Inteligência Artificial e Web3; entrevista com ex-pesquisador do OpenAI

A inteligência artificial é um tema que está muito em voga nos últimos dias, muito por conta da viralização do ChatGTP, ferramenta da empresa OpenAI em que Elon Musk foi investidor.

A tecnologia pode destravar uma série de oportunidades como a melhoria na produção de tarefas automatizadas. No universo Web3 não poderia ser diferente.

Para entender quais impactos a inteligência artificial pode causar no mercado cripto, finanças descentralizadas (DeFi) e até em jogos blockchain, o Crypto Times conversou com Bruno Alano Medina.

Medina foi um dos 150 pesquisadores – único brasileiro – selecionados para auxiliar no desenvolvimento da OpenAI. 

Formado em Ciência da computação pela Universidade de London, ele também tem passagem na Associação Brasileira de Inteligência Artificial (ABRIA) e atualmente trabalha com “machine learning” no Jusbrasil.

Confira a entrevista:

CT – Como a IA pode acelerar a construção da Web3?

Leia também

Criptomoedas

Bitcoin (BTC): Criptomoeda experimenta oscilações após halving; confira

Conteúdo Empiricus

Bitcoin deve ficar ‘de lado’ e ser superado pelas altcoins em breve; veja cinco criptomoedas para ter a chance de ‘surfar’ a altseason

Hoje independentemente se você é leigo ou não, a maior dificuldade no uso de blockchains está na segurança e confiabilidade daquilo que você está fazendo.

Esse é um problema que envolve diversas esferas, desde da parte da experiência do usuário (UX) e design, até questões técnicas sobre gestão de carteira e uso de exchanges.

Para mim, IA será essencial para conseguirmos trazer um ambiente mais controlado e seguro da perspectiva de usuário.

Um exemplo, e que já é utilizado por algumas instituições (inclusive o governo americano), é a identificação automatizada de entidades mal-intencionadas na blockchain. Podemos ver o contexto da blockchain como um grafo, onde temos infinitos endereços e a interação entre eles ou com smart contracts [contratos inteligentes].

Saber se uma entidade é mal-intencionada, é conseguir prever a partir de uma transação maliciosa, até onde ela se extende e quais endereços são membros da organização mal-intencionada.

Com isso, podemos fornecer ao usuário, exchanges e outros membros da rede, uma análise de risco ao interagir com entidades que podem fornecer risco a sua carteira ou empresa.

Outro caso muito comum ao interargir com qualquer smart contract, é saber se ele apresenta falhas que pode colocar seus ativos em risco. Isso não é uma tarefa trivial, até para um especialista em segurança, tanto pela complexidade da análise do código fonte, como também existe muito smart contract hoje em produção não disponibilizam seu código fonte, sendo visível apenas o bytecode do mesmo (uma espécie de código de máquina baixo nível).

Com AI e ferramentas de testes automatizados, podemos criar ferramentas que identifiquem padrões em bytecode diretamente e que representam possíveis falhas ou métodos maliciosos.

Na perspectiva de meio-ambiente, podemos ver aplicações a nível de protocolo usando Machine Learning, para prever o consumo do poder de processamento, e automaticamente otimziar seus mineradores/nós a fim de reduzir o consumo energético.

CT – Como capturar o valor da IA em Web3 como investidor de varejo?

Como tais algoritmos dependem de muitos dados, aposto muito em protocolos ou startups que estruturam informações e as disponibilizam.

Um exemplo é o caso da Chainlink, um dos maiores players da integração de dados off-chain para o ambiente de blockchain, de forma verificável e segura. Uma aposta que faço neste protocolo é a integração de computação verificável através da Intel SGX, um chip que supostamente executaria um código pré-definido e totalmente confiável em qualquer máquina.

Ainda estamos um pouco longe, tanto pelo lado da Intel onde o chip ainda tem algumas vulnerabilidades quanto também a nível de protocolo, mas uma vez concretizado, trazer dados de qualquer organização ou API interna torna-se trivial, verificável e seguro.

Já algumas startups para ficar de olho são a Chainanalysis que hoje oferece ferramentas de KYC e gestão de risco para organizações; Dune Analytics que permite criar dashboards e análise de dados a nível de transações e carteiras na blockchain; e a The Graph que indexa interações com smart contracts de forma verificável.

CT – Como poderemos ver a IA inserida nesse ecossistema?

Por um lado temos as tecnologias de inteligência artificial auxiliando as arquiteturas de blockchain e suas experiências derivdas, enquanto por outro temos inúmeras possibilidades de soluções principalmente baseadas em IA que tornam-se possíveis.

