Dans une interview accordée à crypto.news, Selva Ozelli s'entretient avec Denis « Dan » Saklakov, fondateur de RoboTech Frontier Hub, au sujet de l'intersection de l'intelligence artificielle, de la blockchain et de la finance, et de la manière dont son outil d'investissement assisté par IA, Meijin, utilise le profil de risque d'un investisseur pour gérer les stratégies de sortie d'actifs, y compris les cryptomonnaies.
Résumé
- Meijin surveille les actifs après l'achat et gère les stratégies de sortie en fonction du niveau de risque sélectionné par l'investisseur.
- Saklakov a déclaré que la blockchain peut enregistrer les états des systèmes d'IA, les autorisations, les conditions de décision et l'historique d'exécution sans exécuter l'IA elle-même onchain.
- RoboTech Frontier Hub développe des projets dans les domaines de la vérification de l'IA, de la robotique, des interfaces homme-machine et de l'informatique avancée.
- Saklakov s'attend à ce que les systèmes de vérification et d'exécution déterministe deviennent de plus en plus importants à mesure que l'IA joue un rôle plus important dans les décisions financières automatisées.
La discussion couvre également l'utilisation de la blockchain pour créer des enregistrements vérifiables des décisions, des autorisations et de l'historique d'exécution de l'IA, ainsi que le travail de Saklakov sur la vérification de l'IA, la robotique, les interfaces homme-machine et les architectures conçues pour séparer l'intelligence artificielle de l'autorité d'agir.
Denis « Dan » Saklakov est avocat, gestionnaire d'actifs numériques et scientifique en IA appliquée, dont le travail porte notamment sur les actifs numériques, la technologie blockchain et l'intelligence artificielle. Il a précédemment travaillé avec une plateforme d'échange de cryptomonnaies et, depuis 2024, il est associé gérant de RoboTech Frontier Hub, où il développe des technologies à l'intersection de l'IA, de la robotique, de la finance, de l'interaction homme-machine et de l'informatique avancée.
Parlez-nous de votre parcours professionnel et de votre formation.
Mon parcours croise le droit, les statistiques mathématiques, la finance, l'intelligence artificielle et la technologie. J'ai initialement été formé comme avocat, puis je me suis orienté vers la finance d'entreprise, la banque d'investissement, les fusions-acquisitions, le capital-investissement et la gestion d'actifs. J'ai obtenu un master à l'Université Northwestern et, plus récemment, j'ai terminé le programme de troisième cycle en science de l'IA appliquée du MIT.
Aujourd'hui, je vis à New York et je suis associé gérant de RoboTech Frontier Hub. Je décris une grande partie de mon travail actuel comme de l'architecture d'IA et d'AGI : comment les systèmes intelligents devraient utiliser l'information, prendre des décisions et interagir avec le monde réel sans permettre à la capacité computationnelle de se transformer automatiquement en autorité non contrôlée.
Cette question a des applications pratiques dans la finance, la robotique, la vérification de l'IA, les interfaces homme-machine et l'informatique avancée.
Je décris mon architecture plus large pour une AGI sûre dans mon livre récent, Before the Machine Chooses for Us: An AGI Architecture for Freedom, Human Survival, and Shared Consciousness.
Le problème central du livre est de savoir comment rendre une intelligence avancée extraordinairement capable tout en empêchant la capacité elle-même de devenir un pouvoir auto-autorisé.
Parlez-nous de votre parcours ayant mené à la création de RoboTech Frontier Hub en 2024, un accélérateur axé sur l'avancement des technologies de robotique, d'automatisation et d'intelligence artificielle, en particulier votre outil d'investissement assisté par IA Meijin.
RoboTech Frontier Hub est né d'un problème que j'ai rencontré à plusieurs reprises en travaillant avec des idées scientifiques et d'ingénierie.
Beaucoup de technologies intéressantes ne se développent jamais correctement parce que les inventeurs craignent qu'expliquer le principe scientifique permette à quelqu'un de voler le produit. Donc tout reste secret. Mais lorsque la science elle-même est cachée, les autres chercheurs ne peuvent pas la tester, la critiquer, identifier ses limites ou la relier à un autre domaine.
Nous avons décidé d'utiliser un modèle différent.
Chez RoboTech, nous essayons de placer un véritable travail scientifique sous la technologie. Lorsque cela est approprié, nous publions suffisamment de la base scientifique pour que d'autres chercheurs puissent l'examiner, la remettre en question et la développer. En même temps, nous protégeons actuellement l'implémentation réelle, les algorithmes et la technologie commerciale.
En termes simples, nous ne voulons pas cacher la science simplement pour protéger le produit. Nous voulons que l'idée scientifique survive à l'examen, puis nous construisons la technologie sur ce qui reste valide.
Meijin en est un exemple.
L'observation de base derrière Meijin est très simple. Les investisseurs passent souvent énormément de temps à décider quelle cryptomonnaie, action ou ETF acheter, mais consacrent beaucoup moins de réflexion disciplinée à décider quand le vendre.
Meijin ne choisit pas l'actif pour vous.
