Cuando miro la Inteligencia Artificial, menos pienso que la mayor batalla es sobre los modelos de Inteligencia Artificial. Suena extraño porque cada conversación parece ser sobre quién tiene el modelo de Inteligencia Artificial, la ventana de contexto, la inferencia más rápida y la mayor cantidad de parámetros. Después de un tiempo, comienza a sentirse como si todos estuvieran mirando los motores mientras ignoran los caminos.
Quizás la Inteligencia Artificial se está volviendo más sobre caminos. Sigo llegando a OpenLedger porque parece estar mirando una capa completamente diferente. Durante años, la economía de la Inteligencia Artificial ha sido sorprendentemente simple. La gente genera datos. Las comunidades crean conocimiento. Los investigadores ajustan los modelos de Inteligencia Artificial. Las empresas agregan todo en productos. Luego, la mayor parte del valor se asienta en la capa de la plataforma.
Nadie se sorprende por esto ya. Se ha aceptado como el orden de la Inteligencia Artificial. No estoy seguro de que realmente lo sea. Lo extraño es que la inteligencia en sí misma se está volviendo cada vez más colaborativa. Los sistemas modernos de Inteligencia Artificial ya no son realmente sistemas. Son pilas, capas y redes de dependencias sentadas sobre otras dependencias.
Un modelo de Inteligencia Artificial aprende de conjuntos de datos que no creó. Los agentes interactúan con herramientas que no poseen. Las aplicaciones dependen de modelos de Inteligencia Artificial construidos por equipos. Las salidas emergen de cadenas de contribuciones que se vuelven casi imposibles de desenredar. Esa es la parte en la que no puedo dejar de pensar. Porque si la inteligencia se está volviendo en red, entonces la atribución deja de ser una característica y comienza a parecerse a una infraestructura.
Esa parece ser la apuesta que está haciendo OpenLedger. Al principio pensé que OpenLedger se trataba principalmente de la propiedad de datos. Luego pensé que se trataba de Inteligencia Artificial descentralizada. Luego pensé que se trataba de crear incentivos alrededor del desarrollo de modelos de Inteligencia Artificial. Ahora no estoy del todo seguro de que ninguna de esas descripciones sea completa.
El proyecto se siente más cercano a construir vías que a construir la Inteligencia Artificial en sí. El marco de Prueba de Atribución de OpenLedger es lo que me mantiene atrapado en la madriguera. La idea suena sencilla: registrar cómo los conjuntos de datos, los contribuyentes y los modelos de Inteligencia Artificial influyen en las salidas para que las recompensas puedan fluir de acuerdo con la contribución. Sencillo. Luego las implicaciones comienzan a expandirse.
Porque una vez que la atribución se vuelve confiable, la Inteligencia Artificial se vuelve más fácil de valorar. Una vez que la Inteligencia Artificial se vuelve más fácil de valorar, los mercados comienzan a formarse a su alrededor. Tal vez eso sea obvio. Tal vez ese sea el punto. Aun así, se siente más grande de lo que suena. Crypto pasó años resolviendo la propiedad de los activos. Tokens, NFTs, derechos de propiedad en cadena, valor transferible. La industria se obsesionó con probar quién posee qué.
OpenLedger parece estar planteando una pregunta. ¿Y si la propiedad no es la capa? ¿Y si la atribución lo es? No sé si esas son realmente cosas. Se sienten diferentes. La propiedad te dice quién posee un activo. La atribución intenta explicar cómo el activo se volvió valioso en el lugar. Ahí es donde las cosas empiezan a complicarse.
Porque los futuros sistemas de Inteligencia Artificial probablemente no estarán dominados por una sola empresa o un solo modelo de Inteligencia Artificial. Al menos así es como lo veo desde aquí. En lugar de eso, pueden emerger de miles de conjuntos de datos, modelos de Inteligencia Artificial estrechos, agentes autónomos, sistemas de recuperación, capas de memoria y contribuyentes dispersos por toda la Internet. Algunas piezas serán pequeñas. Algunas piezas serán invisibles. Esas piezas invisibles pueden seguir contribuyendo valor.
La pregunta se convierte en: ¿cómo los compensas? Las Datanets de OpenLedger parecen diseñadas en torno a ese problema. Conjuntos de datos de propiedad comunitaria que pueden participar directamente en la creación de valor en lugar de ser simplemente cosechados como materia prima. Su infraestructura de modelos de Inteligencia Artificial apunta en una dirección. No solo entrenando modelos de Inteligencia Artificial. Rastreándolos. No solo desplegando Inteligencia Artificial. Contabilizándola.
La distinción suena sutil. Sigue ampliándose cuanto más pienso en ello. Porque tal vez la futura economía de la Inteligencia Artificial no se construya en torno a la computación. Tal vez se construya en torno a la contabilidad de contribuciones. Tal vez la memoria aquí sea otra palabra para información de precios a lo largo del tiempo. Sigo pensando que es atribución. Eso se siente demasiado pequeño ahora. No estoy seguro por qué.
Cuanto más modular se vuelve la Inteligencia Artificial, más la atribución comienza a parecerse a la infraestructura del mercado. La infraestructura del mercado tiende a volverse invisible justo antes de volverse esencial. Eso ha sucedido repetidamente en finanzas. Sucedió con las bolsas. Sucedió con las redes de pago. Sucedió con la infraestructura en la nube. La gente apenas nota las vías hasta que todo depende de ellas.
Esa es en parte la razón por la que OpenLedger se siente interesante. No porque esté necesariamente construyendo el modelo de Inteligencia Artificial. No porque esté necesariamente construyendo la red. Porque está explorando si la Inteligencia Artificial en sí misma puede convertirse en un mercado con propiedad, contribución transparente y flujos de recompensa transparentes. Aún hay mucho que no tiene sentido del todo.
Por ejemplo, medir la contribución suena fácil hasta que te das cuenta de que la Inteligencia Artificial rara vez es lineal. Las salidas emergen de interacciones. Los modelos de Inteligencia Artificial influyen en los modelos de Inteligencia Artificial. Los datos influyen en los modelos de Inteligencia Artificial, que influyen en agentes, que influyen en usuarios que generan datos. Los ciclos se vuelven extraños rápidamente. Esa incertidumbre casi hace que el experimento sea más interesante.
Porque si la Inteligencia Artificial se convierte en uno de los sectores más importantes de la década, los mayores ganadores pueden no ser las entidades que producen Inteligencia Artificial. Pueden ser los sistemas que hacen que la Inteligencia Artificial sea económicamente legible. No estoy seguro si esa es la frase. Económicamente legible. Sigue apareciendo en mis notas. OpenLedger parece estar avanzando hacia esa idea desde múltiples direcciones.
Datos. Modelos de Inteligencia Artificial. Atribución. Mercados. Propiedad. Contribución. Las fronteras entre esos conceptos comienzan a desdibujarse después de un tiempo. Tal vez ese sea el punto. Tal vez estoy conectando puntos que aún no están completamente conectados. De cualquier manera, sigo encontrando que regreso al pensamiento. La mayoría de la gente asume que los mercados de Inteligencia Artificial emergerán después de que se construya la Inteligencia Artificial.
¿Y si el mercado en sí mismo se convierte en parte de cómo se construye la Inteligencia Artificial en el lugar? No estoy seguro. Aún estoy pensando en esa parte.