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

A principios de octubre, el Conferencia Hack Seasons En Singapur, se reunieron tecnólogos, inversores e innovadores de todo el mundo para explorar el futuro de la cadena de bloques y la IA. Uno de los eventos principales más esperados fue la mesa redonda titulada "IA en cadena: ¿Están los protocolos a punto de pensar por sí mismos?", organizada por tomer sharoni , Director general de Direccionable . 

El panel featured una alineación de alto perfil, que incluye Evgeny Ponomarev , Cofundador de fluencia , miguel heinrich Fundador de 0G , Jack Collier , CGO de io.net y Clark Alexander , Director de inteligencia artificial en Argentum AI . La discusión ofreció una exploración en profundidad de cómo la intersección de Web3 y la IA podría dar forma al panorama digital en los próximos años.

La conversación comenzó con ponentes que analizaron las aplicaciones prácticas actuales de los agentes de IA en producción, así como casos de uso que aún son aspiracionales o con pocas probabilidades de materializarse. Los panelistas destacaron la amplia gama de aplicaciones prácticas de los agentes de IA, señalando que el término generalmente se refiere al uso de grandes modelos de lenguaje (LLM) en la automatización empresarial. En muchos casos, los agentes de IA operan sin una interfaz conversacional, gestionando tareas como la atención al cliente, la automatización de ventas, la recopilación de datos y la elaboración de perfiles. Si bien estas aplicaciones ya están ampliamente adoptadas, el sueño a largo plazo sigue siendo crear agentes de IA capaces de pensar como 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 eficaces cuando se utilizan para automatizar tareas a nivel de sistema operativo. Se han entrenado modelos con los artefactos creados por humanos durante milenios, pero el alcance total de la creatividad y la innovación humanas va mucho más allá de lo documentado. En consecuencia, el trabajo creativo, la generación de ideas, la gobernanza y la administración seguirán siendo dominio humano en el futuro previsible. Los panelistas coincidieron en que, al menos durante los próximos cincuenta años, los humanos seguirán desempeñando un papel fundamental en estos procesos.

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

Si bien el objetivo final para algunos es la inteligencia artificial general (IAG), 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 forma diferente o más parecida a la de los humanos, señalando que algunos desarrolladores están explorando activamente estos enfoques.

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

Un tema clave explorado durante el panel fue el trading con agentes de IA. En el mundo de las criptomonedas, están surgiendo rápidamente protocolos y monederos de autocomercio que buscan generar ganancias para los usuarios.

Los panelistas señalaron que el trading de criptomonedas funciona de forma similar al trading de divisas. Si varios agentes de IA están programados con diferentes estrategias de trading, podrían acabar compitiendo entre sí. Sin embargo, si sus estrategias están altamente correlacionadas, el sistema podría colapsar, dando como resultado un ganador dominante mientras otros sufren pérdidas. En muchos sentidos, la dinámica del trading con agentes de IA refleja la de un mercado.

Otros ponentes destacaron que, según investigaciones, la mayoría de los agentes comerciales de IA aún 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 innovadoras de forma independiente.

La computación descentralizada fue otro punto clave de debate. Los panelistas explicaron que, para quienes 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 las grandes empresas, como las de la lista Fortune 500, de que adopten 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 suele depender de certificaciones de seguridad, de las que los protocolos descentralizados pueden carecer. Sin estas certificaciones, las empresas tienen poca garantía de que sus datos confidenciales permanecerán protegidos.

A pesar de estos desafíos, otros oradores argumentaron que los sistemas descentralizados tienen ventajas inherentes en términos de confianza. Los mecanismos de staking permiten a los participantes respaldar los recursos que proporcionan, ofreciendo una forma de rendición de cuentas. Actualmente, uno de los mayores costos de la IA es la computación, en parte porque las empresas se sienten presionadas a obtener recursos de los hiperescaladores, lo que a menudo resulta en hardware infrautilizado, a veces con solo un 10-15% de uso. Las redes descentralizadas permiten monetizar eficientemente la capacidad sobrante de la GPU, mientras que los consumidores pagan solo por lo que usan.

El debate también exploró el creciente interés en incorporar datos en cadena para garantizar su procedencia, control y verificabilidad. Los panelistas debatieron si las cadenas de bloques podrían eventualmente respaldar el entrenamiento de modelos de IA autónomos de forma eficiente y segura.

El panel concluyó centrándose 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.