1. Introducción

Con el avance de la industria de las TI, incluyendo una mayor potencia de cálculo y una mayor disponibilidad de grandes datos, el rendimiento de los modelos de IA (Inteligencia Artificial) también ha mejorado drásticamente. Recientemente, el rendimiento de la IA ha alcanzado o superado las capacidades humanas en muchas áreas y se está aplicando rápidamente a diversas industrias como la atención médica, las finanzas y la educación.

Un ejemplo representativo de la comercialización de la IA es ChatGPT, un modelo de IA generativa desarrollado por OpenAI en noviembre de 2022 que puede entender y responder al lenguaje natural humano. ChatGPT adquirió 1 millón de usuarios en solo 5 días después de su lanzamiento y alcanzó los 100 millones de usuarios activos mensuales en 2 meses, obteniendo el título de la aplicación de consumo de más rápido crecimiento en la historia.

NVIDIA, que diseña y fabrica GPU utilizadas para el entrenamiento y cálculo de las principales plataformas de IA, también se ha beneficiado enormemente de esta tendencia. En el primer trimestre de 2024, el beneficio neto de NVIDIA aumentó un 628% interanual hasta llegar a los 14.8 mil millones de dólares, y su precio de las acciones se triplicó en comparación con el año anterior, registrando una capitalización de mercado de 3.2 billones de dólares, mostrando un rendimiento notable.

El auge del sector de la IA también está teniendo un impacto significativo en el mercado de criptomonedas. En junio de 2022, cuando los proyectos de arte NFT estaban en auge, el lanzamiento de DALL-E 2, una IA desarrollada por OpenAI que genera imágenes de alta calidad basadas en texto, provocó un aumento de 8 veces en las menciones de palabras clave de IA en los canales de Telegram de criptomonedas nacionales. Además, a partir de la segunda mitad de 2022, comenzaron a surgir intentos de vincular de manera más directa la IA y la blockchain, lo que provocó un aumento adicional de 2 veces en las menciones de IA.

El auge del sector de la IA también está teniendo un impacto significativo en el mercado de criptomonedas. En junio de 2022, cuando los proyectos de arte NFT estaban prosperando, el lanzamiento de DALL-E 2, una IA desarrollada por OpenAI que genera imágenes de alta calidad basadas en texto, llevó a un aumento de 8 veces en las menciones de palabras clave de IA en los principales canales de Telegram de cripto en Corea. Además, a partir del segundo semestre de 2022, comenzaron a surgir intentos de vincular más directamente la IA y la cadena de bloques, y las menciones de la IA aumentaron en 2 veces adicionales.

Este nivel de interés en la IA por parte de la comunidad cripto también se refleja en las tendencias de inversión en proyectos cripto relacionados con la IA. Según el sitio de estadísticas de activos virtuales Coingecko, hasta el 20 de agosto de 2024, la capitalización de mercado total de 277 proyectos blockchain clasificados en el sector de la IA ha aumentado rápidamente en los dos años desde que comenzaron a surgir proyectos que combinan la IA con blockchain en la segunda mitad de 2022, alcanzando los $21B, lo que supone aproximadamente un 25% más que la categoría Layer2.

Sin embargo, hasta ahora, los proyectos de blockchain del sector de IA que han surgido y ganado atención principalmente adoptan la forma de utilizar blockchain para resolver las limitaciones destacadas en el desarrollo de la industria de la IA. Los principales casos de uso son los siguientes:

• Red descentralizada de GPU: Proyectos que utilizan tecnología de blockchain para crear una red de GPU distribuida donde cualquiera puede contribuir con potencia de GPU y recibir incentivos en tokens, abordando el problema de la barrera de entrada debido a los enormes costos de GPU requeridos para el entrenamiento de modelos de IA (por ejemplo, IO.NET, Red Akash)
• Entrenamiento descentralizado de IA y desarrollo de modelos: Proyectos en los que varios participantes contribuyen al entrenamiento de IA y al desarrollo de modelos, y reciben incentivos en forma de tokens utilizando la tecnología blockchain para solucionar el problema de sesgo de IA causado por entornos centralizados de desarrollo de IA (por ejemplo, Bittensor)
• Mercado de inteligencia artificial en cadena: proyectos descentralizados de mercado de inteligencia artificial que evalúan y negocian de manera transparente el rendimiento y la confiabilidad de los modelos/agentes de IA utilizando tecnología de cadena de bloques en respuesta a la demanda de modelos/agentes de IA especializados para industrias y funciones (por ejemplo,SingularityNET, Autonolas)

