Hace unos años, habría asumido que esta era una idea ridícula.
Si un sistema de IA es más inteligente que otro, ¿por qué no ganaría?
Eso parece obvio.
Pero cuanto más observo cómo evoluciona la tecnología, menos obvio me resulta.
La historia está llena de productos que no necesariamente eran los mejores.
Se volvieron dominantes porque la gente confiaba en ellos.
O porque resolvieron un problema que importaba más que el rendimiento bruto.
La IA puede estar acercándose a un momento similar.
Hoy, la mayoría de las conversaciones giran en torno a la capacidad.
¿Qué tan grande es el modelo?
¿Con qué rapidez está mejorando?
¿Qué tan bien razona?
Esas preguntas importan.
Pero todas asumen lo mismo:
Que la inteligencia es el principal cuello de botella.
Ya no estoy seguro de que lo sea.
Imagina un sistema de IA ayudando a ejecutar operaciones bursátiles, aprobar pagos, analizar contratos o apoyar decisiones empresariales.
En esas situaciones, la inteligencia es solo una parte de la ecuación.
La otra parte es la confianza.
No la confianza de que la respuesta suene bien.
Confianza en que el propio proceso puede ser confiado.
Eso fue lo que hizo que OpenGradient me resultara interesante.
El proyecto explora una capa diferente de la pila de IA: la verificación.
Usando tecnologías como Trusted Execution Environments (TEE) y Zero-Knowledge Machine Learning (ZKML), el objetivo es crear una forma para que los cálculos importantes de IA puedan verificarse de manera independiente, en lugar de aceptarse únicamente por reputación.
Eso no resuelve mágicamente todo.
La verificación introduce sobrecarga.
Los sistemas de prueba siguen siendo difíciles y costosos a gran escala.
Esas limitaciones son reales.
Aun así, sigo volviendo al mismo pensamiento.
El primer capítulo de la IA trataba de generar inteligencia.
El siguiente capítulo podría tratar de probarla.
Y si eso sucede, la carrera futura de la IA podría no ganarla solo el sistema más inteligente.
Podría ganarla el que la gente pueda verificar.
@OpenGradient #OPG $OPG
Si un sistema de IA es más inteligente que otro, ¿por qué no ganaría?
Eso parece obvio.
Pero cuanto más observo cómo evoluciona la tecnología, menos obvio me resulta.
La historia está llena de productos que no necesariamente eran los mejores.
Se volvieron dominantes porque la gente confiaba en ellos.
O porque resolvieron un problema que importaba más que el rendimiento bruto.
La IA puede estar acercándose a un momento similar.
Hoy, la mayoría de las conversaciones giran en torno a la capacidad.
¿Qué tan grande es el modelo?
¿Con qué rapidez está mejorando?
¿Qué tan bien razona?
Esas preguntas importan.
Pero todas asumen lo mismo:
Que la inteligencia es el principal cuello de botella.
Ya no estoy seguro de que lo sea.
Imagina un sistema de IA ayudando a ejecutar operaciones bursátiles, aprobar pagos, analizar contratos o apoyar decisiones empresariales.
En esas situaciones, la inteligencia es solo una parte de la ecuación.
La otra parte es la confianza.
No la confianza de que la respuesta suene bien.
Confianza en que el propio proceso puede ser confiado.
Eso fue lo que hizo que OpenGradient me resultara interesante.
El proyecto explora una capa diferente de la pila de IA: la verificación.
Usando tecnologías como Trusted Execution Environments (TEE) y Zero-Knowledge Machine Learning (ZKML), el objetivo es crear una forma para que los cálculos importantes de IA puedan verificarse de manera independiente, en lugar de aceptarse únicamente por reputación.
Eso no resuelve mágicamente todo.
La verificación introduce sobrecarga.
Los sistemas de prueba siguen siendo difíciles y costosos a gran escala.
Esas limitaciones son reales.
Aun así, sigo volviendo al mismo pensamiento.
El primer capítulo de la IA trataba de generar inteligencia.
El siguiente capítulo podría tratar de probarla.
Y si eso sucede, la carrera futura de la IA podría no ganarla solo el sistema más inteligente.
Podría ganarla el que la gente pueda verificar.
@OpenGradient #OPG $OPG