A IA descentralizada pode desbloquear uma sociedade pós-escassez, diz CEO da 0G Labs

O Dilema dos Dados: Qualidade, Proveniência e Confiança

A discussão em torno da inteligência artificial (IA) mudou fundamentalmente. A questão já não é sobre sua relevância, mas como torná-la mais confiável, transparente e eficiente à medida que sua implementação se torna comum em todos os setores.

O paradigma atual da IA, dominado por modelos centralizados de “caixa preta” e grandes centros de dados proprietários, enfrenta pressão crescente devido a preocupações com viés e controle monopolista. Para muitos no espaço Web3, a solução não está em regulamentar mais rigorosamente o sistema atual, mas em uma completa descentralização da infraestrutura subjacente.

A eficácia desses poderosos modelos de IA, por exemplo, é determinada, em primeiro lugar, pela qualidade e integridade dos dados nos quais eles são treinados—um fator que deve ser verificável e rastreável para prevenir erros sistêmicos e alucinações de IA. À medida que as apostas aumentam para indústrias como finanças e saúde, a necessidade de uma base de confiança e transparência para a IA torna-se crítica.

Michael Heinrich, um empreendedor em série e graduado da Universidade de Stanford, está entre aqueles que lideram o movimento para construir essa base. Como CEO da 0G Labs, ele está atualmente desenvolvendo o que descreve como a primeira e maior cadeia de IA, com a missão declarada de garantir que a IA se torne um bem público seguro e verificável. Tendo anteriormente fundado a Garten, uma empresa apoiada pela Y Combinator, e trabalhado na Microsoft, Bain e Bridgewater Associates, Heinrich agora está aplicando sua expertise para os desafios arquitetônicos da IA descentralizada (DeAI).

Heinrich enfatiza que o núcleo da performance da IA reside em sua base de conhecimento: os dados. “A eficácia dos modelos de IA é determinada, antes de tudo, pelos dados subjacentes nos quais são treinados”, explica. Conjuntos de dados de alta qualidade e equilibrados levam a respostas precisas, mas dados ruins ou sub-representados resultam em saídas de baixa qualidade e aumentam a suscetibilidade a alucinações.

Para Heinrich, manter a integridade desses conjuntos de dados constantemente atualizados e diversos requer uma saída radical do status quo. Ele argumenta que o principal culpado por trás das alucinações de IA é a falta de proveniência transparente. Sua solução é criptográfica:

Acredito que todos os dados devem ser ancorados na cadeia com provas criptográficas e rastro de evidências verificáveis para manter a integridade dos dados.

Essa base descentralizada e transparente, combinada com incentivos econômicos e ajuste fino contínuo, é vista como o mecanismo necessário para eliminar sistematicamente erros e viés algorítmico.

Além das correções técnicas, Heinrich, um dos homenageados da Forbes 40 Under 40, mantém uma visão macro para a IA, acreditando que ela deve inaugurar uma era de abundância.

“Em um mundo ideal, ela esperemos que crie as condições para uma sociedade de pós-escassez onde os recursos se tornem abundantes e ninguém precise se preocupar em fazer trabalhos mundanos”, afirma. Essa mudança permitiria aos indivíduos “focar em trabalhos mais criativos e de lazer”, essencialmente permitindo que todos desfrutassem de mais tempo livre e segurança econômica.

Crucialmente, ele argumenta que o mundo descentralizado é excepcionalmente adequado para alimentar esse futuro. A beleza desses sistemas é que eles estão alinhados com incentivos, criando uma economia autoequilibrada para capacidade de computação. Se a demanda por recursos aumentar, os incentivos para fornecê-los naturalmente crescem até que essa demanda seja atendida, atendendo à necessidade de recursos computacionais de forma equilibrada e sem permissão.

Protegendo a IA: Código Aberto e Projeto de Incentivos

Para proteger a IA de uso indevido intencional—como golpes de clonagem de voz e deepfakes—Heinrich sugere uma combinação de soluções centradas no ser humano e soluções arquitetônicas. Em primeiro lugar, o foco deve ser educar as pessoas sobre como identificar golpes e falsificações geradas por IA usadas para personificação e desinformação. Heinrich afirma: Precisamos ensinar as pessoas a serem capazes de identificar ou reconhecer conteúdo gerado por IA para que possam se proteger.”

