Em uma entrevista ao crypto.news, Selva Ozelli conversa com o fundador do RoboTech Frontier Hub, Denis “Dan” Saklakov, sobre a interseção entre inteligência artificial, blockchain e finanças, e como sua ferramenta de investimento assistida por IA, Meijin, usa o perfil de risco de um investidor para gerenciar estratégias de saída para ativos, incluindo criptomoedas.
Resumo
- Meijin monitora ativos após a compra e gerencia estratégias de saída com base no nível de risco selecionado pelo investidor.
- Saklakov disse que a blockchain pode registrar estados de sistemas de IA, permissões, condições de decisão e histórico de execução sem executar a própria IA on-chain.
- O RoboTech Frontier Hub está desenvolvendo projetos em verificação de IA, robótica, interfaces homem-máquina e computação avançada.
- Saklakov espera que sistemas de verificação e execução determinística se tornem cada vez mais importantes à medida que a IA assume um papel maior nas decisões financeiras automatizadas.
A discussão também aborda o uso da blockchain para criar registros verificáveis de decisões de IA, permissões e histórico de execução, bem como o trabalho de Saklakov em verificação de IA, robótica, interfaces homem-máquina e arquiteturas projetadas para separar a inteligência da máquina da autoridade para agir.
Denis “Dan” Saklakov é advogado, gestor de ativos digitais e cientista de IA aplicada, cujo trabalho inclui ativos digitais, tecnologia blockchain e inteligência artificial. Ele trabalhou anteriormente com uma exchange de criptomoedas e, desde 2024, atua como Managing Partner do RoboTech Frontier Hub, onde desenvolve tecnologias na interseção de IA, robótica, finanças, interação homem-máquina e computação avançada.
Conte-nos sobre sua formação profissional e educacional.
Minha formação abrange direito, estatística matemática, finanças, inteligência artificial e tecnologia. Originalmente formado como advogado, mais tarde migrei para finanças corporativas, banco de investimento, fusões e aquisições, private equity e gestão de ativos. Obtive um mestrado pela Northwestern University e, mais recentemente, concluí o programa de pós-graduação em Ciência de IA Aplicada do MIT.
Hoje moro na cidade de Nova York e atuo como Managing Partner do RoboTech Frontier Hub. Descrevo grande parte do meu trabalho atual como arquitetura de IA e AGI: como sistemas inteligentes devem usar informações, tomar decisões e interagir com o mundo real sem permitir que a capacidade computacional se transforme automaticamente em autoridade descontrolada.
Essa questão tem aplicações práticas em finanças, robótica, verificação de IA, interfaces homem-máquina e computação avançada.
Descrevo minha arquitetura mais ampla para AGI segura em meu livro recente, Before the Machine Chooses for Us: An AGI Architecture for Freedom, Human Survival, and Shared Consciousness.
O problema central do livro é como tornar a inteligência avançada extraordinariamente capaz, ao mesmo tempo em que se impede que a própria capacidade se torne poder autoautorizado.
Conte-nos sobre sua jornada para formar o RoboTech Frontier Hub em 2024, uma aceleradora focada em avançar tecnologias de robótica, automação e inteligência artificial, particularmente sua ferramenta de investimento assistida por IA, Meijin.
O RoboTech Frontier Hub surgiu de um problema que encontrei repetidamente ao trabalhar com ideias científicas e de engenharia.
Muita tecnologia interessante nunca se desenvolve adequadamente porque os inventores temem que explicar o princípio científico permita que alguém roube o produto. Então tudo permanece em segredo. Mas quando a própria ciência fica oculta, outros pesquisadores não podem testá-la, criticá-la, identificar seus limites ou conectá-la a outro campo.
Decidimos usar um modelo diferente.
Na RoboTech, tentamos colocar trabalho científico real por baixo da tecnologia. Quando apropriado, publicamos o suficiente da base científica para que outros pesquisadores possam examiná-la, desafiá-la e desenvolvê-la. Ao mesmo tempo, atualmente protegemos a implementação real, os algoritmos e a tecnologia comercial.
Em termos simples, não queremos esconder a ciência apenas para proteger o produto. Queremos que a ideia científica sobreviva ao escrutínio e, em seguida, construímos tecnologia sobre o que permanece válido.
Meijin é um exemplo.
A observação básica por trás do Meijin é muito simples. Os investidores frequentemente gastam enormes quantidades de tempo decidindo qual criptomoeda, ação ou ETF comprar, mas dedicam muito menos pensamento disciplinado para decidir quando vendê-lo.
Meijin não escolhe o ativo para você.
Você escolhe Bitcoin, Ethereum, Zcash, ações da Moderna, um contrato de petróleo ou outro ativo. O Meijin começa a funcionar depois que você o possui.
