«El software se está comiendo al mundo» se ha convertido en una de las frases icónicas de la última década de la industria del software. Citada en 2011 por la leyenda del software e inversor de capital riesgo Marc Andreessen, sintetizó la idea de que las empresas que operaban principalmente en el mundo físico estaban en transición a la economía digital, una tendencia que esencialmente transformará a todas las empresas en empresas de software.

Jesús Rodríguez es el director ejecutivo de IntoTheBlock, una firma de análisis del mercado de blockchain y Criptomonedas . Este artículo es un avance de... una charla que daráEsta semana en el escenario Big Ideas enConsenso 2022en Austin, Texas.

En los últimos años, la evolución del aprendizaje automático (ML) y la inteligencia artificial (IA) ha permeado todas las áreas de la industria del software, lo que ha llevado a muchos expertos a afirmar que "el aprendizaje automático está devorando al software". Las Cripto y los activos digitales se basan en el código y la programabilidad y, por lo tanto, es probable que se vean influenciados por las tendencias de ML-IA. Es probable que la intersección de ML-IA con los activos digitales marque el comienzo de una nueva era en la que la inteligencia artificial se convierta en un componente nativo de los Cripto .

La idea de los Cripto inteligentes es conceptualmente trivial, pero presenta desafíos prácticos. ¿Cuáles son algunas de las tendencias fundamentales del aprendizaje automático (ML) que pueden impactar rápidamente la próxima generación de Cripto ? ¿Cuáles son los principales escenarios que pueden beneficiarse de las capacidades de inteligencia en Cripto o algunos de los desafíos técnicos clave que deben superarse para que las Cripto se vuelvan inteligentes? Este ensayo explora algunas de estas ideas y desarrolla una tesis sobre el potencial de la intersección entre las Cripto y el aprendizaje automático.

Sólo las Cripto pueden ser nativamente inteligentes

Un punto importante a tener en cuenta al pensar en la IA-ML en el contexto de los Cripto es que las Cripto son la única clase de activo en la historia con el potencial de volverse nativamente inteligentes. Las capacidades de IA-ML en clases de activos tradicionales, como materias primas o acciones, se implementan en vehículos como asesores robóticos o Quant Estrategias que operan más allá del propio activo. Si bien existe un rol obvio para estos vehículos en el espacio Cripto , los Cripto pueden integrar de forma nativa las capacidades de IA-ML en los activos. Este beneficio es, obviamente, un efecto secundario de las capacidades programables y digitales de las Cripto. Los Cripto se basan en código, y este código podría adoptar la forma de modelos de IA-ML.

El aprendizaje automático devorará las Cripto, pero ¿cómo?

Es probable que la IA-ML desempeñe un papel importante en la próxima década del mercado de las Cripto . Si bien las fases iniciales de las Cripto se centraron en la digitalización y la automatización, la próxima iteración parece estar destinada a centrarse en la inteligencia. Si bien existen numerosas aplicaciones de la IA-ML en las Cripto hoy en día, no podemos afirmar que los Cripto sean inherentemente inteligentes. En un futuro NEAR , cabe esperar que los Cripto y protocolos comiencen a incorporar la IA-ML como capacidades nativas que les permitirán Aprende y adaptar su comportamiento en función de su entorno o Mercados.

La inevitabilidad de que los activos digitales se vuelvan inteligentes se debe en parte a la asombrosa evolución de las tecnologías de IA-ML en los últimos años. En el contexto de las Cripto, no deberíamos pensar en la IA-ML como algo genérico, sino como un grupo de métodos interrelacionados. Desde esta perspectiva, existen algunas escuelas de IA-ML que parecen especialmente adecuadas para aplicaciones en el ámbito de las Cripto . Exploremos algunas de las técnicas más populares desde la perspectiva de su potencial dentro de las tecnologías Cripto .

