O CEO da Assisterr, Nick Havryliak, discute os benefícios dos pequenos modelos de linguagem (SLMs), IA descentralizada e blockchain no desenvolvimento de IA. Os SLMs são uma alternativa escalável e econômica em relação a modelos de IA grandes, especialmente para aplicações específicas. A Assisterr está desenvolvendo um ecossistema de IA descentralizada onde as comunidades podem possuir, gerenciar e melhorar seus modelos de IA através da tecnologia blockchain. A entrevista aborda as vantagens dos SLMs, seus benefícios práticos para desenvolvedores e usuários, aplicações no mundo real, a propriedade comunitária dos modelos de IA, o papel da blockchain na governança da IA descentralizada, os desafios na transição para um ecossistema de IA descentralizado e o futuro da IA na eletrônica de consumo.

À medida que a inteligência artificial evolui para soluções mais eficientes, pequenos modelos de linguagem (SLMs) estão se tornando uma alternativa escalável e econômica aos grandes modelos generalizados favorecidos pelas Big Tech, particularmente para aplicações específicas. A Assisterr, uma rede de SLMs com sede em Cambridge, está desenvolvendo um ecossistema de IA descentralizado onde comunidades podem possuir, gerir e melhorar seus modelos de IA enquanto participam em sistemas de governança e recompensas por meio da tecnologia blockchain. Nesta entrevista, o CEO da Assisterr, Nick Havryliak, discute as vantagens dos SLMs, o potencial da IA descentralizada e como o blockchain está capacitando comunidades a moldar o futuro do desenvolvimento de IA. Cointelegraph: O que inspirou a criação dos SLMs e como eles diferem dos grandes modelos de IA desenvolvidos pelas empresas de Big Tech? Nick Havryliak: Minha experiência em consultoria de tecnologia, particularmente em gestão de equipes de P&D e desenvolvimento de soluções de aprendizado de máquina (ML) e Internet das Coisas (IoT), destacou a grande limitação do tamanho e da qualidade do conjunto de dados em ML. Esse desafio me levou a explorar como os incentivos do Web3 poderiam ser aproveitados para agregar dados de alta qualidade e específicos de nicho. Essa ideia lançou as bases para a criação dos SLMs, que resolvem as ineficiências observadas em modelos de IA maiores e gerais. Temos ouvido sobre as alucinações e altos custos dos grandes modelos de linguagem (LLMs). Isso ocorre principalmente porque as Big Tech tentam alcançar uma maior adoção ao fazer modelos mais generalistas. Os SLMs oferecem uma rota diferente, onde os modelos podem ser altamente especializados, mas apenas em áreas menores. CT: Os SLMs prometem ser mais eficientes, escaláveis e acessíveis. Você poderia explicar como essa eficiência se traduz em vantagens práticas para desenvolvedores e usuários? NH: Os SLMs são mais eficientes em termos de recursos, econômicos e mais fáceis de implantar. Eles se destacam na otimização específica de tarefas e em ambientes com poucos recursos, tornando-os ideais para aplicações onde velocidade e custo são críticos. Fonte: Assisterr Além disso, para a maioria das tarefas diárias e automação de IA, você não precisa de "uma IA com conhecimento absoluto" se o resultado é obtido com uma solução mais simples. Assim como os humanos não usam foguetes para matar mosquitos, não precisamos esperar pela mágica inteligência geral artificial (AGI) ser desenvolvida para resolver problemas do mundo real em uma variedade de casos de uso. Os SLMs estão aqui para capacitar tais soluções agora, não no futuro. CT: Quais são algumas aplicações ou indústrias do mundo real que você acredita que se beneficiarão mais com o uso de SLMs? NH: Os SLMs podem ser integrados em qualquer aplicação, estrutura agente ou hardware que estamos usando diariamente, incluindo dispositivos chamados de edge, como telefones móveis e laptops. Embora ainda seja complicado estimar toda a gama de casos de uso, acreditamos que o tamanho do mercado de SLM e o número de SLMs superarão o número de aplicações móveis, que tem um mercado de $255 bilhões e mais de 5 milhões de aplicativos, na próxima década. Os SLMs reduzirão o ponto de entrada ao estarem muito próximos do domínio do usuário final, enquanto permanecem altamente eficientes em