O Cortex é uma cadeia de blocos concebida para permitir que os contratos inteligentes executem inferência de aprendizagem automática. Uma aplicação pode chamar um modelo de IA compatível como parte de uma transação e utilizar o resultado na lógica do contrato. CTXC é o token nativo da rede, utilizado para pagar recursos computacionais.

A distinção entre treino e inferência é fundamental. O treino desenvolve um modelo a partir de dados; a inferência aplica esse modelo treinado a uma nova entrada. A arquitetura do Cortex traz esta última para a execução na cadeia de blocos. Consequentemente, a sua tese de investimento depende de computação útil e de uma procura sustentada por parte das aplicações, além da oferta de tokens e das condições de negociação.

O que muda quando a IA passa a fazer parte de um contrato?

Muitas aplicações de IA calculam uma resposta num servidor externo e transmitem-na para uma cadeia de blocos. O contrato pode registar a resposta ou agir com base nela, dependendo de quem fornece esse cálculo. A descrição geral da arquitetura do Cortex apresenta uma abordagem diferente: os modelos compatíveis estão disponíveis através da sua camada de armazenamento e a respetiva inferência é verificada através do consenso da rede.

Isto integra o cálculo nas regras que regem uma transação. Considere um jogo que utiliza um pequeno classificador para interpretar a entrada de um jogador. Se uma recompensa depender da classificação, os participantes precisam tanto de um cálculo consistente como de uma regra de recompensa consistente. Reproduzir o resultado do modelo resolve a questão do cálculo; não permite estabelecer que o modelo foi bem concebido ou que a regra de recompensa é sensata.

A vantagem é uma ligação mais passível de inspeção entre a entrada, a computação e a ação do contrato. A sua utilidade depende de a verificação adicional justificar ou não os recursos necessários.

A CVM torna a inferência reproduzível entre nós

A documentação da Cortex Virtual Machine descreve a CVM como um ambiente compatível com a EVM, alargado com instruções de inferência. Pode executar a lógica convencional de contratos inteligentes juntamente com chamadas a modelos. O seu motor de execução, Synapse, utiliza operações determinísticas para que diferentes ambientes computacionais possam produzir resultados de inferência consistentes.

A consistência é importante porque os nós da cadeia de blocos têm de concordar sobre o estado. Uma pequena diferença numérica torna-se relevante se colocar um resultado em lados opostos do limiar de um contrato. Um classificador que devolva categorias diferentes em máquinas diferentes criaria desacordo sobre a ação do contrato que deveria ocorrer.

O runtime do Cortex suporta inferência acelerada por GPU, enquanto o mecanismo de prova de trabalho Cuckoo Cycle da rede rege a produção de blocos. A execução de um modelo e a produção de um bloco têm funções distintas na arquitetura.

A Model Representation Tool (MRT) do Cortex converte modelos de vírgula flutuante compatíveis numa representação de ponto fixo utilizando operações inteiras. A preparação do modelo afeta, portanto, aquilo que a cadeia pode executar. O programador continua a ter de testar a precisão após a conversão e confirmar que os operadores necessários são suportados.

De um modelo treinado a um resultado na cadeia

O tutorial de desenvolvimento de modelos do Cortex separa o treino, a quantização e o carregamento. O treino ocorre no ambiente de aprendizagem automática do programador. O modelo preparado é depois disponibilizado para utilização no Cortex. A cadeia não precisa de voltar a aprender o modelo sempre que uma aplicação solicita uma resposta.

A documentação da camada de armazenamento descreve um sistema de ficheiros distribuído para a disponibilidade de modelos e dados. Os ficheiros de modelos grandes e os registos normais do livro-razão têm finalidades diferentes; uma aplicação precisa tanto de acesso fiável ao seu modelo como de uma execução correta das transações.

O tutorial oficial sobre contratos inteligentes de IA ilustra o processo com o reconhecimento de dígitos manuscritos: um contrato fornece uma entrada a um modelo referenciado e armazena o dígito inferido. Esse exemplo explica a relação de programação sem estabelecer a adoção comercial atual ou o desempenho para modelos de maiores dimensões.

