Qu'est-ce que Sentient et pourquoi est-ce important pour l'IA décentralisée ?
La course à la construction de l'Intelligence Artificielle Générale (IAG) a été largement dominée par des entreprises centralisées avec des modèles à code fermé. OpenAI, Google et Anthropic contrôlent aujourd'hui la plupart des infrastructures avancées d'IA, et ils décident qui y a accès et à quel coût. Sentient Labs est apparu en 2024 avec une vision différente. L'entreprise souhaite créer une plateforme IAG open-source et décentralisée où la communauté possède les modèles et où les contributeurs reçoivent une rémunération équitable pour leur travail.
Sentient a son siège à Dubaï et à Singapour, et le projet combine la technologie blockchain avec la recherche avancée en IA. La philosophie de base repose sur trois principes que l'équipe appelle OML : Ouvert, Monétisable et Loyal. Ouvert signifie que les modèles et le code sont accessibles à tous. Monétisable signifie que les créateurs peuvent générer des revenus grâce à leurs contributions. Loyal signifie que les systèmes d'IA servent la communauté plutôt qu'une seule entreprise.
Qui a Fondé Sentient ? Découvrez l'Équipe Derrière le Projet IA de 85 Millions de Dollars
L'équipe fondatrice de Sentient réunit une expérience à la fois de l'industrie de la blockchain et des institutions de recherche académique. Cette combinaison est intentionnelle car construire une IA décentralisée nécessite une expertise en systèmes distribués, cryptographie et apprentissage automatique.
Le Co-Fondateur de Polygon Porte la Vision
Sandeep Nailwal est le principal visionnaire derrière le projet. Il a cofondé Polygon Labs et construit l'une des solutions de mise à l'échelle d'Ethereum les plus utilisées. Son expérience avec des projets blockchain communautaires influence la manière dont Sentient aborde la propriété et la gouvernance.
Expertise Académique de Princeton et IISc
Pramod Viswanath est professeur à l'université de Princeton et fournit la base technique de l'architecture décentralisée de l'IA. Himanshu Tyagi est professeur à l'Institut indien des sciences de Bangalore, et il se concentre sur la recherche fondamentale en IA qui alimente la plateforme. Kenzi Wang complète l'équipe dirigeante en tant que cofondateur de Symbolic Capital et Sensys, un studio de capital-risque en IA qui soutient l'écosystème plus large.
Répartition du financement Sentient : explication de la levée de fonds initiale de 85 millions de dollars
Le projet a assuré un financement initial de 85 millions de dollars en juillet 2024. Cette somme est importante pour un tour de financement initial, et elle reflète le niveau de confiance des investisseurs dans l'équipe et la vision.
| Catégorie d'investisseurs | Noms remarquables |
| Investisseurs principaux | Founders Fund (Peter Thiel), Pantera Capital, Framework Ventures |
| Investisseurs participants | Arrington Capital, Canonical Crypto, Delphi Ventures, HashKey Capital |
Le financement est intervenu à une période où les intersections entre l'IA et la blockchain attiraient une attention importante de la part des capitaux-risque. La direction de la levée de fonds par Founders Fund de Peter Thiel a apporté de la crédibilité grâce au bilan de Thiel avec des entreprises comme PayPal et Palantir. Pantera Capital a apporté une expertise approfondie en cryptomonnaies, et Framework Ventures a ajouté des connexions au sein des communautés DeFi et Web3.
Chat Sentient et Modèle Dobby : Chiffres d'Adoption Précoce
Sentient a lancé ses premiers produits destinés aux consommateurs en septembre 2025. La plateforme a introduit « Sentient Chat » ainsi qu'un modèle de langage appelé « Dobby ». En seulement 12 heures après le lancement, la plateforme a attiré 15 000 utilisateurs. Cette adoption rapide a montré qu'il existait une véritable demande pour des outils d'IA appartenant à la communauté.
L'équipe a également mené une campagne NFT représentant des parts de propriété du modèle. Plus de 650 000 participants ont rejoint cette campagne, démontrant comment des structures de propriété basées sur la blockchain pouvaient engager des communautés à grande échelle. Ces premiers chiffres suggèrent que l'approche de Sentient trouve un écho auprès des utilisateurs souhaitant des alternatives aux services d'IA centralisés.
Himanshu Tyagi - Construire une AGI ouverte loyale envers l'humanité - TOKEN2049 Dubaï 2025
Comment fonctionne l'architecture GRID de Sentient ?
