Pular para o conteúdo
  • BTC $62.688 −2,1%
  • ETH $1.759 −1,3%
  • SOL $73,01 +0,8%
  • BNB $579,44 −1,3%
  • XRP $0,9717 +0,8%
  • DOGE $0,0584 −0,2%
  • ADA $0,1502 −1,4%

Decentralized AI: o que é, como funciona e por que será central na economia da inteligência

No relatório “State of AI 2025”, a Messari dedica um capítulo inteiro à Decentralized AI (deAI), definindo-a como um complemento necessário.

decentralized ai deai

No relatório “State of AI 2025”, Messari dedica um capítulo inteiro à Decentralized AI (deAI), definindo-a não como uma alternativa ideológica à AI tradicional, mas como um complemento necessário para garantir transparência, segurança e participação global.

Em um mundo onde os modelos se tornam black box e o poder dos laboratórios privados cresce, o papel da deAI não é teórico: é uma resposta estrutural aos desafios da nova ordem da inteligência.

A inteligência artificial está se tornando a infraestrutura digital mais estratégica do planeta. Mas enquanto os gigantes da tecnologia consolidam seu domínio, cresce um movimento paralelo que deseja construir uma IA radicalmente diferente: aberta, verificável, permissionless e distribuída.

O que é a Decentralized AI (deAI)?

O deAI é um sistema de IA construído em redes distribuídas, onde:

  • os dados podem ser coletados, rotulados e trocados de forma permissionless;
  • o cálculo é realizado em redes globais de GPUs independentes;
  • os modelos podem ser treinados e utilizados de forma coordenada, sem uma única autoridade de controle;
  • privacidade, verificabilidade e reputação são garantidas através de blockchain, criptografia e sistemas de atestação;
  • os agentes de IA podem transacionar, identificar-se e colaborar em um ambiente trustless.

Em outras palavras:

A deAI é a infraestrutura que permite construir uma IA aberta “para qualquer um e por qualquer um”, sem depender de um gigante privado.

Por que a deAI se torna necessária?

Messari divide as razões em duas categorias: filosóficas e práticas.

🔹 Filosofia

  1. Concentração de poder
    A IA centralizada dá um controle enorme a poucas empresas (OpenAI, Google, Anthropic). Isso influencia narrativas, acesso a dados, padrões tecnológicos e até mesmo processos sociais.
  2. Opacidade
    Não sabemos como os modelos foram treinados, quais dados utilizam, quais vieses incorporam.
  3. Confiança limitada
    Não existem garantias verificáveis de que o modelo fornecido seja o declarado ou que trate os dados de forma correta.

🔹 Prática

  1. Coordenação global
    As blockchains permitem coordenar milhões de dispositivos e colaboradores sem necessidade de confiança.
  2. Verificabilidade on-chain
    Identidade, reputação, estado do modelo e integridade podem ser registrados de forma imutável.
  3. Pagamentos nativos
    Os agentes de IA precisam de pagamentos instantâneos, microtransações e liquidação imediata: aqui, crypto é insubstituível.
  4. Escalabilidade através de redes distribuídas
    A deAI aproveita hardware já existente (PC gaming, edge devices, pequenos data centers), não apenas GPU hyperscaler.

A deAI Stack: os 6 níveis que compõem o ecossistema

O relatório descreve em detalhe a stack tecnológica da deAI, composta por 6 camadas interconectadas: Data → Compute → Training → Privacy/Verification → Agents → Applications.

Vamos analisá-los um por um.

1. Camada de Dados

O coração de cada sistema de IA é o dataset.
Na deAI, os dados são coletados, etiquetados, armazenados e trocados através de redes distribuídas.

Atividades principais:

  • coleta de dados (vídeo, áudio, sensores, interações reais)
  • etiquetagem através de marketplaces incentivados
  • limpeza & pré-processamento
  • armazenamento em redes distribuídas (Filecoin, Arweave, Jackal)
  • mercados de dados (Ocean, Vana, Cudis)

A descentralização permite:

  • maior diversidade de dados
  • incentivos econômicos diretos aos contribuidores
  • verificabilidade (proveniência, timestamp, identidade)
  • redução do custo dos datasets proprietários

Com a “data famine” prevista até 2030, esta camada torna-se crucial.

2. Camada de Computação

Aqui ocorre a parte mais cara da IA: realizar o treinamento e a inferência.

