L'IA décentralisée ne ressemblera pas à ce que nous pensions. Himanshu Tyagi (@hstyagi), fondateur de @SentientAGI, explique pourquoi l'entraînement décentralisé est plus réaliste que ce que les gens supposent : "Les gens pensent que décentraliser l'entraînement est impossible, qu'il faudrait le répartir sur des millions de petits appareils. Mais ce n'est pas comme ça que cela doit fonctionner." "J'ai travaillé sur l'apprentissage fédéré dans ma vie académique. Je croyais que l'apprentissage décentralisé ne deviendrait jamais réel. Mais j'ai manqué un point crucial : vous n'avez pas à décentraliser complètement." L'idée clé : "Les clusters — pas les appareils — sont l'unité de décentralisation. Des pods de 500 GPU ne sont pas si difficiles à obtenir. Beaucoup de gens peuvent les mettre en place. C'est comme un bon projet immobilier." Et les grands acteurs le font déjà : "Google et d'autres décentralisent en interne de cette manière. Ce type de décentralisation est possible." Alors, quel est le véritable obstacle ? "La partie difficile n'est pas la méthode d'entraînement, c'est le cadre réglementaire et tarifaire autour de la distribution des puces elle-même."