Título do Artigo Repostado: Uma Profunda Investigação sobre BasedAI: Uma Rede Operacional de Modelo de Linguagem Grande com Foco em Privacidade e Eficiência, O Próximo Bittensor no Espaço de IA?

O espaço de IA continua a ser muito quente. Muitos projetos estão tentando se 'AI-ficar', adotando a nova proposta de 'ajudar a IA a se sair melhor' na esperança de voar mais alto nos ventos da IA. No entanto, a maioria dos projetos mais antigos já percebeu o seu valor em ciclos anteriores, e novos projetos como Bittensor já não são mais 'novos'. Ainda precisamos procurar projetos que ainda não perceberam o seu valor e têm o potencial de ter narrativas convincentes. Melhorar a privacidade sempre foi uma direção atraente nos projetos de criptomoeda destinados a 'ajudar a IA a se sair melhor'.

Primeiro, porque proteger a privacidade ressoa inerentemente com o conceito de igualitarismo na descentralização; segundo, proteger a privacidade envolve inevitavelmente o uso de tecnologias como ZK e Criptografia Homomórfica. Uma filosofia narrativa correta combinada com tecnologia avançada provavelmente significa que o desenvolvimento de um projeto de IA não será carente. E não seria mais interessante se um projeto tão sério também pudesse incorporar a jogabilidade de moedas Meme?

No início de março, um projeto chamado BasedAI registrou silenciosamente uma conta no Twitter, postando oficialmente apenas dois tweets além de retweets, enquanto seu site parece ser extremamente básico, apresentando nada além de um sofisticado whitepaper no estilo acadêmico. Alguns influenciadores internacionais já tomaram a frente na análise do projeto, sugerindo que ele possa ser o próximo Bittensor.

Simultaneamente, seu token homônimo, $basedAI, viu uma ascensão meteórica desde o final de fevereiro, aumentando mais de 40 vezes em valor.

Depois de examinar minuciosamente o whitepaper do projeto, descobrimos que BasedAI é um projeto de IA que integra grandes modelos de linguagem, Provas de Conhecimento Zero (ZK), criptografia homomórfica e Meme coins. Ao reconhecer a direção narrativa, também ficamos impressionados com seu design econômico engenhoso, que naturalmente vincula o agendamento de recursos de computação com o uso de outras Meme coins. Considerando que o projeto ainda está em seus estágios iniciais, nesta questão, vamos interpretá-lo para ver se tem potencial para se tornar o próximo Bittensor.

Quando a ciência séria encontra o Meme, o que exatamente o BasedAI está fazendo?

Antes de responder a esta pergunta, vamos primeiro ver quem está por trás da BasedAI.

As informações públicas revelam que BasedAI foi desenvolvido em conjunto por uma organização chamada Based Labs e a equipe fundadora da Pepecoin, com o objetivo de abordar questões de privacidade ao usar modelos de linguagem grandes no campo atual de IA. As informações públicas sobre Based Labs são escassas, com seu site sendo bastante misterioso, apresentando uma série de palavras-chave técnicas em uma apresentação no estilo Matrix. Um dos pesquisadores da organização, Sean Wellington, é o autor do whitepaper publicamente disponível para BasedAI:

Além disso, o Google Scholar indica que Sean se formou na UC Berkeley e vem publicando vários artigos relacionados a sistemas de liquidação e dados distribuídos desde 2006, especializando-se em pesquisa de IA e redes distribuídas, tornando-o uma figura significativa no campo de tecnologia.

Por outro lado, Pepecoin não é a moeda PEPE atualmente popular, mas sim um meme original que começou em 2016, com sua própria mainnet L1 na época e desde então migrou para o Ethereum.

Você poderia dizer que este é um Meme OG que também entende o desenvolvimento L1.

Mas como um peso pesado da pesquisa científica de IA séria e uma equipe de Meme, aparentemente não relacionados em seus campos, geram inovação dentro do BasedAI?

ZK e FHE: Equilibrando Eficiência Computacional e Privacidade da IA

Se deixarmos de lado o elemento do meme, a introdução do BasedAI no Twitter destaca sucintamente o valor narrativo do projeto:

“Suas sugestões são suas sugestões.” Isso enfatiza essencialmente a importância da privacidade e soberania de dados: quando você usa grandes modelos de linguagem de IA como GPT, qualquer sugestão ou informação que você inserir é recebida pelo servidor do outro lado, expondo fundamentalmente sua privacidade de dados à OpenAI ou outros provedores de modelos.

