O que significa ter dados confiáveis na era da IA. O @WalrusProtocol lançou um artigo bastante interessante, que discute como, na era da IA, se torna cada vez mais difícil confiar nos dados em si, e como o Walrus pretende resolver isso. Abaixo está um resumo do artigo e algumas reflexões pessoais. Problemas da era da IA: - A indústria de IA (avaliada em 200 bilhões de dólares) depende de dados, mas 78% das empresas que utilizam IA apenas 20% validam os resultados. - O maior problema é que, devido à falta de confiança nos dados da IA, é necessário validar praticamente 100% dos dados. - Dados não confiáveis geram riscos sociais e econômicos. - Tomar decisões com base em dados incorretos significa que o ponto de partida está errado, tornando as chances de obter resultados corretos extremamente baixas. Necessidade: - Sem uma infraestrutura de dados confiáveis, a IA e a economia digital são vulneráveis e suscetíveis a manipulações. Papel do Walrus: - Garantia de integridade e propriedade dos dados → preservação permanente sem adulteração ou vazamento. - Controle de acesso → apenas pessoas autorizadas podem usar os dados. - Vários agentes podem processar dados confidenciais de forma segura → criação de novos conjuntos de dados e mercados. Mercado de dados: - O mercado de dados está crescendo rapidamente (34,7 bilhões de dólares em 2024), mas 67% das pessoas não confiam nos dados. - O Walrus oferece transparência e confiança, ativando um novo mercado de dados. => No entanto, a transparência e a confiabilidade dos dados em si podem ser garantidas através das funções de contratos inteligentes do Walrus, mas se a prova dos dados originais não for incluída após passar pela IA, isso pode não ter muito significado. Nesses casos, seria interessante que o Walrus colaborasse com lugares como o Openledger. Claro que isso não vai acontecer. O Openledger é uma plataforma EVM baseada em L2, enquanto o Walrus deve operar com base no SUI. Quando se limita ao seu próprio ecossistema, a cooperação se torna um pouco difícil, o que é um ponto um tanto frustrante. - Casos de aplicação: - CUDIS: propriedade e venda de dados de saúde pessoal. - Eles também estão se expandindo para o SUI e começaram a vender hardware separadamente. - Alkimi: torna os dados de publicidade transparentes, criando AdFi (financiamento de dados publicitários). - Baselight: distribuição imediata de dados sem procedimentos de aprovação centralizados. Visão:...