The Usefulness Gap in Proof-of-Useful-Work: An Empirical Study of Pearl's cuPOW Protocol
Este estudo empírico revela que o protocolo Proof-of-Useful-Work da Pearl, apesar de seus endossos de IA de alto perfil e do consumo massivo de energia, falha em produzir qualquer computação de IA real devido a um mecanismo de verificação fundamentalmente quebrado, deslocando, assim, cargas de trabalho de pesquisa legítimas enquanto não oferece valor econômico aos mineradores.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
A Grande Ideia: Um Trabalho "Útil" que Não é Realmente Útil
Imagine que uma nova empresa chamada Pearl lança um projeto de construção massivo. Eles dizem ao mundo: "Estamos contratando 320.000 operários da construção civil (chips de computador) para construir um arranha-céu (modelos de IA) de graça. Enquanto constroem o arranha-céu, eles também ganharão um salário (tokens de criptomoeda)."
A empresa afirma que isso é um "ganha-ganha": os trabalhadores são pagos e o mundo ganha um novo arranha-céu.
Este artigo é a investigação que foi ao canteiro de obras e descobriu a verdade: Os trabalhadores estão comparecendo, estão suando e estão recebendo seus salários. Mas eles não estão construindo um arranha-céu. Eles estão apenas movendo pilhas aleatórias de areia de um lugar para outro, repetidamente, sem motivo nenhum.
O artigo chama isso de "Lacuna de Utilidade" (Usefulness Gap). O sistema é projetado para permitir o trabalho útil, mas não obriga ninguém a realmente fazê-lo.
A Investigação: Como Eles Provaram
Os pesquisadores (liderados por Abhinaba Basu) não apenas adivinharam; eles construíram suas próprias ferramentas e foram ao local para medir exatamente o que estava acontecendo. Aqui estão as cinco principais coisas que descobriram:
1. Os Trabalhadores Têm as Ferramentas Certas, Mas as Usam Errado
Os pesquisadores observaram 8.000 trabalhadores no local. Cada um deles tinha um guindaste de alta tecnologia (uma GPU poderosa) capaz de construir estruturas complexas (executar IA).
- A Descoberta: Embora tivessem os guindastes, o software que estavam executando era apenas um script simples que movia areia aleatória. Não havia um "projeto" de um arranha-céu no código. Era como contratar um mestre chef, mas dar a ele uma receita para apenas mexer água em uma panela.
2. O Chefe Não Verifica o Trabalho
Em um emprego normal, um chefe verifica se você realmente construiu a casa. No sistema da Pearl, o "chefe" (o protocolo de verificação) só verifica se você moveu a areia corretamente.
- A Descoberta: O chefe não se importa com a aparência da areia. Os pesquisadores provaram que, se você apenas jogar números aleatórios no sistema, ele os aceita como trabalho válido. Eles até construíram um minerador "falso" que usava números aleatórios e era pago como os reais.
3. É Fácil Enganar o Chefe
Os pesquisadores perguntaram: "E se o chefe verificar se a areia parece ter vindo de um canteiro de obras real?"
- A Descoberta: A verificação do chefe era muito fraca. Os pesquisadores mostraram que um trabalhador poderia facilmente usar um truque matemático simples (amostragem Gaussiana) para fazer sua areia aleatória parecer que veio de um canteiro de obras real. Não custava nada extra para fazer isso, e o chefe não conseguia distinguir a diferença. É como um falsificador fazendo um documento falso que parece perfeito para um segurança preguiçoso.
4. Os Trabalhadores Estão Perdendo Dinheiro (Mas Não se Importam)
Os pesquisadores calcularam o custo de alugar os guindastes versus o dinheiro que ganharam.
- A Descoberta: Com os preços atuais, cada trabalhador está perdendo dinheiro. Se você aluga um guindaste por US$ 1, você ganha apenas US$ 0,25.
- Por que estão fazendo isso? É uma aposta. Os trabalhadores estão apostando que o token (o salário) terá um valor astronômico mais tarde. Eles estão comprando "bilhetes de loteria" com suas contas de eletricidade. Eles não estão lá para ganhar dinheiro hoje; estão lá na esperança de ficarem ricos amanhã.
5. O Trabalho "Real" Está Sendo Sufocado
Esta é a parte mais prejudicial para as pessoas comuns. Como 320.000 guindastes estão ocupados movendo areia inútil, não restam guindastes para a construção real.
- A Descoberta: Quando o projeto Pearl foi lançado, o preço para alugar um guindaste para pesquisa real (como treinar IA para medicina ou ciência) saltou 38%. A disponibilidade de guindastes passou de 57% de ocupação para 94%.
- A Analogia: Imagine um restaurante movimentado onde 300 pessoas estão sentadas às mesas apenas para jogar cartas e comer pão grátis, enquanto os clientes reais tentando pedir o jantar não encontram lugar e precisam pagar o dobro pelos poucos assentos restantes. O trabalho "útil" está sendo empurrado para fora pela mineração "inútil".
A Surpresa do Hardware: Não é Apenas para Uma Marca
O sistema da Pearl foi comercializado como se precisasse de chips NVIDIA especiais e caros.
- A Descoberta: Os pesquisadores construíram um minerador que funcionava em chips AMD, CPUs comuns e até computadores Apple Mac. Eles provaram que o "trabalho" é apenas matemática básica que qualquer computador pode fazer. Isso significa que o sistema não está travado em uma marca; é apenas um quebra-cabeça matemático genérico que qualquer um pode resolver.
A Conclusão: Uma Promessa Quebrada
O artigo conclui que a Pearl é um caso clássico de marketing vs. realidade.
- O Marketing: "Estamos protegendo a rede e realizando pesquisas de IA."
- A Realidade: Estamos protegendo a rede realizando matemática que produz zero resultados de IA úteis.
Os pesquisadores chamam isso de "Razão de Destruição de Valor" (Value Destruction Ratio). Em um mundo perfeito, 100% da energia usada criaria algo útil. No caso da Pearl, 100% da energia está criando nada de valor, mas está elevando os custos para todos os outros que realmente precisam desses computadores.
Em resumo: O sistema está funcionando exatamente como o código diz que deve funcionar (verificando matemática), mas está falhando completamente no que a empresa prometeu fazer (criar IA útil). A "Lacuna de Utilidade" está escancarada, e os trabalhadores estão preenchendo-a alegremente com ruído aleatório.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.