Ankh AI

1. Introduction

1.1 Contexte et Motivations

L'intelligence artificielle (IA) est devenue le moteur de la quatrième révolution industrielle. Cependant, son développement est concentré entre les mains de quelques grandes entreprises technologiques qui contrôlent à la fois les modèles, les données et l'infrastructure de calcul. Cette centralisation pose des risques systémiques : censure algorithmique, extraction de valeur non partagée, et vulnérabilité à des décisions unilatérales.

Les chiffres du marché confortent cette analyse. En 2025, les trois principaux développeurs de modèles de langage — OpenAI, Google DeepMind et Anthropic — contrôlent environ 88% du marché des fondations modèles. La puissance de calcul nécessaire à l'entraînement des grands modèles est concentrée entre les mains d'une poignée d'acteurs.

Face à ce constat, Ankh AI propose une alternative radicale : un protocole décentralisé qui unifie l'ensemble de la chaîne de production IA — des ressources brutes au modèle déployé — tout en garantissant une répartition équitable de la valeur créée.

1.2 Vision

Ankh AI ambitionne de créer un écosystème où un chercheur à Nairobi, un annotateur à Mumbai et un opérateur de GPU à Berlin peuvent collaborer de manière fluide, avec leurs contributions traçables, vérifiées et rémunérées équitablement. Le nom "Ankh" fait référence à l'ancien symbole égyptien de vie et de pouvoir créateur. Il incarne notre ambition : créer un système d'IA qui soit non seulement performant, mais aussi vivant dans le sens où il évolue, s'adapte et croît grâce à la contribution continue d'une communauté mondiale.

« L'intelligence artificielle est trop importante pour être la propriété exclusive de quelques-uns. » — Ankh AI, Livre Blanc v1.0

1.3 Objectifs

Le protocole Ankh AI poursuit cinq objectifs fondamentaux :

1. Décentraliser la production d'IA — Éliminer les points de défaillance unique et réduire la dépendance aux acteurs centralisés.
2. Unifier la chaîne de valeur — Coordonner calcul, talents et données dans un protocole unique avec des effets de réseau puissants.
3. Garantir l'intégrité — Établir un système de vérification hybride (ZK-SNARK + optimiste + sampling) qui certifie la qualité des modèles sans sacrifier la scalabilité.
4. Répartir équitablement la valeur — Chaque contributeur reçoit une part proportionnelle à l'utilité de sa contribution via le token $COLLAB.
5. Assurer la souveraineté — Les données restent chez leurs propriétaires ; seuls les gradients et agrégats circulent.

2. Architecture Technique

L'architecture d'Ankh AI s'organise en cinq couches distinctes mais interopérables. Cette approche modulaire permet une évolution indépendante de chaque composant tout en maintenant la cohérence du système global.

2.1 Blockchain de Coordination

La fondation du protocole repose sur une blockchain dédiée construite avec le Cosmos SDK, offrant une capacité de traitement de plus de 3 000 transactions par seconde avec une finalité de l'ordre de deux secondes.

Le mécanisme de consensus Tendermint BFT garantit que la validation des contributions se fait de manière distribuée, éliminant le point de défaillance unique caractéristique des architectures centralisées.

2.2 Smart Contracts Fondamentaux

Six smart contracts coordonnent l'ensemble des opérations du protocole :

2.3 Vérification Hybride

L'innovation la plus fondamentale d'Ankh AI réside dans l'intégration des trois piliers — calcul, talents, données — dans un protocole unifié. Cette unification crée des effets de réseau puissants : les fournisseurs de calcul attirent les développeurs, qui attirent les fournisseurs de données, qui améliorent les modèles, qui génèrent plus de demande d'inférence.

Le système de vérification hybride combine trois mécanismes complémentaires :

• ZK-SNARK — Preuves à connaissance nulle pour vérifier la validité des inférences sans révéler le modèle (via ezKL).
• Vérification Optimiste — On accepte par défaut, mais n'importe qui peut contester en 24h.
• VRF Sampling — Comités de vérification tirés au sort pour auditer un échantillon des calculs.

Cette approche garantit l'intégrité des modèles produits sans sacrifier la scalabilité économique. C'est comme si trois comptables indépendants vérifiaient les comptes d'une entreprise.

2.4 Couche de Stockage Décentralisée

La couche de stockage s'appuie sur un écosystème de protocoles décentralisés pour garantir la persistance, la disponibilité et la confidentialité des données et des modèles :

• IPFS — Stockage distribué de contenu adressable par hash.
• Filecoin — Marché décentralisé de stockage avec incitations économiques.
• Arweave — Stockage permanent pour les modèles et checkpoints.
• TEE — Enclaves sécurisées pour les opérations sensibles.
• Chiffrement Homomorphe — Calcul sur données chiffrées sans décryption.

3. Les Trois Piliers

Ankh AI est le seul protocole à unifier l'ensemble de la chaîne de production IA — des ressources brutes au modèle déployé. Chaque pilier a été conçu pour être autonome tout en créant des synergies avec les deux autres.

3.1 Puissance de Calcul

Le premier pilier agrège des ressources de calcul hétérogènes — data centers professionnels, fournisseurs cloud décentralisés, GPU gaming individuels, et edge computing — en une infrastructure mondiale résiliente. Chaque fournisseur de calcul peut s'enregistrer via le ComputeRegistry et commencer à recevoir des tâches d'entraînement proportionnellement à ses capacités.

Les fournisseurs de calcul reçoivent 70% des frais d'inférence payés par les utilisateurs finaux. Cette répartition garantit que ceux qui font fonctionner le réseau en retirent la majeure partie de la valeur.

