E aí, pessoal! Prontos para embarcar na viagem maluca das notícias de cripto? No nosso canal do Telegram, vamos explorar o mundo das criptomoedas com leveza e bom humor. É como um papo de bar sobre Bitcoin, só que sem a ressaca no dia seguinte! 😄 Junte-se a nós agora e vamos desvendar esse universo juntos! 💸🚀

☞ Junte-se ao Telegram

No mundo digital de hoje, um seleto grupo de gigantes da tecnologia como Google, Facebook (Meta) e Amazon possuem um controle incomparável sobre o ativo mais valioso dos nossos tempos: as informações geradas pelos usuários. Ao acumular, guardar e comercializar os dados pessoais de inúmeros indivíduos, estas empresas acumularam domínios de dados colossais. Esta concentração de dados dificulta a concorrência, restringe o progresso e promove espaços isolados onde o acesso é concedido apenas a um grupo seleto.

Em termos mais simples, embora as Redes de Infraestruturas Físicas Descentralizadas (DePINs) tenham incentivado os utilizadores a envolverem-se em infraestruturas descentralizadas, uma área que ainda carece de atenção é a gestão de dados. É aqui que entram em cena as Redes de Curadoria de Dados (DCNs), um tipo de sistema descentralizado projetado para coletar e gerenciar dados diretamente dos usuários. As DCNs podem potencialmente resolver o problema do confinamento de dados, libertando-se destes silos.

As DCNs (Redes Descentralizadas de Dados) apresentam uma perspectiva excepcional para o crescente mercado de IA. A IA depende fortemente de conjuntos de dados distintos e de alto nível para ter o melhor desempenho, e conjuntos de dados substanciais são cruciais para o treinamento de modelos, aprimoramento do sistema e condução de aplicações futuras. Além disso, as DCNs podem ajudar a aliviar questões regulatórias relacionadas ao preconceito da IA, gerando conjuntos de dados variados e abertos criados por humanos.

Descentralizando a coleta de dados para IA por meio de redes de curadoria de dados

Como analista, estou testemunhando um desenvolvimento emocionante: a Plataforma Descentralizada para Rede de Internet (DePIN) já ultrapassou a capitalização de mercado de US$ 50 bilhões, e as projeções sugerem um valor de mercado potencial de impressionantes 3,5 trilhões até 2028. Essa trajetória de crescimento ressalta o imenso potencial das redes descentralizadas para revolucionar a propriedade dos dados, devolvendo o controlo aos utilizadores e permitindo-lhes colher os benefícios das suas contribuições. A DePIN está liderando essa transformação, transferindo a coleta de dados de titãs corporativos para mãos individuais, promovendo um cenário digital mais equitativo.

Com os avanços na inteligência artificial, a necessidade de dados variados e de primeira linha se tornará ainda mais crucial. As empresas centralizadas tradicionais podem ter dificuldade em reunir a extensa gama de dados necessários para inúmeras aplicações de IA devido às suas limitações. Em contraste com os conjuntos de dados detidos por empresas, que podem ser influenciados pela base de utilizadores ou confinados pelo âmbito da empresa, as redes DePIN são capazes de aceder a uma vasta gama de fontes. Isso resulta em conjuntos de dados mais completos e diversificados, que são vitais para a criação de modelos de IA superiores e mais inclusivos e para a descoberta de cenários de casos de uso inovadores.

Por exemplo, considere a evolução dos carros autônomos. Os sistemas autónomos dependem fortemente de dados em tempo real sobre o fluxo de tráfego, as condições das estradas e os hábitos de condução para funcionarem de forma segura e eficaz. No passado, estes dados eram recolhidos principalmente por grandes empresas com veículos conectados e sensores rodoviários à sua disposição. A criação de tais infra-estruturas é dispendiosa, exigindo tanto investimento financeiro em infra-estruturas como extensas horas de trabalho. Em vez de arcar com estes custos e reunir uma força de trabalho para este fim específico, as redes criptográficas podem encorajar os indivíduos a transformar os seus dispositivos em estações de recolha de dados, recolhendo passivamente dados valiosos no decurso das suas rotinas diárias. Esta abordagem permite que dados geograficamente diversos sejam selecionados de forma mais eficiente, produzindo conjuntos de dados orgânicos que são ideais para fins de aprendizagem de IA.

