Muitos projetos de IA estão a competir pelo número de parâmetros, pela quantidade de GPUs e pela dimensão dos modelos. Mas esta demonstração da @Acurast Acurast vai na direção oposta: pede a um telemóvel Android que decida onde colocar a próxima peça do Tetris.

À primeira vista, parece um joguinho descontraído. Mas, na minha opinião, o interessante não é que «a IA saiba jogar Tetris». Isso já não é novidade. O que vale mesmo a pena observar é a forma diferente como a tarefa de IA é dividida.

Primeiro, o jogo analisa o tabuleiro atual, gera 5 posições possíveis para a peça e explica as consequências de cada opção — por exemplo, se permite eliminar uma linha ou se deixa espaços vazios. Depois, estas informações são enviadas através de um pedido HTTP para um telemóvel na rede Acurast. O modelo Laya, que é executado no CPU do telemóvel, escolhe uma opção e envia o resultado de volta ao jogo.

Todo o processo pode ser resumido em uma frase: o software gera as opções, a IA toma a decisão e o celular realiza o cálculo.

Laya também não é um grande modelo de linguagem conversacional como os que conhecemos. Ele pertence à categoria dos modelos de decisão System One: não se encarrega de escrever textos longos nem precisa realizar raciocínios complexos. Em vez disso, escolhe rapidamente entre algumas opções já apresentadas e retorna a probabilidade correspondente a cada uma.

De acordo com os dados divulgados pela Acurast, esse tipo de decisão rápida costuma levar cerca de 0,2 a 1 segundo em uma CPU de celular. Além do Tetris, a equipe oficial também criou nove demonstrações, incluindo Snake, Doom, classificação de e-mails, moderação de chats e detecção de injeções de prompt. Cada resposta vem de um celular real na rede. A página também mostra o país onde o dispositivo está, o modelo do chip e o número de decisões já processadas, além de disponibilizar registros on-chain para consulta.

Acho essa abordagem muito mais prática do que “fazer o celular aguentar um modelo enorme”.

Nem todas as tarefas de IA do mundo real precisam gerar milhares de palavras. Uma carteira pode avaliar se uma autorização está de acordo com as regras do usuário; um agregador de transações pode escolher o caminho mais barato entre várias opções; um agente on-chain pode decidir qual operação executar em seguida. Muitas vezes, essas tarefas têm um conjunto claro de opções.

O software pode primeiro calcular todas as alternativas válidas, e então um modelo pequeno pode escolher entre elas com base nas regras definidas pelo usuário. O resultado final ainda passa por uma verificação independente. Assim, a IA não precisa fazer todos os cálculos e tampouco pode executar ações fora do conjunto de opções disponíveis.

Naturalmente, esses modelos estão longe de serem infalíveis.

No teste de classificação de e-mails da Acurast, Laya acertou 144 dos 160 e-mails, com uma precisão de cerca de 90%. A demonstração de classificação de notícias consegue identificar se um título parece caça-cliques, mas não verificar se o conteúdo é verdadeiro. Quando o chat fica rápido demais, a fila de moderação também começa a crescer. Além disso, as probabilidades fornecidas pelo modelo não devem ser consideradas diretamente como uma “medida de confiança” confiável.

Portanto, talvez seja mais adequado considerá-lo um filtro inicial rápido e de baixo custo, e não algo que tome a decisão final no lugar das pessoas.

O custo de referência informado atualmente pela equipe oficial é inferior a 1 $ACU por dia para executar uma instância própria de Laya. O custo real e a disponibilidade ainda dependem da configuração e das condições da rede. Talvez o número em si não seja o mais importante; o que merece mais atenção é que $ACU aqui não se refere a uma narrativa abstrata, mas a um serviço real de computação que pode ser acionado, cobrado e verificado.

A próxima etapa da IA talvez não consista apenas em treinar modelos cada vez maiores. Muitas das necessidades que realmente chegam aos produtos podem se resumir a uma classificação, uma filtragem ou uma pequena decisão.

Se essas tarefas discretas, mas frequentes, puderem ser realizadas por celulares espalhados pelo mundo, então o que a Acurast pretende oferecer não é apenas “poder de processamento barato”, mas um ambiente distribuído de execução adequado a decisões de IA leves.

Se um celular sem uso pudesse realizar uma pequena tarefa de IA para você, o que você gostaria que ele fizesse primeiro?

Este artigo apresenta apenas observações pessoais sobre a tecnologia e os cenários de aplicação do projeto e não constitui aconselhamento de investimento.