Autor: Jan Liphardt
Compilado por: Shenchao TechFlow
El autor original es Jan Liphardt, profesor asociado en el Departamento de Bioingeniería de la Universidad de Stanford, donde obtuvo su doctorado en la Universidad de Cambridge.
Él también es el fundador de OpenMind. OpenMind se centra en desarrollar software de código abierto para múltiples agentes, con el objetivo de hacer que los robots sean más inteligentes y asegurar que los humanos puedan verificar y comprender el proceso de toma de decisiones de los robots. También es uno de los autores principales del estándar ERC-7777, un protocolo desarrollado conjuntamente por OpenMind y Nethermind.io, que tiene como objetivo regular la forma en que los humanos interactúan en una sociedad colaborativa entre humanos y robots.
Texto completo
Los robots inteligentes autónomos solían ser considerados un concepto de ciencia ficción inalcanzable, pero hoy en día, los modelos de lenguaje grandes (LLM) y la inteligencia artificial generativa han otorgado a las máquinas la capacidad de planificar, aprender y pensar. No solo eso, estos programas que pueden ganar olimpiadas matemáticas y escribir novelas también pueden controlar robots físicos, permitiendo que un personaje digital cambie sin problemas entre el mundo digital y el físico. Por lo tanto, los robots que caminarán en tu comunidad o con los que trabajarás podrán mostrar opiniones y comportamientos coherentes en X/Twitter, mercados de predicción y la vida real.
Sin embargo, enfrentamos un desafío importante: ¿cómo integrar estas máquinas inteligentes en la sociedad humana, desde escuelas, hospitales, fábricas hasta hogares y la vida cotidiana? La mayoría de los sistemas existentes están diseñados para humanos, requiriendo por defecto huellas dactilares, padres y fechas de nacimiento, condiciones que claramente no son aplicables a máquinas inteligentes. Además, hay un gran debate sobre cómo regular estas máquinas: ¿deberíamos prohibir su desarrollo, suspender su investigación o limitar su capacidad para simular emociones comprensibles para los humanos (como propone la Unión Europea)? Más complicado aún, si un modelo de lenguaje grande con 200 mil millones de parámetros opera en una computadora en órbita baja y controla un robot de negociación o un robot físico en la oficina de la Comisión de Bolsa y Valores de Nueva York (SEC), ¿qué leyes debería seguir su comportamiento?
Urgentemente necesitamos un sistema global que apoye transacciones financieras y permita a humanos y máquinas inteligentes votar juntos para establecer reglas, manteniendo la inmutabilidad, la transparencia y una gran resiliencia. Afortunadamente, en los últimos 16 años, miles de desarrolladores e innovadores han construido un sistema así: un marco paralelo para la gobernanza descentralizada y las finanzas. Desde el principio, el objetivo de la blockchain ha sido apoyar la 'exploración de nuevos modelos económicos por comunidades no geográficas', construyendo un sistema que 'puede interactuar con cualquier usuario' (Satoshi, 13 de febrero de 2009). Hoy, esta visión se ha vuelto más clara: a diferencia de otras tecnologías centradas en el ser humano, sistemas financieros y regulaciones, la blockchain y los contratos inteligentes pueden apoyar indistintamente a humanos y máquinas inteligentes. Por lo tanto, las redes criptográficas descentralizadas proporcionan la infraestructura crucial para este nuevo campo, cuyos beneficios se manifestarán plenamente en áreas como la salud, la educación y la defensa.
Por supuesto, aún hay muchas barreras que superar en este proceso. Es crucial lograr una conexión fluida entre la colaboración humano-máquina y la colaboración entre máquinas, especialmente en áreas de alto riesgo como el transporte, la fabricación y la logística. Los contratos inteligentes pueden ayudar a las máquinas autónomas a descubrirse entre sí, comunicarse de manera segura y formar equipos para completar tareas complejas. El intercambio de datos de baja latencia (como la comunicación entre taxis robóticos) puede realizarse fuera de la cadena, por ejemplo, a través de redes privadas virtuales, pero los pasos anteriores, como descubrir qué robot o humano puede llevarte al aeropuerto, son muy adecuados para ser completados a través de mercados y mecanismos descentralizados. Soluciones de escalado como Optimism serán clave para soportar estas transacciones y flujos.
Además, la fragmentación de regulaciones en todo el mundo es un obstáculo principal para la innovación. Aunque regiones como Ontario están a la vanguardia en el campo de los robots autónomos, la mayoría de las áreas aún están muy rezagadas. La gobernanza descentralizada, al establecer un conjunto de reglas programables basadas en blockchain, proporciona la estandarización tan necesaria en este campo. Establecer estándares globales sobre seguridad, ética y operación es crucial para garantizar que los robots inteligentes autónomos puedan ser desplegados a gran escala en múltiples países sin comprometer la seguridad y la conformidad.
Las Organizaciones Autónomas Descentralizadas (DAOs) están acelerando la investigación y desarrollo de robots e IA. Los canales de financiamiento tradicionales son ineficientes y relativamente cerrados, limitando el rápido desarrollo de la industria. Sin embargo, modelos basados en tokens (como la plataforma DeSci DAO) han superado estos obstáculos, al tiempo que proporcionan incentivos para que los inversores comunes participen. Además, algunos nuevos modelos comerciales de IA han introducido micropagos y formas de compartir ingresos con proveedores de datos o modelos, todo lo cual se puede lograr a través de contratos inteligentes.
