L'abstraction de la chaîne est vitale pour l'exploitation des données en chaîne : Chris Feng, co-fondateur de Chainbase

L’industrie de la blockchain est en proie à la fragmentation et au manque d’interopérabilité. De nombreux dirigeants et fondateurs ont souligné que ces éléments constituent l’un des principaux obstacles à l’adoption massive et à l’innovation. Chris Feng est l'une de ces voix.

Chris Feng, the Co-founder of Chainbase, an omnichain data network provider, says that the value of on-chain data is largely untapped. He estimates that the number of developers exploiting on-chain data is lesser than the number of developers working at major internet companies.

Chris Feng, co-fondateur de Chainbase, un fournisseur de réseau de données omnichain, affirme que la valeur des données en chaîne est largement inexploitée. Il estime que le nombre de développeurs exploitant les données en chaîne est inférieur au nombre de développeurs travaillant dans les grandes sociétés Internet.

Chainbase provides a data interoperability layer for blockchains. It is positioned in the market as an ‘infrastructure provider’. Interoperability and fragmentation are the hottest topics in blockchain right now. Does Chainbase have a solution for these issues?

Chainbase fournit une couche d'interopérabilité des données pour les blockchains. Il se positionne sur le marché en tant que « fournisseur d'infrastructures ». L’interopérabilité et la fragmentation sont actuellement les sujets les plus brûlants de la blockchain. Chainbase a-t-il une solution à ces problèmes ?

In an insightful conversation with The Coin Republic’s Editor-in-Chief, Varuni Trivedi, Feng highlighted the need for chain abstraction. The former consultant discussed the nuances of data decentralization and explained why AI-crypto integration will be normal in the future.

Dans une conversation perspicace avec le rédacteur en chef de The Coin Republic, Varuni Trivedi, Feng a souligné la nécessité d'une abstraction en chaîne. L'ancien consultant a discuté des nuances de la décentralisation des données et a expliqué pourquoi l'intégration IA-crypto sera normale à l'avenir.

Chain Abstraction is Vital for Exploiting On-chain Data

L'abstraction de la chaîne est vitale pour l'exploitation des données en chaîne

The blockchain industry is plagued with fragmentation and a lack of interoperability. Numerous leaders and founders have emphasized that these are among the biggest barriers to mass adoption and innovation. Chris Feng is one of those voices.

L’industrie de la blockchain est en proie à la fragmentation et au manque d’interopérabilité. De nombreux dirigeants et fondateurs ont souligné que ces éléments constituent l’un des principaux obstacles à l’adoption massive et à l’innovation. Chris Feng est l'une de ces voix.

“The blockchain world has created many silos, too many chains and data islands, fragmented information and complex cross-chain operations hinder the ability to fully realize the value of interconnected information. Therefore, Chain Abstraction is a vital topic,” Feng noted.

« Le monde de la blockchain a créé de nombreux silos, trop de chaînes et d’îlots de données, des informations fragmentées et des opérations inter-chaînes complexes entravent la capacité de réaliser pleinement la valeur des informations interconnectées. Par conséquent, l’abstraction de la chaîne est un sujet vital », a noté Feng.

Chain abstraction means achieving a high level of interoperability between blockchains. Wallets and decentralized applications (dApps) will work seamlessly (or become accessible) across chains if chain abstraction is achieved. The objective is to make the user’s interaction with the blockchain less daunting. A friendly UX will lead to an increase in adoption.

L’abstraction de chaîne signifie atteindre un haut niveau d’interopérabilité entre les blockchains. Les portefeuilles et les applications décentralisées (dApps) fonctionneront de manière transparente (ou deviendront accessibles) entre les chaînes si l'abstraction de la chaîne est réalisée. L’objectif est de rendre l’interaction de l’utilisateur avec la blockchain moins intimidante. Une UX conviviale entraînera une augmentation de l’adoption.

As per official documentation, Chainbase is focused on enhancing data interoperability. Data interoperability is a fundamental concept that applies to all blockchains. It is the facility that allows different blockchains to receive and transfer data without special arrangements.

Selon la documentation officielle, Chainbase se concentre sur l'amélioration de l'interopérabilité des données. L'interopérabilité des données est un concept fondamental qui s'applique à toutes les blockchains. C'est l'installation qui permet à différentes blockchains de recevoir et de transférer des données sans dispositions particulières.

“We need to lower the barrier for extracting value from on-chain data. And we also need to bring more diverse data to the chain to create new possibilities.”

« Nous devons abaisser les barrières pour extraire de la valeur des données en chaîne. Et nous devons également apporter des données plus diversifiées à la chaîne pour créer de nouvelles possibilités.

Theia: a Crypto World Model

Theia : un modèle mondial crypto

On August 15th, 2024, Chainbase launched its ‘milestone’ project, Theia. Theia is an AI-powered ‘Crypto World Model’ that interprets on-chain data. The model’s chatbot answers questions about on-chain data. Theia is fed data from Coinmarketcap (whitepapers, official blog posts, and news articles) of the top 2000 projects by market capitalization and credible research reports on these projects.