Transformadores

Considerados por muchos la evolución más importante de la última década de IA-ML, los transformadores están detrás de la revolución en la comprensión del lenguaje natural (NLU) y están incursionando en otras áreas, como la visión artificial. Modelos comoGPT-3 de OpenAI o Megatron de NvidiaSon capaces de generar textos sintéticos indistinguibles de los escritos por humanos, participar en interacciones pregunta-respuesta altamente complejas o incluso exhibir capacidades de razonamiento sobre formas textuales. Modelos comoDALL-E 2 de OpenAI o Imagen de GoogleSon capaces de generar imágenes artísticas a partir de formas textuales conectando la inteligencia a través de múltiples dominios.

Al comprender el impacto que han tenido los transformadores en el espacio de la PNL y la visión por computadora, no es difícil imaginar la influencia que probablemente ejercerán en áreas como las NFT que dependen de representaciones visuales e interacciones textuales.

Aprendizaje autosupervisado

Meta (Facebook) AI Research se refirió recientemente al aprendizaje autosupervisado (SSL) como la "materia oscura de la IA", como una analogía sobre el papel fundamental que este nuevo tipo de técnica puede desempeñar en la próxima generación de modelos de IA. Conceptualmente, SSL busca habilitar capacidades inteligentes que se asemejan a cómo los bebés Aprende mediante la observación y la interacción. SSL intenta superar algunas de las limitaciones de los métodos tradicionales de aprendizaje supervisado que requieren entrenamiento con grandes volúmenes de datos etiquetados. Modelos como El dinosaurio de MetaSon capaces de clasificar objetos en imágenes sin entrenamiento previo.

Las aplicaciones del aprendizaje sin grandes cantidades de datos etiquetados parecen perfectas para las Cripto. Finanzas descentralizadas (DeFi) podría ser un beneficiario inmediato de estos métodos.

Redes neuronales gráficas

Los conjuntos de datos de blockchain representan la mayor fuente de datos en el Cripto. Desde un punto de vista estructural, los conjuntos de datos de blockchain son jerárquicos de forma nativa, ya que modelan relaciones entre direcciones, transacciones o bloques. Las redes neuronales de grafos (GNN) son la disciplina de IA-ML que se especializa en el aprendizaje sobre conjuntos de datos jerárquicos. Empresas como DeepMind de Google utiliza GNN para predecir el tráfico en Google Maps o Incluso entender la estructura del vidrio.

Las GNN parecen ser una técnica de IA-ML ideal para Cripto . Si las cadenas de bloques se vuelven inteligentes, es probable que las GNN desempeñen un papel clave en el desarrollo de conocimiento a partir de sus conjuntos de datos nativos.

Aprendizaje por refuerzo

El aprendizaje de refuerzo profundo (DRL) se convirtió en una especie de cultura pop después de...AlphaGo de DeepMind derrotó al campeón mundial de Go, Lee SedolAlphaGo dominó el Go jugando una cantidad inimaginable de partidas contra sí mismo y corrigiendo sus propios errores. Esta forma de ensayo y error, de aprendizaje por interacción, es la esencia de DRL.

Desde AlphaGo, DRL ha estado en el centro de notables logros en IA-ML.El propio AlphaFold de DeepMind sorprendió a la comunidad científica al ser capaz de predecir la estructura de las proteínas a partir de una secuencia de aminoácidos.Un Explora que podría abrir una nueva era en la medicina. Otro modelo DRL destacado de DeepMind es MuZero, capaz de dominar juegos como el Go, el ajedrez o el Atari, sin siquiera conocer las reglas.

Los principios de DRL, basados ​​en el aprendizaje por ensayo y error, parecen relevantes para muchas áreas de las Cripto, como DeFi o NFT, donde las condiciones cambian constantemente. Al fin y al cabo, la mayoría de los protocolos de Cripto se basan en sólidas reglas de teoría de juegos, y DRL ha destacado en el ámbito de los juegos.

