Do Hype à Realidade: As Inovações Emergentes em DePIN e IA para 2025

DePIN: redes descentralizadas de infraestrutura física

Embora os projetos DePIN, em teoria, tentem fornecer utilidade real para o cripto, são poucos os que realmente resolvem problemas do mundo real, possuem um modelo de negócio sensato capaz de disruptar empresas existentes e não podem ser facilmente fraudados. A maioria são simplesmente soluções em busca de um problema. Uma exceção notável é uma rede de rastreamento de voos chamada Wingbits. Por quê? Porque ela aborda um problema do Web2 resolvendo-o com incentivos do Web3. Para quem já rastreou um voo como o BA117 de Londres para Nova York, pode ter usado sites como FlightAware ou Flightradar.

Figura 1: Mapa de rastreamento de voo Wingbits

Fonte: Wingbits - Transformando o Rastreamento de Voos.

Empresas de rastreamento de voos geram milhões em receita vendendo dados de voos para companhias aéreas e para compradores como analistas financeiros que monitoram movimentos de jatos privados para fusões e aquisições. Essas empresas também ganham receita com anúncios e assinaturas em suas plataformas. Entretanto, seu gasto de capital não inclui despesas significativas com infraestrutura e hardware. Isso porque a tecnologia de vigilância da aviação, chamada receptores ADS-B, é um hardware que necessita de antenas e Raspberry Pis, adquiridos e configurados por entusiastas da aviação. Esses entusiastas esperam pouca coisa em retorno, frequentemente recebendo apenas uma assinatura gratuita da sua plataforma favorita de rastreamento de voos.

O principal problema é que os entusiastas não são incentivados a maximizar a qualidade dos dados para essas redes. Sem incentivos marginais, os receptores ADS-B frequentemente são mal posicionados — por exemplo, em cantos de salas de estar ou superabundantes em áreas urbanas densamente povoadas, levando a uma cobertura fraca em regiões rurais.

Figura 2: (LADO ESQUERDO) Receptor ADS-B tradicional, (LADO DIREITO) minerador Wingbits

Fonte: Wingbits - Transformando o Rastreamento de Voos.

Wingbits está revolucionando o rastreamento de voos ao incentivar entusiastas a posicionar estações estrategicamente, com base na altitude, enquanto utiliza um sistema similar ao índice espacial hierárquico hexagonal da Uber. Esta abordagem garante cobertura otimizada, dados de maior qualidade e, mais importante, recompensas justas para os colaboradores da rede. Eles alcançaram cobertura de 75% das maiores redes com apenas 1/11 do número de estações Wingbits. Esse alto nível de eficiência, combinado com uma previsão de implementação de mais de 4.000 estações, deve superar as redes tradicionais de rastreamento de voos por uma margem significativa, entregando dados de melhor qualidade aos clientes finais.

A próxima conversa no jantar de família explicando esse conceito virá com facilidade, pois agora podemos apontar para um caso de uso do mundo real, impulsionado por incentivos cripto, que pessoas comuns conseguem entender.

Cripto x IA

Semelhante aos ciclos de mercado, a demanda por poder computacional tem picos e vales. GPUs podem ser caras, e as restrições de oferta as tornam ainda mais. Desbloquear poder ocioso de computação em dispositivos de consumo não é um conceito novo, mas resolver o desafio da sincronização entre múltiplos dispositivos é. A Exo Labs é um projeto pioneiro que está alcançando avanços em computação de borda, permitindo que usuários executem modelos em dispositivos comuns de consumo, como MacBooks domésticos. Isso significa que dados sensíveis permanecem sob seu controle, reduzindo riscos associados ao armazenamento ou processamento na nuvem.

Figura 3: Um modelo de 9 camadas é dividido em 3 fragmentos, cada um rodando em um dispositivo separado

Fonte: Transparent Benchmarks - 12 Dias de EXO, EXO Labs.

A Exo Labs desenvolveu uma infraestrutura de software inovadora chamada pipeline parallel inference, que permite que um modelo de linguagem grande (LLM) seja dividido em "fragmentos", possibilitando que diferentes dispositivos executem partes separadas do modelo enquanto permanecem conectados pela mesma rede. Essa abordagem oferece diversas vantagens, como redução de latência, segurança aprimorada, eficiência de custos e, mais importante, benefícios à privacidade.

Explorando mais a privacidade, destaca-se o Bagel AI, um projeto que desenvolveu o ZKLoRA (Zero-Knowledge Low-Rank Adaptation), uma abordagem de preservação de privacidade para ajuste fino de LLMs. Essa inovação permite a criação de modelos especializados para setores como serviços jurídicos, saúde e finanças, permitindo que dados sensíveis sejam usados para aprendizado reforçado sem risco de vazamento de informações confidenciais.

Embora a preservação da privacidade seja um tema importante, um desafio maior para a maioria dos LLMs é o problema das alucinações, uma resposta gerada pela IA que contém informações falsas ou enganosas apresentadas como fato. Um gestor de portfólio uma vez me disse: “A sabedoria está em sintetizar pontos de vista concorrentes para descobrir a verdade nuançada entre dois extremos.” A Blocksense é um projeto que desenvolveu uma abordagem proprietária chamada consenso zkSchellingCoin. Esse método busca sobrepor verdades subjetivas de múltiplas fontes – por exemplo, diferentes LLMs – para chegar a uma única verdade comum. Por exemplo, imagine rodar a mesma consulta no ChatGPT, Claude, Grok e Llama. Se um modelo fornecer uma saída incorreta, é estatisticamente improvável que os quatro modelos gerem o mesmo resultado falso quando comparados entre si.

Figura 4: Visão geral do consenso zkSchellingCoin

Fonte: Blocksense Network - O zk Rollup para Oráculos Programáveis.

O consenso zkSchellingCoin também poderia ser aplicado para adicionar verificabilidade à inferência de IA. Por exemplo, como podemos confirmar que um agente de IA converteu corretamente USDC no vault de maior rendimento no momento da execução? A confiança na IA seria significativamente fortalecida com uma camada adicional de verificação. Se conseguirmos resolver isso sem comprometer custo ou latência, poderia levar a um avanço importante em casos de uso do mundo real.

A jornada do hype à realidade em DePIN e IA mostra que a verdadeira inovação está em resolver problemas do mundo real com soluções práticas e eficientes. Projetos como Wingbits e Exo Labs provam como blockchain e IA podem criar impactos significativos — seja revolucionando o rastreamento de voos com incentivos estratégicos ou desbloqueando o poder de dispositivos de consumo para computação segura e econômica. Com avanços como ZKLoRA para IA que preserva a privacidade e zkSchellingCoin para verdades verificáveis, essas tecnologias emergentes estão preparadas para enfrentar desafios críticos, abrindo caminho para um futuro mais descentralizado, eficiente e com confiança verificada.

Bullish Capital Management investiu na Wingbits e Exo Labs, mencionados neste relatório. Este artigo é apenas para informação e não constitui aconselhamento financeiro. Por favor, faça sua própria pesquisa e considere sua situação financeira antes de investir. Investimentos em criptomoedas podem ser voláteis e resultar em perda total.