Además de estos ejemplos, siguen surgiendo varios intentos para superar los desafíos que enfrenta la actual industria de la IA utilizando la infraestructura de blockchain, como los mercados de datos descentralizados y los protocolos IP. Estos intentos están creando efectos sinérgicos al proporcionar una infraestructura más estable para la industria de la IA al tiempo que amplían el rango de aplicaciones para la tecnología blockchain.

Por otro lado, la integración de la IA en el ecosistema blockchain también tiene un potencial infinito para el desarrollo. Especialmente en los servicios DeFi, que se basan en la falta de permisos, existe el potencial de implementar diversas funciones que eran difíciles de realizar con los contratos inteligentes existentes si se puede minimizar la participación de terceros de confianza a través de la introducción de la IA.

En este artículo, veremos ejemplos específicos de cómo se está utilizando la IA en los protocolos DeFi actuales, los desafíos a los que se enfrentan y el futuro de la IA en DeFi.

2. DeFi inteligente

La IA tiene una excelente capacidad para analizar grandes cantidades de datos en tiempo real y sacar conclusiones. Esta capacidad puede desempeñar un papel significativo en la concreción de datos como rendimientos y riesgos proporcionados por los protocolos DeFi para la ejecución de fondos de usuario y ayudar con la gestión de riesgos. En este caso, la IA funciona principalmente en la interfaz de usuario de la Dapp, permitiendo que los protocolos DeFi existentes utilicen la IA sin modificaciones estructurales importantes.

Un ejemplo representativo es Yearn Finance, un agregador de yield farming. Para proporcionar a los usuarios un entorno de inversión más seguro, Yearn Finance es colaborandoconGIZA, una plataforma de construcción de agentes de inteligencia artificial, para establecer un sistema de evaluación de riesgos de estrategia en tiempo real para las bóvedas de Yearn Finance v3.

Sin embargo, en lo que me enfoco más en la fusión del ecosistema DeFi y la IA es en la capacidad de otorgar autonomía a los protocolos DeFi utilizando las capacidades de pensamiento y acción autónomos de la IA.

Los protocolos DeFi actuales tienen una forma que reacciona de forma pasiva a las transacciones generadas por los usuarios. En otras palabras, los contratos inteligentes del protocolo operan de formas predefinidas según las interacciones de los usuarios. Sin embargo, al incorporar la inteligencia artificial en los protocolos DeFi, el propio protocolo puede analizar las condiciones del mercado, tomar decisiones óptimas y generar transacciones de forma activa. Esto permite la aparición de protocolos DeFi que proporcionan nuevas formas de servicios financieros que eran difíciles de implementar antes.

Veamos ejemplos específicos de protocolos DeFi inteligentes que utilizan la IA en sus mecanismos de funcionamiento principales.

2.1. Tesorería de Fyde: Fondo de Tokens de IA

Fyde Treasury es un protocolo que ofrece un servicio de fondo tipo cesta llamado Liquid Vault, que opera con múltiples tokens juntos, y la inteligencia artificial gestiona la cartera. Los usuarios reciben y pueden utilizar $TRSY, un token de liquidez que corresponde a los activos depositados en Liquid Vault.

2.1.1. Método de selección de activos y método de operación de fondos

La tarea clave de Liquid Vault es aumentar la proporción de tokens con baja volatilidad durante una tendencia de mercado a la baja, brindando a los usuarios una tasa de disminución más baja, ofreciendo así una cartera con buen rendimiento en comparación con otras clases de activos desde una perspectiva a largo plazo.