Vous choisissez Bitcoin, Ethereum, Zcash, l'action Moderna, un contrat pétrolier ou un autre actif. Meijin commence à fonctionner après que vous en êtes propriétaire.
Nous quantifions d'abord le niveau de risque que l'investisseur est prêt à accepter. Le système surveille ensuite en continu la position et gère une stratégie de sortie autour de ce profil de risque.
Il peut réduire ou vendre une position par étapes à mesure que les conditions changent.
Le but n'est pas de promettre le prix de vente exact le plus élevé possible. Personne ne peut honnêtement garantir cela. Le but est de rendre la décision de vente systématique plutôt qu'émotionnelle.
La crypto rend cela particulièrement utile car le marché fonctionne vingt-quatre heures sur vingt-quatre. L'investisseur dort. Le système de surveillance n'a pas besoin de dormir.
Une autre distinction importante est que la logique d'exécution finale est déterministe et auditable. Nous pouvons utiliser l'IA pour l'analyse, mais nous ne voulons pas qu'un modèle de langage improvise simplement la décision finale de déplacer l'argent de quelqu'un.
Meijin n'est également qu'un de nos projets.
Awareness Runtime traite d'un autre problème créé par l'IA moderne : un modèle peut produire une réponse très convaincante qui n'est pas réellement étayée par des preuves. Nous développons une couche de vérification conçue pour évaluer ce qui est étayé avant qu'une conclusion générée par l'IA ne devienne une décision professionnelle ou une action externe. C'est particulièrement important pour les professionnels de la finance et les avocats.
Theta-Star et les travaux sur Guardrail abordent une question différente : même si un système d'IA parvient à la bonne conclusion, qui lui a donné l'autorité d'agir ? Nous séparons l'intelligence de l'autorisation afin que le système proposant une action ne puisse pas simplement créer sa propre permission de l'exécuter. Cela devient particulièrement important dans l'automatisation des pilotes, des conducteurs et d'autres professions à enjeux élevés où les décisions peuvent devoir être prises extrêmement rapidement.
ActionAtlas transporte une partie de notre travail dans la robotique. L'idée est de fournir aux robots des packages d'informations compacts et spécialisés qui peuvent rester disponibles localement lorsque la connectivité cloud permanente, le GPS ou une infrastructure externe ne peuvent pas être supposés. Essentiellement, cela pourrait fonctionner comme une carte pour votre robot domestique, par exemple.
NeuroPhase explore une autre frontière : les interfaces entre les systèmes computationnels et les signaux neurologiques humains. Notre objectif à plus long terme est de rapprocher l'interface machine des processus d'information naturels du cerveau humain plutôt que d'exiger que le corps humain devienne progressivement plus invasif juste pour communiquer efficacement avec les machines. En d'autres termes, la direction à long terme est une fusion de l'humain et de la machine, mais une fusion dans laquelle nous essayons de rapprocher la machine de l'humain plutôt que de forcer le corps humain à devenir progressivement plus semblable à une machine.
Nous faisons également des recherches sur l'informatique quantique en microgravité et dans des environnements orbitaux. La question scientifique sous-jacente est de savoir si certaines plateformes d'informatique quantique pourraient bénéficier de combinaisons de microgravité, de basses températures et d'isolation mécanique. À plus long terme, cela pourrait devenir pertinent pour l'entraînement et le fonctionnement de futurs systèmes superintelligents à capacité quantique dans des environnements orbitaux lointains.
Une autre direction, Critical Systems, applique des méthodes analytiques et d'optimisation aux chaînes d'approvisionnement physiques, y compris l'identification de véritables goulots d'étranglement dans la fabrication industrielle et aérospatiale critique.
Ces projets semblent très différents, mais ils proviennent du même modèle : identifier le problème scientifique sous-jacent, déterminer où les preuves et les mathématiques soutiennent réellement l'idée, exposer suffisamment de cette fondation scientifique à l'examen, puis construire une technologie protégée dans ces limites.
Parlez-nous de l'intersection de la blockchain et de l'IA.
Pour moi, l'une des intersections les plus utiles de la blockchain et de l'IA est la confiance dans les décisions des machines.
Cela devient très concret avec quelque chose comme Meijin.
Supposons qu'un système d'IA analyse une position crypto et décide que l'investisseur devrait la réduire.
Les questions importantes ne sont pas seulement : « Qu'a décidé l'IA ? » ou « La prédiction était-elle bonne ? »
Nous devons également savoir quelles informations le système a utilisées, dans quel état il se trouvait, quelles règles s'appliquaient et si le système était réellement autorisé à exécuter la décision.
La blockchain peut aider à cela sans exécuter l'IA elle-même on-chain.
Le calcul peut rester sur du matériel conventionnel. Ce qui peut être ancré cryptographiquement à un registre indépendant est l'état pertinent du système, les permissions, les conditions de décision et l'historique d'exécution.
La partie importante est que l'IA qui prend la décision ne devrait pas contrôler l'enregistrement qui est ensuite utilisé pour prouver ce qui s'est passé.
Il ne devrait pas pouvoir prendre une décision, réécrire l’historique et ensuite prétendre qu’il en a pris une autre.