Os veículos autónomos, tal como vários outros cenários, demonstram o potencial dos sistemas distribuídos na recolha de informações vitais para aumentar a segurança e a eficiência. Ao fundir dados em tempo real de vários recursos descentralizados com capacidades analíticas de inteligência artificial, podemos provocar uma mudança transformadora em sectores como os transportes e os cuidados de saúde.

Estimular a inovação em IA e ao mesmo tempo recompensar os usuários

Os modelos de IA concebidos para servir as necessidades humanas devem utilizar dados gerados por humanos como base para a formação, uma vez que servem como a última fonte de verdade. Com o surgimento da IoT e dos dispositivos vestíveis que incorporam poder computacional e chips aprimorados por IA, bem como bilhões de dispositivos de consumo conectados, como smartphones, as Redes Neurais Convolucionais Profundas (DCNs) baseadas na borda poderiam potencialmente escalar massivamente. Esta expansão, por sua vez, alargaria significativamente o seu âmbito e capacidade. Os processos de curadoria de dados se tornariam incrivelmente eficientes devido a esse efeito de escala, e a qualidade dos conjuntos de dados disponíveis seria bastante melhorada.

Ao utilizar dispositivos comuns, como smartphones e computadores portáteis, em vez de exigir novos investimentos em hardware, as Redes de Computação Descentralizadas (DCN) baseadas em produtos tornam a participação mais acessível às pessoas. Essa abordagem elimina muitos desafios associados à produção e distribuição de hardware, simplifica o processo de inscrição e incentiva o envolvimento do usuário com um custo inicial mínimo. No cenário crescente de DCN, os conjuntos de dados são frequentemente acumulados aproveitando a infraestrutura física existente, reforçada por incentivos criativos em criptomoedas. Por exemplo, certos projetos no domínio web3 fornecem serviços de web scraping por meio de extensões do Chrome em computadores pessoais, enquanto outros utilizam câmeras de smartphones para fins de mapeamento. Isto demonstra como as DCN baseadas em mercadorias diminuem as barreiras à entrada.

Nesta abordagem moderna, os usuários são os principais beneficiários das vantagens. Eles obtêm propriedade sobre suas informações, obtêm renda com doações para plataformas descentralizadas e podem potencialmente lucrar com os avanços impulsionados pela IA que essas redes promovem. Isto não só promove um cenário digital mais justo, mas também convida a um maior envolvimento no mercado de dados, o que significa que os desenvolvimentos da IA são moldados pelos requisitos e contribuições dos indivíduos médios, em vez de serem impulsionados apenas pelas ambições financeiras de um grupo seleto de grandes empresas.

Este artigo foi escrito em coautoria por Alireza Ghods e Tommy Eastman.

Alireza Ghods & Tommy Eastman

Alireza Ghods atua como CEO e um dos fundadores da NATIX. Ele possui um Ph.D. na área de posicionamento geoespacial e possui experiência significativa como engenheiro de pesquisa e desenvolvimento na indústria de dados geoespaciais, veículos autônomos e criação de mapas dinâmicos em tempo real. Antes de sua função na NATIX, ele supervisionou iniciativas de Internet das Coisas (IoT) e Blockchain na Europa para a PWC.

Tommy Eastman, que atua como líder de pesquisa na Plaintext Capital, dedicou dois anos liderando projetos centrados em IA descentralizada e DePIN como engenheiro de software na Foundry. Antes disso, ele ganhou experiência valiosa em IA e solução prática de problemas por meio de aprendizado de máquina para detecção de objetos na L3Harris, uma empresa de defesa.

2025-01-20 16:16