Introdução

A partir de agora, o atual ciclo de bull market cripto é o mais sem brilho em termos de inovação comercial, sem as trilhas quentes fenomenais como DeFi, NFT e GameFi vistas no mercado em alta anterior. Como resultado, o mercado geral precisa de hotspots industriais, com crescimento lento de usuários, investimento industrial e desenvolvedores.

Essa estagnação também se reflete nos preços atuais dos ativos. Ao longo do ciclo, a maioria das altcoins continuou a perder valor em relação ao BTC, incluindo ETH. Afinal, a valorização das plataformas de contratos inteligentes é determinada pela prosperidade dos aplicativos. Quando a inovação no desenvolvimento de aplicativos é sem brilho, a valorização das blockchains públicas é difícil de elevar.

A IA, como uma categoria comercial relativamente nova neste ciclo, ainda tem o potencial de trazer atenção incremental considerável para projetos do setor de IA cripto, graças à velocidade de desenvolvimento explosiva e tópicos quentes contínuos no mundo comercial externo.

No relatório de IO.NET divulgado pelo autor em abril, a necessidade de combinar IA com Crypto foi delineada. As vantagens das soluções criptoeconômicas em termos de determinismo, mobilização e alocação de recursos e falta de confiança poderiam potencialmente abordar os três desafios da IA: aleatoriedade, intensidade de recursos e dificuldade em distinguir entre humanos e máquinas.

No setor de IA da criptoeconomia, o autor tenta discutir e deduzir algumas questões importantes através de outro artigo, incluindo:

• Narrativas emergentes ou potencialmente explosivas no setor de IA cripto
• Caminhos catalíticos e lógica por trás dessas narrativas
• Alvos relevantes do projeto associados a essas narrativas
• Riscos e incertezas na dedução narrativa

Este artigo reflete o pensamento do autor a partir da data de publicação, que pode mudar no futuro. Os pontos de vista são altamente subjetivos e podem conter erros em fatos, dados e lógica de raciocínio. Por favor, não tome isso como conselho de investimento. Críticas e discussões de pares são bem-vindas.

Vamos ao que interessa.

A próxima onda de narrativas na trilha de IA cripto

Antes de apresentar oficialmente a próxima onda de narrativas na trilha de IA cripto, vamos primeiro dar uma olhada nas principais narrativas da IA cripto atual. Do ponto de vista do valor de mercado, aqueles com mais de 1 bilhão de dólares são:

• Poder de computação: Render (RNDR, com valor de mercado circulante de 3,85 bilhões), Akash (1,2 bilhão de valor de mercado circulante), IO.NET (a última rodada de avaliação de financiamento primário é de 1 bilhão)
• Algoritmo de rede: Bittensor (TAO, 2,97 bilhões de valor de mercado circulante)
• Agente de IA: Fetchai (FET, capitalização de mercado de 2,1 bilhões antes da fusão)

*Hora dos dados: 2024.5.24, as unidades monetárias são dólares americanos.

Além dos setores mencionados, qual será o próximo setor de IA com um único valor de mercado de projeto superior a US$ 1 bilhão?

O autor acredita que ela pode ser especulada a partir de duas perspectivas: a narrativa do "lado da oferta industrial" e a narrativa do "momento GPT".

Primeira perspectiva sobre a narrativa de IA: oportunidades nos setores de energia e dados por trás da IA do lado da oferta industrial

Do lado da oferta industrial, há quatro forças motrizes para o desenvolvimento de IA:

• Algoritmos: algoritmos de alta qualidade podem executar tarefas de treinamento e inferência de forma mais eficiente.
• Poder de computação: Tanto o treinamento do modelo quanto a inferência exigem poder de computação fornecido pelo hardware da GPU. Este é o principal gargalo atual na indústria, já que a escassez de chips levou a preços altos para chips de médio a alto padrão.
• Energia: os data centers de IA consomem energia significativa. Além da eletricidade necessária para alimentar GPUs, os sistemas de resfriamento para grandes data centers podem representar cerca de 40% do consumo total de energia.
• Dados: Melhorar o desempenho de grandes modelos requer a expansão dos parâmetros de treinamento, o que significa uma enorme demanda por dados de alta qualidade.

Entre essas quatro forças motrizes, há projetos cripto com um valor de mercado circulante superior a US$ 1 bilhão nos setores de algoritmos e poder de computação. No entanto, projetos com valor de mercado semelhante ainda não apareceram nas áreas de energia e dados.

Na realidade, a escassez de fornecimento de energia e dados pode em breve emergir como novos hotspots da indústria, potencialmente impulsionando um aumento nos projetos cripto relacionados. Comecemos pela energia.

