Consensus ancré dans un travail IA cryptographiquement vérifiable
Proof of Intelligence est le cœur d'AETRON. Les mineurs exécutent l'inférence et l'entraînement, se vérifient mutuellement par replay de logits et gagnent des émissions pour le travail que le protocole a su revérifier cryptographiquement.
Comment Proof of Intelligence diverge des modèles hérités
Proof of Work
Brûle de l'énergie pour des hachages
La sécurité repose sur des calculs à vide. Chaque kilowatt supplémentaire prouve seulement que le réseau est toujours en vie.
Proof of Stake
Achète la sécurité avec du capital
Les détenteurs de tokens prennent l'émission. Ceux qui font le travail réel restent sans récompense. Le capital circule entre wallets, sans créer de valeur nouvelle.
Proof of Intelligence
Récompense l'intellect vérifiable
Les mineurs sont payés pour de vrais résultats d'IA que n'importe quel autre participant du réseau peut revérifier cryptographiquement.
De quoi se compose le PoI
Neuronets
L'unité d'organisation du travail IA. Chaque neuronet héberge plusieurs tâches (inférence, entraînement, modèles privés) avec un hash de modèle figé, une Canonical Execution Spec et une politique d'accès.
Aucune limite de neuronets ni de mineurs. Le propriétaire du neuronet conserve un veto sur la liste des mineurs.
Canonical Execution Spec
Une tâche fixe le type de données, le format de quantification (neuf sont pris en charge : BF16/FP16/FP32, NF4/FP4/INT8, FP8, MXFP4, NVFP4), l'architecture GPU, le backend d'attention et les versions torch/CUDA. Les Reference Probes comparent le hash des logits du mineur à la référence : soit il correspond dans la tolérance déclarée, soit la tâche est rejetée.
Validé sur 6 architectures : NVIDIA Ampere/Ada/Hopper/Blackwell, AMD CDNA3 et Apple Silicon.
Replay de Logits + Shadow Replay
Un VRF choisit au hasard 7 % des requêtes pour revérification. Le mineur désigné exécute un unique forward pass (prefill uniquement) et compare les logits ; le coût de ce contrôle est de l'ordre de 0,2 % pour les LLM et de 5 à 10 % pour la diffusion. Shadow Replay ferme la fraude sélective, ce cas où un mineur ne triche que sur une partie des requêtes.
Si les hash ne concordent pas, un troisième mineur tranche. Celui qui perd l'arbitrage ne reçoit aucune émission sur cette époque.
Défense à l'entraînement
En mode d'entraînement collaboratif, chaque étape est vérifiée par plusieurs signaux indépendants à la fois : certains sont calculés à partir des deltas de poids qu'une étape valide, un autre lit le comportement du modèle sur des sondes réservées. Un seul signal suffit à arrêter l'étape. Cela vise la classe d'attaques sur l'entraînement distribué où un participant glisse une modification au milieu d'une exécution. La conception détaillée et son calibrage ne sont pas encore publiés.
La défense a été éprouvée contre des variantes d'attaques furtives et de contournement adaptatif lors de tests internes. Le corpus de tests, les seuils et les taux de fausses alertes seront publiés avec le calibrage.
Proof of Intelligence en action
Définir la tâche
Le propriétaire crée un neuronet et publie les paramètres de la tâche : hash du modèle, type de données, format de quantification, architecture GPU et reference probes. Le mineur s'enregistre dans une tâche en payant la redevance d'enregistrement du réseau.
Exécuter et committer l'artefact
Le mineur sert la requête et conserve un artefact de validation compact (environ 200 octets : logits top-k ou un hash latent, seed, hash de contexte). Ces artefacts sont regroupés dans un arbre de Merkle, si bien qu'une seule transaction on-chain peut couvrir jusqu'à un million de requêtes.
Replay et arbitrage
Un VRF choisit 7 % des requêtes au hasard et confie leur vérification à un second mineur. Celui-ci exécute un prefill et compare le hash des logits. Si les hash diffèrent, un troisième mineur tranche ; la partie qui perd l'arbitrage ne touche aucune émission sur l'époque.
