La intersección entre la inteligencia synthetic generativa y la Web3 es una de las áreas de investigación y desarrollo más activas en los círculos criptográficos en los últimos meses. La computación descentralizada, la IA sin conocimiento, los modelos básicos más pequeños, las redes de datos descentralizadas y las cadenas de IA son algunas de las tendencias recientes que apuntan a habilitar rieles nativos de Internet3 para cargas de trabajo de IA.
Estas tendencias son innovaciones tecnológicas que buscan unir los mundos de la Website3 y la IA, lo que representa una fricción all-natural contra la naturaleza centralizada de la IA generativa. Si bien crear puentes tecnológicos con la IA es basic para la evolución de World wide web3, no representan el único camino de integración para estas tendencias tecnológicas.
¿Qué pasaría si el camino para integrar Net3 y la IA fuera financiero en lugar de puramente técnico? Resulta que las capacidades programables de financiación y formación de capital de las criptomonedas podrían ser útiles para uno de los mayores desafíos que enfrenta el genuine mercado generativo de IA.
¿A qué desafío nos referimos? Nada más que los desafíos de financiación de la IA generativa de código abierto.
A pesar del reciente nivel de innovación en la IA generativa descentralizada, la brecha con la tecnología de IA centralizada está aumentando en lugar de disminuir. Mucha gente está de acuerdo en que las cadenas de bloques representan la mejor alternativa tecnológica al creciente management centralizado de la IA de las grandes plataformas tecnológicas. Sin embargo, los desafíos de adopción de plataformas de IA descentralizadas son monumentales.
La computación descentralizada es un pilar claro para la IA descentralizada, pero resulta poco práctica para el entrenamiento previo y el ajuste de cargas de trabajo que requieren GPU cercanas con acceso a conjuntos de datos que a menudo se encuentran detrás de firewalls corporativos. El aprendizaje automático de conocimiento cero es demasiado costoso para ser práctico en modelos de base grandes y no ha visto ninguna demanda genuine en el mercado. Los mercados de datos descentralizados deben superar los mismos problemas que han impedido que los mercados de datos se conviertan en grandes empresas tecnológicas.
Mientras la IA descentralizada se esfuerza por superar estas fricciones, las alternativas centralizadas se están acelerando a un ritmo frenético, creando una brecha aterradora entre las dos. La única tendencia que mantiene las esperanzas de un mundo en el que la IA descentralizada pueda tener éxito es la rápida evolución de la IA generativa de código abierto.
Todas las tendencias de IA descentralizada dependen de un ecosistema saludable de IA generativa de código abierto, pero ese ecosistema puede no ser tan saludable como parece.
En los últimos años, hemos sido testigos de una explosión de innovación en la IA generativa de código abierto como alternativa a plataformas como OpenAI/Microsoft, Google o Anthropic. Meta se ha convertido en un sorprendente campeón indiscutible de la IA generativa de código abierto con el lanzamiento de los modelos Llama. Empresas como Mistral han recaudado miles de millones en financiación de riesgo, plataformas empresariales como Databricks o Snowflake están impulsando modelos de código abierto y hay un número creciente de lanzamientos semanales de IA generativa de código abierto.
Si bien el impulso de la IA generativa de código abierto es fuerte, un análisis más detallado muestra una realidad diferente. La IA generativa de código abierto se enfrenta a un enorme problema de financiación. Cuando se trata de modelos de grandes bases, sólo grandes empresas como Databricks, Snowflake, Meta o startups bien financiadas como Mistral pueden seguir el ritmo de los grandes modelos cerrados. La mayoría de los lanzamientos de otros laboratorios, como Databricks y Snowflake, se centran en cargas de trabajo empresariales optimizadas, mientras que la mayor parte de la investigación reciente de código abierto se centra en técnicas complementarias en lugar de nuevos modelos.
La razón detrás de este fenómeno puede atribuirse a los costos astronómicos que implica construir modelos de grandes fronteras. Cualquier ciclo de preentrenamiento para un modelo de más de 20 mil millones de parámetros podría costar entre diez y cien millones de dólares e implica un proceso de varios meses con muchos intentos fallidos. Estos costos quedan fuera del presupuesto de la mayoría de los laboratorios universitarios. Para hacer las cosas más interesantes, muchas de las subvenciones para laboratorios universitarios de IA provienen de grandes empresas tecnológicas, que luego son los beneficiarios inmediatos de los resultados.
Históricamente, ganar dinero con código abierto ha sido difícil, y ganar dinero con IA generativa de código abierto es difícil a escala de IA. Como resultado, la IA generativa de código abierto está experimentando una enorme escasez de financiación que puede crear una brecha grave con los titulares de la IA.
Las primitivas de formación de money de las criptomonedas parecen una de las pocas alternativas viables para abordar la disaster de financiación en la IA generativa. A lo largo de su historia, los tokens criptográficos han sido un vehículo principal para la formación de money para proyectos World wide web3 a través de ciclos de mercado alcistas y bajistas. ¿Podrían aplicarse algunos de estos principios a la IA generativa de código abierto? Seguramente hay más de una opción interesante.
-
Financiamiento cuadrático de Gitcoin
Gitcoin representa uno de los ejemplos más exitosos de financiación de la innovación de código abierto en Internet3. El mecanismo de financiación cuadrático iniciado por Gitcoin podría aplicarse directamente a la IA generativa. Llevar capacidades nativas de IA generativa a Website3 es primordial para la evolución del espacio, por lo que es purely natural esperar que los proyectos de IA generativa atraigan la atención de la comunidad.
Digamos que un laboratorio de IA de una universidad necesita recaudar 10 millones de dólares para la formación previa de un LLM basado en una arquitectura novedosa. Múltiples DAO y fundaciones pueden contribuir a una subvención de Gitcoin que los otorgantes también pueden igualar, creando un mecanismo de financiación más eficiente. Este mecanismo es mucho más eficiente que las alternativas actuales en el mercado.
-
Una nueva licencia de IA generativa de código abierto
La financiación de proyectos de código abierto habilita mecanismos en los que el valor creado por esos proyectos puede beneficiar a la comunidad de financiación primary. Cuando se trata de Web3 y la IA generativa abierta, una concept interesante es establecer una licencia en la que cualquier aplicación comercial que utilice un modelo financiado con tokens Website3 debería contribuir con parte de esos ingresos en forma de ese token específico. Este mecanismo puede incluso aplicarse mediante contratos inteligentes.
Los vehículos de financiación para la IA de código abierto son uno de los desafíos más importantes a abordar en el panorama actual de la IA generativa. El código abierto es tradicionalmente difícil de financiar, y la IA generativa de código abierto lo es aún más, considerando los costosos requisitos computacionales.
No habilitar canales de financiación adecuados para fomentar la innovación de código abierto en IA generativa puede crear un riesgo sistémico para todo el espacio, ya que el equilibrio se desplazará por completo hacia plataformas comerciales cerradas. Crypto ha establecido algunos de los canales más sofisticados y probados para financiar la innovación de código abierto. Quizás el primer puente entre la Web3 y la IA generativa sea financiero y no necesariamente técnico.
Nota: Las opiniones expresadas en esta columna son las del autor y no reflejan necesariamente las de CoinDesk, Inc. o sus propietarios y afiliados.