termos de custo. CT: A Assisterr enfatiza a propriedade comunitária dos modelos de IA. Como sua plataforma capacita as comunidades a criar, gerenciar e melhorar seus próprios modelos de IA? NH: Através das ferramentas da Assisterr, os usuários configuram tesourarias baseadas em contratos inteligentes que gerenciam as operações, a receita e a governança dos modelos por meio de sistemas de votação tokenizados. Contribuidores e validadores podem colaborar aprimorando os modelos, com recompensas distribuídas com base em seus esforços. CT: A blockchain desempenha um papel central em seu modelo. Você poderia nos explicar como a tokenização e a tecnologia blockchain possibilitam a governança descentralizada de IA e incentivam as contribuições? NH: Cada SLM opera dentro de uma MiniDAO — um modelo de co-ownership baseado em tesouraria. A tesouraria é governada por meio de votação pelos co-proprietários usando Tokens de Gestão (MTs). As principais características da MiniDAO incluem: CT: Como a Assisterr garante que o desenvolvimento orientado pela comunidade dos SLMs mantenha altos padrões de qualidade, segurança e práticas éticas de IA? NH: Embora criemos todos os instrumentos para construir SLMs de forma segura e utilizemos abordagens de ponta, a qualidade ainda depende de muitos fatores de execução. É por isso que queremos tornar esse processo o mais acessível possível, promovendo uma competição saudável entre SLMs e suas comunidades! CT: Você prevê desafios na transição de modelos tradicionais de IA centralizados para um ecossistema de IA descentralizado? Se sim, como a Assisterr está lidando com esses obstáculos? NH: Vemos que o principal desafio é a dificuldade de construir casos de uso de IA do mundo real para pessoas não técnicas. Como, por exemplo, como escolher um problema, como entender se é muito complexo para a IA e como definir instruções para o modelo seguir. Fonte: Assisterr Queremos transferir todo esse conhecimento das equipes técnicas, tornando esse processo suave com nosso assistente de IA. Em vez de focar na comunidade de desenvolvedores, estamos tornando a criação de IA mais acessível para criadores, proprietários de dados e uma variedade de pessoas com diferentes formações. CT: Dispositivos de borda, como smartphones e laptops, estão se tornando cada vez mais poderosos. Como os SLMs estão preparados para aproveitar essa tendência e entregar aplicações de IA mais inteligentes e eficientes em termos de custo? NH: Smartphones e diferentes dispositivos vestíveis são os principais motores iniciais do desenvolvimento de SLM. Esses dispositivos geralmente têm limitações mais severas em computação e, atualmente, é simplesmente impossível executar LLMs neles. Mas, ao mesmo tempo, os SLMs são a principal força para o desenvolvimento de novos gadgets, pois podem desbloquear novas maneiras inteligentes de uso. Isso inclui coisas como os óculos Meta ou amigos ou assistentes vestíveis que estão sempre ao alcance. CT: Olhando para o futuro, como você imagina o futuro da IA em eletrônicos de consumo à medida que os SLMs se tornam mais disseminados? Eles poderiam remodelar a forma como interagimos com a tecnologia do dia a dia? NH: Os SLMs definitivamente remodelarão nossas vidas — não apenas nossa interação com a tecnologia. Acreditamos que, em um futuro próximo, cada decisão poderá ser tomada por algum SLM específico. Cada caso de uso terá seu pequeno modelo, tornando extremamente fácil encontrar um "amigo assistente de IA" para qualquer necessidade. É aí que vemos o poder do efeito de rede, pois quanto mais SLMs houver, mais forte e valiosa a rede será para o usuário final. Saiba mais sobre AssisterrDisclaimer. O Cointelegraph não endossa qualquer conteúdo ou produto nesta página. Embora nosso objetivo seja fornecer todas as informações importantes que pudermos obter neste artigo patrocinado, os leitores devem realizar sua própria pesquisa antes de tomar quaisquer ações relacionadas à empresa e assumir total responsabilidade por suas decisões, nem este artigo pode ser considerado como aconselhamento de investimento.

Pequenos Modelos de Linguagem, IA Descentralizada e Blockchain: Uma Entrevista com o CEO da Assisterr, Nick Havryliak