Skip to content
El uso de IA por parte de Web 3 presentará desafíos, pero no son insuperables


IEs una evolución lógica que las plataformas Web 3 incorporen inteligencia artificial (IA) nativa.

La IA está influyendo en todas las categorías de software, por lo que Web 3 no debería ser una excepción. Pero existen obstáculos técnicos fundamentales sobre las pilas de Web 3 para la adopción de tecnologías de IA.

En artículos anteriores en CoinDesk, discutí la relevancia de las técnicas de IA para las finanzas descentralizadas (DeFi) y los tokens no fungibles (NFT). Más allá de comprender su valor claro, es importante ver cómo la IA puede ingresar al espacio de la Web 3 en un futuro cercano y qué obstáculos principales impiden actualmente que esto se materialice.

Jesús Rodríguez es CTO y cofundador de la plataforma de datos blockchain IntoTheBlock, además de científico jefe de la firma de inteligencia artificial Invector Labs e inversor activo, orador y autor en criptografía e inteligencia artificial.

“El software se está comiendo el mundo”, dijo el gigante de capital de riesgo Marc Andreessen en 2011, sintetizando la idea de que las empresas que operan en el mundo físico estaban haciendo la transición a uno digital y que el software sería su piedra angular.

Leer más: ¿Qué es la Web 3 y por qué todo el mundo habla de ella?

Ahora, podemos decir que «el aprendizaje automático (ML) se está comiendo el software» para señalar una tendencia inminente en la que la mayor parte del software del mundo se reescribirá con AI/ML como sus componentes básicos. Cuando piensa en los componentes omnipresentes de las aplicaciones de software, le vienen a la mente capacidades como las bases de datos y la identidad. La inteligencia, en forma de modelos AI/ML, se está convirtiendo constantemente en otro componente fundamental de las aplicaciones de software modernas.

En estos días, las tendencias de software, incluida la computación en la nube, las redes y la seguridad cibernética, se están reinventando con ML como un ciudadano de primera clase. Dado que Web 3 es la próxima iteración de muchas de esas tendencias de software, es probable que ML desempeñe un papel fundamental en la evolución de las tecnologías Web 3. Desarrollar una tesis sobre la intersección de ML y Web 3 requiere comprender tanto la trayectoria de adopción de las capacidades de ML en las pilas de Web 3 como algunos de los desafíos fundamentales.

La adición de ML en Web 3 no ocurrirá como una tendencia atómica; más bien, se distribuirá entre diferentes capas de la pila de Web 3. La inteligencia impulsada por ML puede surgir en tres capas clave de Web 3.

Cadenas de bloques inteligentes

La generación actual de plataformas de cadena de bloques se ha centrado en la creación de componentes informáticos distribuidos clave que permiten el procesamiento descentralizado de transacciones financieras. Los mecanismos de consenso, las estructuras de mempool y los oráculos son algunos de estos componentes clave. Así como los componentes centrales de las infraestructuras de software tradicionales, como las redes y el almacenamiento, se están volviendo inteligentes, la próxima generación de cadenas de bloques de capa 1 (base) y capa 2 (complementaria) incorporará de forma nativa capacidades impulsadas por ML. Por ejemplo, podemos pensar en el tiempo de ejecución de blockchain que usa una predicción de ML para transacciones para habilitar un protocolo de consenso escalable masivamente.

Protocolos inteligentes

Los contratos y protocolos inteligentes son otro componente de la pila Web 3 que comenzará a incorporar capacidades de ML. DeFi parece ser el ejemplo prototípico de esta tendencia. No estamos lejos de ver una generación de creadores de mercado automatizados (AMM) de DeFi o protocolos de préstamo que incorporen una lógica más inteligente basada en modelos ML. Por ejemplo, podemos imaginar un protocolo de préstamo que utilice una puntuación inteligente para equilibrar los tipos de préstamos de diferentes tipos de billeteras.

Aplicaciones inteligentes

Es probable que las aplicaciones descentralizadas (dapps) se conviertan en las soluciones Web 3 más probables para agregar rápidamente funciones impulsadas por ML. Ya estamos viendo esta tendencia en las NFT, pero se volverá cada vez más generalizada. Los NFT de próxima generación pasarán de imágenes estáticas a artefactos que exhiben un comportamiento inteligente. Algunos de estos NFT podrán cambiar su comportamiento según el estado de ánimo de su audiencia o el perfil de los nuevos propietarios.

Al considerar las capas de inteligencia de la Web 3, podríamos suponer ingenuamente que lo más lógico es una tendencia de adopción de abajo hacia arriba. Los tiempos de ejecución de Blockchain pueden volverse inteligentes, y parte de esa inteligencia puede influir en las capas superiores de la pila, como los protocolos DeFi o NFT. Sin embargo, existen serias limitaciones tecnológicas que forzarían una adopción de arriba hacia abajo, en lugar de de abajo hacia arriba, de las tecnologías ML en las pilas de Web 3.

La raíz de estos obstáculos tecnológicos se remonta a la arquitectura de la generación actual de tiempos de ejecución de blockchain. En principio, las cadenas de bloques están diseñadas en torno a un paradigma de computación distribuida que coordina diferentes nodos para realizar cálculos que conducen a un consenso sobre el procesamiento de transacciones.

Leer más: Web 3 es una pelea larga que vale la pena pelear

Ese enfoque contrasta con los modelos de ML de última generación que requieren cálculos complejos y de larga ejecución para el entrenamiento y la optimización que se han diseñado principalmente para arquitecturas centralizadas. Esta fricción significa que la incorporación de capacidades nativas de ML en tiempos de ejecución de blockchain, aunque es posible, requerirá algunas iteraciones.

Los protocolos DeFi tienen menos limitaciones para adoptar funciones de ML, ya que pueden confiar en oráculos y agentes inteligentes externos que pueden beneficiarse plenamente de las plataformas de ML existentes. Y la limitación es casi inexistente para dapps y NFT. Desde esta perspectiva, creemos que es probable que la adopción de capacidades de ML en las soluciones Web 3 siga una trayectoria de arriba hacia abajo que va de dapps a protocolos a tiempos de ejecución de blockchain en lugar de lo contrario.

El escritor de ciencia ficción William Gibson escribió: “El futuro ya está aquí, solo que no está distribuido uniformemente” para explicar la trayectoria de las tendencias tecnológicas futuristas. La idea se aplica perfectamente a la intersección de AI y Web 3.

La rápida evolución de la investigación y la tecnología de ML en la última década se ha traducido en una cantidad abrumadora de plataformas, marcos y API de ML que se pueden usar para agregar capacidades inteligentes a las soluciones Web 3. Ya estamos viendo ejemplos aislados de inteligencia en aplicaciones Web 3. por lo que podemos decir con seguridad que la Web inteligente 3 ya está aquí, solo que no está distribuida uniformemente.

Leer más: Creación de la rampa de acceso para Web 3

Los puntos de vista y opiniones expresados ​​aquí son los puntos de vista y opiniones del autor y no reflejan necesariamente los de Nasdaq, Inc.


nasdaq

No todas las noticias en el sitio expresan el punto de vista del sitio, pero transmitimos estas noticias automáticamente y las traducimos a través de tecnología programática en el sitio y no desde un editor humano.