El Tesoro de Fyde selecciona los activos que se incluirán en la cartera de Liquid Vault a través de los siguientes criterios de tres pasos:

• Evaluar si hay suficiente liquidez comercial
• Examine el historial de los fundadores del protocolo, las auditorías del código del protocolo, etc., para determinar si hay algún problema
• Analizar datos en cadena a través de IA para evaluar la presencia de operaciones de lavado, el grado de centralización del token, las tendencias de crecimiento orgánico, etc.

Los tokens que cumplen con estos criterios se incluyen en la cartera Liquid Vault, y Fyde Treasury también utiliza IA en el proceso de gestión de activos de Liquid Vault de la siguiente manera:

• Análisis y predicción del mercado: Analizar datos de transacciones en cadena, tendencias del mercado, noticias, etc., para predecir las tendencias futuras del mercado
• Cálculo de peso y reequilibrio: calcular los pesos óptimos de los tokens y ejecutar el reequilibrio basado en las tendencias de mercado previstas y el rendimiento y la volatilidad recientes de los tokens en la cartera
• Gestión y respuesta de riesgos: Identificar rápidamente ataques de gobernanza, agotamiento de piscinas de liquidez, transacciones anormales desde carteras específicas, etc., para cada token en la cartera en tiempo real, y ajustar la cartera o aislar el token relevante de la cartera
• Estrategia avanzada de gestión de activos: Evaluar continuamente el rendimiento de la cartera, analizar la efectividad de la estrategia y derivar datos para modificar y desarrollar estrategias. Luego, realizar pruebas comparando las estrategias existentes con las recién derivadas, medir el rendimiento y reflexionar sobre las estrategias operativas actuales.

A fecha de 23 de agosto, fecha de escritura, hay un total de 29 tokens incluidos en la cartera de Liquid Vault, que consiste en varios tokens del sector basados en la red de Ethereum.

Panel de Liquid Vault, Fuente: Fyde

Además, Fyde Treasury proporciona una función que permite a los usuarios que depositen tokens de gobernanza de protocolo específicos en la Bóveda Líquida mantener sus derechos de voto de gobernanza proporcionando tokens de liquidez para esos tokens. Los tokens de gobernanza depositados por los usuarios en la Bóveda Líquida se envían a la billetera del depositante en forma de $gTRSY-token, que se puede utilizar para ejecutar la votación de gobernanza para el protocolo respectivo en Fyde Treasury's.pestaña de gobernanza.

Sin embargo, los derechos de voto se ven afectados por los pesos de los tokens en la cartera, por lo que los derechos de voto pueden cambiar cada vez que se ajusta la cartera.

2.1.2. Campaña de minería de liquidez

Fyde Treasury está otorgando puntos Fyde a los proveedores de liquidez que mejoren la liquidez del mercado de $TRSY, el token de liquidez de Liquid Vault, y promete distribuir $FYDE, el token de gobernanza de Fyde Treasury, en función de estos puntos en el futuro.

A diferencia de otros proyectos que suelen realizar campañas de minería de liquidez en las que los usuarios deben depositar directamente pares en intercambios descentralizados y recibir tokens o puntos, Fyde Treasury acepta los depósitos de los usuarios de $FYDE en el contrato de minería de liquidez interno del protocolo y ejecuta directamente la provisión de liquidez a Uniswapv3, un intercambio descentralizado que permite establecer el rango de suministro al proporcionar liquidez.

En el proceso de proporcionar liquidez a Uniswap v3, calcula y ejecuta la ruta de intercambio óptima para convertir parte de los $FYDE depositados en el contrato de minería de liquidez a $ETH a través de un entorno de simulación basado en IA. Además, dependiendo de las condiciones del mercado, la IA también gestiona y optimiza el rango de depósito de provisión de liquidez en Uniswap v3 en tiempo real, logrando aproximadamente 4 veces la eficiencia de capital en comparación con la provisión de liquidez a un intercambio descentralizado general con el mismo capital.

