Le secteur de l'intelligence artificielle est actuellement confronté à un grave goulot d'étranglement en matière de données d'entraînement, d'autant plus que les monopoles technologiques centralisés empêchent les développeurs débutants d'accéder à des pipelines d'informations de haute qualité. La plateforme d'infrastructure de données décentralisée Perceptron tente de résoudre ce goulot d'étranglement structurel en déployant une couche d'infrastructure décentralisée qui collecte des informations web via les appareils des utilisateurs quotidiens.
Les médias modernes se concentrent entièrement sur la manière dont les grands noms du secteur de l'intelligence artificielle déploient constamment des systèmes matériels de nouvelle génération pour augmenter leur puissance de calcul brute. Mais l'une des contraintes opérationnelles les moins évoquées est la qualité des données d'entraînement qui constituent le fondement de tout modèle d'IA fonctionnel.
Le problème est qu'avec la grande majorité du contenu web ouvert déjà entièrement collectée, le contrôle corporatif agressif sur les interfaces de programmation d'applications (API) publiques a enfermé les fondations restantes de la collecte de données derrière des murs payants exorbitants de plusieurs millions de dollars. C'est essentiellement devenu un privilège exclusif prohibitif pour une poignée de monopoles technologiques massifs.
Pour les géants de la technologie qui mènent actuellement la course à l'IA, la sécurisation de ces pipelines d'information coûteux ne représente pas un grand défi financier, mais qu'en est-il des innovateurs sous-financés ? Sans les budgets nécessaires, les startups en phase de démarrage peinent à construire des produits compétitifs.
« OpenAI paie environ 60 à 100 millions de dollars par an à des entreprises comme Reddit et Twitter pour pouvoir accéder aux données via des API », a déclaré Peter Anthony, cofondateur et PDG de Perceptron, à crypto.news lors d'une récente interview.
« De nombreux nouveaux projets d'IA n'ont pas les budgets nécessaires pour dépenser 60 à 100 millions de dollars afin d'accéder aux données. Si vous construisez le meilleur modèle du monde, il est assez inutile s'il n'a pas accès à des données de bonne qualité. Vous pourriez être l'élève le plus intelligent de l'école, mais si vous n'avez accès à aucun livre, vous n'avez pas vraiment beaucoup d'informations à présenter. »
Anthony a réalisé que cette asymétrie de marché laissait de la place pour une infrastructure alternative qui servirait le segment de marché indépendant, ce qui l'a finalement conduit à cofonder Perceptron, une plateforme qui prévoit d'utiliser la bande passante inactive des consommateurs pour résoudre « le problème du goulot d'étranglement des données » dont souffre actuellement l'IA.
« La majorité des données mondiales ont déjà été consultées et extraites, mais il y a beaucoup de données qui sont en quelque sorte cachées derrière différents endroits qui ne sont pas encore accessibles, nous collectons donc des données et nous nous positionnons pour pouvoir fournir des données aux entreprises d'IA à un coût réduit », a expliqué Anthony.
Mais qu'est-ce que cette bande passante inactive que Perceptron prévoit d'exploiter ? Anthony a expliqué qu'il s'agit de l'actif économique non reconnu que les utilisateurs quotidiens produisent constamment via la navigation numérique de routine, pour ensuite voir les grandes entreprises l'extraire et en tirer profit.
« Actuellement, chaque fois que vous et moi utilisons Internet sur nos téléphones, nos ordinateurs, nous générons des données. Ces données sont collectées, regroupées en ensembles de données massifs par des entreprises comme Google, et vendues pour des millions, parfois des milliards de dollars. Pourtant, vous et moi n'en voyons jamais un centime. »
Ce que Perceptron a fait, c'est de complètement inverser ce modèle d'extraction. Ils ont construit un réseau s'étendant sur plus de 150 pays, comprenant environ 800 000 nœuds, et ces nœuds sont alimentés par des utilisateurs individuels qui exécutent simplement une extension de navigateur sur Chrome ou une application sur leurs appareils Android.
Bien que ces installations de points d'extrémité ne récupèrent pas de fichiers numériques privés ni ne fournissent à l'entreprise des données télémétriques personnelles sensibles, elles sécurisent plutôt des perspectives géographiques localisées, qu'Anthony a décrites comme des « points de vue différents » sur le web ouvert, qui peuvent ensuite être extraites par petits morceaux et combinées en un ensemble de données significatif.
« Il est très important de souligner que cela n'utilise pas les données des individus, cela ne puise pas dans vos propres données et informations personnelles, mais disons qu'en ce moment vous êtes au Malawi. Lorsque vous consultez un site web particulier, je pourrais aller consulter le même site web, mais il y a de fortes chances que, parce que je suis à Dubaï, nous verrons un type de résultats différent. Tout ce que nous gagnons de cette situation, c'est de pouvoir utiliser votre ordinateur pour regarder quelque chose comme une page web normale, ou quoi que ce soit d'autre. »
Pour illustrer, Anthony a noté que si un client d'entreprise exige un ensemble de données de publications sur les médias sociaux liées à la santé aux États-Unis, Perceptron peut se coordonner à travers son maillage de nœuds global pour extraire des publications publiques individuelles sans interagir avec les API d'entreprise restrictives.
