ingénieuse, qui lie naturellement la planification des ressources informatiques à l'utilisation d'autres Meme coins. Compte tenu du fait que le projet en est encore à ses débuts, dans ce numéro, nous allons l'interpréter pour voir s'il a le potentiel de devenir le prochain Bittensor.

Quand la science sérieuse rencontre le Meme, que fait exactement BasedAI ?

Avant de répondre à cette question, regardons d'abord qui se cache derrière BasedAI.

Les informations publiques révèlent que BasedAI a été développé conjointement par une organisation nommée Based Labs et l'équipe fondatrice de Pepecoin, dans le but de résoudre les problèmes de confidentialité liés à l'utilisation de grands modèles linguistiques dans le domaine actuel de l'IA. Les informations publiques sur Based Labs sont rares, leur site web est assez mystérieux, présentant une série de mots-clés techniques dans une présentation de style Matrix. L'un des chercheurs de l'organisation, Sean Wellington, est l'auteur du livre blanc publiquement disponible pour BasedAI :

De plus, Google Scholar indique que Sean a obtenu son diplôme de l'UC Berkeley et a publié plusieurs articles sur les systèmes de règlement et les données distribuées depuis 2006, se spécialisant dans la recherche en IA et en réseaux distribués, ce qui en fait une figure importante dans le domaine de la technologie.

D'un autre côté, Pepecoin n'est pas la pièce PEPE actuellement populaire, mais un mème original qui a commencé en 2016, avec son propre mainnet L1 à l'époque et a depuis migré vers Ethereum.

Vous pourriez dire que c'est un mème OG qui comprend également le développement L1.

Mais comment un poids lourd de la recherche scientifique en IA sérieuse et une équipe Meme, apparemment sans rapport dans leurs domaines, suscitent-ils l'innovation au sein de BasedAI ?

ZK et FHE: Équilibrer l'efficacité computationnelle de l'IA et la confidentialité

Si nous mettons de côté l'élément meme, l'introduction de BasedAI sur Twitter met en évidence de manière succincte la valeur narrative du projet :

« Vos prompts sont vos prompts. » Cela souligne essentiellement l'importance de la confidentialité et de la souveraineté des données : lorsque vous utilisez de grands modèles de langage AI comme GPT, tout prompt ou information que vous saisissez est reçu par le serveur à l'autre bout, exposant fondamentalement votre vie privée aux fournisseurs de données OpenAI ou autres modèles.

Bien que cela puisse sembler inoffensif, cela soulève inévitablement des problèmes de confidentialité, et vous n’avez pas d’autre choix que de faire confiance inconditionnellement au fournisseur de modèles d’IA pour qu’il n’utilise pas à mauvais escient vos enregistrements de conversation.

En éliminant les formules mathématiques obscures et les conceptions techniques du livre blanc de BasedAI, vous pouvez simplement comprendre l'objectif du projet comme suit :

Chiffrer tout contenu de votre dialogue avec de grands modèles linguistiques, permettant au modèle d'effectuer des calculs sans exposer le texte en clair, et finalement de renvoyer des résultats que vous seul pouvez décrypter.

Vous pourriez anticiper que cela impliquerait ZK (Zero-Knowledge Proof) et FHE (Fully Homomorphic Encryption), deux technologies de confidentialité.

ZK vous permet de prouver la vérité ou la fausseté d'une déclaration sans révéler le texte en clair;

FHE vous permet de calculer sur des données chiffrées.

En combinant les deux, vous pouvez soumettre vos invitations à un modèle d'IA sous forme cryptée, et le modèle vous renvoie une réponse, mais aucune des parties impliquées ne sait quelle était votre question ou quelle est la réponse.

Cela semble prometteur, mais il y a un problème critique - FHE est intensif en calcul et lent, posant un conflit entre l'efficacité computationnelle et la protection de la vie privée pour les LLMs orientés utilisateurs comme GPT, qui nécessitent un affichage rapide des résultats.