Panel de simulación de IA, Fuente:Documentos de Fyde

De esta manera, el Tesoro de Fyde está construyendo un fondo de cesta que minimiza el juicio humano y previene varios riesgos existentes en el mercado en tiempo real mediante la utilización de la inteligencia artificial para los activos depositados por los usuarios en el protocolo.

2.1.3. Rendimiento del Protocolo

El TVL del Tesoro de Fyde ha aumentado constantemente desde su lanzamiento en enero de 2024, alcanzando los $2M y manteniéndose alrededor de $2M de TVL de manera consistente hasta ahora. Por otro lado, el valor del token $TRSY ha mostrado un rendimiento del -35% en los últimos tres meses debido a la debilidad continua del mercado desde finales de mayo.

Sin embargo, al comparar los rendimientos de $TRSY con otros tokens principales en el ecosistema de Ethereum, podemos ver que el token $TRSY muestra una disminución menor basada en una volatilidad de precios relativamente estable.

El Tesoro de Fyde se ha lanzado hace menos de un año, y el modelo de IA de Fyde continúa aprendiendo y desarrollándose a través de datos de mercado. Por lo tanto, a medida que se acumula y optimiza el aprendizaje de la IA, existe la posibilidad de mostrar un mejor rendimiento en el futuro, por lo que es necesario prestar atención a la dirección de desarrollo y rendimiento futuro del Tesoro de Fyde.

2.2. Mozaic Finance: Optimizador de rendimiento de IA

Mozaic Finance es un protocolo de optimización de rendimiento que optimiza las estrategias de yield farming utilizando protocolos DeFi específicos a través de la inteligencia artificial. Mozaic Finance proporciona a los usuarios diversas estrategias de gestión de activos del ecosistema DeFi en forma de bóvedas y utiliza los siguientes dos tipos de inteligencia artificial para la optimización de estrategias:

• Conon: Analiza datos en cadena en tiempo real para predecir las condiciones del mercado y los cambios en APY de las estrategias de yield farming
• Arquímedes: Calcula la estrategia de inversión óptima y ejecuta la asignación de fondos en función de los datos de predicción derivados por Conon

Así, en Mozaic Finance, los agentes de IA Conon, actuando como 'analista', y Archimedes, actuando como 'estratega', colaboran para gestionar los activos depositados por los usuarios.

2.2.1. Tipos de bóvedas

• Hércules: Una bóveda que puede ejecutar yield farming utilizando stablecoins, y los depositantes reciben tokens MOZ-HER-LP como tokens de liquidez
• Los activos depositados por los usuarios en la bóveda se suministran como liquidez al protocolo puente Stargategenerar rendimiento. AI conecta y reequilibra los activos de la bóveda a las piscinas de liquidez con mayores rendimientos en tiempo real, utilizando la característica de StarGate donde el APY se establece de manera diferente para cada red según el grado de liquidez, incluso para el mismo activo.

Tablero de StarGate Farm, Fuente:StarGate

• Theseus: Una bóveda que genera rendimiento utilizando varios activos volátiles, y los depositantes reciben tokens MOZ-THE-LP como tokens de liquidez
• Los activos depositados por los usuarios en la bóveda se depositan en el Pool GM del protocolo GMX, un intercambio de futuros perpetuos descentralizado, que proporciona liquidez comercial a los operadores y les permite obtener incentivos. En este momento, la liquidez se despliega teniendo en cuenta la volatilidad y las tasas de interés de cada activo comercial del Pool GM, y dependiendo de las condiciones del mercado, la proporción de stablecoins puede aumentarse y depositarse en StarGate para generar intereses adicionales

Panel de control de GMX GM Pool, Fuente:GMX

• Perseus: Una bóveda que utiliza activamente el mecanismo de consenso PoL (Prueba de Liquidez) para recibir recompensas de red al proporcionar liquidez a los protocolos del ecosistema Berachain, que está a punto de lanzar su mainnet. El equipo de Mozaic Finance está desarrollando actualmente y preparándose para lanzar estrategias utilizando la testnet de Berachain. La información detallada se revelará más adelante

Para obtener información detallada sobre Berachain y el mecanismo de consenso de PoL, consulte el artículo "Berachain - El oso que atrapa dos conejos: liquidez y seguridad“.