Primeiro quantificamos o nível de risco que o investidor está preparado para aceitar. O sistema então monitora continuamente a posição e gerencia uma estratégia de saída em torno desse perfil de risco.
Ele pode reduzir ou vender uma posição em etapas conforme as condições mudam.
O propósito não é prometer o exato preço de venda mais alto possível. Ninguém pode honestamente garantir isso. O propósito é tornar a decisão de venda sistemática em vez de emocional.
Cripto torna isso particularmente útil porque o mercado opera vinte e quatro horas por dia. O investidor dorme. O sistema de monitoramento não precisa dormir.
Outra distinção importante é que a lógica final de execução é determinística e auditável. Podemos usar IA para análise, mas não queremos um modelo de linguagem simplesmente improvisando a decisão final de mover o dinheiro de alguém.
O Meijin é também apenas um dos nossos projetos.
O Awareness Runtime lida com outro problema criado pela IA moderna: um modelo pode produzir uma resposta muito convincente que não é realmente sustentada por evidências. Estamos desenvolvendo uma camada de verificação projetada para avaliar o que é sustentado antes que uma conclusão gerada por IA se torne uma decisão profissional ou uma ação externa. Isso é particularmente importante para profissionais de finanças e advogados.
O Theta-Star e o trabalho do Guardrail abordam uma questão diferente: mesmo que um sistema de IA chegue à conclusão correta, quem lhe deu autoridade para agir? Separamos a inteligência da autorização para que o sistema que propõe uma ação não possa simplesmente criar sua própria permissão para executá-la. Isso se torna particularmente importante na automação de pilotos, motoristas e outras profissões de alto risco, onde as decisões podem ter que ser tomadas extremamente rapidamente.
O ActionAtlas leva parte do nosso trabalho para a robótica. A ideia é fornecer aos robôs pacotes de informações compactos e especializados que possam permanecer disponíveis localmente quando conectividade permanente com a nuvem, GPS ou infraestrutura externa não puderem ser presumidos. Essencialmente, poderia funcionar como um mapa para o seu robô doméstico, por exemplo.
O NeuroPhase explora outra fronteira: interfaces entre sistemas computacionais e sinais neurológicos humanos. Nosso objetivo de longo prazo é aproximar a interface da máquina dos processos naturais de informação do cérebro humano, em vez de exigir que o corpo humano se torne progressivamente mais invasivo apenas para se comunicar eficientemente com as máquinas. Em outras palavras, a direção de longo prazo é uma fusão entre humano e máquina, mas uma em que tentamos aproximar a máquina do humano em vez de forçar o corpo humano a se tornar progressivamente mais parecido com uma máquina.
Também estamos pesquisando computação quântica em microgravidade e ambientes orbitais. A questão científica subjacente é se certas plataformas de computação quântica poderiam se beneficiar de combinações de microgravidade, baixas temperaturas e isolamento mecânico. A longo prazo, isso poderia se tornar relevante para o treinamento e a operação de futuros sistemas superinteligentes habilitados para quantum em ambientes orbitais distantes.
Outra direção, o Critical Systems, aplica métodos analíticos e de otimização a cadeias de suprimentos físicas, incluindo a identificação de gargalos reais na fabricação industrial e aeroespacial crítica.
Esses projetos parecem muito diferentes, mas vêm do mesmo modelo: identificar o problema científico subjacente, determinar onde as evidências e a matemática realmente sustentam a ideia, expor o suficiente dessa base científica ao escrutínio e então construir uma tecnologia protegida dentro desses limites.
Fale-nos sobre a interseção entre blockchain e IA.
Para mim, uma das interseções mais úteis entre blockchain e IA é a confiança nas decisões das máquinas.
Isso se torna muito concreto com algo como o Meijin.
Suponha que um sistema de IA analise uma posição em cripto e decida que o investidor deve reduzi-la.
As perguntas importantes não são apenas: “O que a IA decidiu?” ou “A previsão foi boa?”
Também precisamos saber quais informações o sistema usou, em que estado ele estava, quais regras se aplicavam e se o sistema estava realmente autorizado a executar a decisão.
O blockchain pode ajudar nisso sem executar a própria IA on-chain.
A computação pode permanecer em hardware convencional. O que pode ser criptograficamente ancorado a um registro independente é o estado relevante do sistema, permissões, condições de decisão e histórico de execução.
A parte importante é que a IA que toma a decisão não deve controlar o registro que mais tarde é usado para provar o que aconteceu.
Não deveria ser capaz de tomar uma decisão, reescrever o histórico e depois alegar que tomou outra.