Embora isso possa parecer inofensivo, isso inevitavelmente levanta preocupações com a privacidade, e você não tem escolha senão confiar incondicionalmente que o provedor do modelo de IA não irá usar indevidamente seus registros de conversa.

Removendo as fórmulas matemáticas obscuras e os designs técnicos no whitepaper da BasedAI, você pode simplesmente entender o objetivo do projeto como:

Criptografar qualquer conteúdo do seu diálogo com modelos de linguagem grandes, permitindo que o modelo realize cálculos sem expor o texto simples e, por fim, retornando resultados que só você pode descriptografar.

Você pode antecipar que alcançar isso envolveria ZK (Prova de Conhecimento Zero) e FHE (Criptografia Totalmente Homomórfica), duas tecnologias de privacidade.

ZK permite que você prove a verdade ou falsidade de uma declaração sem revelar o texto simples;

FHE permite que você calcule em dados criptografados.

Combinando os dois, você pode enviar suas sugestões para um modelo de IA de forma criptografada, e o modelo retorna uma resposta para você, mas nenhuma das partes envolvidas sabe qual era sua pergunta ou qual é a resposta.

Isso parece promissor, mas há um problema crítico - FHE é computacionalmente intensivo e lento, o que gera um conflito entre eficiência computacional e proteção de privacidade para LLMs voltados para o usuário, como o GPT, que requerem exibição rápida de resultados.

Com base no artigo da BasedAI, enfatizou a tecnologia de 'Cerberus Squeezing' e a apoiou com fórmulas matemáticas complexas:

Embora não possamos avaliar profissionalmente a implementação matemática desta tecnologia, seu propósito pode ser simplesmente entendido como:

Otimizando a eficiência do processamento de dados criptografados em FHE, concentrando seletivamente os recursos computacionais onde têm o maior impacto para completar rapidamente os cálculos e exibir resultados.

O artigo também demonstrou com dados como essa otimização melhora significativamente a eficiência:

Usando o Cerberus Squeezing, as etapas computacionais necessárias para a criptografia totalmente homomórfica poderiam ser quase reduzidas pela metade. Usando o Cerberus Squeezing, as etapas computacionais necessárias para a criptografia totalmente homomórfica poderiam ser quase reduzidas pela metade.

Assim, podemos simular rapidamente todo o processo de um usuário usando BasedAI:

• O usuário insere prompts, pedindo para analisar as emoções exibidas nos registros de conversa de alguém enquanto deseja proteger a privacidade desses registros.
• Através da plataforma BasedAI, esses dados são enviados em forma criptografada, especificando o modelo de IA a ser utilizado (por exemplo, um modelo de análise de emoções).
• Os mineradores na rede BasedAI recebem essa tarefa e usam seus recursos computacionais para executar o modelo de IA especificado nos dados criptografados.
• Os nós da rede completam a tarefa de computação sem decifrar os dados e retornam o resultado do processamento criptografado ao usuário.
• O usuário recebe o resultado criptografado, descriptografa-o com sua chave e obtém o resultado da análise de dados de que precisam.

O “Brain”, Mineiros e Validadores

Além da tecnologia, quais papéis específicos existem dentro da rede BasedAI para executar a tecnologia e atender às necessidades do usuário? Em primeiro lugar, é importante apresentar o conceito autogerado do "Cérebro".

Um “Cérebro” da Based Labs

Para a maioria dos projetos de criptografia de IA, alguns elementos inevitáveis são:

• Miners: Responsáveis por realizar tarefas computacionais, consumindo recursos computacionais.
• Validadores: Validam a correção do trabalho concluído pelos mineradores e garantem a validade das transações e tarefas computacionais dentro da rede.
• Blockchain: Registra os resultados de tarefas computacionais e de validação em um registro, incentivando o comportamento de diferentes papéis por meio dos tokens nativos da rede.

