Autor: bebis
Traducido por: ShenChao TechFlow
La inteligencia artificial realmente es buena en disfrazarse.
El desarrollo de tecnología de inteligencia artificial (IA) tiene más de 50 años de historia y ha atraído cientos de miles de millones de dólares en inversión en I+D. Hoy en día, crear una aplicación de IA que parezca revolucionaria es extraordinariamente fácil, pero muchas veces, estas aplicaciones pueden ser solo 'ilusión'.
Entonces, ¿cómo podemos distinguir entre un verdadero avance tecnológico y una simple publicidad engañosa?
Desentrañar la esencia del marketing de IA
Primero, necesitamos entender la realidad del desarrollo de software. Ya sea un modelo base con trillones de parámetros o un pequeño proyecto que un desarrollador completa durante el fin de semana, el proceso de llevarlo desde el prototipo hasta el entorno de producción suele estar lleno de desafíos, como una 'guerra de desgaste'.
La mayor parte de las batallas en esta 'guerra' suelen ocurrir en lo que parece ser la etapa final. Cuando todo funciona bien en pruebas locales, al comenzar a migrar el proyecto a un entorno de producción, te das cuenta innumerables veces de que coordinar todas las partes dinámicas de un sistema de software moderno es mucho más complejo que simplemente escribir código.
En la gestión de proyectos, llamamos a este fenómeno 'síndrome del 90%'. (Nota de ShenChao: En términos simples, el 'síndrome del 90%' se refiere a que el proyecto está al 90% de completarse, pero el 10% restante puede requerir el 90% del tiempo y esfuerzo.)
El 'síndrome del 90%' es precisamente la razón por la cual la famosa cita de Sam Altman ha ganado popularidad:
Es por eso que muchos equipos técnicos y gerentes desarrollan expectativas poco realistas durante el proceso de iteración rápida, creyendo que pueden mantener un impulso de alta velocidad indefinidamente.
Sin embargo, la realidad siempre tiende a hacer que uno despierte. Cuando los ingenieros y miembros de la junta toman conciencia de la ley de rendimientos decrecientes, se ven obligados a frenar hasta que encuentren un nuevo punto de inflexión y entren en un nuevo ciclo.
¿Qué significa esto para los inversores en criptomonedas?
Para los inversores en criptomonedas, esto significa que AGI (inteligencia artificial general) seguirá siendo solo una 'palabra de moda' en los próximos años. Mientras tanto, muchas personas utilizarán este concepto para promocionar sus 'proyectos'.
Enjambres: la respuesta criptográfica a AGI
En la intersección de las criptomonedas y la IA, una nueva narrativa está tomando forma, centrada en los 'agentes' (Agents) - especialmente en la 'inteligencia colectiva' compuesta por muchos agentes.
Los enjambres de agentes son múltiples agentes coordinados a través de un marco específico, que completan tareas complejas mediante la colaboración colectiva en lugar de depender únicamente de la capacidad de cálculo. Este método resuelve eficazmente los cuellos de botella de hardware y algoritmos.
Como mencionó Tom Shaughnessy en su artículo:
'Una alternativa de AGI basada en criptografía y IA está surgiendo silenciosamente.'
A menudo, damos por sentado que OpenAI será el ganador final.
Después de todo, ellos tienen talento de primer nivel (aunque algunos ya se han ido), recursos computacionales poderosos, lanzamientos de modelos líderes y un alto enfoque en la capacidad de razonamiento.
Sin embargo, entender las alternativas en este campo no es fácil, ya que no siempre están en posiciones evidentes.
El núcleo de esta alternativa son millones de modelos de IA estrechos y altamente especializados (o agentes). Estos agentes son 'expertos' en sus respectivos campos, no necesitan razonar sobre todo, sino que forman una 'inteligencia colectiva' trabajando en conjunto, lo que es muy superior a un único modelo grande. De hecho, millones de modelos estrechos siempre han sido la base teórica original de mi pensamiento.