Os legisladores também podem desempenhar um papel estabelecendo padrões globais para segurança e ética em IA. Embora isso seja improvável de eliminar o uso indevido da IA, a presença de tais padrões “pode, de alguma forma, desencorajá-lo”. A medida mais potente, no entanto, está entrelaçada no design descentralizado: “Projetar sistemas alinhados com incentivos poderia reduzir drasticamente o uso indevido intencional da IA.” Ao implantar e governar modelos de IA na cadeia, a participação honesta é recompensada, enquanto o comportamento malicioso acarrega consequências financeiras diretas por meio de mecanismos de corte na cadeia.

Embora alguns críticos temam os riscos dos algoritmos abertos, Heinrich diz ao Bitcoin.com News que apoia entusiasticamente, pois isso fornece visibilidade sobre como os modelos funcionam. “Coisas como registros de treinamento verificáveis e trilhas de dados imutáveis podem ser usadas para garantir transparência e permitir supervisão comunitária”, o que combate diretamente os riscos associados a modelos “caixa preta” proprietários e de código fechado.

Para entregar essa visão de um futuro seguro e de baixo custo para a IA, a 0G Labs está construindo o primeiro “sistema operacional de IA descentralizado (DeAIOS).”

Este sistema operacional é projetado para fornecer proveniência de IA verificável—uma camada de armazenamento e disponibilidade de dados altamente escalável que permite o armazenamento de enormes conjuntos de dados de IA na cadeia, tornando todos os dados verificáveis e rastreáveis. Esse nível de segurança e rastreabilidade é essencial para agentes de IA operando em setores regulamentados.

Além disso, o sistema apresenta um marketplace de computação sem permissão, que democratiza o acesso a recursos computacionais a preços competitivos. Esta é uma resposta direta aos altos custos e bloqueio de fornecedores associados à infraestrutura de nuvem centralizada.

A 0G Labs já demonstrou um avanço técnico com Dilocox, uma estrutura que permite o treinamento de LLMs com mais de 100 bilhões de parâmetros em clusters descentralizados de 1 Gbps. Ao dividir os modelos em partes menores e treinadas de forma independente, o Dilocox demonstrou uma melhoria de 357 vezes na eficiência em comparação com os métodos de treinamento distribuídos tradicionais, tornando o desenvolvimento de IA em larga escala economicamente viável fora dos limites dos centros de dados centralizados.

Um Futuro mais Brilhante e Acessível para a IA

Em última análise, Heinrich vê um futuro muito brilhante para a IA descentralizada, definido pela participação e pela eliminação de barreiras à adoção.

“É um lugar onde pessoas e comunidades criam modelos de IA especializados juntos, garantindo que o futuro da IA seja moldado por muitos e não apenas por um punhado de entidades centralizadas”, ele conclui. Com as empresas de IA proprietárias enfrentando pressão para aumentar os preços, a economia e as estruturas de incentivos do DeAI oferecem uma alternativa convincente, muito mais acessível, onde modelos de IA poderosos podem ser criados a custos mais baixos, abrindo caminho para um futuro tecnológico mais aberto, seguro e, em última análise, mais benéfico.

FAQ

• Qual é o problema central com a IA centralizada atual? Os modelos de IA atuais sofrem de problemas de transparência, viés de dados e controle monopolista devido à sua arquitetura de “caixa preta” centralizada.
• Qual solução a 0G Labs de Michael Heinrich está construindo? A 0G Labs está desenvolvendo o primeiro “sistema operacional de IA descentralizado (DeAIOS)” para tornar a IA um bem público seguro e verificável.
• Como a IA descentralizada garante a integridade dos dados? A integridade dos dados é mantida ancorando todos os dados na cadeia com provas criptográficas e um rastro de evidências verificável para prevenir erros e alucinações.
• Qual é a principal vantagem da tecnologia Dilocox da 0G Labs? O Dilocox é uma estrutura que torna o desenvolvimento de IA em larga escala significativamente mais eficiente, demonstrando uma melhoria de 357 vezes em relação ao treinamento distribuído tradicional.