Introdução

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

Esta estagnação reflete-se também nos preços correntes 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 das aplicações. Quando a inovação no desenvolvimento de aplicações é sem brilho, a valorização de blockchains públicas é difícil de elevar.

A IA, como uma categoria comercial relativamente nova neste ciclo, ainda tem o potencial de trazer uma 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
• Objetivos relevantes do projeto associados a estas 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 isto como um 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 americanos 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)
• Rede de algoritmos: Bittensor (GAT, 2,97 bilhões de valor de mercado circulante)
• Agente de IA: Fetchai (FET, 2,1 bilhões de capitalização de mercado antes da fusão)

*Data time: 2024.5.24, as unidades monetárias são dólares americanos.

Além dos setores acima 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 isso pode ser especulado a partir de duas perspetivas: a narrativa do "lado da oferta industrial" e a narrativa do "momento GPT".

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

Do lado da oferta industrial, existem quatro forças motrizes para o desenvolvimento da 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 centros de dados de IA consomem energia significativa. Além da eletricidade necessária para alimentar GPUs, os sistemas de refrigeração para grandes data centers podem representar cerca de 40% do consumo total de energia.
• Dados: Melhorar o desempenho de modelos grandes 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 algoritmo e poder de computação. No entanto, ainda não surgiram projetos com valor de mercado semelhante nos domínios da energia e dos dados.

Na realidade, a escassez de fornecimento de energia e dados pode surgir em breve como novos hotspots da indústria, potencialmente impulsionando um aumento nos projetos criptográficos 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 eletricidade. Acho que não haverá energia suficiente para rodar todas as fichas no próximo ano."

Olhando para 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, colocando 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 terawatt-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 muito acima de 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 um 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 será a dos 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 seres humanos basicamente compreenderam o padrão de crescimento de grandes capacidades 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 os dados de elevada qualidade e publicamente disponíveis poderão tornar-se 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 sobre a 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 ilegal de obras de valor único" e pede a destruição de todos os modelos e dados de treinamento contendo 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 alegou 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 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 o seu potencial impacto, é improvável uma resolução rápida. Um resultado possível é um acordo extrajudicial, com empresas ricas como Microsoft e OpenAI pagando uma compensação substancial. No entanto, futuros litígios em matéria de direitos de autor de dados aumentarão inevitavelmente o custo global dos dados de elevada qualidade.

Além disso, como o maior motor 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 as empresas de IA.

Fonte: Reuters

Os servidores do motor de busca da 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 pesquisa orientados por IA, como os estrangeiros, como a perplexidade, e os domésticos, como Kimi e Secret Tower, processam os dados pesquisados por meio de IA e, em seguida, os enviam para os usuários. As taxas dos motores de busca pela IA aumentarão inevitavelmente 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 a ascensão das redes 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 utilizadores quando se registaram, não são utilizados há mais de um ano. A conta será reciclada, e o direito do Photobucket de usar as fotos e dados de vídeo carregados pelo usuário também é suportado. O CEO da Photobucket, Ted Leonard, revelou que os 1,3 bilhão de dados de fotos e vídeos que possui são extremamente valiosos para treinar modelos de IA generativa. 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 equipa de investigação focada na tendência de desenvolvimento da inteligência artificial, publicou um relatório sobre os dados necessários para a aprendizagem automática com base na utilização de dados e na geração de novos dados por aprendizagem automática em 2022, e considerando o crescimento dos recursos computacionais. 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 de 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 os gigantes da IA estão comprando dados a preços altos, os dados de texto gratuitos de alta qualidade foram esgotados. A previsão da EPOCH de 2 anos atrás era relativamente precisa.

Ao mesmo tempo, estão também a surgir soluções para a procura de «escassez de dados de IA», nomeadamente: 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 o Defined.ai pode fornecer: https://www.defined.ai/datasets

Seu modelo de negócios é: as empresas de IA fornecem às 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 sinais, para melhorar a taxa de reconhecimento da 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 atendem aos requisitos serão liquidadas 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 entre US$ 100 e 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 tornar-se outro negócio de crowdsourcing após a "etiquetagem de dados".