Los desarrolladores pueden personalizar las rutas de razonamiento de estos agentes (es decir, la cadena de pensamiento del agente, como cuándo dejar de investigar o cuándo cambiar de dirección) según sus necesidades, combinando de manera flexible datos y fuentes de información en tiempo real, utilizando múltiples modelos base (como Nous Research, Prime Intellect, Llama, deepseek u otros modelos de código abierto), y ajustando en profundidad los detalles de cada agente para que se concentren completamente en una tarea específica.
Esta “explosión cambriana” a gran escala de agentes se debe al financiamiento de tokens criptográficos y es impulsada por una comunidad criptográfica descentralizada. Este modelo ha demostrado tener una gran ventaja diferenciadora en la creación de modelos y agentes, los cuales no podrían surgir en laboratorios de IA tradicionales de Web2. En comparación, su velocidad de desarrollo y el apoyo de la comunidad son inigualables.
Una vez que podamos acceder a estos 'enjambres' de agentes (es decir, combinaciones de modelos expertos) a través de una interfaz simple y fácil de usar, y el 'enjambre' pueda elegir inteligentemente el modelo más adecuado para realizar tareas, este modelo será ampliamente aceptado de la noche a la mañana.
Las tendencias en el desarrollo tecnológico sugieren que AGI es más probable que se construya en una forma abierta sobre blockchain descentralizada, en lugar de estar restringida a plataformas centralizadas que podrían cerrarse.
Es solo una cuestión de tiempo, y la IA criptográfica se está convirtiendo en el camino líder hacia la AGI colectiva, lo que es muy prometedor.
De hecho, cuando tocamos los límites del rendimiento del hardware, el progreso de la investigación y las leyes físicas, siempre regresamos a una dirección familiar: la agregación.
Tom mencionó el término 'Combinación de Expertos', pero, de hecho, este concepto no es tan complicado. A través de enjambres de agentes, la blockchain ha mostrado su valor único en el campo de la inteligencia artificial: la capacidad de coordinación.
Gracias a la ventaja única de la tecnología criptográfica en la programación de comportamientos a gran escala, podemos desplegar y gestionar una gran cantidad de agentes a nivel global. Esto nos permite construir una red de modelos de lenguaje más pequeños y enfocados, que compiten entre sí para ofrecer el mejor servicio a los usuarios finales.
En julio del año pasado, discutimos esto en detalle en el podcast Club Cod3x:
Si no es AGI, ¿qué será el futuro?
A medida que los campos de criptomonedas e IA maduran, lograremos avances significativos en curaduría, distribución y comercialización. Aunque las empresas de IA en Web3 aún están en etapas iniciales, el potencial de este campo ya ha llamado la atención general.
He estado desarrollando en el campo de la inteligencia artificial y las criptomonedas durante varios años. Durante este tiempo, he resumido algunas experiencias sobre qué métodos son efectivos y cuáles no.
Aquí está mi análisis más reciente sobre la actual intersección de la inteligencia artificial y las criptomonedas:
1. Marcos (Frameworks) - Plataformas utilizadas para acelerar el desarrollo, estandarizar normas y facilitar la comunicación entre agentes.
@virtuals_io - Marco social (Virtuals)
@ai16zdao - Marco social (G.A.M.E.)
@Cod3xOrg - Marco financiero (Moon)
@gizatechxyz - Marco financiero
@AlloraNetwork - Marco de entrenamiento (Training Framework)
@opentensor - Marco de entrenamiento (Training Framework)
@chirperai - Marco de coordinación (Coordination Framework)
@autonolas - Marco de coordinación (Coordination Framework)
Estos marcos no solo son la base para el desarrollo tecnológico, sino que también desempeñarán un papel crucial en los mercados futuros, impulsando la madurez de todo el ecosistema.