Em 29 de fevereiro de 2024, Elon Musk mencionou na conferência Bosch ConnectedWorld 2024: "Eu previ a escassez de chips há mais de um ano. A próxima escassez será de energia elétrica. Acho que não haverá energia suficiente para rodar todas as fichas no próximo ano."

Analisando dados específicos, o AI Index Report publicado anualmente pelo Stanford Institute for Human-Centered Artificial Intelligence, liderado por Fei-Fei Li, avaliou em seu relatório de 2022 sobre a indústria de IA de 2021 que o consumo de energia da IA foi de apenas 0,9% da demanda global de eletricidade, representando pressão limitada sobre a energia e o meio ambiente. Em 2023, a Agência Internacional de Energia (AIE) resumiu que, em 2022, os data centers globais consumiram aproximadamente 460 terawatts-hora (TWh) de eletricidade, representando 2% da demanda global de eletricidade. Eles previram que, até 2026, o consumo global de energia do data center seria de pelo menos 620 TWh e poderia chegar a até 1050 TWh.

No entanto, as estimativas da AIE ainda são conservadoras, já que muitos projetos de IA estão prestes a ser lançados, com demandas de energia excedendo em muito suas projeções para 2023.

Por exemplo, a Microsoft e a OpenAI estão planejando o projeto Stargate. Este projeto, previsto para começar em 2028 e ser concluído por volta de 2030, visa construir um supercomputador com milhões de chips de IA dedicados, fornecendo poder de computação sem precedentes para a OpenAI, particularmente para sua pesquisa em inteligência artificial e modelos de linguagem de grande porte. Espera-se que o projeto custe mais de US$ 100 bilhões, 100 vezes o custo atual de grandes data centers.

Só o consumo de energia do projeto Stargate é estimado em 50 terawatts-hora.

Devido a isso, o fundador da OpenAI, Sam Altman, afirmou no Fórum de Davos em janeiro deste ano: "A inteligência artificial do futuro precisa de um avanço energético porque a IA consumirá muito mais eletricidade do que as pessoas esperam".

Depois do poder de computação e da energia, a próxima área de escassez na indústria de IA em rápido crescimento provavelmente serão os dados.

Ou melhor, a escassez de dados de alta qualidade exigidos pela IA já se tornou uma realidade.

A partir da evolução do GPT, os humanos basicamente compreenderam o padrão de crescimento de grandes recursos de modelo de linguagem – expandindo os parâmetros do modelo e os dados de treinamento, os recursos do modelo podem ser exponencialmente melhorados – e esse processo atualmente não mostra nenhum gargalo técnico de curto prazo.

No entanto, a questão é que dados de alta qualidade e disponíveis publicamente podem se tornar cada vez mais escassos no futuro. Os produtos de IA podem enfrentar conflitos de oferta e demanda por dados semelhantes aos de chips e energia.

O primeiro é o aumento das disputas pela propriedade dos dados.

Em 27 de dezembro de 2023, o The New York Times entrou com um processo contra a OpenAI e a Microsoft no Tribunal Distrital dos EUA, acusando-as de usar milhões de seus artigos sem permissão para treinar o modelo GPT. O processo exige bilhões de dólares em danos legais e reais pela "cópia e uso ilegais de obras de valor único" e pede a destruição de todos os modelos e dados de treinamento que contenham o material protegido por direitos autorais do The New York Times.

No final de março, o The New York Times emitiu um novo comunicado visando não apenas a OpenAI, mas também o Google e a Meta. A declaração afirmou que a OpenAI transcreveu um grande número de vídeos do YouTube em texto usando uma ferramenta de reconhecimento de fala chamada Whisper, em seguida, usou o texto para treinar o GPT-4. O New York Times afirmou que se tornou prática comum para grandes empresas usar métodos sorrateiros para treinar modelos de IA, apontando que o Google também tem convertido conteúdo de vídeo do YouTube em texto para treinar seus próprios grandes modelos, o que essencialmente infringe os direitos dos criadores de conteúdo de vídeo.

O processo entre o The New York Times e a OpenAI, rotulado como o "primeiro caso de direitos autorais de IA", é complexo e tem implicações de longo alcance para o futuro do conteúdo e da indústria de IA. Dada a complexidade do caso e seu potencial impacto, uma resolução rápida é improvável. Um possível resultado é um acordo extrajudicial, com empresas ricas como Microsoft e OpenAI pagando uma compensação substancial. No entanto, futuras disputas de direitos autorais de dados inevitavelmente aumentarão o custo geral de dados de alta qualidade.

