El panel de Hack Seasons Singapore explora el futuro de los agentes de IA, la computación descentralizada y la gobernanza en cadena.

En resumen

En la Conferencia Hack Seasons en Singapur, expertos discutieron el papel actual y futuro de los agentes de IA en Web3, cubriendo aplicaciones prácticas y más, mientras enfatizaban que la supervisión humana sigue siendo esencial para el futuro previsible.

A principios de octubre, la Conferencia Hack Seasons en Singapur reunió a tecnólogos, inversores e innovadores de todo el mundo para explorar el futuro de la blockchain y la IA. Uno de los eventos más esperados en el escenario principal fue la discusión en panel titulada "IA en la cadena: ¿están los protocolos a punto de pensar por sí mismos?" presentada por Tomer Sharoni, CEO de Addressable.

El panel contó con una alineación de alto perfil, incluyendo a Evgeny Ponomarev, Co-Fundador de Fluence, Michael Heinrich, Fundador de 0G, Jack Collier, CGO de io.net, y Clark Alexander, Director de IA de Argentum AI. La discusión ofreció una exploración en profundidad de cómo la intersección de Web3 e IA podría moldear el panorama digital en los próximos años.

La conversación comenzó con los ponentes examinando las aplicaciones prácticas actuales de los agentes de IA en la producción, así como los casos de uso que siguen siendo aspiracionales o poco probables de materializarse. Los panelistas enfatizaron la amplia gama de aplicaciones prácticas para los agentes de IA, señalando que el término generalmente se refiere al uso de grandes modelos de lenguaje (LLMs) en la automatización de negocios. En muchos casos, los agentes de IA operan sin una interfaz conversacional, manejando tareas como soporte al cliente, automatización de ventas, recolección de datos y perfilado. Si bien estas aplicaciones ya están ampliamente adoptadas, el sueño a largo plazo sigue siendo crear agentes de IA capaces de pensar como los humanos. Actualmente, la arquitectura de los modelos existentes no puede replicar la inteligencia a nivel humano.

Los ponentes destacaron que los agentes de IA son más efectivos cuando se utilizan para automatizar tareas a nivel de sistema operativo. Los modelos se han entrenado en los artefactos creados por los humanos a lo largo de milenios, pero el alcance completo de la creatividad e innovación humanas va mucho más allá de lo que se ha documentado. Como resultado, el trabajo creativo, la generación de ideas, la gobernanza y la administración seguirán siendo dominio de los humanos en un futuro previsible. Los panelistas coincidieron en que, al menos durante los próximos cincuenta años, los humanos seguirán desempeñando un papel crítico en estos procesos.

La discusión también exploró cómo los agentes de IA se utilizan actualmente principalmente como herramientas internas. La IA tiene el potencial de proporcionar contexto relevante que permite a los humanos tomar mejores decisiones y mejorar la creatividad dentro de sistemas autónomos.

Mientras que el objetivo final para algunos es la inteligencia general artificial (AGI), el panel reconoció las importantes limitaciones físicas y conceptuales de los LLM actuales. Sin embargo, los ponentes no descartaron la posibilidad de futuros algoritmos diseñados para pensar de manera diferente o más como los humanos, señalando que algunos desarrolladores están explorando activamente estos enfoques.

Los panelistas exploran agentes de trading de IA, computación descentralizada, datos en cadena y gobernanza de GPU en el futuro de las criptomonedas y la IA

Un tema clave explorado durante el panel fueron los agentes de comercio de IA. En el espacio de las criptomonedas, están surgiendo rápidamente protocolos de auto-comercio y billeteras que buscan generar ganancias para los usuarios.

Los panelistas señalaron que el comercio de criptomonedas opera de manera similar al comercio de divisas. Si múltiples agentes de IA están programados con diferentes estrategias de comercio, podrían terminar comerciando entre sí. Sin embargo, si sus estrategias están altamente correlacionadas, el sistema podría colapsar, resultando en un ganador dominante mientras que otros incurren en pérdidas. En muchos aspectos, la dinámica del comercio de agentes de IA refleja la de un mercado.

Otros ponentes destacaron que, según investigaciones, la mayoría de los agentes de trading de IA todavía tienen un rendimiento inferior al de los humanos. El panel coincidió en que los agentes de IA siguen siendo ineficientes porque no pueden anticipar patrones emergentes ni explorar estrategias novedosas de manera independiente.

La computación descentralizada fue otro punto importante de discusión. Los panelistas explicaron que para aquellos que buscan construir grandes redes de GPU, la computación descentralizada ofrece una alternativa a proveedores de nube como AWS o Google Cloud. Un desafío clave es convencer a grandes empresas, como las del Fortune 500, de adoptar redes de GPU descentralizadas además de la infraestructura de nube tradicional.

Los ponentes señalaron que algunas empresas requieren GPU extremadamente potentes para operar a gran escala. Si los proveedores descentralizados no pueden suministrar este nivel de hardware, no atraerán a clientes empresariales. Además, la adopción empresarial a menudo depende de las certificaciones de seguridad, que los protocolos descentralizados pueden carecer. Sin estas certificaciones, las empresas tienen una garantía limitada de que los datos sensibles permanecerán protegidos.

A pesar de estos desafíos, otros oradores argumentaron que los sistemas descentralizados tienen ventajas inherentes de confianza. Los mecanismos de participación permiten a los participantes respaldar los recursos que proporcionan, ofreciendo una forma de responsabilidad. Actualmente, uno de los mayores costos de la IA es el cómputo, en parte porque las empresas se sienten presionadas a asegurar recursos de hiperescaladores, lo que a menudo resulta en hardware subutilizado, a veces solo con un uso del 10-15%. Las redes descentralizadas permiten monetizar de manera eficiente la capacidad de GPU sobrante, mientras que los consumidores solo pagan por lo que utilizan.

La discusión también exploró el creciente interés en poner datos en la cadena para garantizar la procedencia, el control y la verificabilidad. Los panelistas debatieron si las cadenas de bloques podrían eventualmente apoyar el entrenamiento de modelos de IA autónomos de una manera que sea tanto eficiente como segura.

El panel concluyó con un enfoque en la gobernanza en el espacio de IA y GPU, planteando preguntas sobre quién controlará el suministro de GPU en el futuro y cómo esto dará forma a la economía en general.