2. Plataformas de Comercio (Marketplaces) - El núcleo de las plataformas de comercio es conectar agentes con usuarios, o entre agentes, facilitando el intercambio de tareas y servicios.
@Cod3xOrg - Mercado de Usuario a Agente (User-to-Agent Market)
@Daosdotfun - Plataforma de Lanzamiento (Launchpad)
@Virtuals_io - Plataforma de Lanzamiento (Launchpad)
@autonolas - Mercado de Agente a Agente (Agent-to-Agent Market)
@StoryProtocol - Mercado de Agente a Agente (Agent-to-Agent Market)
@joinFXN - Mercado de Agente a Agente (Agent-to-Agent Market)
Aunque estas plataformas aún están en sus etapas iniciales, se convertirán en clave para el desarrollo de la economía de agentes, ayudando a los desarrolladores a encontrar más caminos para monetizar y escalar.
3. Agentes (Agents) - Los agentes son trabajadores digitales que operan de manera autónoma, creando valor al completar tareas específicas.
@BigTonyXBT - Agente enfocado en la ejecución de transacciones financieras.
@unit00x0 - Proporciona soporte para el análisis de datos financieros.
@luna_virtuals - Agente multipropósito que agrega funciones sociales y financieras.
@0xzerebro - Agente enfocado en la creación artística y la interacción social.
El proceso de desarrollar agentes es tan desafiante y divertido como las peleas de robots en la película (Real Steel).
Aunque actualmente los agentes en Web3 no se han comercializado ampliamente, algunas marcas ya han mostrado una visión poderosa. En el futuro, veremos más agentes ser probados y optimizados en aplicaciones reales.
4. Corredores de Datos (Data Brokers) - Los corredores de datos proporcionan a los agentes los datos y la información contextual necesarios para su entrenamiento, siendo un eslabón clave en todo el ecosistema.
@withvana - Corredor de datos de usuario
@getgrass_io - Corredor de datos de usuario
@Cookie3_com - Agregador de datos sociales de Web3
La combinación de IA y blockchain está atrayendo cada vez más proyectos. Tomemos como ejemplo a @BigTonyXBT, que utiliza datos proporcionados por @DeBankCloud, @LunarCrush y @dexscreener como información contextual para sus agentes. Sin embargo, estas plataformas de datos aún no han declarado claramente su dirección en el desarrollo de IA.
Mientras tanto, plataformas de inteligencia como @arkham, @_kaitoai y @nansen_ai también han comenzado a empaquetar sus datos para servir a la economía de agentes. En el futuro, estas plataformas podrían incluso lanzar sus propios agentes o modelos de IA, lo cual merece atención.
El objetivo de Web3 no es AGI
Algunos pueden preguntarse si Web3 creará el mejor modelo base del mundo. La respuesta es no, porque AGI (inteligencia artificial general) no es la montaña que Web3 necesita escalar.
Sin embargo, la tecnología blockchain puede aportar un gran valor a los desarrolladores en otros aspectos, especialmente en la distribución y monetización de los resultados del trabajo.
Con el poder de Web3, somos capaces de:
Crear un mercado de datos más justo, devolviendo el valor de los datos a los usuarios y desarrolladores;
Incentivar a los mejores agentes para proporcionar un servicio de mayor calidad a los usuarios;
Simplificar el proceso de transacciones financieras y aumentar la eficiencia;
Proporcionar un entorno de ejecución más optimizado que apoye la operación de agentes;
Facilitar la monetización de agentes;
Impulsar el desarrollo de proyectos de código abierto, haciendo la innovación más accesible;
Lograr estos objetivos a nivel global las 24 horas, los 7 días de la semana.
Por lo tanto, introducir IA en blockchain no es para buscar AGI, sino para demostrar a los desarrolladores de IA que la tecnología criptográfica puede ayudarles a alcanzar sus objetivos de manera más eficiente, al mismo tiempo que crea una mejor experiencia para los usuarios.