Além disso, como o maior mecanismo de busca do mundo, o Google revelou que está considerando cobrar taxas por sua funcionalidade de pesquisa. As acusações não teriam como alvo o público em geral, mas sim empresas de IA.

Fonte: Reuters

Os servidores do mecanismo de pesquisa do Google armazenam uma grande quantidade de conteúdo. Pode-se até dizer que o Google armazena todo o conteúdo que apareceu em todas as páginas da Internet desde o século 21. Os atuais produtos de busca orientados por IA, como os estrangeiros, como o Perplexity, e os domésticos, como Kimi e Secret Tower, processam os dados pesquisados por meio de IA e, em seguida, os enviam aos usuários. As cobranças dos mecanismos de busca por IA inevitavelmente aumentarão o custo de aquisição de dados.

Na verdade, além dos dados públicos, os gigantes da IA também estão de olho em dados internos não públicos.

Photobucket é um site de hospedagem de imagem e vídeo estabelecido que tinha 70 milhões de usuários e quase metade do mercado de fotos on-line dos EUA no início dos anos 2000. Com o aumento das mídias sociais, o número de usuários do Photobucket caiu significativamente. Atualmente, restam apenas 2 milhões de usuários ativos (eles pagam uma alta taxa de US$ 399 por ano). De acordo com o acordo e a política de privacidade assinados pelos usuários quando se cadastraram, eles não são usados há mais de um ano. A conta será reciclada, e o direito do Photobucket de usar as imagens e dados de vídeo enviados pelo usuário também é suportado. O CEO da Photobucket, Ted Leonard, revelou que os 1,3 bilhão de dados de foto e vídeo que possui são extremamente valiosos para treinar modelos generativos de IA. Ele está em negociações com várias empresas de tecnologia para vender os dados, com ofertas que variam de 5 centavos a US$ 1 por foto e mais de US$ 1 por vídeo, estimando que os dados que o Photobucket pode fornecer valem mais de US$ 1 bilhão.

A EPOCH, uma equipe de pesquisa com foco na tendência de desenvolvimento da inteligência artificial, publicou um relatório sobre os dados necessários para o aprendizado de máquina com base no uso de dados e na geração de novos dados por aprendizado de máquina em 2022, e considerando o crescimento dos recursos de computação. Certa vez, publicou um relatório sobre o estado dos dados necessários para o aprendizado de máquina intitulado "Vamos ficar sem dados? Uma análise dos limites do dimensionamento de conjuntos de dados em Machine Learning". O relatório concluiu que os dados de texto de alta qualidade serão esgotados entre fevereiro de 2023 e 2026, e os dados de imagem serão esgotados entre 2030 e 2060. Se a eficiência da utilização de dados não puder ser significativamente melhorada ou novas fontes de dados surgirem, a tendência atual de grandes modelos de aprendizado de máquina que dependem de conjuntos de dados massivos pode diminuir.

A julgar pela situação atual, em que gigantes de IA estão comprando dados a preços altos, dados de texto gratuitos de alta qualidade foram esgotados. A previsão da EPOCH há 2 anos era relativamente precisa.

Ao mesmo tempo, soluções para a demanda por "escassez de dados de IA" também estão surgindo, a saber: serviços de fornecimento de dados de IA.

Defined.ai é uma empresa que fornece dados personalizados, reais e de alta qualidade para empresas de IA.

Exemplos de tipos de dados que Defined.ai pode fornecer: https://www.defined.ai/datasets

Seu modelo de negócios é: as empresas de IA fornecem Defined.ai suas próprias necessidades de dados. Por exemplo, em termos de qualidade de imagem, a resolução deve ser a mais alta possível para evitar desfoque, superexposição e o conteúdo deve ser autêntico. Em termos de conteúdo, as empresas de IA podem personalizar temas específicos com base em suas próprias tarefas de treinamento, como fotos noturnas, cones noturnos, estacionamentos e placas, para melhorar a taxa de reconhecimento de IA em cenas noturnas. O público pode assumir a tarefa de tirar a foto. Em seguida, a empresa irá analisá-los e enviá-los. As peças que atenderem aos requisitos serão resolvidas com base no número de fotos. O preço é de cerca de US$ 1-2 para uma imagem de alta qualidade, US$ 5-7 para um curta-metragem de mais de dez segundos. Um vídeo de alta qualidade de mais de 10 minutos custa de US$ 100 a US$ 300, e um texto custa US$ 1 por mil palavras. A pessoa que recebe a tarefa de subcontratação pode receber cerca de 20% da taxa. O fornecimento de dados pode se tornar outro negócio de crowdsourcing após a "rotulagem de dados".