La combinación de estas ventajas impulsará el rápido desarrollo de los robots inteligentes autónomos y traerá muchas aplicaciones prácticas esperadas.
Un nuevo paradigma de robots y máquinas inteligentes
Muchas personas pueden temer que la proliferación de máquinas inteligentes compita con los humanos, considerando que la cognición es un juego de suma cero. Sin embargo, la realidad es que en campos como la educación y la salud, hay una grave escasez de talento bien educado.
Un estudio de la UNESCO señala que el problema de la escasez de maestros es muy grave a nivel global. 'Para 2030, se necesitan 44 millones de nuevos maestros de educación primaria y secundaria en todo el mundo', sin incluir aún a los asistentes que proporcionan tutoría uno a uno para ayudar a los estudiantes rezagados. En este contexto, los robots inteligentes autónomos pueden traer enormes ventajas al campo educativo, aliviando la escasez de maestros. Imagina a un niño aprendiendo conceptos complejos con la ayuda de un robot cercano, que lo guía pacientemente paso a paso para dominar nuevas habilidades, lo que no solo profundiza su comprensión de la materia, sino que también mejora sus habilidades sociales. Solíamos acostumbrarnos a que los humanos enseñaran a los robots, pero esta relación unidireccional está cambiando gradualmente.
Mientras tanto, la Organización Mundial de la Salud (OMS) advierte que la industria de la salud enfrenta una 'crisis de mano de obra'. Actualmente, los sistemas de salud en 100 países del mundo carecen de aproximadamente 7.2 millones de profesionales, y se espera que esta brecha se amplíe a 12.9 millones de personas para 2035 debido al envejecimiento de la población. La escasez de talento es especialmente grave en áreas como el cuidado, la atención primaria y la salud relacionada. Esta crisis no solo afecta la calidad de la atención que reciben los pacientes, sino que también amenaza la eficiencia de los profesionales de la salud. En este contexto, los robots inteligentes autónomos pueden desempeñar un papel importante en varios aspectos, como monitorear a pacientes con enfermedades crónicas, asistir en operaciones quirúrgicas y proporcionar servicios de compañía para personas mayores. También pueden monitorear automáticamente los inventarios de medicamentos y equipos, reabasteciéndolos a tiempo cuando sea necesario. Además, en tareas como el transporte de desechos médicos, la limpieza de salas de tratamiento y la asistencia en cirugías complejas, los robots pueden mejorar significativamente la eficiencia y la consistencia. En un momento en que la industria de la salud necesita urgentemente aumentar la productividad, los robots son sin duda un apoyo importante.
En el campo de la defensa, la aplicación de sistemas autónomos ya ha mostrado resultados, especialmente en lo que respecta a enjambres de drones y activos de combate marítimos. El potencial de los robots para llevar a cabo tareas de alto riesgo o aquellas que los humanos no pueden completar (como rescates en desastres o trabajos peligrosos) apenas ha comenzado a ser explorado.
De prototipo a aplicación práctica
Este contenido puede sonar algo lejano, como un argumento de ciencia ficción del siglo 22, pero en realidad, Ethereum ya se utiliza para almacenar reglas de decisión y acción de IA y robots. Según Coinbase, los agentes de IA ya han comenzado a utilizar criptomonedas para comerciar entre ellos.
La apertura y auditabilidad de las redes criptográficas descentralizadas proporcionan a los desarrolladores de robots una plataforma segura para compartir datos, modelos y avances tecnológicos. Este mecanismo acelera significativamente la transición de robots autónomos de prototipos a aplicaciones prácticas, permitiéndoles ser desplegados más rápidamente en áreas clave como hospitales y escuelas. Imagina que cuando caminas por la calle con un robot humanoide, un transeúnte podría detenerse y preguntarte: '¿No tienes miedo?' Podrías responder con confianza: 'No, no tengo miedo porque las reglas de comportamiento de esta máquina son públicas e inmutables.' Luego, incluso podrías proporcionarles un enlace que apunte a la dirección del contrato de Ethereum que almacena esas reglas.
El libro de contabilidad descentralizado también puede servir como un centro de coordinación, permitiendo que sistemas heterogéneos compuestos por diferentes tipos de robots se encuentren y colaboren sin un intermediario centralizado. Este mecanismo es conceptualmente similar a la tecnología C3 tradicional de defensa nacional (comando, comunicación y control), pero su infraestructura es descentralizada y transparente. Los registros inmutables aseguran que cada interacción y acción pueda ser rastreada, estableciendo una base confiable para la colaboración.
En las interacciones entre robots, los contratos inteligentes pueden simplificar la asignación de tareas y el intercambio de recursos, lo que permite una coordinación eficiente. En la interacción humano-máquina, un sistema descentralizado que prioriza la protección de la privacidad puede gestionar de forma segura datos sensibles, como información biométrica o registros médicos, aumentando la confianza del usuario en la seguridad de los datos mientras se clarifica la responsabilidad.
Este nuevo mundo puede despertar algunas preguntas: ¿qué significa todo esto para nosotros? Sin embargo, la realidad es que cada lector de este artículo ha estado trabajando para hacer todo esto posible durante casi 20 años, construyendo la infraestructura que puede manejar la gobernanza, colaboración, comunicación y coordinación entre humanos y máquinas inteligentes.
Nota: Las opiniones expresadas en este artículo son solo las del autor y no necesariamente reflejan la posición de CoinDesk, Inc. o sus propietarios y afiliados.