Com baseAI adiciona mais uma camada em cima desses três elementos com o conceito do “Cérebro”:

"Você deve ter um 'Brain' para incorporar os recursos computacionais de mineradores e validadores, permitindo que esses recursos calculem diversos modelos de IA e completem tarefas."

Simplificando, esses “Brains” atuam como contêineres distribuídos para tarefas computacionais específicas, executando modelos de linguagem grandes modificados (LLMs). Cada “Brain” pode escolher os mineradores e validadores com os quais deseja se associar.

Se achar esta explicação abstrata, pense em ter um “Cérebro” como ter uma “licença para oferecer serviços de nuvem”:

Para recrutar um grupo de mineradores e validadores para computação criptografada de grandes modelos de linguagem, você deve ter uma licença de operação que especifique:

• Sua localização comercial (ID)
• Seu escopo de negócios (usando IA para análise de sentimentos, geração de imagens, assistência médica, etc.)
• Quanta capacidade de recursos computacionais você tem e qual é a sua capacidade
• Especificamente, quem você trouxe
• Quanto recompensa você pode ganhar com esta atividade

De acordo com o artigo da Based AI, cada “Cérebro” na BasedAI pode acomodar até 256 validadores e 1792 mineradores, com um total de apenas 1024 “Cérebros” no sistema, aumentando ainda mais a escassez de “Cérebros.”

Mineiros e validadores devem fazer o seguinte para se juntar a um “Brain”:

• Mineiros: Conecte-se à plataforma, decida os recursos da GPU a alocar (mais adequados para computação), pode depositar tokens $BASED e iniciar o trabalho de computação.
• Validadores: Conecte-se à plataforma, decida os recursos da CPU a serem alocados (mais adequados para validação), pode depositar tokens $BASED e iniciar o trabalho de validação.

Quanto mais tokens $BASED forem depositados, maior será a eficiência dos mineradores e validadores que operam no “Brain”, e mais recompensas $BASED eles receberão.

Claramente, um “Brain” representa um certo poder e relação organizacional, também abrindo espaço para o design de token e incentivo (mais sobre isso mais tarde).

No entanto, o design deste "Cérebro" não parece familiar?

Diferentes “Cérebros” no Bittensor se assemelham um pouco a diferentes sub-redes, realizando tarefas específicas usando diferentes modelos de IA;

No popular Polkadot do ciclo anterior, diferentes 'Brains' se assemelham a diferentes 'slots' para executar várias parachains, realizando diferentes tarefas.

Com baseAI também forneceu um exemplo de um "Cérebro médico" realizando uma tarefa:

• Os registros médicos do paciente são criptografados e enviados ao Cérebro médico, gerando palavras-chave para solicitar conselhos diagnósticos apropriados;
• Com a ajuda de ZK e FHE, o modelo de linguagem grande adequado dentro da rede BasedAI pode gerar respostas sem descriptografar dados sensíveis do paciente, este passo convoca os recursos computacionais de mineradores e validadores;
• Os prestadores de cuidados de saúde recebem saída criptografada da rede BasedAI. Somente o usuário que submete pode descriptografar os resultados para obter sugestões de tratamento, enquanto os dados permanecem não expostos ou vazados durante esse processo.

A venda privilegiada do “Brain” se desenrola, beneficiando o Pepecoin

Então, como se adquire um “Brain” para obter o privilégio de “work permit” para a computação de modelos de IA criptografada? Com a BasedAI, em colaboração com a Pepecoin, gamificou a venda desses privilégios, concedendo à Pepecoin, um token MEME, valor de utilidade.

Com apenas 1024 “Brains” disponíveis, o projeto naturalmente aproveita a Cunhagem de NFT — cada “Brain” vendido gera um token ERC-721 correspondente, que pode ser visto como uma licença. Para cunhar este NFT de “Brain”, são necessárias duas ações relacionadas ao Pepecoin para desbloquear: queimar ou apostar Pepecoin.

• Em termos de queima: A cunhagem do primeiro “Brain” requer o gasto de 1000 Pepecoin.
• Cada subsequente mint de "Brain" aumenta o custo em 200 Pepecoin.
• Cérebros gerados dessa maneira são transferíveis.
• Se todos os Brains fossem obtidos através da queima, 107.563.530 Pepecoin seriam permanentemente destruídos. (De acordo com os dados da CMC, o atual fornecimento circulante é de 133M, o que significa que quase 80% do fornecimento de tokens seriam reduzidos se esta queima fosse totalmente realizada.)