A distribuição global de crowdsourcing, os incentivos econômicos, a precificação/circulação de ativos de dados e a proteção da privacidade estão abertos a todos, o que soa particularmente adequado para um paradigma de negócios Web3.

Alvos narrativos de IA do lado da oferta industrial

A atenção trazida pela escassez de chips permeou a indústria cripto, tornando o poder de computação distribuído a faixa de IA mais quente e de maior capitalização de mercado até agora.

Então, se os conflitos de oferta e demanda nos setores de energia e dados da indústria de IA explodirem nos próximos 1-2 anos, quais projetos relacionados à narrativa estão atualmente presentes na indústria cripto?

Metas relacionadas à energia

Projetos relacionados à energia que foram listados nas principais exchanges centralizadas (CEX) são raros, com o Power Ledger (token: POWR) sendo o único exemplo notável.

A Power Ledger, criada em 2017, é uma plataforma de energia abrangente baseada em blockchain destinada a descentralizar o comércio de energia. Promove transações diretas de eletricidade entre indivíduos e comunidades, apoia a aplicação generalizada de energia renovável e garante transparência e eficiência por meio de contratos inteligentes. Inicialmente, a Power Ledger operava em uma cadeia de consórcio derivada do Ethereum. No segundo semestre de 2023, a Power Ledger atualizou seu whitepaper e lançou sua própria cadeia pública abrangente, que se baseia na estrutura técnica da Solana para lidar com microtransações de alta frequência no mercado de energia distribuída. Atualmente, os principais negócios da Power Ledger incluem:

• Comercialização de Energia: Permite que os usuários comprem e vendam eletricidade diretamente, especialmente de fontes renováveis.
• Comércio de Produtos Ambientais: Facilita o comércio de créditos de carbono e certificados de energia renovável, bem como o financiamento com base em produtos ambientais.
• Operação de cadeia pública: atrai desenvolvedores de aplicativos para construir no blockchain Power Ledger, com taxas de transação pagas em tokens POWR.

A partir de agora, o valor de mercado circulante da Power Ledger é de US$ 170 milhões, com um valor de mercado totalmente diluído de US$ 320 milhões.

Metas relacionadas a dados

Em comparação com alvos cripto relacionados à energia, a trilha de dados tem uma variedade mais rica de alvos cripto. Aqui estão os projetos de rastreamento de dados que estou assistindo atualmente, todos listados em pelo menos um dos principais CEXs, como Binance, OKX ou Coinbase, organizados em ordem crescente de sua avaliação totalmente diluída (FDV):

1. Streamr – DADOS

Proposta de valor: O Streamr visa construir uma rede de dados descentralizada em tempo real que permite aos usuários negociar e compartilhar dados livremente, mantendo controle total sobre seus dados. Por meio de seu mercado de dados, a Streamr busca permitir que os produtores de dados vendam diretamente fluxos de dados para consumidores interessados sem intermediários, reduzindo custos e aumentando a eficiência.

Fonte: https://streamr.network/hub/projects

Em um caso prático de colaboração, a Streamr fez parceria com outro projeto de hardware integrado Web3, o DIMO. Por meio de sensores de hardware DIMO instalados em veículos, eles coletam dados como temperatura, pressão do ar e outras métricas, formando fluxos de dados climáticos que são transmitidos às organizações necessitadas.

Em comparação com outros projetos de dados, o Streamr se concentra mais em IoT e dados de sensores de hardware. Além dos dados de veículos DIMO acima mencionados, outros projetos incluem fluxos de dados de tráfego em tempo real em Helsinque. Devido a esse foco, o token de projeto da Streamr, DATA, experimentou um aumento, dobrando de valor em um único dia em dezembro passado, quando o conceito DePIN estava em seu auge.

Atualmente, o valor de mercado circulante do Streamr é de US$ 44 milhões, com um valor de mercado totalmente diluído de US$ 58 milhões.

1. Covalente – CQT

Ao contrário de outros projetos de dados, o Covalent fornece dados de blockchain. A rede Covalente lê dados de nós blockchain via RPC, processa e organiza esses dados, criando um banco de dados de consulta eficiente. Isso permite que os usuários da Covalent recuperem rapidamente as informações de que precisam sem realizar consultas complexas diretamente dos nós do blockchain. Esse serviço é conhecido como "indexação de dados blockchain".

Os clientes da Covalent são principalmente B2B, incluindo projetos Dapp como vários aplicativos DeFi, bem como muitas empresas de criptografia centralizadas, como ConsenSys (a empresa-mãe da MetaMask), CoinGecko (um conhecido site de rastreamento de criptoativos), Rotki (uma ferramenta fiscal) e Rainbow (uma carteira de criptomoedas). Além disso, gigantes financeiras tradicionais como a Fidelity e a empresa de contabilidade Big Four EY também são clientes da Covalent. De acordo com as divulgações oficiais da Covalent, a receita do projeto com serviços de dados já superou a do projeto líder na mesma área, o The Graph.