A diferencia de Fyde Treasury, que construye fondos de cestas de tokens, Mozaic Finance es un protocolo que optimiza estrategias de suministro de liquidez y procesos a través de la inteligencia artificial al depositar activos de usuarios en protocolos DeFi y gestionar riesgos.

A partir de enero de 2024, las bóvedas de Hércules y Teseo mostraban un buen rendimiento con APYs esperados de aproximadamente 11% y 50%, respectivamente. Sin embargo, debido a un incidente de robo de fondos en las bóvedas de Mozaic Finance, ambas bóvedas están actualmente suspendidas.

Rentabilidad anual esperada de las bóvedas de Hercules y Theseus a partir de enero de 2024, Fuente:@Mozaic_Fi

2.2.2. Incidente de robo de fondos y Mozaic 2.0

El incidente de robo de fondos en Mozaic Finance ocurrió el 15 de marzo de 2024, mientras se realizaba la transición a una nueva solución de seguridad desarrollada por Hipernativopara mejorar el riesgo y la seguridad en la cadena.

Antes de que se completara la actualización de seguridad, un desarrollador interno descubrió que los fondos de la bóveda podían ser robados usando la clave privada de un miembro del equipo principal. Hackearon la PC del miembro del equipo principal para obtener la clave privada. Luego, usando la clave robada, robaron alrededor de $2 millones de activos vinculados a las bóvedas y los trasladaron a intercambios centralizados para su liquidación.

Debido a este incidente, el equipo de Mozaic Finance suspendió la operación de las bóvedas Hercules y Theseus, y el valor de $MOZ, el token de recolección de tarifas de gobernanza y protocolo, cayó aproximadamente un 80%. Inmediatamente después del incidente de robo, el equipo de Mozaic Finance divulgó transparentemente el progreso del incidente y, en colaboración con firmas de seguridad, rastreó el flujo de activos robados y solicitó la congelación y devolución de los fondos robados a los intercambios donde el desarrollador depositó los activos robados, haciendo esfuerzos para reanudar las operaciones del protocolo.

Afortunadamente, la devolución de todos los fondos robados está actualmente en proceso, y mientras se espera la devolución de los fondos robados de los intercambios centralizados, el equipo está preparando el lanzamiento de Mozaic 2.0, que incluye las siguientes mejoras:

• Seguridad mejorada: realizando auditorías de código y mejoras de seguridad a través de empresas especializadas en seguridad como Trust Security, Testmachine y Hypernative.
• Mejora del modelo de IA: Mejora integral del modelo existente de Archimedes, así como la predicción y el aprendizaje de escenarios de cisne negro que no han ocurrido hasta ahora debido a la falta de datos basados en el conocimiento experto. También, detectando decisiones anormales y estableciendo banderas para la revisión humana y la mejora del modelo.
• Mejora de la experiencia del usuario: Mejora de la interfaz de usuario (UI/UX) de la Dapp y mejora de la accesibilidad del usuario a la Dapp en diversos entornos de cadena mediante la abstracción de cuentas y la integración del servicio de puenteo

Por lo tanto, aunque Mozaic Finance experimentó una gran crisis con el incidente del robo de fondos, se están preparando para lanzar Mozaic 2.0 y se esfuerzan por brindar a los usuarios un servicio de gestión de activos más seguro y eficiente.

3. Desafío: Dilema de descentralización y escalabilidad de la IA

Hasta ahora, hemos examinado cómo los protocolos DeFi inteligentes utilizan la IA como componente central de las aplicaciones DeFi a través de los casos de Fyde Treasury y Mozaic Finance. Los beneficios que los protocolos DeFi inteligentes pueden obtener al utilizar la IA se pueden resumir de la siguiente manera:

• Estableciendo nuevos tipos de modelos de protocolo DeFi a través de la autonomía
• Mejorando la eficiencia del capital a través del análisis y la optimización de los métodos de operación de fondos
• Análisis en tiempo real y respuesta a riesgos como transacciones anormales

Actualmente, la integración de blockchain e IA se está llevando a cabo principalmente en la dirección de construir una infraestructura de blockchain para resolver las limitaciones de la IA. Sin embargo, esperamos que los intentos de introducir IA en los protocolos DeFi aumenten debido a los beneficios mencionados anteriormente. Por supuesto, también hay desafíos que resolver en el proceso de combinar estos dos campos.