Le 15 août 2024, Chainbase a lancé son projet « jalon », Theia. Theia est un « modèle mondial de crypto-monnaie » alimenté par l'IA qui interprète les données en chaîne. Le chatbot du modèle répond aux questions sur les données en chaîne. Theia reçoit des données de Coinmarketcap (livres blancs, articles de blog officiels et articles de presse) sur les 2 000 meilleurs projets par capitalisation boursière et des rapports de recherche crédibles sur ces projets.

World Models are alternatives to Large Language Models (LLMs). Feng pointed out that LLMs are useful for human-like interaction but fall short against mathematical questions and transaction queries. This is where World Models shine. World Models are designed to capture knowledge from a world or an environment to simulate that environment. 

Les modèles mondiaux sont des alternatives aux grands modèles linguistiques (LLM). Feng a souligné que les LLM sont utiles pour les interactions de type humain, mais ne répondent pas aux questions mathématiques et aux requêtes transactionnelles. C’est là que les modèles mondiaux brillent. Les modèles mondiaux sont conçus pour capturer les connaissances d'un monde ou d'un environnement afin de simuler cet environnement.

“…world models aim to simulate and understand the external world to perform tasks and make decisions in complex settings,” Feng explained. He added that while world models will act like the user’s digital twin, LLMs are limited to being assistants.

« …les modèles du monde visent à simuler et à comprendre le monde extérieur pour effectuer des tâches et prendre des décisions dans des contextes complexes », a expliqué Feng. Il a ajouté que même si les modèles mondiaux agiront comme des jumeaux numériques de l'utilisateur, les LLM se limiteront à être des assistants.

“The key here is to simulate the environment before executing the task. So in a specialized field like crypto, where there is a wealth of domain-specific knowledge not commonly found in social media and where data is not just plain text or images, LLMs can be significantly hindered. LLMs are often limited to task planning without the capability to extend further or make close loop decisions.”

« La clé ici est de simuler l’environnement avant d’exécuter la tâche. Ainsi, dans un domaine spécialisé comme la cryptographie, où il existe une richesse de connaissances spécifiques à un domaine que l’on ne trouve pas couramment dans les médias sociaux et où les données ne sont pas simplement du texte brut ou des images, les LLM peuvent être considérablement entravés. Les LLM se limitent souvent à la planification de tâches sans la possibilité d'aller plus loin ou de prendre des décisions en boucle fermée.

Theia is a one-of-a-kind dedicated blockchain Chatbot. It gathers data on transactions, smart contracts, and NFTs, among other on-chain data assets. Theia is equipped with multiple data analysis tools to help identify patterns. The AI model records and learns from user queries and user feedback.

Theia est un Chatbot blockchain dédié unique en son genre. Il rassemble des données sur les transactions, les contrats intelligents et les NFT, entre autres actifs de données en chaîne. Theia est équipé de plusieurs outils d'analyse de données pour aider à identifier des modèles. Le modèle d'IA enregistre et apprend des requêtes et des commentaires des utilisateurs.

The official full name of the first version is Theia-Llama-3.1-8B; as per Chainbase, Theia-Llama-3.1-8B is fine-tuned from the base model Llama-3.1-8B-Instruct. It was open-sourced on October 11th and developed especially for the crypto sector. 

Le nom complet officiel de la première version est Theia-Llama-3.1-8B ; selon Chainbase, Theia-Llama-3.1-8B est affiné à partir du modèle de base Llama-3.1-8B-Instruct. Il a été open source le 11 octobre et développé spécialement pour le secteur de la cryptographie.

Notably, Theia-Llama-3.1-8B outperformed leading LLMs such as ChatGPT-4o, Claude-3-Sonet, Gemini-1.5-Pro, and Llama-3.1-8B-Instruct, against Chainbase’s benchmark for Crypto AI models.

Notamment, Theia-Llama-3.1-8B a surpassé les principaux LLM tels que ChatGPT-4o, Claude-3-Sonet, Gemini-1.5-Pro ​​et Llama-3.1-8B-Instruct, par rapport à la référence de Chainbase pour les modèles Crypto AI.

Are LLMs Overrated?

Les LLM sont-ils surfaits ?

LLMs have been among the most lucrative applications of AI in the past three years. OpenAI’s ChatGPT, Gemini, Llama, and other models have dominated discussions and even the news from the AI beat. Major flaws in these models have been spotted. Chris explains where these models fall short and how World Models are different.

Les LLM comptent parmi les applications les plus lucratives de l’IA au cours des trois dernières années. ChatGPT, Gemini, Llama et d'autres modèles d'OpenAI ont dominé les discussions et même l'actualité du secteur de l'IA. Des défauts majeurs dans ces modèles ont été repérés. Chris explique où ces modèles échouent et en quoi les modèles mondiaux sont différents.

Feng highlights two big challenges that LLMs face. First is the lack of high-quality datasets (on-chain data). “There are a lot of projects in the on-

Feng met en évidence deux grands défis auxquels les LLM sont confrontés. Le premier est le manque d’ensembles de données de haute qualité (données en chaîne). « Il y a beaucoup de projets en cours.