A indústria Web3, devido à integridade, abertura, autenticidade e natureza em tempo real dos dados on-chain, está pronta para se tornar uma fonte valiosa de dados de alta qualidade para cenários específicos de IA e "pequenos modelos de IA". Como provedora de dados, a Covalent começou a fornecer dados para vários cenários de IA e lançou dados estruturados verificáveis especificamente para IA.

Fonte: https://www.covalenthq.com/solutions/decentralized-ai/

Por exemplo, fornece dados para a SmartWhales, uma plataforma de negociação inteligente on-chain, e usa IA para identificar padrões e endereços de negociação lucrativos; A Entendre Finance usa dados estruturados e processamento de IA da Covalent para insights em tempo real, detecção de anomalias e análise preditiva.

Atualmente, os principais cenários para os serviços de dados on-chain fornecidos pela Covalent ainda são financeiros. No entanto, com a generalização de produtos Web3 e tipos de dados, os cenários de uso de dados on-chain também serão expandidos.

O valor de mercado diluído atual do projeto Covalent é de US$ 150 milhões, e o valor de mercado diluído total é de US$ 235 milhões. Em comparação com o The Graph, um projeto de índice de dados blockchain na mesma trilha, ele tem uma vantagem de avaliação relativamente óbvia.

1. Hivemapper – Mel

Entre todos os materiais de dados, os dados de vídeo geralmente têm o preço unitário mais alto. O Hivemapper pode fornecer dados, incluindo informações de vídeo e mapa para empresas de IA. O próprio Hivemapper é um projeto de mapeamento global descentralizado que visa criar um sistema de mapeamento detalhado, dinâmico e acessível por meio da tecnologia blockchain e contribuições da comunidade. Os participantes podem capturar dados de mapa através de uma dashcam e adicioná-los à rede de dados Hivemapper de código aberto, e receber recompensas com base em suas contribuições no token do projeto HONEY. Para melhorar os efeitos de rede e reduzir os custos de interação, o Hivemapper é construído no Solana.

A Hivemapper, fundada em 2015, inicialmente tinha como objetivo criar mapas usando drones. No entanto, logo percebeu que esse modelo era difícil de escalar, levando a uma mudança para o uso de dashcams e smartphones para capturar dados geográficos, reduzindo significativamente o custo de produção global de mapas.

Em comparação com o software de visualização de ruas e mapeamento como o Google Maps, o Hivemapper usa uma rede incentivada e um modelo de crowdsourcing para expandir a cobertura de mapas de forma mais eficiente, manter o frescor dos mapas do mundo real e melhorar a qualidade do vídeo.

Antes que a demanda de dados impulsionada por IA aumentasse, os principais clientes da Hivemapper incluíam os departamentos de direção autônoma da indústria automotiva, empresas de serviços de navegação, governos, seguradoras e empresas imobiliárias. Hoje, o Hivemapper pode fornecer dados rodoviários e ambientais extensos para IA e grandes modelos por meio de APIs. Ao atualizar continuamente fluxos de imagens e dados de recursos de estrada, os modelos de IA e ML podem traduzir melhor esses dados em recursos aprimorados, executando tarefas relacionadas à localização geográfica e julgamento visual.

Fonte de dados: https://hivemapper.com/blog/diversify-ai-computer-vision-models-with-global-road-imagery-map-data/

Atualmente, o projeto Honey da Hivemapper tem um valor de mercado diluído de US$ 120 milhões e um valor de mercado totalmente diluído (FDV) de US$ 496 milhões.

Além dos três projetos mencionados acima, a área de dados também inclui:

The Graph – GRT: Com um valor de mercado diluído de US$ 3,2 bilhões e um FDV de US$ 3,7 bilhões, o The Graph fornece serviços de indexação de dados blockchain semelhantes ao Covalent.

Ocean Protocol – OCEAN: Com um valor de mercado circulante de US$ 670 milhões e um FDV de US$ 1,45 bilhão, o Ocean Protocol é um protocolo de código aberto que visa facilitar a troca e monetização de dados e serviços relacionados a dados. Ele conecta consumidores de dados com provedores de dados para compartilhar dados, garantindo confiança, transparência e rastreabilidade. Este projeto está definido para mesclar com Fetch.ai e SingularityNET, com seu token convertendo para ASI.