3.2 Ressources Humaines

Le deuxième pilier coordonne l'expertise humaine nécessaire au développement et à l'amélioration des modèles. Chercheurs, ingénieurs ML, MLOps, annotateurs, et auditeurs — chaque contribution est traçable, vérifiable et rémunérée via des Soulbound Tokens (SBT) qui constituent un portfolio professionnel immuable.

Les chercheurs et développeurs perçoivent des royalties perpétuelles (0,1% des frais d'inférence) sur chaque modèle utilisant leur contribution. Ce mécanisme garantit que la valeur créée par le travail humain continue d'être reconnue même lorsque les modèles sont déployés à grande échelle.

3.3 Données

Le troisième pilier gère l'ensemble du cycle de vie des données. Du recueil à la valorisation, en passant par le prétraitement, l'annotation et la gouvernance, ce module garantit que les données sont traitées comme un actif de premier plan — ce qu'elles sont de fait dans tout système d'IA.

Le protocole met en place une Dynamic Data Valuation qui évalue chaque jeu de données selon trois critères : l'amélioration mesurable de la performance des modèles (ΔP), la rareté relative de la donnée (R), et la demande exprimée par les consommateurs (Dem). La formule de valorisation est :

Les contributeurs de données reçoivent des royalties programmables — un pourcentage perpétuel sur les inférences utilisant leurs données — créant ainsi un marché équitable de la donnée où les producteurs, souvent invisibilisés dans l'économie actuelle de l'IA, sont justement rémunérés.

4. Tokenomics

4.1 Token $COLLAB

Le token natif $COLLAB sert à la fois d'outil de gouvernance via le mécanisme veTokenomics (inspiré de Curve Finance), de moyen de paiement pour les services d'IA, et d'instrument de récompense pour les contributeurs.

Sa valeur est ancrée sur l'utilisation réelle du réseau — plus de gens utilisent Ankh AI, plus le token est demandé — et sur le mécanisme de burn qui réduit mécaniquement l'offre. Le supply cap immuable de 1 milliard garantit la rareté à long terme.

4.2 Distribution

4.3 Mécanismes Économiques

Un mécanisme de burn de 5% sur chaque frais d'inférence crée une pression déflationniste structurelle, alignant la valeur du token sur l'utilisation réelle du réseau. L'émission décroissante (de 8% à 1% annuel) et le mécanisme de burn créent une économie déflationniste qui vise la durabilité, pas l'explosion spéculative.

Les projections économiques sur cinq ans vont de 75 millions de dollars (scénario conservateur) à 500 millions de dollars (scénario optimiste) de capitalisation, sur la base d'une capture de 2 à 5% du marché de l'inférence décentralisée.

5. Gouvernance

5.1 Structure Fédérée

La structure fédérée associe l'Assemblée générale (veCOLLAB), trois Conseils spécialisés — Technique, Économique, Éthique — et quatre Sous-DAOs opérationnels. Le vote quadratique atténue l'influence des "baleines".

Assemblée Générale — Tous les détenteurs de veCOLLAB votent sur les décisions stratégiques majeures : changements de paramètres, allocation budgétaire, élection des conseils.

Conseils Spécialisés — Trois conseils permanents apportent une expertise ciblée : Technique (blockchain, IA, sécurité), Économique (tokenomics, trésorerie), Éthique (philosophes, juristes, société civile).

Sous-DAOs — Quatre organisations autonomes : Data DAO (marketplace), Compute DAO (infrastructure), Models DAO (entraînement), Ecosystem DAO (partenariats et marketing).

5.2 Vote Quadratique

Le vote quadratique est un mécanisme de gouvernance démocratique qui permet à chaque participant d'exprimer l'intensité de ses préférences tout en limitant l'influence disproportionnée des gros détenteurs. Le coût d'un vote est égal au carré du nombre de votes exprimés, ce qui encourage une distribution plus équilibrée du pouvoir de décision.

6. Feuille de Route

7. Conclusion

Ankh AI ne se contente pas d'assembler les briques existantes. Le protocole introduit cinq innovations fondamentales qui le différencient de l'ensemble des approches précédentes : vérification hybride, réputation SBT, royalties programmables, valorisation dynamique des données, et coordination unifiée des trois piliers.

L'innovation la plus fondamentale d'Ankh AI réside dans l'intégration des trois piliers — calcul, talents, données — dans un protocole unifié. Cette unification crée des effets de réseau puissants : les fournisseurs de calcul attirent les développeurs, qui attirent les fournisseurs de données, qui améliorent les modèles, qui génèrent plus de demande d'inférence.

« L'avenir de l'IA se construit ensemble. Le protocole est ouvert, la gouvernance est décentralisée, et la contribution est récompensée. »

8. Annexes

Annexe A — Formules Mathématiques

Annexe B — Sécurité

Le protocole intègre plusieurs mécanismes de sécurité : vérification hybride (ZK + optimiste + sampling), enclaves sécurisées (TEE), chiffrement homomorphe, et audits réguliers par des firmes tierces.

Références

1. McMahan, B. et al. (2017). Communication-Efficient Learning of Deep Networks from Decentralized Data. AISTATS.
2. Ben-Sasson, E. et al. (2014). Succinct Non-Interactive Zero Knowledge for a von Neumann Architecture. USENIX Security.
3. Kwon, J. & Buchman, E. (2019). Cosmos SDK Documentation.
4. Egilmez, S. et al. (2024). ezKL: Easy Zero-Knowledge Inference.
5. Worldcoin (2024). Proof of Personhood Protocol.
6. Ocean Protocol (2024). Data Exchange Protocol Documentation.
7. Filecoin (2024). Decentralized Storage Network.
8. Zhang, S. et al. (2024). Opt-AMSGrad: Optimistic Adaptive Optimization.
9. Rodrigues et al. (2024). SGD Dynamics in Non-Convex Loss Landscapes.