L'architecture technique de Sentient repose sur ce que l'on appelle le GRID, qui signifie Global Research and Intelligence Directory. Pensez-y comme à un catalogue ouvert et consultable où les développeurs peuvent enregistrer leurs composants d'IA. Ces composants sont appelés "Artifacts" et incluent des modèles de langage, des fournisseurs de données, des agents spécialisés et d'autres unités modulaires d'intelligence.
Quels Artifacts sont actuellement sur le GRID ?
Le GRID héberge actuellement plus de 110 partenaires. Plus de 50 agents spécialisés et plus de 50 fournisseurs de données ont inscrit leurs services sur la plateforme. Parmi les artifacts notables, on trouve :
- Dobby : Un modèle linguistique natif crypto conçu pour les insights Web3
- Open Deep Search : Une bibliothèque open-source pour les recherches web multi-étapes
- Exa : Intégration des capacités de recherche
- The Graph : Services d’indexation de données
- EigenLayer : Ressources de calcul
L’innovation clé ici est que le GRID ne se contente pas de lister ces artefacts. Il les orchestre également. Lorsqu’un utilisateur soumet une requête complexe, le système dirige la demande à travers plusieurs composants spécialisés pour générer une réponse de haute qualité.
Routage du Flux de Travail Sentient : Comment les requêtes sont traitées étape par étape
Lorsque vous posez une question complexe à Sentient, le système la décompose en étapes distinctes. Chaque étape est gérée par l’artefact le mieux adapté à cette tâche particulière.
| Étape du flux de travail | Action | Description |
| Recherche | Compilation des données | Des agents spécialisés recueillent des listes et des métriques pertinentes |
| Recherche approfondie | Évaluation | Les agents analysent des points de données spécifiques comme les profils des fondateurs ou les chiffres d'affaires |
| Conceptualiser | Visualisation | Les artefacts créent des infographies ou des représentations visuelles |
| Agréger | Synthèse | La réponse finale est assemblée et préparée pour l'utilisateur |
Cette approche modulaire signifie qu'aucun modèle unique n'a besoin de tout gérer. Au lieu de cela, des composants spécialisés collaborent pour produire des résultats qui seraient difficiles à obtenir pour un système monolithique. L'architecture reflète une hypothèse fondamentale selon laquelle l'intelligence émerge de la coopération plutôt que de la simple échelle.
Cadre ROMA : Comment les systèmes d'IA multi-agents collaborent
Le cadre ROMA pousse cette philosophie modulaire encore plus loin. ROMA signifie Recursive Open Meta-Agent, et il fournit la structure pour les systèmes d'IA multi-agents. L'objectif est de permettre à des agents spécialisés divers de travailler ensemble en tant qu'intelligence unifiée.
Le développement traditionnel de l'IA se concentre souvent sur la création de modèles uniques de plus en plus grands. ROMA remet en question cette approche en permettant à de nombreux agents plus petits et spécialisés de collaborer sur des tâches complexes. Chaque agent peut être développé et maintenu indépendamment, mais ils communiquent tous via des interfaces standardisées. Cette conception rend le système plus résilient et plus facile à mettre à jour au fil du temps.
La partie "récursive" du nom fait référence à la façon dont des méta-agents peuvent coordonner d'autres agents, qui à leur tour peuvent coordonner des sous-agents encore plus spécialisés. Cela crée une hiérarchie d'intelligence capable d'aborder les problèmes à plusieurs niveaux d'abstraction.
Étapes clés dans le développement de Sentient
Sentient : L’IA Open-Source Peut-Elle Enfin Être Rentable ?
L’IA open-source fait face à un problème fondamental. Les développeurs consacrent énormément de temps et de ressources à la création de modèles, mais ils ont souvent du mal à monétiser leur travail. Les grandes entreprises peuvent s’approprier les contributions open-source, construire des produits commerciaux autour d’elles et capter toute la valeur. Le protocole Sentient répond à ce défi via des contrats intelligents déployés sur la blockchain Polygon.
Trois Modèles de Licence pour les Créateurs d’IA
Le protocole propose trois principaux modèles de licence :
- Licence de Recherche Ouverte : Convient aux contributions académiques qui doivent rester librement accessibles
- Licence Commerciale : Permet aux créateurs de facturer leurs artefacts
- Licence Dérivée : Gère les situations où de nouveaux modèles se basent sur des travaux existants
Les revenus des services d'IA sont automatiquement répartis entre les développeurs, les mainteneurs, les hôtes de calcul et les évaluateurs selon des règles prédéfinies.