La IA requiere un entorno que pueda procesar grandes cantidades de datos rápidamente, pero la infraestructura actual de blockchain no puede cumplir con el nivel de velocidad de procesamiento de datos requerido por la IA. Por ejemplo, se estima que el modelo ChatGPT-3 requiere billones de procesos de datos por segundo para generar respuestas a preguntas, lo cual es aproximadamente diez millones de veces más rápido que el TPS máximo (Transacciones por Segundo) de Solana, que es de 65,000.

Además, incluso si la infraestructura de blockchain se desarrolla hasta el punto en que las computaciones de IA sean posibles, la transparencia de las blockchains públicas podría exponer potencialmente los datos de entrenamiento y los pesos de decisión de los modelos de IA al público. Esto presenta una limitación en la que las transacciones generadas por IA podrían volverse predecibles, exponiéndolas potencialmente a varios ataques externos.

Por estas razones, los protocolos DeFi que desean utilizar la IA, incluidos Fyde Treasury y Mozaic Finance mencionados anteriormente, actualmente están ejecutando la IA en servidores centralizados e interactuando con la cadena de bloques en función de los resultados.

Sin embargo, este enfoque crea una situación en la que los usuarios que han depositado activos en el protocolo deben confiar en la honestidad del equipo que gestiona la IA, lo cual socava el principio de DeFi de proporcionar un entorno comercial sin confianza al eliminar la necesidad de terceros confiables a través de contratos inteligentes. Este dilema de descentralización y escalabilidad que surge en el proceso de utilizar IA en blockchain se considera un desafío que las aplicaciones DeFi deben resolver en el proceso de utilizar IA, y la tecnología zkML (Aprendizaje automático de conocimiento cero) está ganando atención como una alternativa a esto.

3.1. zkML (Aprendizaje automático de conocimiento cero)

zkML es una tecnología que combina Zero-Knowledge Proofs (ZKP) y Machine Learning (ML). Las pruebas de conocimiento cero son una técnica criptográfica que puede probar el contenido de ciertos datos sin divulgarlos, lo que permite tanto la protección de la privacidad como la verificación de la integridad de los datos. zkML aplica estas características de las pruebas de conocimiento cero al aprendizaje automático, lo que permite demostrar que el resultado del modelo se calculó correctamente sin revelar la entrada, los parámetros y el funcionamiento interno del modelo de IA.

Además, mediante la construcción del contrato inteligente del protocolo DeFi para verificar la prueba de conocimiento cero y generar transacciones en cadena solo cuando el modelo de IA haya funcionado honestamente según lo previsto sin interferencia externa, la IA puede integrarse de manera segura en el protocolo DeFi.

Por ejemplo, Mozaic Finance, introducido anteriormente, planea introducir tecnología de prueba de conocimiento cero en el protocolo en el futuro y tiene indicado en sus documentosque esto complementará la capacidad de demostrar en tiempo real que Arquímedes toma decisiones honestamente y administra bóvedas.

Sin embargo, la tecnología de prueba de conocimiento cero no ha estado presente durante mucho tiempo, y se necesita mucha discusión y desarrollo para que realmente sea adoptada. En particular, la generación de pruebas de conocimiento cero para modelos de IA complejos, aunque más eficiente que la implementación directa de modelos de IA en la cadena de bloques, todavía requiere más costos computacionales y capacidad de almacenamiento de la infraestructura de cadena de bloques actual. Por lo tanto, para que zkML sea práctico, se necesitan más avances tecnológicos y optimización de pruebas de conocimiento cero e infraestructura de cadena de bloques.

