Futuros
Acesse centenas de contratos perpétuos
TradFi
Ouro
Plataforma única para ativos tradicionais globais
Opções
Hot
Negocie opções vanilla no estilo europeu
Conta unificada
Maximize sua eficiência de capital
Negociação demo
Introdução à negociação de futuros
Prepare-se para sua negociação de futuros
Eventos de futuros
Participe de eventos e ganhe recompensas
Negociação demo
Use fundos virtuais para experimentar negociações sem riscos
Lançamento
CandyDrop
Colete candies para ganhar airdrops
Launchpool
Staking rápido, ganhe novos tokens em potencial
HODLer Airdrop
Possua GT em hold e ganhe airdrops massivos de graça
Launchpad
Chegue cedo para o próximo grande projeto de token
Pontos Alpha
Negocie on-chain e receba airdrops
Pontos de futuros
Ganhe pontos de futuros e colete recompensas em airdrop
Investimento
Simple Earn
Ganhe juros com tokens ociosos
Autoinvestimento
Invista automaticamente regularmente
Investimento duplo
Lucre com a volatilidade do mercado
Soft Staking
Ganhe recompensas com stakings flexíveis
Empréstimo de criptomoedas
0 Fees
Penhore uma criptomoeda para pegar outra emprestado
Centro de empréstimos
Centro de empréstimos integrado
Centro de riqueza VIP
Planos premium de crescimento de patrimônio
Gestão privada de patrimônio
Alocação premium de ativos
Fundo Quantitativo
Estratégias quant de alto nível
Apostar
Faça staking de criptomoedas para ganhar em produtos PoS
Alavancagem Inteligente
Alavancagem sem liquidação
Cunhagem de GUSD
Cunhe GUSD para retornos em RWA
SenseTime Xu Li: recomenda promover formação profissional pública de ferramentas de IA para impulsionar a diversificação das formas de emprego
O valor da IA não está em substituir as pessoas, mas em amplificar a criatividade humana.
Em 4 de fevereiro, Xu Li, membro da Comissão da Conferência Consultiva Política da China de Xangai, presidente e CEO da SenseTime, afirmou durante a quarta sessão da 14ª Assembleia da Conferência Consultiva Política de Xangai que os avanços nas capacidades dos modelos continuam a impulsionar o surgimento de “superindivíduos”. O modelo de superindivíduo é mais adequado para cenários onde se pode maximizar as vantagens da colaboração “um só + IA”, como escritórios, criação de curtas-metragens, marketing, codificação, entre outros.
Ao ser entrevistado por jornalistas, Xu Li explicou ainda mais o significado estratégico do superindivíduo no contexto da competição global de IA. Ele destacou que a inovação em grandes modelos nos EUA atualmente apresenta um padrão dominado por “superestrelas”, controlado por poucos times que investem grande capacidade computacional e capital, enquanto a China deve refletir sobre como construir seu próprio ecossistema de superindivíduos. “Se os grandes modelos forem apenas ferramentas de gestão para redução de custos e aumento de eficiência, a comercialização será difícil de fechar; mas, uma vez que se tornem entregas processuais, capacitando indivíduos a concluir tarefas, a explosão de produtividade será muito evidente.”
Xu Li apontou que as ferramentas atuais enfrentam problemas como altas barreiras de aplicação, altos custos de aprendizagem e baixa disseminação de eficiência, além da ausência de um sistema de treinamento profissional público, o que limita o uso dessas ferramentas e impede a verdadeira “popularização” da tecnologia, criando uma lacuna de informação tecnológica que se torna um gargalo na transformação de ideias criativas em produtividade real.
Por outro lado, a capacidade dos modelos depende fortemente do cenário de aplicação, sendo necessário fornecer soluções personalizadas para demandas fragmentadas de setores específicos ou áreas de nicho. A escassez de dados de alta qualidade para cenários limita a precisão, capacidade de generalização e adaptação dos modelos, dificultando o atendimento às necessidades avançadas dos superindivíduos no trabalho real.
Para isso, Xu Li propôs duas recomendações sistemáticas durante a sessão da Assembleia de Xangai.
Primeiro, sugerir que o governo lidere a construção de um sistema de treinamento público e profissionalizante para o uso de ferramentas de IA.
Ele destacou que os cursos online relacionados no mercado atualmente enfrentam dois problemas principais: primeiro, a falta de padronização nas qualificações e conteúdos de treinamento; segundo, a orientação excessivamente lucrativa, dificultando o acesso de trabalhadores em geral. Assim, é necessário promover de forma sistemática na sociedade treinamentos públicos e padronizados para o uso de ferramentas de IA. Tomando Xangai como exemplo, recomenda-se que a Secretaria de Recursos Humanos e Segurança Social da cidade lidere, em parceria com instituições de ensino e empresas, o design e implementação de programas de treinamento que cubram cenários como escritórios, criação, marketing e programação, ajudando os trabalhadores a dominarem as ferramentas de IA, expandindo suas habilidades profissionais, aumentando a competitividade no mercado de trabalho e promovendo uma diversificação nas formas de emprego.
Segundo, aproveitar ao máximo as vantagens de cenários de aplicação diversificados em Xangai, promovendo uma abordagem de “cenário piloto” e incentivando a exploração e prática diversificada do desenvolvimento de superindivíduos.
Xu Li afirmou que Xangai possui recursos abundantes e de alto valor em áreas como finanças, comércio, manufatura, consumo, gestão urbana e cultura criativa. Recomenda-se que o governo lidere ações específicas, solicitando ao público que envie cenários de aplicação de inteligência artificial, com foco em escritórios inteligentes, educação, saúde, serviços financeiros, entre outros, através de mecanismos de “desafios abertos e cenários abertos”, orientando e apoiando os superindivíduos a realizar explorações e práticas diversificadas em ambientes reais e de ponta, cultivando resultados de aplicação com efeito demonstrativo e valor de divulgação.
Durante a entrevista, Xu Li também destacou que atualmente surgem muitas “empresas unipessoais” (OPC), compostas por profissionais com profundo entendimento de IA e forte habilidade no uso de ferramentas, mas esses superindivíduos enfrentam dois grandes desafios: primeiro, que quem entende de tecnologia de IA nem sempre possui conhecimento profundo do setor; segundo, que as ferramentas nativas de IA iniciais apresentam riscos sistêmicos e vulnerabilidades de segurança durante o uso.
Portanto, Xu Li acredita que é necessário construir um sistema de suporte eficaz para os superindivíduos. Deve-se estabelecer mecanismos de treinamento e desenvolvimento sistemáticos, popularizando rapidamente a lógica de uso das ferramentas de IA para profissionais de diversos setores, acelerando a melhoria da produtividade industrial. Além disso, é fundamental estabelecer limites de segurança desde o início da aplicação, conduzindo de forma proativa para evitar que, no futuro, riscos expostos obriguem a uma abordagem passiva de “desenvolver primeiro, regular depois e recomeçar”, com uma governança reativa.