Budgets d'émission : résoudre le problème du démarrage à froid
Les nouveaux modèles d'IA font face à un problème d’œuf et de poule. Ils ont besoin d'utilisateurs pour générer des revenus, mais les utilisateurs veulent des modèles éprouvés avant de s'engager. Sentient résout ce problème grâce aux budgets d'émission. Le protocole fournit des subventions en jetons $SENT à des artefacts sélectionnés avant qu'ils ne génèrent une utilisation significative. Cela donne aux nouveaux modèles prometteurs la marge de manœuvre dont ils ont besoin pour faire leurs preuves.
Mécanisme d'émission de jetons, source : Livre blanc Sentient v1
Le système d’émission fonctionne comme un investissement en capital-risque en miniature. Les membres de la communauté et les représentants misent des jetons sur des artefacts en lesquels ils croient, et le poids de cette mise influence combien de nouveaux jetons sont attribués à chaque artefact. Les modèles qui apportent de la valeur attirent plus de mises avec le temps, tandis que ceux qui peinent à trouver leur public voient leurs émissions diminuer.
Système de notation en trois niveaux : comment les contributeurs sont payés équitablement
Une rémunération équitable est essentielle pour tout écosystème open source durable. Sentient utilise un système de notation en trois niveaux pour évaluer les contributions et répartir les récompenses :
| Niveau | Méthode | Ce qu'elle mesure |
| Niveau 1 | Score de traction quantitatif | Lignes de code, demandes de tirage fusionnées, précision du modèle sur les benchmarks |
| Niveau 2 | Évaluation qualitative de l'IA | Qualité du code, maintenabilité, complexité des tâches |
| Niveau 3 | Revue par un expert humain | Cas limites, ajustements d'équité, détection de schémas suspects |
Cette approche en couches capture des contributions qui échapperaient à un système purement automatisé. Elle empêche également la fraude car les réviseurs humains peuvent identifier des schémas suspects. La combinaison de mesures quantitatives, de l’évaluation par l’IA et du jugement humain crée un mécanisme de récompense plus robuste et équitable.
Comment Sentient protège les modèles d'IA contre le vol et l'utilisation abusive
Sentient utilise des outils cryptographiques avancés et matériels pour garantir que les modèles sont utilisés conformément à la licence et que les données restent privées. Ces fonctionnalités de sécurité répondent à des préoccupations réelles qui ont freiné l’adoption de l’IA open source par les entreprises.
Empreinte OML 1.0 : filigranes numériques pour les modèles d’IA
Une des fonctionnalités techniques les plus innovantes de Sentient est l’empreinte des modèles, qu’ils appellent OML 1.0. Ce système empêche la copie non autorisée des modèles d’IA grâce à une astucieuse technique cryptographique.
Lors de la formation, les développeurs intègrent des paires secrètes « déclencheur-réponse » dans les paramètres du modèle. Ces paires sont invisibles lors de l'utilisation normale, mais elles servent de sorte de filigrane numérique. Si un propriétaire de modèle soupçonne que quelqu'un utilise une copie non licenciée de son modèle, il peut envoyer une requête secrète « défi ». Si le modèle répond avec le déclencheur secret attendu, cela prouve une utilisation non autorisée.
Les preuves issues du marquage peuvent entraîner de réelles conséquences :
- Un hôte exécutant un modèle non licencié pourrait voir sa mise réduite
- Les revenus pourraient être redirigés vers le propriétaire légitime
- Les actions en justice deviennent plus faciles avec une preuve cryptographique
Cela crée de fortes incitations pour que les hôtes respectent les termes de licence.
Enclaves Sensitives (SEF) : Protection des données au niveau matériel
Le cadre des Enclaves Sentientes (SEF) offre une couche supplémentaire de sécurité grâce aux environnements d'exécution de confiance (TEE). Ce sont des fonctionnalités matérielles spéciales qui créent des zones mémoire isolées appelées enclaves. Même le système d'exploitation hôte ne peut pas lire les données à l'intérieur d'une enclave.
Pourquoi les Enclaves sont Importantes pour l'IA d'Entreprise
Cela importe pour plusieurs cas d'utilisation. Les entreprises ont souvent besoin de services d'IA mais ne peuvent pas partager de données sensibles avec des tiers. SEF leur permet d'utiliser les capacités d'IA de Sentient tout en gardant leurs données confidentielles. Les applications de santé peuvent traiter les informations des patients sans les exposer. Les institutions financières peuvent effectuer des analyses sur des données propriétaires sans craindre de fuites.