Distribuer les émissions
Le runtime note chaque mineur sur quatre signaux : le travail confirmé, le résultat du benchmark Pulse (une charge canonique de référence pour chaque architecture GPU), l'uptime et la part des revérifications assignées effectivement réalisées. Pour toucher une émission, il ne suffit pas de servir ses propres requêtes : il faut aussi clore toutes les revérifications que le réseau a confiées au mineur.
Un nouveau mineur arrive avec un poids de réputation réduit et le porte au maximum en passant les contrôles sans erreur. C'est une trajectoire de confiance ouverte - sans période de grâce. La governance fixe les seuils précis.
Qui bénéficie du PoI
Startups IA
Faites tourner vos modèles sans posséder l'infrastructure. L'inférence vérifiable permet à un client entreprise de vérifier que le modèle fait exactement ce qui a été promis, sans avoir à faire confiance au fournisseur.
Équipes de recherche
Lancez l'entraînement distribué avec le protocole Witnessed Checkpoints. Un replay bit à bit d'une seule étape détecte la substitution de poids et les étapes sautées : des poids issus d'un autre entraînement ne correspondront pas à l'étape engagée, et remonter une étape revient à inverser une mise à jour de l'optimiseur, ce qui est calculatoirement irréalisable. Publiez vos entraînements et gagnez des émissions pour les progrès confirmés.
Fournisseurs d'infrastructure
Louez vos GPU pour des charges où la vérifiabilité compte : santé, finance, défense. L'inférence vérifiable fonctionne sans matériel spécifique. Un mode Confidential Computing avec attestation TEE est prévu par-dessus (phase 2) : l'attestation on-chain n'est pas encore active sur le réseau principal.
Économie et incitations
Répartition des émissions
- Chaque bloc émet 1,5 AET : 90 % vont aux neuronets au prorata du travail confirmé, 5 % aux validateurs de la chaîne et 5 % au treasury. La récompense est divisée par deux tous les quatre ans, comme chez Bitcoin. Le plafond strict est de 33 millions d'AET ; le genesis en a émis 4500, soit 0,014 %. Un neuronet vide ne touche rien.
- À l'intérieur d'un neuronet, l'émission se répartit ainsi : 10% aux stakers, jusqu'à 10% au propriétaire, et le reste - au moins 80% - aux mineurs. La commission du propriétaire est plafonnée à 10% par le protocole : il peut la baisser, jamais l'augmenter, donc la part des mineurs est de 80% ou plus.
- L'émission n'est versée que pour un travail honnêtement confirmé. Si un mineur manque les revérifications qui lui ont été assignées ou perd l'arbitrage, il ne touche pas de récompense sur cette époque.
Le rôle du stake dans un neuronet
- Le stake dans un neuronet joue deux rôles. Il fixe le débit du réseau - combien de requêtes par époque et combien de mineurs peuvent se connecter - et il fait en même temps office de vote sur l'utilité du service. Un neuronet sans aucun stake ne peut tout simplement pas servir de requêtes.
- L'émission entre neuronets se répartit uniquement selon le travail confirmé que chacun a livré. Si un neuronet accumule beaucoup d'AET en stake mais n'attire aucun trafic réel, ses revenus tombent à zéro eux aussi.
- Quand un mineur replace ses AET gagnés sur son propre neuronet, la capacité augmente, les requêtes suivent et les revenus se mettent à se composer. C'est pour cela qu'il est plus intéressant pour chaque participant de garder et staker ses AET plutôt que de les revendre tout de suite.
Récompense pour un résultat vérifiable
Dans AETRON, la valeur naît d'un travail que l'on peut revérifier cryptographiquement. Chaque bloc apporte de l'inférence, de l'entraînement et des services avec une confiance au niveau du protocole. C'est la base de la prochaine génération d'infrastructure IA.