Segunda perspectiva sobre a narrativa da IA: A Chegada do AGI, reminiscente do Momento GPT

Na visão do autor, o ano inaugural da "trilha de IA" na indústria cripto foi o ano notável de 2023, marcado pelo advento do GPT, e o aumento nos projetos de IA cripto foi mais um efeito cascata do crescimento explosivo da indústria de IA.

Embora recursos como GPT4 e Turbo tenham continuado a evoluir após o GPT3.5, e Sora tenha mostrado habilidades surpreendentes de criação de vídeo, juntamente com rápidos desenvolvimentos em grandes modelos de linguagem fora do OpenAI, é inegável que o impacto cognitivo dos avanços tecnológicos da IA no público em geral está diminuindo. As pessoas estão gradualmente começando a usar ferramentas de IA, e o deslocamento de trabalho em grande escala parece ainda estar para ocorrer.

Então, o campo de IA testemunhará outro "momento GPT" no futuro, onde um salto no desenvolvimento de IA surpreende as massas, fazendo com que as pessoas percebam que suas vidas e trabalho serão mudados como resultado? Esse momento pode ser o advento da Inteligência Geral Artificial (AGI).

AGI refere-se a máquinas com habilidades cognitivas abrangentes semelhantes aos seres humanos, capazes de resolver vários problemas complexos além de tarefas específicas. Os sistemas AGI possuem pensamento abstrato de alto nível, amplo conhecimento prévio, raciocínio de senso comum entre domínios, compreensão causal e habilidades de aprendizagem de transferência transdisciplinar. Em termos de capacidades abrangentes, o desempenho do AGI está no mesmo nível dos melhores seres humanos e até supera as habilidades coletivas dos grupos humanos mais destacados.

Na verdade, seja retratado em ficção científica, jogos ou filmes, ou alimentado pelas expectativas do público após a rápida proliferação do GPT, a sociedade há muito tempo antecipou o surgimento da AGI superando os níveis cognitivos humanos. Pode-se dizer que o próprio GPT é um precursor do AGI, uma profecia da inteligência artificial geral.

A razão pela qual o GPT tem uma energia industrial e um impacto psicológico tão imensos é que sua velocidade de implementação e desempenho excederam as expectativas das massas: as pessoas não esperavam que um sistema de inteligência artificial capaz de passar no Teste de Turing realmente chegaria e chegaria tão rápido.

Na realidade, a Inteligência Geral Artificial (AGI) pode reprisar o súbito momento do "momento GPT" dentro de 1-2 anos: as pessoas acabaram de se adaptar à ajuda do GPT, apenas para descobrir que a IA não é mais apenas um assistente. Ele pode até mesmo realizar de forma independente tarefas altamente criativas e desafiadoras, incluindo aqueles problemas que têm confundido os principais cientistas por décadas.

Em 8 de abril deste ano, Musk foi entrevistado por Nicolai Tangen, diretor de investimentos do Fundo Soberano Norueguês, sobre o momento do surgimento da AGI.

Ele disse: "Se definirmos a AGI como mais inteligente do que os humanos mais inteligentes, acho que é provável que isso aconteça por volta de 2025". Ou seja, segundo sua estimativa, levará no máximo mais um ano e meio para a AGI chegar. Claro, ele acrescentou uma ressalva, que "energia e hardware se mantêm".

Os benefícios da chegada da AGI são evidentes.

Isso significa que a produtividade da humanidade dará um salto gigantesco e inúmeros problemas de pesquisa científica que nos atormentam há décadas serão resolvidos sem esforço. Se definirmos "os humanos mais inteligentes" como ganhadores do Prêmio Nobel, isso significa que, desde que haja energia, poder computacional e dados suficientes, podemos ter incontáveis incansáveis "ganhadores do Prêmio Nobel" se aprofundando nos problemas científicos mais desafiadores o tempo todo.

Na realidade, os ganhadores do Prêmio Nobel não são tão raros quanto um em várias centenas de milhões; A maioria deles está em pé de igualdade com os professores universitários em termos de habilidade e inteligência. No entanto, devido à probabilidade e sorte em escolher a direção certa, e persistir até que os resultados sejam obtidos, indivíduos de calibre semelhante a eles, seus colegas igualmente notáveis, também podem ter ganhado prêmios Nobel em universos paralelos da pesquisa científica. Infelizmente, ainda não há pessoas suficientes com as habilidades dos melhores professores universitários participando de descobertas científicas, então a velocidade de "explorar todas as direções corretas na pesquisa científica" permanece lenta.