Distribuição global de crowdsourcing de tarefas, incentivos econômicos, preço/circulação de ativos de dados e proteção de privacidade estão abertos a todos, o que soa particularmente adequado para um paradigma de negócios Web3.

Metas narrativas de IA do lado da oferta industrial

A atenção trazida pela escassez de chips permeou a indústria cripto, tornando o poder de computação distribuída a trilha 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 explodissem nos próximos 1-2 anos, quais projetos relacionados à narrativa estão atualmente presentes na indústria cripto?

Objetivos relacionados com a energia

Projetos relacionados à energia que foram listados em grandes exchanges centralizadas (CEX) são raros, com 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 a comercialização de energia. Promove transações diretas de eletricidade entre indivíduos e comunidades, apoia a aplicação generalizada de energias renováveis e garante transparência e eficiência através de contratos inteligentes. Inicialmente, o 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 aos utilizadores comprar e vender eletricidade diretamente, especialmente a partir de fontes renováveis.
• Comércio de Produtos Ambientais: Facilita a comercialização de créditos de carbono e certificados de energia renovável, bem como o financiamento baseado 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 uma capitalização de mercado totalmente diluída de US$ 320 milhões.

Alvos relacionados a dados

Em comparação com alvos criptográficos relacionados à energia, a trilha de dados tem uma variedade mais rica de alvos criptográficos. Aqui estão os projetos de trilha 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 permita aos usuários negociar e compartilhar dados livremente, mantendo o controle total sobre seus dados. Através do seu mercado de dados, a Streamr procura permitir que os produtores de dados vendam diretamente fluxos de dados aos consumidores interessados, sem intermediários, reduzindo assim os 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. Através de sensores de hardware DIMO instalados em veículos, eles coletam dados como temperatura, pressão do ar e outras métricas, formando fluxos de dados meteorológicos 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 Helsínquia. 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 da Streamr é de US$ 44 milhões, com uma capitalização de mercado totalmente diluída de US$ 58 milhões.

1. Covalente – CQT

Ao contrário de outros projetos de dados, Covalent fornece dados blockchain. A rede Covalent 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 executar consultas complexas diretamente dos nós do blockchain. Este 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 financeiros 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 no mesmo campo, The Graph.

A indústria Web3, devido à completude, 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 fornecedora 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 SmartWhales, uma plataforma de negociação inteligente on-chain, e usa IA para identificar padrões e endereços de negociação lucrativos; A Entendre Finance usa os dados estruturados e o processamento de IA da Covalent para insights em tempo real, deteção 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 Covalente é de US$ 150 milhões, e o valor de mercado diluído total é de US$ 235 milhões. Comparado com o The Graph, um projeto de índice de dados blockchain na mesma faixa, 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 mapas, 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 através da tecnologia blockchain e contribuições da comunidade. Os participantes podem capturar dados de mapas 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. A fim de melhorar os efeitos de rede e reduzir os custos de interação, Hivemapper é construído em 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 de a demanda por dados impulsionada por IA aumentar, os principais clientes da Hivemapper incluíam 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 abrangentes para IA e modelos grandes 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 Hivemapper's Honey tem uma capitalização de mercado diluída de US$ 120 milhões e uma capitalização de mercado totalmente diluída (FDV) de US$ 496 milhões.

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

The Graph – GRT: Com uma capitalização de mercado diluída de US$ 3,2 bilhões e um FDV de US$ 3,7 bilhões, o The Graph fornece serviços de indexação de dados em 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 destinado a 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 se fundir com Fetch.ai e SingularityNET, com sua conversão de token para ASI.

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

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

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 de fundo, raciocínio de senso comum entre domínios, compreensão causal e habilidades de aprendizagem de transferência interdisciplinar. Em termos de capacidades abrangentes, o desempenho da AGI está no mesmo nível dos melhores humanos, e até supera as habilidades coletivas dos grupos humanos mais notáveis.

Na verdade, seja retratado em ficção científica, jogos ou filmes, ou alimentado por expectativas do público após a rápida proliferação do GPT, a sociedade há muito antecipa 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 tanta energia industrial e impacto psicológico 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 rapidamente.