A blockchain não torna magicamente um modelo de IA correto. Uma afirmação falsa pode ser armazenada perfeitamente em uma blockchain.
O que a blockchain pode fornecer é proveniência e um registro que é difícil para o próprio sistema de tomada de decisão reescrever.
Para investidores em criptomoedas, essa distinção torna-se cada vez mais importante à medida que a IA passa de simplesmente fornecer comentários de mercado para sistemas que podem potencialmente interagir diretamente com contas, exchanges e infraestrutura financeira.
Imagine o mesmo problema na área médica. Você pode querer um nanorrobô para limpar suas artérias, mas você absolutamente quer impedi-lo de fazer algo que possa matá-lo. Você, portanto, precisa de um registro à prova de falhas, protegido externamente, das regras que definem o que esse nanorrobô pode e não pode fazer. Este é exatamente o tipo de problema para o qual a blockchain ou outro livro-razão criptográfico protegido de forma independente pode se tornar extremamente útil.
Acredito que estamos caminhando para um mundo em que a IA fornece análise na velocidade da máquina, enquanto sistemas criptográficos ajudam a estabelecer qual estado existia, qual autoridade foi concedida e qual ação realmente ocorreu.
Isso é muito mais interessante para mim do que simplesmente colocar outro token em torno de um produto de IA.
A IA tem estado na vanguarda das notícias ultimamente, com os líderes das maiores empresas de IA sugerindo que o desenvolvimento de modelos de fronteira deveria desacelerar. Alguma opinião sobre isso?
A IA está se desenvolvendo muito rapidamente, e no universo cripto as consequências provavelmente se tornarão visíveis particularmente rápido porque os mercados de ativos digitais já são digitais, globais, automatizados e abertos vinte e quatro horas por dia.
Não acho que a pergunta útil para um trader seja simplesmente se o desenvolvimento da IA é “rápido demais” ou “lento demais”.
A questão prática é o que acontece quando sistemas de IA cada vez mais capazes começam a analisar mercados, executar estratégias e se comunicar com infraestrutura financeira mais rápido do que um ser humano pode realisticamente supervisionar cada decisão individual.
É por isso que acredito que o próximo estágio não é simplesmente uma previsão melhor.
Precisamos de uma verificação melhor.
Uma IA muito poderosa que produz uma recomendação de negociação em milissegundos não é particularmente útil se ninguém consegue determinar se a informação subjacente era confiável ou se o sistema tinha permissão para realizar a transação resultante.
É aqui que vejo a IA e a blockchain se tornando complementares.
A IA pode realizar análises cada vez mais sofisticadas.
A blockchain e a infraestrutura criptográfica relacionada podem ajudar a estabelecer proveniência, permissões e um registro verificável de forma independente.
Sistemas de execução determinísticos podem então definir o que a IA tem realmente permissão para fazer.
Para o investidor de varejo, tudo isso deveria, em última análise, tornar-se quase invisível.
O usuário não deveria precisar entender a arquitetura interna.
A experiência prática deveria ser muito mais simples: selecionei este ativo, defini quanto risco estou disposto a aceitar, o sistema está monitorando-o continuamente, e depois posso entender por que ele agiu.
Essa é a direção que estamos seguindo com o Meijin.
Já sugeri anteriormente que o desenvolvimento da IA pode se tornar difícil de prever por métodos convencionais em um horizonte relativamente curto, potencialmente por volta do final desta década. Não trato 2030 como um prazo cientificamente estabelecido. É um horizonte de previsão.
Mas mesmo sem alcançar algo que chamaríamos de AGI ou singularidade tecnológica, a IA já está se tornando capaz o suficiente para mudar como as decisões financeiras são tomadas.
Para o universo cripto, essa mudança não é teórica.
Os mercados já operam na velocidade da máquina.
O desafio agora é tornar a inteligência na velocidade da máquina confiável o suficiente para ser usada.
Como as pessoas podem entrar em contato com você?
A maneira mais fácil de entrar em contato comigo é por e-mail em [email protegido].
RoboTech Frontier Hub:
https://www.robotechfrontierhub.com
Meu site:
LinkedIn:
https://www.linkedin.com/in/denissaklakov
Também publico trabalhos científicos no arXiv e no Zenodo, e pesquisas e comentários através do Medium e do saklakov.com.
Sobre a Autora:
Selva Ozelli Esq, CPA, é especialista internacional em direito de ativos digitais e autora de Sustainably Investing in Digital Assets Globally e artista premiada. Seus escritos são traduzidos para 45 idiomas e republicados em mais de 200 publicações globais. Ela é reconhecida como especialista comentarista de mídia/TV em assuntos globais de IA, regulamentação de ativos digitais, impostos e tecnologia.
