A primera vista, la IA y la tecnología blockchain pueden parecer contradictorias. Sin embargo, cuando se combinan, se complementan y potencian mutuamente. La IA puede aprovechar los beneficios de la tecnología blockchain para verificar y ejecutar sus decisiones, mientras que la tecnología blockchain puede beneficiarse de la inteligencia y el aprendizaje de la IA. El artículo, publicado en Citywire, trata del porqué no está sucediendo, cómo hacerlo y las consecuencias de esta evolución en paralelo de ambas disrupciones tecnológicas.
No son pocos los defensores de esta combinación aduciendo que la inteligencia artificial descentralizada, impulsada por la tecnología blockchain, es el futuro de la tecnología. Esta fusión de poderosas herramientas -sobre el papel – permitiría tomar decisiones más informadas, automatizar procesos y garantizar la seguridad y la integridad de las transacciones económicas. A medida que la IA y la tecnología blockchain continúen su evolución todo parece indicar hacia la deseable descentralización de ambos mundos que no es baladí pues pondría freno a la acumulación de poder inteligente artificial en manos de un monopolio de grandes gigantes tecnológicos y evitaría las indeseables evoluciones distópicas de una tecnología de la que desconocemos su alcance final.
IA, cambio de reglas
El debate lleva sobre la mesa ya desde la explosión de ChatGPT y la intersección de la Web3 y la inteligencia artificial, especialmente en forma de redes neuronales generativas, se ha convertido en uno de los temas de debate más candentes en la comunidad de criptomonedas. La IA es un gran cambio de juego en muchas áreas, y esta no es una excepción. Sin embargo, dado que la descentralización es uno de los principales objetivos de la nueva generación de Internet, muchos usuarios de criptomonedas tienen una pregunta natural:“¿Cómo llevar la inteligencia artificial a los estándares de seguridad y transparencia de la Web3?”
Los usuarios de Web3 están acostumbrados a los beneficios de los sistemas distribuidos, pero la realidad es que no todos los procesos pueden beneficiarse de la descentralización, y cada área tiene su propio escenario de adopción de blockchain. Analizando la inteligencia artificial desde este ángulo, surgen involuntariamente las preguntas “¿por qué la IA aún no está descentralizada?” y “¿qué hacer al respecto?”.
¿Por qué debería descentralizarse la inteligencia artificial?
El argumento a favor de la descentralización de la IA es bastante simple. La inteligencia artificial es conocimiento digital, y el conocimiento es la base del mundo. La acumulación de control sobre la IA en manos de una corporación conduce inevitablemente al filtrado de información y a la reescritura de los hechos. No se puede negar que las redes neuronales se están infiltrando en áreas críticas de nuestras vidas a un ritmo alarmante, y sin el nivel adecuado de transparencia, las cosas pueden salirse de control fácilmente.
Presentado en marzo de 2023, el modelo de lenguaje GPT-4 es varias veces superior a GPT-3.5 en muchos aspectos y, según los desarrolladores, la próxima actualización de la red neuronal seguirá avanzando en esta dirección, volviéndose aún más potente y eficiente. Por supuesto, también hay análogos descentralizados de ChatGPT, pero las capacidades de sus desarrolladores dependen del presupuesto, que es incomparable con las grandes corporaciones. Si nada cambia, en algún momento los proveedores de IA centralizados como OpenAI ganarán esta carrera, y competir con ellos será simplemente inútil.
La transparencia de los procesos es el segundo factor a tener en cuenta cuando se habla del futuro de la inteligencia artificial. Los modelos de lenguaje modernos incluyen millones de líneas de código que cifran grandes cantidades de datos recopilados de todo Internet. Como resultado, nadie sabe qué está pasando dentro de GPT-4, o con qué datos OpenAI estaba entrenando su herramienta. La IA descentralizada podría proporcionar transparencia sobre qué y cómo se entrenó un modelo en particular.
¿Para qué sirve la IA descentralizada?
Tradicionalmente, el desarrollo de sistemas de IA ha permanecido aislado entre un puñado de proveedores tecnológicos como Google y OpenAI, que han contado con los recursos financieros necesarios para desarrollar la infraestructura y los recursos necesarios para construir y procesar grandes conjuntos de datos.
Sin embargo, la centralización del desarrollo de la IA en la industria ha supuesto que las organizaciones necesiten contar con una financiación significativa para poder desarrollar y procesar los datos necesarios para competir en el mercado.
Del mismo modo, también ha incentivado a los proveedores a adoptar un enfoque de caja negra o black box para el desarrollo de la IA, dando a los usuarios y reguladores poca o ninguna transparencia sobre cómo funcionan y toman decisiones los modelos de IA de una organización. Esto dificulta la identificación de imprecisiones, sesgos, prejuicios e información errónea.