Na realidade, a Inteligência Geral Artificial (AGI) pode repetir o súbito do "momento GPT" dentro de 1-2 anos: as pessoas acabaram de se adaptar à assistência 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 a sua estimativa, levará no máximo mais um ano e meio para a AGI chegar. Claro, ele acrescentou uma ressalva, que "a potência e o hardware acompanham".

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 de computação e dados suficientes, podemos ter inúmeros "ganhadores do Prêmio Nobel" incansáveis mergulhando nos problemas científicos mais desafiadores o tempo todo.

Na realidade, os vencedores do Prémio Nobel não são tão raros como um em várias centenas de milhões; A maioria deles está em pé de igualdade com os professores universitários em termos de capacidade e inteligência. No entanto, devido à probabilidade e sorte em escolher a direção certa, e persistindo 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 de pesquisa científica. Infelizmente, ainda não há pessoas suficientes com as habilidades de professores universitários de alto nível 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 em qualquer possível direção de avanço científico. A taxa de avanço tecnológico aumentará dezenas de vezes. O avanço tecnológico levará a que os recursos atualmente considerados caros e escassos aumentem centenas de vezes nos próximos 10 a 20 anos, como a produção de alimentos, novos materiais, novos medicamentos, educação de alta qualidade, etc. O custo da obtenção destes recursos também diminuirá exponencialmente, permitindo-nos apoiar mais pessoas com menos recursos, e a riqueza per capita aumentará rapidamente.

Tendência do PIB mundial (Fonte: Banco Mundial)

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

• Em 2018, a laureada com o Prémio Nobel da Química, Frances Arnold, afirmou na cerimónia de entrega do prémio: "Hoje, podemos ler, escrever e editar qualquer sequência de ADN em aplicações práticas, mas ainda não conseguimos compô-la." Apenas cinco anos depois, em 2023, pesquisadores da Salesforce Research, uma startup de IA da Universidade de 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 a partir do zero e descobriram duas proteínas com estruturas drasticamente diferentes, ambas com propriedades antimicrobianas e potencialmente servindo 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 todos os 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 impactará os trabalhadores físicos que antes 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 software aumentará rapidamente.

Nessa altura, duas questões aparentemente distantes virão rapidamente à tona:

1. O problema do emprego e do rendimento de um grande número de desempregados.
2. Como distinguir entre IA e humanos num mundo onde a IA é omnipresente.

Worldcoin\Worldchain está tentando fornecer soluções oferecendo um sistema de Renda Básica Universal (UBI) 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 experimentaram a renda básica universal, e partidos no Canadá, Espanha, Índia e outros países estão ativamente propondo e promovendo experiências relacionadas.

O benefício da utilização de um modelo baseado em identificação biométrica + blockchain para a distribuição da UBI reside na natureza global do sistema, proporcionando uma cobertura mais ampla à população. Além disso, pode alavancar a rede de usuários expandida através 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 uma capitalização de mercado diluída de US$ 1,03 bilhão e uma capitalização de mercado totalmente diluída 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 maior subjetividade 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:

• Aspeto energético: as atualizações da GPU causam 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 de IA GB200, que integra duas GPUs B200 e uma CPU Grace. Seu desempenho de treinamento é quatro vezes maior que o da GPU de IA principal da geração anterior, a H100, e o desempenho de inferência é sete vezes maior que o H100, enquanto o consumo de energia necessário é de 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 unitário, o consumo total de energia pode realmente aumentar à medida que as aplicações e demandas de IA se expandem ainda mais.

• Aspeto 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 aos 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 Elon Musk sugeriu, pode realmente chegar 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 19 outras 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 mais alto 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 do que o Gemini 1.5 Pro do Google em quarto lugar, e 5,1% maior do que o Claude 3 Opus da Anthropic em quinto lugar.

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

Além disso, além do esquema de autenticação de íris da Worldcoin, cada vez mais concorrentes também estão entrando neste mercado. Por exemplo, o projeto Humanity Protocol 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 criptográficos 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 como memes temáticos de IA (como Rndr semelhante ao meme da Nvidia, Worldcoin semelhante ao meme da OpenAI). Os leitores devem ser cautelosos quanto a 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. Declaração de exoneração de responsabilidade: 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.