La blockchain ne rend pas magiquement un modèle d’IA correct. Une déclaration fausse peut être stockée parfaitement sur une blockchain.
Ce que la blockchain peut fournir, c’est une provenance et un enregistrement qu’il est difficile pour le système de décision lui-même de réécrire.
Pour les investisseurs en crypto, cette distinction devient de plus en plus importante à mesure que l’IA passe de la simple fourniture de commentaires de marché à des systèmes susceptibles d’interagir directement avec les comptes, les exchanges et l’infrastructure financière.
Imaginez le même problème dans les soins médicaux. Vous pouvez vouloir qu’un nanorobot nettoie vos artères, mais vous voulez absolument l’empêcher de faire quelque chose qui pourrait vous tuer. Vous avez donc besoin d’un enregistrement blindé et protégé de l’extérieur des règles définissant ce que ce nanorobot est et n’est pas autorisé à faire. C’est exactement le type de problème pour lequel la blockchain ou un autre registre cryptographique sécurisé de manière indépendante peut devenir extrêmement utile.
Je pense que nous nous dirigeons vers un monde dans lequel l’IA fournit une analyse à la vitesse de la machine, tandis que les systèmes cryptographiques aident à établir quel état existait, quelle autorité a été accordée et quelle action s’est réellement produite.
C’est bien plus intéressant pour moi que de simplement mettre un autre token autour d’un produit d’IA.
L’IA a été au premier plan de l’actualité ces derniers temps, les dirigeants des plus grandes entreprises d’IA suggérant que le développement des modèles de pointe devrait ralentir. Des réflexions à ce sujet ?
L’IA se développe très rapidement, et dans la crypto, les conséquences deviendront probablement visibles particulièrement vite parce que les marchés des actifs numériques sont déjà numériques, mondiaux, automatisés et ouverts vingt-quatre heures sur vingt-quatre.
Je ne pense pas que la question utile pour un trader soit simplement de savoir si le développement de l’IA est « trop rapide » ou « trop lent ».
La question pratique est de savoir ce qui se passe lorsque des systèmes d’IA de plus en plus capables commencent à analyser les marchés, à exécuter des stratégies et à communiquer avec l’infrastructure financière plus vite qu’un être humain ne peut raisonnablement superviser chaque décision individuelle.
C’est pourquoi je pense que l’étape suivante n’est pas simplement une meilleure prédiction.
Nous avons besoin d’une meilleure vérification.
Une IA très puissante qui produit une recommandation de trading en quelques millisecondes n’est pas particulièrement utile si personne ne peut déterminer si l’information sous-jacente était fiable ou si le système avait la permission d’effectuer la transaction qui en résulte.
C’est ici que je vois l’IA et la blockchain devenir complémentaires.
L’IA peut effectuer une analyse de plus en plus sophistiquée.
La blockchain et l’infrastructure cryptographique associée peuvent aider à établir la provenance, les permissions et un enregistrement vérifiable de manière indépendante.
Les systèmes d’exécution déterministes peuvent alors définir ce que l’IA est réellement autorisée à faire.
Pour l’investisseur particulier, tout cela devrait finalement devenir presque invisible.
L’utilisateur ne devrait pas avoir besoin de comprendre l’architecture interne.
L’expérience pratique devrait être beaucoup plus simple : j’ai sélectionné cet actif, j’ai défini combien de risque je suis prêt à accepter, le système le surveille en continu, et je peux ensuite comprendre pourquoi il a agi.
C’est la direction que nous poursuivons avec Meijin.
J’ai déjà suggéré que le développement de l’IA pourrait devenir difficile à prévoir par les méthodes conventionnelles sur un horizon relativement court, potentiellement vers la fin de cette décennie. Je ne traite pas 2030 comme une sorte d’échéance scientifiquement établie. C’est un horizon de prévision.
Mais même sans atteindre quoi que ce soit que nous appellerions AGI ou singularité technologique, l’IA devient déjà suffisamment capable pour changer la façon dont les décisions financières sont prises.
Pour la crypto, ce changement n’est pas théorique.
Les marchés fonctionnent déjà à la vitesse de la machine.
Le défi consiste désormais à rendre l’intelligence à la vitesse de la machine suffisamment fiable pour être utilisée.
Comment peut-on vous joindre ?
Le moyen le plus simple de me joindre est par e-mail à [email protected].
RoboTech Frontier Hub :
https://www.robotechfrontierhub.com
Mon site web :
LinkedIn :
https://www.linkedin.com/in/denissaklakov
Je publie également des travaux scientifiques sur arXiv et Zenodo, ainsi que des recherches et des commentaires via Medium et saklakov.com.
À propos de l'auteur :
Selva Ozelli Esq, CPA, est une experte juridique internationale en actifs numériques et auteure de Sustainably Investing in Digital Assets Globally, ainsi qu'une artiste primée. Ses écrits sont traduits en 45 langues et republiés dans plus de 200 publications mondiales. Elle est reconnue comme une commentatrice experte des médias/télévisions sur l'IA mondiale, la réglementation des actifs numériques, la fiscalité et les questions technologiques.
