Resumo:
Brukhman da CoinFund diz que a conformidade com os controles de exportação da Anthropic confirmou que os modelos de IA são o maior alvo para o controle governamental.
O cálculo distribuído em GPU já existe para treinar modelos de IA de ponta, mas novos algoritmos são necessários para tornar o uso descentralizado viável.
Times como Gensyn, Prime Intellect e Pluralis estão provando que o treinamento de IA distribuída é viável e competitivo em termos de custo.
A Pluralis propõe tokenizar os pesos dos modelos de IA entre os participantes para criar um modelo de negócios sustentável para a IA descentralizada.
A IA descentralizada pode servir como um contrapeso crítico ao crescente controle governamental sobre modelos de inteligência artificial.
O fundador da CoinFund, Jake Brukhman, fez esse argumento após a conformidade da Anthropic com os controles de exportação de IA dos EUA. Ele alertou que o desenvolvimento centralizado de IA apresenta riscos crescentes de censura unilateral.
Brukhman apontou para redes GPU distribuídas e sistemas descentralizados abertos como alternativas viáveis. Seus comentários reacenderam o debate sobre a governança futura dos modelos de IA de fronteira.
Brukhman Liga o Movimento de Controle de Exportação da Anthropic ao Risco de Centralização
Jake Brukhman tem acompanhado a interseção de IA e redes descentralizadas desde 2020. Ele argumenta que os modelos de IA são, por natureza, uma força centralizadora no cenário tecnológico. A conformidade da Anthropic com os controles de exportação dos EUA, diz ele, confirmou o que muitos no espaço já suspeitavam.
Em um post no X, Brukhman escreveu que o desenvolvimento se tornou um 'fato de mercado' da noite para o dia. Ele o enquadrou como um ponto de virada sobre como a indústria deve pensar sobre a governança da IA. Sua preocupação gira em torno do risco de que a IA possa cair sob controle estatal unilateral.
Ao contrário de muitos investidores em cripto, eu não pivotei para IA nos últimos anos. No entanto, desde 2020, construí uma das compreensões mais profundas nesta indústria na interseção de IA e redes descentralizadas (cripto, web3).
Desde o início, estava muito claro que os modelos de IA são...
— Jake Brukhman (@jbrukh) 13 de junho de 2026
Brukhman observou que o cálculo de GPU de mercadoria já existe em quantidade suficiente para suportar o treinamento de modelos de fronteira.
A barreira, ele argumenta, não é a disponibilidade de hardware, mas sim os algoritmos necessários para usá-lo de forma eficiente. Várias equipes de pesquisa estão agora abordando exatamente esse problema.
Ele citou Gensyn, Prime Intellect, Bagel, Pluralis, Nous Research, Macrocosmos e Covenant AI como equipes que trabalham em treinamento distribuído.
A pesquisa deles, ele disse, foi uma vez amplamente descartada como impossível. Hoje, mostra que o treinamento distribuído não é apenas viável, mas pode ser competitivo em termos de custo com abordagens centralizadas.
Modelos de IA Tokenizados Emergindo como um Potencial Modelo de Negócios
Modelos de IA de código aberto ganharam ampla adoção, no entanto, enfrentam um desafio persistente em torno da sustentabilidade econômica.
Sem um modelo de negócios viável, modelos abertos lutam para atrair investimentos de longo prazo e recursos de desenvolvimento. Brukhman reconheceu essa lacuna diretamente em seu comentário.
Entre as equipes que ele citou, apenas a Pluralis propôs uma solução concreta para esse problema. A abordagem envolve dividir os pesos do modelo entre os participantes da rede através de uma estrutura tokenizada. Isso cria um incentivo financeiro para os contribuintes enquanto mantém o controle descentralizado do modelo.
A estrutura do modelo tokenizado significa que nenhuma entidade única detém controle total sobre o sistema de IA. Os participantes compartilham a propriedade dos pesos, tornando a censura ou o controle unilateral significativamente mais difícil de executar. Brukhman vê isso como um passo fundamental em direção a uma IA descentralizada economicamente sustentável.
Brukhman fechou seu argumento com uma pergunta direta à indústria mais ampla. Ele perguntou se a IA se tornaria totalmente centralizada sob supervisão governamental ou se redes públicas e abertas prevaleceriam.
A resposta, ele sugeriu, depende de como a indústria atua sobre o momento que está se construindo na pesquisa de IA descentralizada.
O post 'O Fundador da CoinFund Diz que a IA Descentralizada Pode Contrabalançar o Controle Governamental sobre Modelos de IA' apareceu primeiro no Blockonomi.