Subscribe to Bankless or sign in
Los sueños de la industria tecnológica de una revolución de la IA siempre han sido un arma de doble filo.
La liberación de la IA podría resolver los mayores retos de la humanidad, pero también podría concentrar el poder de forma peligrosa.
Ahí es donde entran en juego las criptomonedas y el blockchain. Los mismos valores que hacen que las criptomonedas sean geniales pueden ayudar a mejorar la IA. Estos valores pueden ayudar a construir un futuro más justo, seguro y abierto para la IA.
Descentralización, innovación sin permisos, sistemas de código abierto, privacidad, transparencia, propiedad del usuario. No son solo palabras elegantes, sino que pueden abrir la caja negra de la IA.
Por qué la industria de la IA necesita la magia de las criptomonedas 👇
Construyendo un ecosistema de IA inclusivo y de código abierto
Unas pocas grandes empresas tecnológicas controlan actualmente la mayor parte de la potencia de cálculo y están construyendo fosos alrededor de su investigación en IA. Esto ha creado una "mafia de la IA" que ahoga la innovación y la competencia más rápido de lo que se puede decir "jardín amurallado".
La descentralización, sin embargo, es el giro argumental definitivo.
En el paradigma de la IA descentralizada, hay un acceso sin permisos a la potencia de cálculo y a la investigación en IA. La IA se convierte en una herramienta para todos, derribando las barreras establecidas por la mafia de la IA y democratizando el acceso al conocimiento, las herramientas y los recursos.
Compartir recursos significa que más personas pueden trabajar en los retos más difíciles de la IA. Cuanto más diversos sean los constructores, menos sesgados serán los algoritmos, y eso es una victoria para todos.
Banger line from @caseykcaruso:
- DavidHoffman.eth/acc🦇🔊 (@TrustlessState) 27 de febrero de 2024
"todos queremos IA de código abierto, y una amplia proliferación de modelos personalizados para diversos usos, pero los vientos de cola detrás de las economías de escala para los modelos de IA son muy fuertes. Los monopolios de datos y de computación restringen el desarrollo abierto de modelos de IA" pic.twitter.com/dXUyy8To1c
Sin embargo, el desarrollo de código abierto siempre ha sido difícil de monetizar. ¿Cómo conseguir que la gente construya grandes cosas si no puede ganar dinero con ello? Esto suele obligar a las empresas a optar por el código cerrado y el lucro.
'IA descentralizada con incentivos criptográficos' soluciona este problema.
La criptografía ofrece nuevas formas de monetizar la IA de código abierto. Crea un mercado abierto para el desarrollo de IA, garantizando el acceso y recompensando las contribuciones con tokens.
Por ejemplo, en redes de IA descentralizadas como Bittensor, los desarrolladores ganan tokens TAO por sus modelos de aprendizaje automático cuando se utilizan en diferentes aplicaciones de IA.
Esta dinámica permite a las redes descentralizadas de IA atraer a los mejores talentos a través de incentivos con tokens, creando una cadena de valor sostenible que no existe en los modelos centralizados de código cerrado.
Asegurando la privacidad de los datos de los usuarios
Vivimos en un mundo hambriento de datos. Todo el mundo quiere tus datos para conocer tus gustos y aversiones y luego utilizarlos para venderte cosas.
La IA no es diferente. Los sistemas de IA necesitan muchos datos para funcionar bien. Las grandes empresas de IA suelen almacenar historiales de conversación enteros para entrenar sus modelos y mejorar los servicios, pero esto crea un enorme problema de privacidad.
Imagina toda tu información personal -hábitos de compra, historial de navegación, incluso registros de salud- siendo arrojada a una gran olla de IA. Tienes que confiar en que la empresa no hará mal uso de ella ni la venderá. Asusta, ¿verdad?
Para ganarse realmente la confianza de los usuarios, la IA debe adoptar técnicas de preservación de la privacidad. Generar confianza requiere transparencia y verificabilidad, y las pruebas de conocimiento cero (ZKP, por sus siglas en inglés) pueden ayudar a ello.
También hay otras formas en las que los proyectos de IA en criptografía están adoptando técnicas de preservación de la privacidad. Por ejemplo, Venice.ai almacena el historial de conversaciones solo en el navegador del usuario y garantiza que las solicitudes de los usuarios estén cifradas. Los proveedores de GPU procesan estas solicitudes, pero ningún servidor ve todo el historial de conversaciones ni conoce la identidad del usuario.
Podemos crear sistemas de IA que respeten la privacidad del usuario y la propiedad de los datos integrando estos enfoques y valores criptográficos.
¿Cómo entrenar modelos de IA manteniendo la privacidad pero sin utilizar los datos de los usuarios? Sin datos suficientes, la IA no puede entender bien las situaciones del mundo real, lo que da lugar a "alucinaciones de IA" en las que la IA genera resultados incorrectos.
Aquí es donde entran en juego los datos sintéticos. Los datos sintéticos se generan artificialmente mediante algoritmos que imitan los datos reales. Tienen cualidades de preservación de la privacidad porque no exponen información personal. Todas las grandes compañías de AI los utilizan, y es un área de investigación emergente.
Crypto puede incentivar la creación de conjuntos de datos sintéticos para entrenar modelos de IA mediante el crowdsourcing. Por ejemplo, proyectos como Synthetic AI crean herramientas para crear datos sintéticos, permitiendo a los usuarios contribuir con datos sintéticos y ganar tokens SAI. Garantizar la calidad de estos conjuntos de datos puede acelerar significativamente los esfuerzos para generar datos para el entrenamiento de modelos de IA, manteniendo al mismo tiempo la privacidad de los datos del usuario.
Pensamientos finales
El futuro de la IA es incierto, pero una cosa es segura: debe construirse sobre una base abierta de confianza y transparencia.
La criptomoneda, con su enfoque en la propiedad descentralizada, el acceso sin permisos y la privacidad, ofrece la pieza que falta. Las herramientas están ahí, y es hora de utilizarlas y escribir el próximo capítulo de la historia de la IA.
¿Pueden los valores de la criptografía mejorar la industria de la IA?