4. Economía basada en agentes y prueba de personalidad

Espero que a medida que las tecnologías de blockchain y de inteligencia artificial continúen desarrollándose, gradualmente logren las necesarias convergencias entre los dos campos. Además, basándonos en este progreso, anticipo que en un futuro próximo, la mayoría de los protocolos DeFi integrarán la inteligencia artificial como parte de sus mecanismos operativos.

Además, con la aparición y sofisticación de la implementación de agentes de IA y plataformas de negociación como SingularityNET y Autonolas, se está creando un entorno donde no solo se puede integrar la IA a nivel de protocolo, sino que los usuarios individuales pueden utilizar fácilmente agentes de IA. En otras palabras, cada 'humano' que participe en el ecosistema blockchain podrá construir y utilizar protocolos DeFi inteligentes optimizados para individuos.

Por ejemplo, el número y la actividad de los agentes de IA de Autonolas ejecutando apuestas mediante el análisis de datos en cadena y fuera de ella en OmenLa plataforma de mercado de predicción de la red de Gnosis, ha aumentado constantemente, generando más de un millón de transacciones en aproximadamente un año desde julio de 2023.

Se espera que los agentes de IA personalizados capaces de gestionar eficazmente el capital las 24 horas aumenten y participen activamente en el ecosistema blockchain en el futuro. Esto conducirá a la utilización de la liquidez ociosa y a una operación de capital más eficiente, lo que aumentará en gran medida la liquidez general del ecosistema. En última instancia, se espera que las transacciones entre agentes de IA se conviertan en la actividad principal del ecosistema, formando un nuevo ecosistema económico basado en agentes.

Además, a medida que los modelos de agentes de IA personalizados se vuelvan más inteligentes en el futuro, es probable que los agentes de IA personales amplíen su rango de actividades a áreas diseñadas para 'humanos' con capacidad para realizar, incluyendo la gestión de activos en cadena adaptada a las tendencias individuales, capturando y participando en oportunidades de airdrop, y participando en la gobernanza.

Por lo tanto, a medida que los agentes de IA imiten cada vez más el comportamiento humano con precisión, será más difícil distinguir entre los usuarios humanos "reales" y los agentes de IA en el futuro. En consecuencia, se espera que se destaque la importancia de la prueba de personalidad, un mecanismo para demostrar la humanidad y la singularidad de un usuario, centrándose en protocolos que valoran el valor humano y la agencia.

4.1. Prueba de personalidad

La Prueba de Humanidad es un mecanismo que permite demostrar la humanidad y singularidad de un individuo al vincular características que solo los humanos pueden tener con cuentas personales en la red. Las metodologías que se están discutiendo y emergiendo actualmente se pueden clasificar ampliamente en dos categorías:

• Basado en autenticación física: utiliza información biométrica única como el rostro, la huella dactilar, el iris, etc., a través del hardware
• Basado en Análisis de Comportamiento: Determina la humanidad y singularidad basándose en el grafo social y reputación de un usuario, patrones de actividad de red, etc., en base a la actividad de red de una cuenta específica y sus interacciones con otras cuentas

El método de prueba de identidad basado en el análisis de comportamiento protege relativamente bien la privacidad del usuario y tiene la ventaja de ser accesible sin hardware especial para identificar el cuerpo, pero requiere una gran cantidad de datos de red para aumentar la precisión y fiabilidad de la prueba. A medida que los agentes de IA se vuelven más sofisticados, su discernimiento puede disminuir, por lo que se espera que la Prueba de Identidad basada en lo físico sea más ampliamente adoptada en el futuro.

Un protocolo representativo que ha introducido la autenticación física basada en la Prueba de Identidad Personal es Worldcoin, cofundada por Sam Altman, fundador de OpenAI, que creó ChatGPT. Worldcoin es un proyecto que lleva a cabo investigaciones y experimentos para implementar la Renta Básica Universal mediante la asignación de identificaciones digitales únicas a todas las personas del mundo a través de la Prueba de Personalidad y la distribución de tokens de $WLD a todas las personas con identificaciones, en preparación para una situación futura en la que las personas pierdan sus empleos debido al desarrollo de la IA.