Basé sur l'IA, dans son article, a mis l'accent sur la technologie de "Cerberus Squeezing" et l'a soutenue avec des formules mathématiques complexes :

Bien que nous ne puissions pas évaluer professionnellement l'implémentation mathématique de cette technologie, son but peut être simplement compris comme :

Optimiser l'efficacité du traitement des données chiffrées en FHE, concentrer sélectivement les ressources informatiques là où elles ont le plus d'impact pour achever rapidement les calculs et afficher les résultats.

Le document a également démontré avec des données comment cette optimisation améliore significativement l'efficacité :

En utilisant Cerberus Squeezing, le nombre d'étapes de calcul nécessaires pour le chiffrement pleinement homomorphe pourrait être réduit de près de moitié. En utilisant Cerberus Squeezing, le nombre d'étapes de calcul nécessaires pour le chiffrement pleinement homomorphe pourrait être réduit de près de moitié.

Ainsi, nous pouvons rapidement simuler l'ensemble du processus d'un utilisateur en utilisant BasedAI :

• L'utilisateur saisit des invites, demandant d'analyser les émotions affichées dans les enregistrements de conversation de quelqu'un tout en souhaitant protéger la confidentialité de ces enregistrements.
• Grâce à la plateforme BasedAI, ces données sont soumises sous forme cryptée, en spécifiant le modèle d'IA à utiliser (par exemple, un modèle d'analyse des émotions).
• Les mineurs du réseau BasedAI reçoivent cette tâche et utilisent leurs ressources informatiques pour exécuter le modèle AI spécifié sur les données chiffrées.
• Les nœuds du réseau effectuent la tâche de calcul sans déchiffrer les données et renvoient le résultat du traitement chiffré à l’utilisateur.
• L'utilisateur reçoit le résultat chiffré, le déchiffre avec sa clé et obtient le résultat de l'analyse des données dont il a besoin.

Le “Brain,” Mineurs et Validateurs

Au-delà de la technologie, quels rôles spécifiques existent au sein du réseau BasedAI pour exécuter la technologie et répondre aux besoins des utilisateurs? Tout d'abord, il est important de présenter le concept auto-créé du "Cerveau".

Un "Cerveau" de Based Labs

Pour la plupart des projets de crypto IA, quelques éléments inévitables sont :

• Mineurs: Responsables de l'exécution de tâches computationnelles, consommant des ressources computationnelles.
• Validateurs: Validez la justesse du travail accompli par les mineurs, et assurez la validité des transactions et des tâches de calcul au sein du réseau.
• Blockchain : Enregistre les résultats des tâches de calcul et de validation sur un registre, incitant au comportement des différents rôles à travers les jetons natifs du réseau.

BasedAI ajoute une autre couche au-dessus de ces trois éléments avec le concept du "Cerveau":

“Vous devez avoir un ‘Brain’ pour incorporer les ressources de calcul des mineurs et des validateurs, permettant à ces ressources de calculer pour divers modèles d'IA et de compléter des tâches.”

En termes simples, ces "Brains" agissent comme des conteneurs distribués pour des tâches computationnelles spécifiques, exécutant des modèles de langage larges modifiés (LLM). Chaque "Brain" peut choisir les mineurs et les validateurs avec lesquels il souhaite s'associer.

Si vous trouvez cette explication abstraite, pensez à avoir un 'Cerveau' comme ayant une 'licence pour offrir des services cloud':

Pour recruter un groupe de mineurs et de validateurs pour le calcul crypté de grands modèles de langage, vous devez disposer d'une licence d'exploitation qui spécifie:

• Votre emplacement commercial (ID)
• Votre domaine d'activité (utilisant l'IA pour l'analyse des sentiments, la génération d'images, l'assistance médicale, etc.)
• Combien de ressources de calcul avez-vous et quelle est sa capacité
• Spécifiquement, qui avez-vous amené
• Combien de récompenses pouvez-vous gagner grâce à cette activité

Selon le document de Based AI, chaque “Cerveau” dans BasedAI peut accueillir jusqu'à 256 validateurs et 1792 mineurs, avec un total de seulement 1024 “Cerveaux” dans le système, augmentant ainsi encore la rareté des “Cerveaux.”