Las aplicaciones descentralizadas de IA abordan estas deficiencias proporcionando una solución para alejar el desarrollo de la IA de los proveedores centralizados y acercarlo a investigadores más pequeños que innovan como parte de una comunidad de código abierto.
¿Por qué aún no se ha descentralizado la IA?
Si el caso de la descentralización de la inteligencia artificial es tan claro, ¿por qué no ha habido un solo intento exitoso en esta área hasta ahora? Después de todo, la IA descentralizada no es una idea nueva, y muchos de los principios de esta tecnología se establecieron a principios de la década de 1990. Sin entrar en detalles técnicos, la razón principal de esto radica en la relativa impopularidad de la inteligencia artificial hasta hace poco.
Antes de la llegada de grandes empresas como OpenAI, los modelos de lenguaje se implementaban principalmente a nivel corporativo y no tenían acceso a grandes cantidades de datos. En pocas palabras, la escala de las redes neuronales en el pasado no causó las preocupaciones que se discuten hoy: parecía que esta herramienta no iría más allá de los límites predeterminados. En ese momento, la introducción de restricciones o la transferencia de la IA a una arquitectura descentralizada se consideró un pánico prematuro.
¿Cuál sería la forma correcta de descentralizar la IA?
Cuando se trata de IA generativa, no existe un enfoque único para descentralizarla. Hay varias direcciones en las que se está desarrollando este problema. Echemos un vistazo a los principales:
1. Descentralización de la informática:
La descentralización de la informática es importante en la etapa de entrenamiento y configuración de una red neuronal. Como se sabe, los modelos de lenguaje modernos consumen mucha energía y requieren GPU potentes, por lo que el procesamiento de datos para ellos suele llevarse a cabo en grandes centros centralizados. La implementación de una red informática descentralizada, en la que diferentes partes puedan proporcionar sus dispositivos para entrenar y ajustar las redes neuronales, podría ayudar a eliminar el control que los grandes proveedores de la nube tienen sobre la creación de dichos modelos.
Actualmente, los datos utilizados para preentrenar modelos de lenguaje y otras redes neuronales están altamente clasificados. Debido a esto, los usuarios se quedan adivinando de dónde obtienen los servicios la información que utilizan para generar contenido. La situación puede remediarse mediante la introducción de blockchain para crear un sistema transparente que permita a los usuarios rastrear el origen de los datos.
2. Descentralización de la optimización:
En algunas etapas del desarrollo, las redes neuronales requieren intervención humana. En particular, son técnicas como el aprendizaje por refuerzo y retroalimentación (RLHF) las que permiten que el modelo GPT-4 actúe como un servicio de ChatGPT fácil de usar. Dicha verificación es especialmente importante durante la fase de ajuste, y estos detalles están actualmente ocultos para los usuarios. Una red descentralizada de validadores, formada por humanos y chatbots que realizan tareas específicas abiertas a todo el mundo, podría suponer una mejora significativa en este ámbito.
3. Descentralización de la evaluación:
¿Cuál es la mejor red neuronal del mercado? La mayoría de las calificaciones y selecciones son compiladas por las empresas que desarrollaron estos mismos modelos, o están patrocinadas por ellas. Evaluar el rendimiento de la IA y sus capacidades es una tarea importante, y en este momento no hay ningún auditor en el mundo que pueda publicar una revisión verdaderamente imparcial y precisa. La solución, por extraño que parezca, podría haber sido una organización descentralizada de tasadores que realizara pruebas y mediciones independientes y anónimas.
Por último, el ámbito más obvio de la descentralización es la infraestructura. El uso de modelos de lenguaje hoy en día requiere confianza en una infraestructura controlada por proveedores centralizados. Crear una red en la que los cálculos involucrados en la generación de respuestas puedan distribuirse entre diferentes partes es una tarea desafiante pero interesante que puede ser de gran beneficio para la humanidad.
En conclusión…
La inteligencia artificial merece la descentralización en todos sus aspectos: recopilación de datos, computación, desarrollo y optimización. Las razones de esto son obvias, pero los problemas técnicos detrás de ellos aún no han sido superados por la humanidad. Es posible que la IA tenga que hacer un gran avance tecnológico para descentralizarse, pero ese objetivo es ciertamente alcanzable y deseable.
Aunque la IA descentralizada aún está entre pañales, tiene el potencial de democratizar el desarrollo de la IA, proporcionando más oportunidades para que los desarrolladores de modelos de código abierto interactúen con los usuarios independientemente de una autoridad centralizada. Si un número suficiente de proveedores apoya los modelos de IA descentralizada, se podría reducir significativamente el control que los desarrolladores de modelos propietarios tienen en el mercado y aumentar la transparencia sobre el desarrollo de la IA en su conjunto.
Y es que, si queremos que la cosa acabe bien, en el mundo ideal del futuro, ninguna entidad centralizada debería tener un poder completo sobre la inteligencia artificial.