As redes de computação descentralizada (DCN):

  • Akash
  • Render
  • io.net
  • Aethir
  • Hiperbólico
  • EigenCloud
  • Exabits

O principal benefício: disponibilizam computação sob demanda a preços de mercado, não impostos por um provedor de nuvem.

Historicamente ineficazes para o treinamento em larga escala (devido a latências e sincronizações), hoje os DCN são perfeitos para servir inferência, porque:

  • requer menos comunicação entre GPUs
  • pode ser executada em hardware heterogêneo
  • é o segmento destinado a representar 50–75% da demanda de computação até 2030

3. Camada de Treinamento & Inferência

Messari distingue claramente:

Pré-treinamento

Extremamente difícil de descentralizar:
requer conjuntos de dados enormes, sincronização rigorosa, largura de banda altíssima.

Pós-treinamento (SFT / RLHF / RL)

Perfeito para redes distribuídas:

  • mais assincronia
  • menos comunicação
  • mais escalabilidade
  • possibilidade de crowdsourcing de dados

Inferência descentralizada

É o elo perdido que torna a deAI utilizável na vida real.

Exemplos citados no relatório:

  • Prodia
  • Quedas
  • Fortytwo Network
  • dria
  • inference.net

4. Camada de Privacidade & Verificação

É aqui que entram em cena as tecnologias criptográficas mais complexas.

Técnicas fundamentais:

  • ZKML (zero-knowledge machine learning)
  • Optimistic ML (verificação através do período de desafio)
  • ML baseado em TEE (ambientes de execução confiáveis)
  • FHE (encriptação homomórfica totalmente)
  • MPC (computação multipartidária)
  • Aprendizado federado

Objetivo:

Garantir que um modelo foi calculado corretamente, sem modificações e sem expor dados sensíveis.

Projetos mencionados:

  • Phala (TEE)
  • Zama (FHE)
  • Nillion (MPC)
  • EZKL (ZKML)
  • Lagrange (zkML + infraestrutura de verificação)

Este é o layer mais importante para a adoção empresarial.

5. Agentes & Camada de Orquestração

O relatório analisa como os autonomous agents estão se tornando a nova “interface” da IA.

Um stack completo inclui:

  • modelo base (LLM ou SLM)
  • ferramentas (API, carteira, automação de navegador)
  • framework (ElizaOS, Daydreams, Olas, Questflow)
  • padrões de comunicação
  • coordenação multi-agente
  • integridade verificável (prompt inviolável, reasoning verificado)

As blockchains desbloqueiam para os agentes:

  • identidade
  • reputação
  • pagamentos self-custodial
  • acesso trustless a serviços financeiros
  • auditabilidade

Os agentes serão os principais “usuários” da blockchain nos próximos 5 anos.

6. Camada de Aplicações

O nível final: os aplicativos construídos em toda a stack.

Exemplos:

  • agentes de trading
  • bots DeFi autonômicos
  • browsers autónomos
  • sistemas de cibersegurança
  • rotulagem de dados com IA
  • universos multi-agente para gaming, discovery ou e-commerce
  • motores de recomendação descentralizados

As apps deAI funcionam como IA normais, mas com três diferenças:

  1. transparência
  2. verificabilidade
  3. interoperabilidade com crypto

Por que agora? As 5 forças que impulsionam a deAI

Messari identifica cinco megatendências que criam um terreno perfeito para o crescimento da decentralized AI:

  1. Demanda de inferência em crescimento vertical
  2. Esgotamento dos dados públicos e solicitação de dados proprietários
  3. Explosão dos agentes de IA que devem transacionar autonomamente
  4. Guerra global pelo talento e custos proibitivos do compute
  5. Avanços na descentralização do treinamento e da verificação

A IA centralizada não pode satisfazer tudo: é necessária complementaridade.

Conclusão: a deAI é a base da IA aberta, verificável e participativa

A IA descentralizada não é uma tendência: é uma resposta estrutural.
À medida que os modelos crescem e o poder das Big Tech se concentra, a necessidade de:

  • verificar
  • descentralizar
  • atestear
  • coordenar
  • compensar
  • proteger
  • distribuir

torna-se central.

A deAI é a infraestrutura que permite à AI ser não apenas poderosa, mas também:

  • aberta
  • segura
  • distribuída
  • acessível globalmente

Francesco Antonio Russo

Todos os artigos de Francesco Antonio Russo