Les mineurs et les validateurs doivent faire ce qui suit pour rejoindre un "Brain":

• Mineurs : Connectez-vous à la plateforme, décidez des ressources GPU à allouer (plus adaptées au calcul), pouvez déposer des jetons $BASED et commencer le travail de calcul.
• Validateurs : Connectez-vous à la plateforme, décidez des ressources CPU à allouer (plus adaptées à la validation), pouvez déposer des jetons $BASED et commencer le travail de validation.

Plus il y a de jetons $BASED déposés, plus l'efficacité des mineurs et des validateurs fonctionnant sur le “Brain” est élevée, et plus ils reçoivent de récompenses en jetons $BASED.

De toute évidence, un "Cerveau" représente un certain pouvoir et une relation organisationnelle, ouvrant également la voie à la conception de jetons et d'incitations (nous en parlerons plus tard).

Cependant, le design de ce "Brain" ne vous semble-t-il pas familier ?

Les différents "cerveaux" dans Bittensor ressemblent quelque peu à différents sous-réseaux, effectuant des tâches spécifiques à l'aide de différents modèles d'IA;

Dans le Polkadot populaire du cycle précédent, différents "Brains" ressemblent à différents "slots" pour exécuter divers parachains, effectuant différentes tâches.

BasedAI a également fourni un exemple d'un "cerveau médical" effectuant une tâche :

• Les dossiers médicaux des patients sont cryptés et soumis au cerveau médical, générant des mots immédiats pour demander des conseils diagnostiques appropriés;
• Avec l'aide de ZK et FHE, le modèle de langage large approprié au sein du réseau BasedAI peut générer des réponses sans décrypter les données sensibles des patients, cette étape fait appel aux ressources de calcul des mineurs et des validateurs;
• Les fournisseurs de soins de santé reçoivent une sortie cryptée du réseau BasedAI. Seul l'utilisateur soumettant peut décrypter les résultats pour obtenir des suggestions de traitement, tandis que les données restent non exposées ou divulguées pendant ce processus.

La vente de privilèges "Brain" se déroule, au bénéfice de Pepecoin

Alors, comment acquiert-on un “Cerveau” pour obtenir le privilège du “permis de travail” pour le calcul de modèle AI chiffré? BasedAI, en collaboration avec Pepecoin, a gamifié la vente de ces privilèges, conférant à Pepecoin, un jeton MEME, une valeur d'utilité.

Avec seulement 1024 "Brains" disponibles, le projet exploite naturellement le NFT Minting - chaque "Brain" vendu génère un jeton ERC-721 correspondant, qui peut être vu comme une licence. Pour minter ce NFT "Brain", deux actions liées à Pepecoin sont nécessaires pour débloquer: brûler ou miser Pepecoin.

• En termes de brûlage: La frappe du premier "Brain" nécessite de dépenser 1000 Pepecoin.
• Chaque nouvelle frappe de "Brain" augmente le coût de 200 Pepecoin.
• Les cerveaux générés de cette manière sont transférables.
• Si tous les Brains étaient obtenus par combustion, 107 563 530 Pepecoin seraient définitivement détruits. (Selon les données de CMC, l'offre en circulation actuelle est de 133 millions, ce qui signifie que près de 80 % de l'offre de jetons serait réduite si cette combustion était pleinement réalisée.)

En ce qui concerne le staking :

• Les utilisateurs doivent miser 100 000 Pepecoin pendant 90 jours.
• Le NFT ERC-721 du cerveau est émis immédiatement après le staking.
• Les cerveaux générés de cette manière ne sont pas transférables mais gagneront progressivement $BASED, le jeton natif du projet.
• La mise peut être retirée après 90 jours.