Étant donné que ces données sont déjà librement accessibles au public via n'importe quel navigateur web standard, le routage de la collecte via des nœuds terminaux individuels contourne légalement les murs payants commerciaux. Une fois ces petits paquets de données récupérés, le réseau transfère les données brutes vers un serveur centralisé où des modèles d'intelligence artificielle spécialisés nettoient et auditent les informations pour le contrôle qualité.
« En faisant cela, nous pouvons réduire considérablement le coût actuellement facturé par de nombreuses grandes entreprises centralisées comme Google. »
La question suivante est de savoir pourquoi quelqu'un offrirait son matériel à un tel réseau, et la réponse est simple : une boucle de valeur partagée garantissant que ces nœuds gagnent des points pour leur connectivité passive, points qui sont censés être convertis en jetons crypto natifs à terme.
Selon Anthony, ce modèle distribué « leur permettra de gagner des points » qui agissent comme une mesure directe de leur contribution au réseau, et donc « chaque fois qu'il y aura des revenus générés par l'entreprise, des jetons seront réinjectés dans l'écosystème » pour soutenir une boucle économique cyclique.
« Il y aura également des jetons mis de côté qui seront utilisés pour racheter des jetons », a-t-il ajouté.
Cependant, tous ceux qui exploitent un nœud ne sont pas nécessairement éligibles à des récompenses constantes, car il y a le défi omniprésent du contrôle qualité, qui peut compromettre l'intégrité de l'ensemble de données s'il n'est pas vérifié.
Perceptron y remédie en acheminant les paquets collectés vers un serveur centralisé, où des algorithmes automatisés évaluent systématiquement les entrées par rapport à des références cibles avant de débloquer toute compensation.
De plus, Anthony a déclaré que la startup a récemment acquis une entreprise spécialisée dans les logiciels de vérification des transactions et des paiements pour automatiser structurellement ce processus de validation.
Pour engager davantage les participants au réseau tout en stimulant la création d'ensembles de données, Perceptron prévoit également de lancer une plateforme structurée de Quêtes de Données, qui permettra aux contributeurs de transformer un effort humain actif en entrées d'entraînement uniques.
« Notre objectif est de pouvoir construire et créer des ensembles de données qui ne sont actuellement pas disponibles via des processus centralisés », a ajouté Anthony.
À long terme, Anthony a déclaré qu'il aimerait voir le réseau évoluer vers un modèle axé sur l'intelligence économique capable de fournir des analyses approfondies aux clients d'entreprise.
« La différence est que les ensembles de données traditionnels sont statiques, ils sont collectés une fois et deviennent rapidement obsolètes. Mais une énorme quantité de données est générée chaque fois que vous interagissez avec quoi que ce soit en ligne, et à l'heure actuelle, la majeure partie est simplement gaspillée », a déclaré Anthony.
« Un seul serveur essayant de surveiller tous ces différents utilisateurs ne peut pas vraiment collecter des informations significatives à cette échelle. Ce dont nous avons besoin, c'est d'un passage à l'intelligence économique distribuée, afin de pouvoir réellement améliorer les services dans des domaines comme l'e-commerce, le trading, et bien plus encore. »
Perceptron a également lancé un Fonds de données IA de 10 millions de dollars, par lequel la plateforme prévoit de financer des développeurs indépendants et de soutenir le déploiement de « projets concrets offrant de véritables services ». Selon les termes du programme, les équipes d'ingénierie sélectionnées reçoivent cinq semaines d'assistance dédiée en infrastructure de données et jusqu'à 5 To de données du monde réel gratuitement pour accélérer l'optimisation des modèles d'IA en phase de démarrage.
« L'objectif est de soutenir les projets à mesure qu'ils grandissent et que leurs besoins en données augmentent. Nous pouvons devenir l'un de leurs fournisseurs de référence, c'est à la fois un investissement dans l'écosystème plus large et un moyen pour nous de générer des revenus constants à long terme », a noté Anthony.
Au moment de la publication, Anthony a déclaré que Perceptron fournit déjà activement divers produits de données à une variété d'entreprises commerciales. Le réseau fournit de vastes ensembles de données d'images aux plateformes génératives texte-vidéo, y compris une entreprise appelée Everlyn AI, pour entraîner des modèles à synthétiser précisément le contenu visuel.
Au-delà de cela, le projet dépasse également la compilation d'images standard, car la plateforme est entrée dans le secteur de l'analyse des sentiments en suivant le discours public sur Twitter, YouTube et les marchés des actifs numériques. L'analyse de ce sentiment public aide les entreprises et les exchanges crypto à créer des outils de suivi qui donnent des signaux précoces pour anticiper les fluctuations soudaines des prix.
