• Home
  • /Noticias
  • /La convergencia de Inteligencia Artificial y Blockchain

La convergencia de Inteligencia Artificial y Blockchain

Es innegable que Inteligencia Artificial (IA) y Blockchain son dos de las principales tecnologías que están catalizando el avance de la innovación y están introduciendo virajes radicales en cada industria. Cada una tiene su propio grado de complejidad tecnológica, pero el uso conjunto de ambas podría permitir rediseñar el paradigma tecnológico (y humano) desde cero. Blockchain e IA están en lados extremos del espectro tecnológico: una de ellas promoviendo inteligencia centralizada sobre plataformas de data cerrada, el otro proponiendo aplicaciones descentralizadas en un ambiente abierto para la data. Resulta interesante hacer el ejercicio de adentrarse en las posibilidades de potenciar ambas tecnologías en forma hermanada.

Blockchain es una tecnología que le permite a personas que no se conocen establecer confianza en una secuencia de eventos registrados. El poder intrínseco de esta tecnología, que más allá de disruptiva es fundacional, apunta a “cambiar el ámbito de la intermediación”.  Por otro lado, IA nació en un ambiente de fuentes abiertas donde la data era la muralla a superar. La escasez de talento parecer ser el principal límite de IA hoy en día y sin duda irán apareciendo otras dificultades, las cuales serán superadas ya que los esfuerzos que se realizan en este campo son extraordinarios.

Cómo IA puede cambiar Blockchain

Blockchain es muy poderoso, pero falta mucho por probar. Tiene sus limitaciones, donde algunas de estas están asociadas a la tecnología, mientras que otras son culturales y de procesos tradicionales, sin embargo todas ellas pueden ser afectadas de alguna manera por IA:

  • Escalabilidad – La magnitud de Blockchain está creciendo a un tasa importante. IA puede introducir nuevos sistemas descentralizados de aprendizaje como el aprendizaje federado o técnicas de data fragmentada para hacer más eficiente el sistema.
  • Seguridad – Blockchain no es hackeable, pero otras capas y las aplicaciones no son tan seguras. Aprendizaje de máquina convierte a IA en un aliado interesante para Blockchain para garantizar la implementación segura de aplicaciones.
  • Privacidad – La privacidad de la data personal provoca preocupaciones regulatorias y estratégicas por razones de ventajas competitivas. Las capacidades de IA descritas en los dos puntos anteriores también aplican aquí.
  • Eficiencia – Se ha estimado que los costos asociados a validar y compartir transacciones en Blockchain pueden alcanzar US$600 millones en un año. Un sistema inteligente puede resolver en instantes la probabilidad de cuales nodos serían los primeros ejecutores de una tarea, creando la opción que se detengan otros esfuerzos y así recortar costos.
  • Consumo de energía – Algunas aplicaciones de Blockchain (cripto-monedas, entre ellas) consumen mucha energía, IA ha probado ser eficiente en la optimización del uso de energía.
  • Escasez de talento – La creación de agentes virtuales que pueden crear nuevos mayores (e incluso interactuar sobre ellos y mantenerlos) disminuye la necesidad de recursos humanos especializados y escasos.
  • Puertos de data – Máquinas inteligentes pueden dar acceso, hacer seguimiento del uso de la data y en general darle sentido a lo que ocurre a la información a la velocidad de computación.

El impacto de Blockchain sobre el desarrollo de sistemas de aprendizaje de máquina

Disminuir la barrera de entrada de IA – La tecnología Blockchain puede asegurar la data y permite a una persona almacenarla y también venderla y con ello:

  • Blockchain fomentaría la creación de data personal más limpia y organizada.
  • Permitiría la creación de nuevos mercados: mercados de data, mercados de modelos y mercados de IA. Con ello se facilita la entrada de empresas más pequeñas, disminuyendo la ventaja competitiva de los gigantes tecnológicos.
  • Ayuda a IA a explicarse – Disponer de un rastro de auditoría transparente mejora la confiabilidad en la data y una ruta clara para obtener la traza del proceso de decisión de la máquina.
  • Incrementar la efectividad de IA – Compartir data más segura significa más data (y más data para entrenamiento) y como consecuencia mejores modelos, mejores acciones, mejores resultados y de nuevo más y mejor data.
  • Incrementar las confianza artificial – Cuando parte de las tareas sean manejadas por agentes virtuales autónomos, se podrá disponer de pistas de auditoría confiables y ello permitirá a los bots confiar el uno en el otro (y a nosotros confiar en ellos).  Esto incrementará con cada interacción máquina-a-máquina y permitirá una forma segura de compartir data y coordinar decisiones.
  • Reducir escenarios de riego catastrófico – IA codificado en un DAO (Objeto de Acceso de Data) para “contratos inteligentes” específicos podrá ejecutar exclusivamente las acciones para las cuales está programada.

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

*