A IA está ficando mais inteligente quase todos os dias, mas ainda existe um problema que ninguém pode ignorar: nem sempre podemos confiar no que ela nos diz. Os modelos modernos de IA conseguem escrever, analisar, programar e responder a perguntas em segundos, mas também podem nos fornecer, com toda a confiança, informações simplesmente erradas. Isso talvez seja aceitável ao fazer uma pergunta casual a um chatbot, mas se torna um problema sério quando a IA começa a movimentar dinheiro, tomar decisões de negócios, executar transações ou operar sem que uma pessoa verifique cada etapa. É esse o problema que a Mira Network está tentando resolver. Em vez de criar mais um modelo de IA e torcer para que ele se torne perfeito, a Mira está desenvolvendo uma camada descentralizada de verificação que checa as informações geradas por IA antes que se possa confiar nelas.
A ideia por detrás da Mira é, na verdade, bastante simples. Quando uma IA produz uma resposta complexa, a Mira pode dividi-la em afirmações mais pequenas e enviar essas afirmações a diferentes modelos de IA para verificação independente. As respostas são depois comparadas e combinadas através de um processo de consenso. O objetivo é tornar muito mais difícil que o erro de um modelo se transforme na resposta final. A Mira também pode criar uma prova criptográfica do processo de verificação, dando às aplicações uma forma de saber que um resultado foi efetivamente verificado, em vez de simplesmente aceite porque um modelo de IA pareceu confiante.
A investigação da própria Mira dá uma indicação interessante do que isto pode alcançar. Num teste publicado, o projeto referiu que o GPT-4o obteve uma precisão de 73,1% como referência, enquanto o consenso entre dois modelos elevou o resultado para 93,9%, e o consenso entre três modelos alcançou 95,6%. Estes números não devem ser vistos como uma garantia de que vários modelos estarão sempre certos, mas mostram por que motivo a ideia é interessante. Se modelos diferentes tiverem pontos fracos diferentes, colocá-los a desafiarem-se mutuamente pode potencialmente reduzir os erros. A maior questão, porém, é saber se esses modelos são realmente independentes. Se vários modelos tiverem aprendido a mesma informação incorreta, podem todos concordar com a mesma resposta errada. Assim, o sucesso da Mira a longo prazo dependerá muito da diversidade dos modelos e da qualidade da informação que está a ser verificada.
O projeto também evoluiu para além de uma simples ideia. Em 2024, a Mira angariou 9 milhões de dólares numa ronda de financiamento inicial junto de investidores como a BITKRAFT Ventures, a Framework Ventures, a Accel e a Mechanism Capital. O seu foco inicial incluía infraestrutura descentralizada de IA e produtos como o Klok, antes de o projeto se orientar cada vez mais para a inteligência verificada. Este historial é importante porque a Mira tem vindo a construir infraestrutura real de IA, em vez de simplesmente lançar um token em torno de uma narrativa sobre IA.
O token MIRA faz agora parte desse ecossistema. A oferta total está limitada a mil milhões de tokens, e o MIRA foi concebido para staking, segurança da rede, governação e pagamentos por serviços de verificação. Os validadores podem ter valor económico em risco, o que cria um incentivo para participarem honestamente. Mas há também um risco de investimento importante: ainda está previsto que uma grande parte da oferta total entre em circulação. Para que o token tenha um desempenho sustentável, a procura real pelos serviços da Mira tem de crescer mais depressa do que a oferta adicional que entra no mercado.
Onde é que isto poderá ser útil? As oportunidades mais óbvias estão em áreas onde uma resposta incorreta da IA pode sair cara. A investigação financeira, os sistemas de negociação autónomos, o software empresarial, a conformidade, a tecnologia jurídica e os agentes de IA são todos mercados potenciais. Imagine um agente de IA a preparar uma grande transação financeira. Em vez de confiar num único modelo, a transação poderia ser verificada primeiro por vários modelos independentes através da Mira, antes de se concretizar. Nesse cenário, a Mira deixaria de ser apenas uma ferramenta de verificação de factos. Tornar-se-ia uma camada de segurança em torno da IA autónoma.
É também aí que reside a maior oportunidade. Se os agentes de IA vierem a ser responsáveis pela gestão de dinheiro, contratos, empresas e ativos digitais, as empresas precisarão de uma forma fiável de verificar o que esses agentes estão a fazer. A Mira poderá eventualmente situar-se entre as decisões geradas pela IA e a sua execução no mundo real.
Mas a concorrência será intensa. As grandes empresas de IA podem criar os seus próprios sistemas de verificação, enquanto outros projetos de criptomoedas também estão a trabalhar em IA descentralizada, capacidade computacional e inferência verificável. Por isso, a Mira tem de provar que a descentralização oferece uma vantagem real, em vez de simplesmente acrescentar complexidade e custos.
O mais importante a acompanhar não é mais uma parceria, uma listagem numa plataforma de câmbio ou uma variação de preço a curto prazo. É saber se os programadores estão dispostos a pagar pelos serviços de verificação da Mira porque estes tornam realmente a IA mais fiável.
Se isso acontecer, Mira poderá tornar-se muito mais do que mais um projeto de criptomoedas relacionado com IA. Poderá tornar-se parte da infraestrutura que determina se as máquinas autónomas podem agir com base nas informações que geram.
E essa poderá vir a ser uma das questões mais importantes na era da IA: não o quão inteligente a IA se torna, mas até que ponto podemos confiar nela antes de a deixarmos agir.