El camino hacia la inteligencia en Cripto

William Gibson, leyenda del ciberpunk y escritor de ciencia ficción, dijo una vez: «El futuro ya está aquí, solo que no está distribuido equitativamente». Esta cita podría servirnos de guía filosófica al reflexionar sobre el camino hacia los Cripto inteligentes. La creación de las Cripto coincidió con la era dorada de la investigación y el desarrollo Tecnología de IA-ML. Hoy en día, las tecnologías de IA-ML se están popularizando rápidamente y es cuestión de tiempo antes de que se conviertan en un elemento clave en el mundo de las Cripto . Los casos de uso parecen estar por todas partes. Exploremos algunos de los más evidentes.

NFT inteligentes

Se han realizado algunas aplicaciones del uso de métodos generativos de AI-ML para crear tokens no fungibles (NFT). Sin embargo, la influencia de la IA-ML debería expandirse a todas las áreas del espacio NFT. Imaginemos NFT que incorporan capacidades de lenguaje y habla para dialogar con los usuarios, responder preguntas sobre su significado o interactuar con un entorno específico. Al igual que interactuamos con nuestro asistente digital favorito, imaginemos tener una conversación con un NFT visual que puede cambiar su apariencia según la naturaleza del diálogo. De igual manera, pensemos en usar modelos de transformación de IA-ML preentrenados con millones de pinturas para generar NFT únicos que capturen aspectos únicos del estilo de los maestros.

Protocolos DeFi inteligentes

Finanzas descentralizadas (DeFiLos protocolos se centran en la automatización, pero no son precisamente inteligentes. La incorporación de capacidades de IA-ML en los protocolos DeFi parece inevitable. Podemos imaginar una nueva generación de Maker de mercado automatizados.AMM) protocolos que pueden ajustar los saldos de los pools mediante modelos predictivos en tiempo real basados en las condiciones del mercado. De igual forma, podemos pensar en protocolos de préstamo que ajustan el tamaño de los préstamos según un perfil inteligente de las direcciones que los solicitan.

Cadenas de bloques inteligentes L1-L2

La IA-ML está influyendo en todos los aspectos de la infraestructura de software, como las redes, la computación y el almacenamiento, y es poco probable que las cadenas de bloques sean una excepción. No es descabellado pensar en protocolos de consenso inteligentes que mejoren el rendimiento basándose en modelos predictivos. De igual manera, podemos pensar en cadenas de bloques que desarrollen economías inteligentes para controlar el coste computacional en forma de...GAS" u otros equivalentes.

Aplicaciones Cripto inteligentes y dapps

La experiencia del usuario parece ser una de las áreas más obvias para introducir capacidades de IA-ML. Es cuestión de tiempo antes de que las billeteras o plataformas de intercambio comiencen a incorporar capacidades de inteligencia nativa que ayuden a mejorar las decisiones de inversión y trading que hoy dependen completamente de la subjetividad Human .

Monedas estables programables inteligentes

El tema de lo programablemonedas establesParece muy prominente estos días después de laColapso de Terra UST¿Qué pasaría si, en lugar de pensar en esta forma de moneda estable como programable, pudiéramos pensar en formas que no solo sean programables, sino también inteligentes? En lugar de monedas estables programables que ajustan su paridad según una estrategia económica definida estáticamente, ¿qué pasaría si pudieran basarse en algoritmos de IA-ML que Aprende orgánicamente de las condiciones del mercado? Una combinación de IA-ML con supervisión Human parece ser un enfoque interesante para explorar en este ámbito.

La IA-ML está influyendo en las Cripto, pero las Cripto también pueden contribuir a ella

La relación entre las Cripto y la IA-ML es más bidireccional de lo que se cree. Si bien los escenarios en los que la IA-ML puede influir en la próxima generación de Cripto e infraestructura son bastante claros, existen algunas áreas no tan obvias en las que las Cripto pueden influir en las tecnologías de IA-ML.

La IA descentralizada es un movimiento Tecnología emergente que LOOKS aprovechar la descentralización computacional y los mecanismos de tokenización para mitigar algunos de los crecientes desafíos de centralización de las tecnologías de IA-ML. Un subdominio del enfoque general de la IA descentralizada son los mecanismos que aprovechan los Cripto para crear economías donde empresas e individuos se ven incentivados a compartir datos y modelos de IA-ML.

