É uma evolução lógica para as plataformas Web 3 incorporarem tecnologias nativasinteligência artificial(IA).

A IA está influenciando todas as categorias de software, então a Web 3 T deve ser uma exceção. Mas há obstáculos técnicos fundamentais sobre as Stacks da Web 3 para a adoção de tecnologias de IA.

Em artigos anteriores no CoinDesk, discuti a relevância das técnicas de IA para Finanças descentralizadas (DeFi) e tokens não fungíveis (NFT). Além de entender seu valor claro, é importante ver como a IA pode entrar no espaço da Web 3 em um futuro NEAR e quais grandes obstáculos estão atualmente impedindo que isso se materialize.

Jesus Rodriguez é CTO e cofundador da plataforma de dados blockchain IntoTheBlock, além de cientista-chefe da empresa de IA Invector Labs e um investidor ativo, palestrante e autor em Cripto e inteligência artificial.

“O software está devorando o mundo”, disse o gigante de capital de risco Marc Andreessen em 2011, sintetizando a ideia de que as empresas que operam no mundo físico estavam em transição para o ONE e que o software seria sua base.

Leia Mais: O que é Web 3 e por que todo mundo está falando sobre isso?

Agora, podemos dizer que “Aprendizado de máquina (ML) está comendo software” para apontar uma tendência iminente na qual a maioria dos softwares do mundo será reescrita com IA/ML como seus CORE blocos de construção. Quando você pensa sobre os componentes onipresentes de aplicativos de software, capacidades como bancos de dados e identidade vêm à mente. A inteligência, na forma de modelos de IA/ML, está se tornando constantemente outro bloco de construção fundamental de aplicativos de software modernos.

Hoje em dia, tendências de software, incluindo computação em nuvem, redes e segurança cibernética estão sendo reinventadas com ML como um cidadão de primeira classe. Dado que a Web 3 é a próxima iteração de muitas dessas tendências de software, ML provavelmente desempenhará um papel fundamental na evolução das tecnologias da Web 3. Desenvolver uma tese sobre a intersecção de ML e Web 3 requer entender tanto a trajetória de adoção de recursos de ML em Stacks da Web 3 quanto alguns dos desafios fundamentais.

Camadas de inteligência da Web 3

A adição de ML na Web 3 não acontecerá como uma tendência atômica; em vez disso, ela será espalhada por diferentes camadas da pilha da Web 3. A inteligência orientada por ML pode surgir em três camadas principais da Web 3.

Blockchains inteligentes

A geração atual de plataformas de blockchain tem se concentrado na construção de componentes-chave de computação distribuída que permitem o processamento descentralizado de transações financeiras. Mecanismos de consenso, estruturas de mempool e oráculos são alguns desses blocos de construção principais. Assim como os CORE componentes de infraestruturas de software tradicionais, como redes e armazenamento, estão se tornando inteligentes, a próxima geração de blockchains de camada 1 (base) e camada 2 (companion) incorporará nativamente recursos orientados por ML. Por exemplo, podemos pensar em tempo de execução de blockchain que usa uma previsão de ML para transações para habilitar um protocolo de consenso massivamente escalável.

Protocolos inteligentes

Contratos e protocolos inteligentes são outro componente da pilha da Web 3 que começará a incorporar recursos de ML. DeFi parece ser o exemplo prototípico dessa tendência. Não estamos longe de ver uma geração de criadores de mercado automatizados (AMMs) DeFi ou protocolos de empréstimo que incorporem lógica mais inteligente com base em modelos de ML. Por exemplo, podemos imaginar um protocolo de empréstimo que usa uma pontuação inteligente para equilibrar os tipos de empréstimos de diferentes tipos de carteiras.

Dapps inteligentes

Os aplicativos descentralizados (dapps) provavelmente se tornarão uma das soluções mais propensas da Web 3 a adicionar rapidamente recursos orientados a ML. Já estamos vendo essa tendência em NFTs, mas ela se tornará cada vez mais difundida. Os NFTs de próxima geração farão a transição de imagens estáticas para artefatos que exibem comportamento inteligente. Alguns desses NFTs poderão mudar seu comportamento com base no humor de seu público ou no perfil de novos proprietários.

De cima para baixo, não de baixo para cima

Ao considerar camadas de inteligência da Web 3, podemos ingenuamente assumir que uma tendência de adoção de baixo para cima é mais lógica. Os tempos de execução de blockchain podem se tornar inteligentes, e parte dessa inteligência pode influenciar camadas mais altas da pilha, como protocolos DeFi ou NFTs. No entanto, há sérias limitações tecnológicas que forçariam uma adoção de cima para baixo, em vez de de baixo para cima, de tecnologias de ML em Stacks da Web 3.

A raiz desses obstáculos tecnológicos remonta à arquitetura da geração atual de tempos de execução de blockchain. Em princípio, os blockchains são projetados em torno de um paradigma de computação distribuída que coordena diferentes nós para executar computações que levam a um consenso sobre o processamento de transações.

Leia Mais: A Web 3 é uma longa luta que vale a pena lutar

Essa abordagem contrasta com os modelos de ML de última geração que exigem computações complexas e de longa duração para treinamento e otimização, que foram projetados principalmente para arquiteturas centralizadas. Esse atrito significa que incorporar recursos nativos de ML em tempos de execução de blockchain, embora possível, exigirá algumas iterações.

Os protocolos DeFi têm menos limitações para adotar recursos de ML, pois podem contar com oráculos e agentes inteligentes externos que podem se beneficiar totalmente das plataformas de ML existentes. E a limitação é quase inexistente para dapps e NFTs. Dessa perspectiva, achamos que a adoção de recursos de ML em soluções Web 3 provavelmente Siga uma trajetória de cima para baixo, indo de dapps para protocolos e tempos de execução de blockchain, em vez do oposto.

A Web3 inteligente já está aqui

O escritor de ficção científica William Gibson escreveu: “O futuro já está aqui – ele só não está distribuído uniformemente” para explicar a trajetória das tendências Tecnologia futurísticas. A ideia se aplica perfeitamente à intersecção de IA e Web 3.

A rápida evolução da pesquisa e Tecnologia de ML na última década se traduziu em um número esmagador de plataformas, frameworks e APIs de ML que podem ser usadas para adicionar capacidades inteligentes a soluções Web 3. Já estamos vendo exemplos isolados de inteligência em aplicativos Web 3. Então podemos dizer com segurança que a Web 3 inteligente já está aqui, só que não distribuída uniformemente.

Leia Mais: Criando a rampa de acesso para a Web 3