O CTXC paga a computação; o Endorphin mede o trabalho

A documentação do token CTXC identifica o CTXC como o meio nativo do Cortex para pagar os recursos computacionais da CVM. O Endorphin é a medida dos recursos de execução utilizada no mecanismo de taxas; não é um segundo token negociável.

A documentação do Endorphin descreve transações que definem um limite de recursos e um preço por unidade, sendo o preço denominado em CTXC. A contabilização das taxas dos modelos do protocolo atribui parte da taxa da transação de inferência aos fornecedores de modelos. Isto confere à contribuição dos modelos um papel económico, a par da produção de blocos.

Esses incentivos têm limites práticos. Um modelo útil precisa de utilizadores e estes precisam de uma razão acessível para o executar. Os programadores têm de comparar o valor de um resultado verificável com as taxas de execução, a disponibilidade do modelo e os outros custos da aplicação. Um modelo tecnicamente compatível pode ainda assim não ser adequado para uma utilização frequente.

Possuir CTXC é uma atividade distinta de fornecer um modelo ou produzir blocos. A mera titularidade de tokens não dá ao titular direito a todas as taxas de inferência nem cria um fluxo de rendimento garantido. A procura por computação pode apoiar a utilidade do token, mas o preço de mercado também reflete a oferta, as expectativas e a liquidez.

Uma IA útil precisa de mais do que resultados reproduzíveis

A página para programadores do Cortex aborda potenciais aplicações em jogos, crédito e seguros. Estas são utilizações possíveis da arquitetura. Para efeitos de avaliação, uma aplicação implementada com utilizadores recorrentes constitui uma evidência mais forte do que uma lista de setores que poderiam utilizar IA.

A execução determinística responde à questão de saber se o mesmo modelo e a mesma entrada produzem um resultado consistente. A qualidade do modelo procura saber se o resultado é útil. Um modelo treinado com dados fracos pode cometer o mesmo erro de forma fiável. Um contrato que utilize esse resultado para controlar garantias ou pagamentos pode amplificar o erro.

A qualidade da entrada é outra dependência. Reproduzir um cálculo não pode provar que um preço externo, uma declaração de identidade ou outro facto submetido é verdadeiro. As entradas sensíveis também precisam de uma conceção explícita em matéria de privacidade; nunca se deve presumir que uma computação publicamente verificável mantém os dados pessoais confidenciais.

As limitações de recursos criam compromissos quanto à dimensão do modelo, às operações suportadas e ao tempo de resposta. A atividade de desenvolvimento, as integrações funcionais e a utilização efetivamente paga ajudam a demonstrar se uma aplicação encontrou um equilíbrio viável. Os investidores devem avaliar esses resultados operacionais separadamente da popularidade mais ampla dos tokens de IA.

A avaliação acrescenta uma questão relacionada com a oferta. O guia da KTX sobre capitalização de mercado e avaliação totalmente diluída explica por que razão o preço unitário de um token é insuficiente para efeitos de comparação. A qualidade da execução também é importante: a liquidez do mercado determina o impacto que uma transação pode ter sobre o preço disponível.

Os leitores que comparem mercados de criptomoedas podem consultar a página de mercado da KTX e registar uma conta KTX para consultar os serviços disponíveis para utilizadores elegíveis.

Perguntas frequentes

O Cortex treina modelos de IA na cadeia?

O fluxo de trabalho documentado treina modelos fora da execução da cadeia de blocos, prepara-os com a MRT e carrega-os para inferência. Chamar um modelo aplica os parâmetros aprendidos existentes a uma entrada; é diferente de treinar um novo modelo.

A compatibilidade com a EVM faz do Cortex parte da Ethereum?

Não. A compatibilidade diz respeito ao ambiente de execução e às ferramentas familiares para contratos. O Cortex tem a sua própria cadeia de blocos, o seu token nativo e extensões de inferência. Uma transação do Cortex não é automaticamente uma transação da Ethereum, e a seleção da rede continua a ser importante ao movimentar ativos.

Apenas para fins informativos; não constitui aconselhamento de investimento. Os criptoativos envolvem riscos de mercado, liquidez e tecnologia.