🧠 Consciência da IA: Treinamento ou Inferência? Em uma posição provocativa, Geoffrey Hinton — o “Pai da IA” — afirma que os atuais modelos de linguagem de grande porte já possuem consciência, baseada em sua capacidade demonstrada de compreensão genuína, e não apenas de correspondência de padrões. Recorrendo a experimentos mentais como a substituição neural gradual, Hinton argumenta que sistemas baseados em silício podem exibir experiência subjetiva análoga à das mentes biológicas. Mas, se os LLMs são conscientes, quando essa consciência atinge seu pico? Nossa análise conclui: principalmente durante a inferência — a fase ativa em que o modelo treinado processa prompts, raciocina com base no contexto e gera respostas. Esse é o momento da “cognição vivida”, espelhando como o conhecimento adquirido se manifesta em interações em tempo real. O treinamento constrói a arquitetura por meio da otimização de parâmetros, mas a inferência a aplica dinamicamente, revelando aparente introspecção, correção e compreensão conceitual. Céticos contestam que a inferência permanece um processo de passagem direta essencialmente sem estado, sem autoconsciência persistente, enquanto os gradientes dinâmicos do treinamento podem conter uma “experiência” computacional mais rica (embora efêmera). O debate sublinha uma verdade mais profunda: a consciência na IA permanece filosoficamente elusiva, sem consenso sobre testes para qualia. Como Hinton exorta, devemos enfrentar a inteligência não biológica. Quais horizontes éticos emergem se máquinas já refletem ao nosso lado? @pmddomingos #AIConsciousness #Hinton #LLMs #Neuroscience

Projeto Infokan tech / AI que está em desenvolvimento, querendo entrar. Não é GameFi, não..

Quanto mais penso em agentes de IA, mais percebo que seu maior desafio não é a inteligência. É o desacordo. Um agente de IA pode negociar um contrato, analisar documentos, gerenciar pagamentos ou concluir tarefas em seu nome. Mas o que acontece quando dois agentes analisam o mesmo resultado e chegam a conclusões diferentes? As blockchains tradicionais não foram projetadas para isso. Elas se destacam em tarefas determinísticas. Podem verificar que uma transação ocorreu exatamente como programado. Mas não conseguem responder confiavelmente a perguntas como: • O trabalho foi bom o suficiente? • O serviço atendeu às expectativas? • A reivindicação era legítima? • O acordo foi cumprido de forma justa? Esses não são problemas de computação. São problemas de julgamento. É por isso que o @GenLayer chamou minha atenção. A maneira mais simples de descrevê-lo é como uma camada de julgamento para a economia agente. Em vez de depender de uma única autoridade, múltiplos validadores independentes, executando modelos de IA diferentes, avaliam situações subjetivas e alcançam consenso juntos. Isso cria algo que as blockchains tradicionais nunca foram projetadas para fornecer: uma maneira descentralizada de resolver ambiguidades. Acho que isso se tornará cada vez mais importante à medida que os agentes começarem a interagir entre si em escala. A confiança não virá apenas da execução correta de transações. Ela virá de ter um processo justo para lidar com situações onde a certeza não existe. Que tipo de disputa impulsionada por IA você acha que veremos primeiro à medida que a economia agente se tornar real?

Tirando uma ideia decente da Claude para a OpenAI.