A grande intersecção entre IA e Blockchain, é que ambas são data-driven, e dessa forma coperam entre si.

Como exemplo, a união entre blockchain e IA possibilita produtos que não eram viáveis na perspectiva de leis de proteção de dados, ou até mesmo na escala da operação. Um caso óbvio é o uso de dados de saúde para predição de internações, necessidades de saúde regionais e outras informações.

Usando um conceito chamado de Multi-Party Computation (MPC), conseguimos criar modelos preditivos usando dados privados de cada indivíduo, sem que o mesmo passe seus dados para outros membros.

Seria como se fosse o próprio indivíduo contribuindo com suas informações privadas de saúde, com todo o ecossistema, porém o dado pessoal do mesmo nunca saíndo de sua posse. Esse conceito poderia ser aplicado para diferentes áreas, como finanças pessoais, recomendação de produtos e outros.

Outra tendência que vejo é sobre transparência de decisões, como análise de risco/crédito por exemplo. Atualmente, se um indivíduo tem uma análise rejeitada, é muito difícil saber qual fator foi o mais impactante, e se está tendo algum viés em relação ao seu perfil. 

Através de tecnologia de blockchain e Zero-Knowledge Proofs e IA, torna-se possível criar modelos que ao mesmo tempo respeitem sua privacidade e não disponibilizam seus dados, e modelos preditivos que mantenham a mesma qualidade assertiva dos tradicionais.

CT – É possível que no futuro smart contracts sejam escritos por IA?

Quanto à IA, acredito muito em um modelo “human in the loop”, onde modelos preditivos são utilizados como um par aos humanos, na maioria das tarefas complexas.

Nos últimos anos, vemos diversas evoluções em modelos generativos, como Github Copilot que é baseado na tecnologia da OpenAI, que está muito na mídia por causa do ChatGPT (a base da tecnologia é a mesma).

Dessa forma, acredito que haverá sempre (pensando nos próximos 10 anos) uma dependência de um humano, porém com sua capacidade aumentada através da inteligência artificial, seja para escrever código, copywriting ou outras tarefas.

Claro, isso exclui soluções commodity, como soluções de tecnologia simples como smart contracts de tokens padrão ERC20, soluções de visualização e inserção no banco de dados e demais artefatos.

Essa união entre máquina e humano será o grande impacto da AI nos próximos anos, onde um é colaborador ao outro. Por exemplo, enquanto o desenvolvedor está desenvolvendo o smartr contract, a IA já estaria por sua vez escrevendo testes, verificando se existem vulnerabilidades e se existem outras formas mais otimizadas de representar a lógica que o desenolvedor projetou.

Isso será benéfico tanto para o arquiteto da solução, quanto também para todos seus usuários, que saberão que o risco foi mitigado dentro do possível por uma outra solução.

CT – Quais aplicações de IA em games em blockchain?

A tendência que vejo para os próximos passos está na utilização de modelos generativos, que a partir de uma entrada em texto, criem imagens, objetos 3D, músicas e até falas com idênticas aos humanos. Com isso, entraremos em um grau de personalização de experiências jamais visto.

Isso implica em uma democratização ao acesso a tais recursos que antes era limitada a grandes produtoras de jogos e custavam milhões de dólares. Com isso, studios de desenvolvimento de jogos menores e até mesmo desenvolvedores indies, conseguem criar seus jogos com altíssima qualidade e imersivo com tais recursos, diminuindo a barreira de entrada de jogos experimentais ou até AAA em ambiente blockchain.

CT – E em market makers para DeFi?

AI está sendo cada vez mais utilizados por market makers em DeFi para melhorar suas operações e maximizar retornos. Uma forma importante de como está sendo utilizados é através de modelagem preditiva.

Analisando grandes quantidades de dados de mercado, algoritmos de AI e aprendizado de máquina podem prever tendências futuras e ajudar market makers a tomar decisões mais informadas sobre compra e venda de ativos. Isso pode levar a uma criação de mercado mais eficiente e melhores retornos.

Além disso, AI e aprendizado de máquina podem ajudar no gerenciamento de riscos, analisando dados de mercado e identificando riscos potenciais como quedas repentinas, escassez de liquidez ou até identificação de falhas nos smart contracts envolvidos.

Uma outra forma que tais modelos preditivos ajudam é na otimização a provisão de liquidez nas plataformas DeFi e também para identificar e explorar diferenciais de preços entre diferentes plataformas através de arbitragem, abrindo novos mercados e maximizando retornos.