Fetch.ai veut devenir le « Google des agents économiques autonomes »

Fetch.ai veut devenir le « Google des agents économiques autonomes ». Fraîchement sorti de sa vente de jetons Binance Launchpad, Coin Rivet a eu l'occasion d'une visite exclusive au siège social de Fetch.ai pour parler avec l'équipe des objectifs futurs du projet.
Avec le projet ayant épuisé son allocation de jetons et levant 6 millions de dollars en un peu moins de 10 secondes, l'équipe semble maintenant prête à utiliser ce capital pour son ambitieux plan de création d'une blockchain native avec des capacités d'intelligence artificielle intégrées pour permettre aux utilisateurs et aux entreprises de mieux naviguer dans les monde interconnecté autour de nous.
Pas seulement à propos de blockchain
Le directeur de la technologie et co-fondateur Toby Simpson a déclaré que le projet n'était pas seulement une blockchain, déclarant : « Là où il devient intéressant, c'est quand vous commencez à le combiner avec d'autres technologies habilitantes comme les systèmes multi-agents, les parties d'IA et l'apprentissage automatique.
« Vous commencez à les unir et vous pouvez commencer à construire des choses qui n'étaient tout simplement pas possibles auparavant. C'est vraiment comme ça que Fetch.ai est né, mais ça fait 10 ans que ça fait. »
Il a ensuite décrit comment « les gens ne veulent pas vraiment la technologie, mais ils veulent faire les choses » et combien cela est parfois difficile dans notre vie moderne. Il affirme : « De nos jours, vous avez besoin de cinq applications différentes pour trouver comment vous rendre de Cambridge à Londres sans vous retrouver debout sur une plate-forme aléatoire en attendant un train. »
Simpson pense que la capacité que l'équipe basée à Cambridge construit peut aider à construire un système dans lequel les différentes décisions et systèmes nécessaires pour effectuer un tel voyage peuvent être optimisés et exécutés à l'aide d'un réseau d'agents autonomes collectant des données et faisant des « prédictions » activées par le protocole Fetch.ai.
Le CTO a ensuite montré une application mobile sur laquelle l'équipe a travaillé et qui peut accéder aux données basées sur la localisation à partir d'un téléphone mobile pour fournir des informations sur le réseau Fetch.Ai sur l'emplacement et la direction de « l'agent » qui pourraient être utilisées pour aider à évaluer des choses comme le trafic pour permettre à d'autres agents de faire plus des décisions éclairées.
Voici quelques exemples de ces décisions : « Devrais-je partir maintenant pour partir en voyage ou devrais-je attendre encore 20 minutes pour passer moins de temps assis dans la circulation ? »
Agents économiques autonomes
Toby a poursuivi en expliquant : « Si nous arrivons à obtenir ces agents autonomes - ou des agents économiques autonomes comme nous les appelons - de courir et de leur donner l'autorité nécessaire pour résoudre des problèmes en votre nom, parler les uns aux autres et réduire toutes les frictions, alors nous aurions quelque chose de vraiment cool. »
Humayun Sheikh, PDG du projet et premier investisseur dans DeepMind maintenant acquis par Google, a déclaré que nous devrions aussi « penser à la décentralisation comme un système multi-agents, parce que ce que vous faites essentiellement est que lorsque vous avez une solution décentralisée, il n'y a pas de gouvernance centrale en tant que telle. »
Il a ajouté que, dans le type de système multi-agents, l'équipe est en train de construire, « vous avez divers intervenants, et tous ces intervenants sont en quelque sorte en train de conclure un arrangement qui est optimal pour tous ».
Un exemple pratique qu'il a donné était d'utiliser ce type d'approche pour optimiser potentiellement les flux logistiques des marchandises expédiées d'un fournisseur à une adresse de livraison finale.
Humayun a déclaré que beaucoup de ces réseaux sont actuellement inefficaces en raison des centaines d'entrepôts remplis de stocks et des itinéraires de livraison non optimisés qui pourraient coûter au consommateur entre 20 et 30 % du coût total des marchandises achetées.
Résoudre le « trilemme blockchain »
La conception blockchain de l'équipe pour atteindre ce niveau de décentralisation sur leur chaîne native utilisera un mécanisme de consensus Proof-of-Spot (PoS) qui intègre à la fois une balise aléatoire décentralisée et un DAG (Directed Acyclic Graph).
Jonathan Ward, responsable de la recherche de Fetch.ai, pense que cette solution peut atteindre une capacité transactionnelle « au-delà des systèmes existants sans compromettre de manière significative la sécurité ou la décentralisation ».
Cette solution au trilemme bien connu des compromis entre l'évolutivité, la sécurité et la décentralisation pour les blockchains ouvertes a été qualifiée de percée par l'équipe, Humayun affirmant que le livre « sous-tend le déploiement de » systèmes multi-agents » où les agents AI entreprennent un grand nombre de  », comme l'utilisation des données de trading d'un capteur pour aider à prendre des décisions.
Rien que des outils de prise de décision
Le PDG de Fetch.AI a ajouté qu'à son avis, « l'IA et l'apprentissage automatique ne sont rien d'autre que des outils de prise de décision. »
Le PDG a conclu : « En ce qui nous concerne, nous ne construisons pas une IA. Nous construisons un cadre dans lequel vous pouvez apporter ces prédictions pour permettre des décisions autonomes. Quand il y a des millions et des milliards d'agents qui courent, et aussi des millions et des milliards d'actifs qui veulent être vendus, ce dont vous avez besoin au milieu, c'est le Google des agents. »
Restez à l'écoute pour la deuxième partie de cette interview exclusive à venir bientôt sur Coin Rivet.