Com o advento do AGI, em condições onde a energia e o poder de computação são suficientemente fornecidos, podemos ter um número infinito de AGIs com o nível de ganhadores do Prêmio Nobel explorando em profundidade qualquer possível direção de avanço científico. A taxa de avanço tecnológico aumentará dezenas de vezes. O avanço tecnológico fará com que recursos hoje considerados caros e escassos aumentem centenas de vezes nos próximos 10 a 20 anos, como produção de alimentos, novos materiais, novos medicamentos, educação de qualidade, etc. O custo de obtenção desses recursos também diminuirá exponencialmente, permitindo-nos apoiar mais pessoas com menos recursos, e a riqueza per capita aumentará rapidamente.

Tendência do PIB Global (Fonte: Banco Mundial)

Isso pode soar um pouco sensacional. Vejamos dois exemplos, que já foram discutidos pelo autor no relatório de pesquisa IO.NET antes:

• Em 2018, a ganhadora do Prêmio Nobel de Química, Frances Arnold, declarou na cerimônia de premiação: "Hoje, podemos ler, escrever e editar qualquer sequência de DNA em aplicações práticas, mas ainda não podemos compô-la". Apenas cinco anos depois, em 2023, pesquisadores da Salesforce Research, startup de IA da Universidade Stanford e do Vale do Silício, publicaram um artigo na Nature Biotechnology. Eles usaram um grande modelo de linguagem baseado no ajuste fino GPT-3 para criar um milhão de novas proteínas do zero e descobriram duas proteínas com estruturas drasticamente diferentes, ambas com propriedades antimicrobianas e que poderiam potencialmente servir como soluções de resistência bacteriana além dos antibióticos. Em outras palavras, com a ajuda da IA, o gargalo na "criação" de proteínas foi superado.
• Antes disso, o algoritmo de inteligência artificial AlphaFold previu as estruturas de quase todas as 214 milhões de proteínas conhecidas na Terra em 18 meses, um resultado centenas de vezes maior do que os esforços combinados de todos os biólogos estruturais anteriores.

A revolução já ocorreu, e o advento da AGI vai acelerar ainda mais esse processo. Por outro lado, os desafios trazidos pelo advento da AGI também são enormes. A AGI não apenas substituirá um grande número de trabalhadores cognitivos, mas também afetará os trabalhadores físicos que anteriormente eram considerados "menos afetados pela IA". Com a maturidade da tecnologia robótica e o desenvolvimento de novos materiais levando a uma redução nos custos de produção, a proporção de postos de trabalho substituídos por máquinas e softwares aumentará rapidamente.

Nesse momento, duas questões aparentemente distantes virão rapidamente à tona:

1. O problema do emprego e da renda para um grande número de desempregados.
2. Como distinguir entre IA e humanos em um mundo onde a IA é onipresente.

Worldcoin\Worldchain está tentando fornecer soluções oferecendo um sistema de Renda Básica Universal (RBI) para fornecer renda básica ao público e usando recursos biométricos baseados em íris para distinguir entre humanos e IA.

Na verdade, a UBI, que fornece dinheiro a todos, não é apenas uma torta no céu. Países como Finlândia e Inglaterra têm experimentado a renda básica universal, e partidos no Canadá, Espanha, Índia e outros países estão ativamente propondo e promovendo experimentos relacionados.

O benefício do uso de um modelo de identificação biométrica + blockchain para distribuição de UBI reside na natureza global do sistema, proporcionando uma cobertura mais ampla à população. Além disso, pode alavancar a rede de usuários expandida por meio da distribuição de renda para construir outros modelos de negócios, como serviços financeiros (Defi), redes sociais, crowdsourcing, etc., formando sinergias dentro da rede.

Um dos ativos correspondentes ao impacto do advento da AGI é a Worldcoin – WLD, com valor de mercado diluído de US$ 1,03 bilhão e valor de mercado totalmente diluído de US$ 47,2 bilhões.

Os riscos e incertezas da dedução narrativa

Ao contrário de muitos relatórios de pesquisa de projetos e trilhas anteriores divulgados pela Mint Ventures, este artigo tem uma subjetividade maior na dedução narrativa e previsão. Os leitores devem considerar o conteúdo deste artigo como uma discussão divergente e não como uma profecia do futuro. A extrapolação narrativa apresentada pelo autor enfrenta muitas incertezas, levando a erros especulativos. Esses riscos ou fatores de influência incluem, mas não estão limitados a:

• Aspecto energético: atualizações de GPU causando um rápido declínio no consumo de energia

Apesar do aumento acentuado na demanda de energia em torno da IA, fabricantes de chips como a Nvidia estão fornecendo maior poder de computação com menor consumo de energia por meio de atualizações contínuas de hardware. Por exemplo, em março deste ano, a Nvidia lançou uma nova geração de placa de computação AI GB200, que integra duas GPUs B200 e uma CPU Grace. Seu desempenho de treinamento é quatro vezes maior do que o da GPU principal de IA H100 da geração anterior, e o desempenho de inferência é sete vezes maior que o do H100, enquanto o consumo de energia necessário é apenas um quarto do H100. No entanto, apesar disso, o desejo de poder da IA está longe de ser satisfeito. Com a diminuição do consumo de energia unitária, o consumo total de energia pode realmente aumentar à medida que as aplicações e demandas de IA se expandem ainda mais.