4.1.1. Worldcoin

Worldcoin es un proyecto de autenticación física basado en la prueba de personalidad que reconoce los iris humanos utilizando hardware especial llamado Orb. Después del reconocimiento del iris, se emite un ID mundial para ese iris en la red de Worldcoin, y se genera una clave privada en el dispositivo personal del usuario que puede acceder a ese ID mundial.

Worldcoin Orb, Fuente:Whitepaper de Worldcoin

En este momento, la red Worldcoin solo almacena el valor hash de los datos del iris escaneados para que el iris del usuario no pueda reconstruirse o identificarse, y siempre que se requiere autenticación para el World ID, el dispositivo del usuario genera una prueba de conocimiento cero y la envía a la red, protegiendo la privacidad de los datos de las actividades individuales en la cadena.

Sin embargo, debido al sistema de reconocimiento del iris solo al emitir el World ID, todavía existen desafíos como la transferencia del World ID a través del comercio de dispositivos que poseen claves privadas y el acceso de agentes de inteligencia artificial a claves privadas. Worldcoin está haciendo esfuerzos para resolver estos problemas mediante la discusión sobre la introducción de un sistema de autenticación biométrica al usar el World ID y el desarrollo de algoritmos de detección de inteligencia artificial basados en el análisis del comportamiento.

5. Conclusión

En este artículo, hemos analizado los protocolos que proporcionan nuevos tipos de servicios que surgen a medida que la IA se incorpora al ecosistema de blockchain, los desafíos a los que se enfrentan estos protocolos y el futuro del ecosistema de blockchain basado en agentes de IA.

En el futuro, las tecnologías de inteligencia artificial y blockchain seguirán desarrollándose y convergiendo, complementándose entre sí en sus limitaciones, y a través de esto, se espera que se proporcione un entorno en el que las personas puedan acceder y utilizar la inteligencia artificial y blockchain de manera más conveniente.

Especialmente en el futuro, en el ecosistema económico en cadena centrado en agentes de IA, cualquiera podrá usar y proporcionar servicios financieros fácilmente sin un alto nivel de conocimiento financiero. Se espera que esto contribuya en gran medida a mejorar la liquidez del ecosistema en cadena y a expandir la inclusión de la industria 'financiera'.

Además, la inteligencia artificial y la tecnología blockchain tienen el potencial de ser utilizadas como infraestructura para diversas industrias más allá de simplemente influenciarse mutuamente, y como resultado, el desarrollo de estas dos tecnologías traerá cambios generalizados a la sociedad humana en su conjunto, más allá de su impacto en las industrias individuales.

Sin embargo, las regulaciones institucionales relacionadas con la IA, como la protección de la privacidad de datos y los problemas de responsabilidad de la IA, y las regulaciones institucionales sobre blockchain, como la naturaleza de valores de los tokens, influirán en gran medida en la dirección del desarrollo futuro y la estructura de la industria de estas tecnologías. Por lo tanto, es necesario observar de cerca el contenido de las regulaciones de la industria para la IA y el blockchain que se establecerán en el futuro.

En última instancia, esperamos que el desarrollo de estas tecnologías proporcione un mejor entorno para la humanidad y contribuya a resolver diversos problemas en nuestra sociedad.

Renuncia:

1. Este artículo se reproduce de [ investigación extendida]. Todos los derechos de autor pertenecen al autor original [investigación extendida]. Si hay objeciones a esta reimpresión, por favor contacte con el Gate Aprenderequipo y lo resolverán rápidamente.
2. Descargo de responsabilidad: Los puntos de vista y opiniones expresados en este artículo son únicamente los del autor y no constituyen ningún consejo de inversión.
3. Las traducciones del artículo a otros idiomas son realizadas por el equipo de Gate Learn. A menos que se mencione, está prohibido copiar, distribuir o plagiar los artículos traducidos.