Em relação ao staking:

• Os usuários devem apostar 100.000 Pepecoins por 90 dias.
• O NFT ERC-721 do Brain é emitido imediatamente após o staking.
• Os cérebros gerados desta forma não são transferíveis, mas gradualmente ganharão BASED, o token nativo do projeto.
• A participação pode ser retirada após 90 dias.

Independentemente do método utilizado, à medida que mais Brains são criados, uma quantidade correspondente de Pepecoin será queimada ou bloqueada, dependendo da taxa de participação dos dois métodos. Fica claro que essa distribuição se trata mais da alocação de ativos cripto do que de recursos de IA. Dada a escassez de Brains e as recompensas de token por sua operação, a demanda por Pepecoin aumentará significativamente durante a criação de Brains; tanto o staking quanto a queima reduzem a oferta circulante de Pepecoin, teoricamente beneficiando o preço do mercado secundário do token.

Desde que menos de 1024 Brains sejam emitidos e estejam ativos dentro do contrato ERC-721, o Portal BasedAI continuará emitindo Brains. Se todos os 1024 Brains forem alocados, o Portal BasedAI não permitirá mais a criação de novos Brains. Um endereço Ethereum pode conter vários Brain NFTs. O portal BasedAI permitirá aos usuários gerenciar recompensas de todos os Brains possuídos associados à carteira ETH conectada. Os proprietários de Brains ativos podem esperar ganhar entre $30.000 e $80.000 por Brain por ano, de acordo com dados oficiais do papel.

Com esses incentivos econômicos e narrativas sobre IA e privacidade, a popularidade antecipada do Brain após seu lançamento oficial é previsível.

Resumo

Em projetos de criptomoeda, a tecnologia em si não é o objetivo; seu papel é guiar a atenção, direcionando assim a distribuição e fluxo de ativos. O design do Cérebro da BasedAI demonstra claramente uma compreensão de “como promover a distribuição de ativos”: sob a narrativa correta da privacidade dos dados, integrando os recursos necessários para cálculos relacionados à IA em um privilégio, criando escassez para este privilégio, direcionando assim os ativos para o privilégio e aumentando o consumo de outro token MEME.

Os recursos computacionais são alocados e incentivados corretamente, os ativos do projeto "Brain" ganham escassez e popularidade, e o fornecimento circulante do token Meme diminui... Do ponto de vista da criação de ativos, o design da BasedAI é sofisticado e inteligente.

No entanto, se alguém fosse abordar as questões não ditas e evitadas com ignorância fingida:

Quantas pessoas usarão este grande modelo de linguagem de proteção à privacidade? Quantos gigantes de IA estão dispostos a cooperar com uma tecnologia de proteção à privacidade que pode não beneficiá-los?

A resposta permanece menos do que otimista. No entanto, as narrativas prosperam com o momentum, e a especulação é oportuna. Às vezes, o que é necessário não é questionar a viabilidade de um caminho, mas sim ir com o fluxo.

Material de origem:

X: https://twitter.com/getbasedai

Site Oficial: https://www.getbased.ai/

Pepecoin: https://twitter.com/pepecoins

Whitepaper BasedAI

Aviso Legal:

1. Este artigo é reproduzido de techflow, originalmente intitulado “Uma Profunda Investigação sobre o BasedAI: Uma Rede de Modelos de Linguagem Grandes Priorizando Privacidade e Eficiência, A Próxima Grande Coisa na Corrida de IA” por [GateIOTechFlow]. Os direitos autorais pertencem ao autor original, [TechFlow]. Para quaisquer problemas relacionados a essa reprodução, entre em contato com o Equipe de Aprendizado da Gate. A equipe processará isso de acordo com os procedimentos relevantes o mais rápido possível.

2. Aviso Legal: As opiniões expressas neste artigo são exclusivamente do autor e não constituem nenhum conselho de investimento.

3. As traduções do artigo para outros idiomas foram feitas pela equipe Gate Learn. A reprodução, disseminação ou plágio dos artigos traduzidos não é permitida sem menção de Gate.io.