Attestation à Distance et Vérification sans Confiance
L'attestation à distance ajoute une autre dimension à cette sécurité. L'enclave peut produire un document cryptographique prouvant qu'elle a exécuté exactement le code qui a été audité. Les utilisateurs peuvent vérifier qu'aucune falsification n'a eu lieu, ce qui crée une base pour un classement de référence sans confiance où tout le monde peut confirmer que les résultats ont été générés équitablement.
Le foyer pour le raisonnement IA open source, source de l'image : Sentient
Tokenomics $SENT : utilité, staking et gouvernance expliqués
Le token $SENT sert de monnaie principale au sein de l'écosystème Sentient. Il connecte développeurs, utilisateurs et stakers à travers des incitations économiques alignées.
Que pouvez-vous faire avec les tokens $SENT ?
L'utilité du token se divise en trois catégories principales.
Paiement
$SENT est la monnaie pour accéder aux artefacts IA, et les utilisateurs paient en tokens pour utiliser les différents services enregistrés sur le GRID
Staking
Les détenteurs de tokens peuvent miser $SENT sur les artefacts qu'ils pensent réussir, et les artefacts avec des poids de mise plus élevés reçoivent des parts plus importantes des nouvelles émissions de tokens
Gouvernance
$SENT offre des droits de vote sur les taux d'émission, les mises à jour de politique, et l'élection des Représentants qui aident à guider le réseau
Comment le Mécanisme de Jauge d'Émission Distribue les Nouveaux Tokens
Les nouveaux tokens $SENT entrent en circulation via un mécanisme de jauge qui pèse trois signaux :
| Signal | Nom complet | Ce que cela représente |
| V | Votes | Votes normalisés des représentants indiquant le sentiment de la communauté |
| SWS | Part de poids des stakes | Total des tokens mis en stake sur chaque artefact reflétant la confiance du marché |
| RS | Part des revenus | Utilisation réelle et revenu montrant la livraison de valeur réelle |
Ce système à triple pondération équilibre différents types d'informations. Les votes captent les jugements subjectifs des membres informés de la communauté. Les pondérations des mises révèlent où les gens sont prêts à investir leur argent. La part des revenus ancre tout dans la performance réelle du marché. Aucun indicateur unique ne peut être manipulé sans affecter les autres.
Sentient DAO : Comment les décisions de gouvernance sont prises
Sentient fonctionne comme une Organisation Autonome Décentralisée (DAO). Les détenteurs de jetons ont des droits de vote directs sur les décisions majeures, mais le système inclut également une couche représentative pour les opérations quotidiennes.
Les représentants, appelés Reps, sont des membres élus de la communauté ou des validateurs qui assument des responsabilités de gouvernance. Ils attribuent des pondérations d’émission aux artefacts en fonction de leur évaluation de la valeur et du potentiel. Les détenteurs de jetons qui ne souhaitent pas participer activement à la gouvernance peuvent déléguer leur pouvoir de vote à des représentants dont ils font confiance au jugement.
Ce modèle hybride répond à un problème courant dans la gouvernance des DAO. La démocratie directe pure peut entraîner une faible participation et des votes mal informés. Les systèmes purement représentatifs peuvent devenir déconnectés de la communauté. L'approche de Sentient combine les deux mécanismes afin que les décisions importantes reçoivent l'attention qu'elles méritent tandis que les opérations de routine se déroulent sans encombre.
Ce que Sentient pourrait signifier pour l'avenir de l'AGI open source
Sentient représente une tentative sérieuse de construire une infrastructure pour une intelligence artificielle appartenant à la communauté. Le projet combine des mécanismes blockchain éprouvés avec la recherche de pointe en IA d'une manière qui répond aux vrais problèmes de l'écosystème actuel. Les modèles fermés dominent aujourd'hui, mais Sentient offre une voie vers un développement de l'IA plus ouvert et équitable.
Les 85 millions de dollars de financement, l'équipe fondatrice expérimentée et la traction précoce avec des produits comme Sentient Chat et Dobby suggèrent tous que ce n'est pas qu'un simple concept. Les innovations techniques autour du fingerprinting, des enclaves et de la coordination multi-agents démontrent un réel progrès en ingénierie. Quoi qu'il en soit, pour savoir si Sentient peut rivaliser avec des concurrents centralisés bien financés reste à voir, mais le projet a posé une base réfléchie pour une AGI décentralisée que d'autres développeurs et investisseurs suivront probablement de près.