• Aspecto dos dados: O projeto Q* realiza "dados autogerados"

Há muito tempo existe um rumor dentro da OpenAI sobre o projeto "Q", que foi mencionado em comunicações internas para funcionários da OpenAI. De acordo com a Reuters citando insiders da OpenAI, isso pode ser um avanço na busca da OpenAI por superinteligência/inteligência artificial geral (AGI). Q não só tem a capacidade de resolver problemas matemáticos inéditos através da abstração, mas também tem a capacidade de gerar dados para treinar grandes modelos sem a necessidade de alimentação de dados do mundo real. Se esse boato for verdadeiro, o gargalo do treinamento de modelos de IA limitado pela falta de dados de alta qualidade será quebrado.

• Chegada da AGI: as preocupações da OpenAI

O momento da chegada da AGI, como sugeriu Elon Musk, pode de fato vir até 2025, mas isso é apenas uma questão de tempo. No entanto, a Worldcoin, como uma narrativa beneficiária direta da chegada da AGI, pode enfrentar as maiores preocupações da OpenAI, já que é amplamente reconhecida como o "token sombra da OpenAI".

Na madrugada de 14 de maio, a OpenAI apresentou o mais recente GPT-4o e outras 19 versões diferentes de modelos de linguagem grande em pontuações de tarefas abrangentes em seu evento de lançamento de produtos de primavera. Apenas olhando para a tabela, o GPT-4o marcou 1310, aparentemente significativamente maior do que as classificações posteriores. No entanto, em termos de pontuação total, é apenas 4,5% maior do que o segundo colocado GPT4 turbo, 4,9% maior que o Gemini 1.5 Pro do Google em quarto lugar, e 5,1% maior que o Claude 3 Opus da Anthropic em quinto lugar.

Desde que o momento de abalo mundial da estreia da GPT3.5 passou pouco mais de um ano, os concorrentes da OpenAI já alcançaram uma posição muito próxima (embora a GPT5 ainda não tenha sido lançada e deva ser lançada este ano). Se a OpenAI pode manter sua posição de líder do setor no futuro parece estar se tornando confuso. Se a vantagem e a posição dominante da OpenAI forem diluídas ou superadas, o valor narrativo da Worldcoin como token sombra da OpenAI também diminuirá.

Além do esquema de autenticação de íris da Worldcoin, mais e mais concorrentes também estão entrando neste mercado. Por exemplo, o projeto Humanity Protocol, por exemplo, acaba de anunciar a conclusão de uma nova rodada de financiamento no valor de US$ 30 milhões, a uma avaliação de US$ 1 bilhão. A LayerZero Labs também anunciou sua operação no Humanity e se juntou à sua rede de nós validadores, usando provas ZK para autenticar credenciais.

Conclusão

Em conclusão, embora o autor tenha extrapolado a narrativa da trilha de IA, a trilha de IA é diferente de campos cripto nativos, como DeFi. É mais um produto do transbordamento do boom da IA para o círculo monetário. Atualmente, muitos projetos ainda não estabeleceram totalmente seus modelos de negócios, e muitos projetos são mais parecidos com memes temáticos de IA (como Rndr semelhante ao meme da Nvidia, Worldcoin semelhante ao meme da OpenAI). Os leitores devem ser cautelosos sobre eles.

Declaração:

1. Este artigo originalmente intitulado "The Next Wave of Narrative Deduction in the Crypto AI Sector: Catalysts, Development Pathways, and Related Projects" é reproduzido de [mintventures]. Todos os direitos autorais pertencem ao autor original [Alex Xu]. Se você tiver alguma objeção à reimpressão, entre em contato com a equipe do Gate Learn , a equipe lidará com isso o mais rápido possível.

2. Disclaimer: Os pontos de vista e opiniões expressos neste artigo representam apenas os pontos de vista pessoais do autor e não constituem qualquer conselho de investimento.

3. As traduções do artigo para outros idiomas são feitas pela equipe do Gate Learn. A menos que mencionado, copiar, distribuir ou plagiar os artigos traduzidos é proibido.