Los datos son la fuerza motriz de la IA-ML, pero están altamente controlados por un pequeño número de empresas establecidas, y prácticamente no hay incentivos para que las empresas colaboren y compartan datos para romper ese ciclo monopolístico. Presentamos...tokenómicay los mecanismos de incentivos podrían ayudar orgánicamente a establecer canales para que las empresas cooperen regularmente en la creación y entrenamiento de modelos AI-ML para tareas específicas y compartan los beneficios.

El sesgo y la imparcialidad son otro tema HOT en el aprendizaje automático con IA, que podría verse enormemente influenciado por el uso de tecnologías Cripto nativas. Los conjuntos de datos utilizados en el entrenamiento de modelos de IA con IA están plagados de sesgos, discriminación y datos tóxicos que pueden influir en el conocimiento de los modelos de IA.

Si bien se han producido grandes avances en la cuantificación y el monitoreo de la imparcialidad de los modelos de IA-ML, no existen mecanismos robustos de rendición de cuentas ni de evaluación comparativa que gocen de la confianza de toda la industria. Imagine usar una capa de blockchain para KEEP el sesgo y la puntuación de imparcialidad de modelos específicos de IA-ML y compensar a los modelos que mejoran sus puntuaciones de imparcialidad. Este es un escenario de bajo punto de entrada para el uso de tecnologías blockchain en infraestructuras de IA-ML.

Sin duda, la IA-ML debería ser un elemento fundamental de la próxima generación de tecnologías de activos digitales, pero también existe un gran valor tangible que las Cripto y las cadenas de bloques pueden aportar al mundo de la IA-ML. Fundamentalmente, las Cripto podrían servir como una capa económica y contable que ayude a construir soluciones de IA-ML más justas y democráticas.

De la digitalización-automatización a la inteligencia

La IA-ML está influyendo en todas las áreas del mundo del software, y es improbable que las Cripto sean una excepción. Los principios CORE de las tecnologías de activos digitales se han centrado en la democratización de los servicios financieros mediante la digitalización y la automatización. La inteligencia artificial es una de las próximas fronteras para las Cripto, y es probable que veamos su impacto en todo el sector. Desde los NFT inteligentes hasta los protocolos DeFi y las nuevas formas de Cripto , la incorporación de la IA-ML probablemente desatará una nueva era de innovación en el Cripto. Las tecnologías y los casos de uso ya están aquí. Es hora de empezar a construir.

También en la serie 'Grandes Ideas':

La revolución indagatoria que se avecinapor Julie Fredrickson

Las organizaciones autónomas distribuidas brindan a los humanos la oportunidad de construir cosas más grandes y extrañas en plazos radicales, tal como el advenimiento de las corporaciones allanó el camino hacia la Revolución Industrial.

Pruebas sin fundamento: la Web 3 ayuda a documentar crímenes de guerra en Ucraniapor Jonathan Dotan

En una era de desinformación, la Tecnología blockchain puede renovar nuestra fe en la verdad evidencial, sobre todo durante el conflicto actual en Ucrania, dice Jonathan Dotan, director fundador de The Starling Lab.

Cómo la Web 3 cambia la filantropíapor Rhys Lindmark

Rhys Lindmark, orador de "Grandes Ideas" en el festival Consensus de CoinDesk, sobre cómo la generación Cripto podría reescribir las reglas de las donaciones caritativas.

Utilicemos nuevas formas de dinero para comprometernos con nuestras comunidadespor Matthew Prewitt

Más dinero local podría disminuir el incentivo de “salir” de las comunidades que necesitan los recursos, dice Matt Prewitt, presidente de la Fundación RadicalxChange.

Pronósticos, Mercados de predicción y la era de una mejor informaciónpor Clay Graubard y Andrew Eaddy

La previsión cuantificada es una herramienta invaluable y, sin embargo, subutilizada, y los Mercados de predicción parecen ser una herramienta vital para su adopción.