Peu importe la méthode utilisée, à mesure que de plus en plus de Brains sont créés, une quantité correspondante de Pepecoin sera soit brûlée, soit verrouillée, en fonction du ratio de participation des deux méthodes. Il est clair que cette distribution concerne davantage l'allocation d'actifs cryptographiques que de ressources en IA. Compte tenu de la rareté des Brains et des récompenses en jetons pour leur fonctionnement, la demande de Pepecoin augmentera considérablement pendant la création de Brain; le jalonnement et la combustion réduisent l'offre circulante de Pepecoin, bénéficiant théoriquement au prix du marché secondaire du jeton.

Tant que moins de 1024 Brains sont émis et actifs dans le contrat ERC-721, le portail BasedAI continuera d'émettre des Brains. Si les 1024 Brains sont tous alloués, le portail BasedAI n'autorisera plus la création de nouveaux Brains. Une adresse Ethereum peut détenir plusieurs Brain NFT. Le portail BasedAI permettra aux utilisateurs de gérer les récompenses de tous les Brains possédés associés au portefeuille ETH connecté. Les propriétaires de Brain actifs peuvent s'attendre à gagner entre 30 000 $ et 80 000 $ par Brain par an, selon les données officielles du papier.

Avec ces incitations économiques et les récits autour de l'IA et de la vie privée, la popularité attendue de Brain lors de son lancement officiel est prévisible.

Résumé

Dans les projets cryptographiques, la technologie elle-même n'est pas le but; son rôle est de guider l'attention, dirigeant ainsi la distribution et le flux des actifs. La conception du cerveau de BasedAI démontre clairement une compréhension de "comment promouvoir la distribution d'actifs": sous le récit correct de la confidentialité des données, intégrant les ressources nécessaires aux calculs liés à l'IA dans un privilège, créant ainsi la rareté de ce privilège, guidant ainsi les actifs vers le privilège et augmentant la consommation d'un autre jeton MEME.

Les ressources de calcul sont correctement allouées et incitées, les actifs du projet "Brain" gagnent en rareté et en popularité, et l'offre circulante du jeton Meme diminue... Du point de vue de la création d'actifs, la conception de BasedAI est sophistiquée et astucieuse.

Cependant, si l'on devait aborder les questions non dites, évitées avec une ignorance feinte :

Combien de personnes utiliseront ce grand modèle de langue protectrice de la vie privée? Combien de géants de l'IA sont prêts à coopérer avec une technologie protectrice de la vie privée qui ne leur profiterait peut-être pas?

La réponse reste moins qu'optimiste. Pourtant, les récits prospèrent sur l'élan, et la spéculation est opportune. Parfois, ce qui est nécessaire n'est pas de remettre en question la viabilité d'un chemin mais de suivre le courant.

Matériau source:

X: https://twitter.com/getbasedai

Site officiel : https://www.getbased.ai/

Pepecoin: https://twitter.com/pepecoins

Whitepaper BasedAI

Avertissement :

1. Cet article est reproduit de techflow, intitulé à l’origine « A Deep Dive into BasedAI : A Large Language Model Network Prioritizing Privacy and Efficiency, The Next Big Thing in the AI Race » par [TechFlow]. Les droits d'auteur appartiennent à l'auteur original, [TechFlow]. Pour toute question concernant cette reproduction, veuillez contacter le Équipe Gate Learn. L'équipe le traitera selon les procédures pertinentes dès que possible.

2. Avertissement : Les points de vue et opinions exprimés dans cet article sont ceux de l'auteur seul et ne constituent pas des conseils en investissement.

3. Les traductions de l'article dans d'autres langues ont été effectuées par l'équipe Gate Learn. La reproduction, la diffusion ou le plagiat des articles traduits n'est pas autorisée sans mention de Gate.io.