L'intersection de la crypto et de l'IA est l'un des secteurs les plus en vogue de la technologie — mais où en est la science réelle ?
Crypto x AI, AI x Crypto: A Survey, une nouvelle étude de l'IC3, fait le tri dans le bruit ambiant pour fournir une analyse complète et lucide de ce secteur en évolution. Le co-auteur de l'étude, le professeur @AriJuels, souligne également que les défis fondamentaux se résument à la manière dont ces deux technologies fonctionnent.
« La crypto est une technologie 'dure', construite sur des primitives cryptographiques avec des propriétés de sécurité rigoureuses et des programmes qui imposent des résultats non ambigus. L'IA est une technologie 'molle' : personne ne comprend ou ne peut entièrement faire confiance aux modèles dont elle dépend. Combiner les deux naïvement peut être comme souder du Jell-O. Bien combinée, cependant, la crypto peut canaliser la puissance fluide de l'IA vers des systèmes sécurisés et fiables. »
Lorsqu'ils sont combinés systématiquement, les outils de la crypto peuvent canaliser la puissance fluide de l'IA vers des systèmes sécurisés, fiables et hautement autonomes. En même temps, cette combinaison pourrait avoir des conséquences de grande portée pour les utilisateurs et le système financier.
Principaux enseignements de l'étude :
- L'IA rend la crypto flexible : les modèles d'apprentissage automatique peuvent améliorer considérablement la sécurité des contrats intelligents, améliorer le traitement des données du monde réel et optimiser la détection des fraudes.
- Nouveaux vecteurs d'abus de marché : les systèmes de trading alimentés par l'IA pourraient permettre la collusion entre agents autonomes et créer des avantages déloyaux d'initiés via des stratégies opaques.
- La crypto peut aider à sécuriser la chaîne d'approvisionnement de l'IA : l'infrastructure cryptographique peut créer des pipelines de données hautement sécurisés, fiables et inviolables pour l'entraînement des modèles d'IA.
- Un retour à la réalité sur la décentralisation : malgré le battage médiatique de l'industrie, il existe encore peu de preuves publiques et quantitatives prouvant que les pipelines d'IA décentralisés réduisent réellement les coûts de bout en bout ou améliorent les métriques.
Comme le note le co-éditeur, le professeur @giuliacfanti, le volume même de la recherche rend difficile de séparer le signal du bruit. Cet article cartographie la prochaine décennie de recherche sur la blockchain pour les universitaires, et sert de feuille de route R&D essentielle pour les dirigeants d'entreprise.
Crypto x AI, AI x Crypto: A Survey est le point culminant de plusieurs mois de recherche. Félicitations à l'équipe de plus de deux douzaines de chercheurs de l'industrie et du milieu universitaire qui ont contribué à cet article !
Accédez à l'étude complète et interagissez avec notre chatbot IA ici : https://aic3.io/
Auteurs : @sarahalle_ (IC3, Flashbots); @pranaytej (@Offchain ); James Austgen (IC3, @cornell_tech ); @bahrani_maryam (@ritualnet); @roibarzur (IC3, @TelAvivUni); @sjbreck (IC3, @cornell_tech ); @AaronBuchwald (@AvaLabs); @cczurich (IC3, University of Bern); James Hsin-yu Chiang (IC3, @ETH); @desilvaneil (IC3); @ittayeyal (IC3, @TechnionLive); Andrés Fábrega (IC3, @cornell_tech ); @giuliacfanti (IC3, @CarnegieMellon); @FernJared (@CarnegieMellon ); @AriJuels (IC3, @cornell_tech ); @socrates1024 (IC3, Teleport, FlashbotsX); Marwa Mouallem (IC3, @TechnionLive); Christian Sillaber (University of Bern); @danivilardell77 (IC3, @cornell_tech); @viswanathpramod (@Princeton); @0xWenhaoWang (IC3, @Yale); Matt Weinberg (IC3, @Princeton); @syang2ng (IC3, @Yale); Jianzhu Yao (@Princeton); @0xFanZhang (IC3, @Yale).
