Uniendo blockchain con IA: desafíos y oportunidades en privacidad, seguridad y el futuro de la IA general

A principios de julio, Cannes acogió el evento de vanguardia Conferencia Hack Seasons , que reúne a destacados tecnólogos, inversores y desarrolladores para examinar la creciente intersección de blockchain e IA. Una de las sesiones principales del Tech Track, moderada por Jay Z, líder de producto en Cerca de la IA , convocó a expertos, entre ellos Deil Gong ( Autómatas ), Juan Bruce ( superred ), Teana Baker-Taylor ( Venice ), o Devansh Mehta ( Fundación Ethereum ), para discutir el desarrollo seguro de la IA privada.

El panel comenzó abordando perspectivas menos conocidas, pero de importancia práctica, en la intersección de blockchain e IA. Un punto clave fue que los dispositivos de consumo modernos ahora son lo suficientemente potentes como para ejecutar modelos abiertos de IA localmente, lo que permite servicios de IA privados y descentralizados sin necesidad de compartir datos externamente. A medida que el hardware continúa evolucionando, se espera que estas capacidades sean aún más accesibles. Los panelistas también enfatizaron un error común: confundir la IA con los grandes modelos de lenguaje (LLM). La IA, señalaron, es más efectiva cuando opera dentro de un contexto claramente definido. defiContexto y perspectiva específicos. Otra perspectiva destacada fue que la IA representa la primera forma ampliamente adoptada de computación no determinista; a diferencia del software tradicional, no produce consistentemente el mismo resultado con la misma entrada. Esta imprevisibilidad dificulta la evaluación comparativa estándar, razón por la cual algunos mercados de información descentralizados (InfoFi) se basan en sistemas de IA.

El panel también examinó enfoques técnicos para proteger la IA, comparando específicamente las pruebas de conocimiento cero (ZK) y los entornos de ejecución confiables (TEE). Algunos ponentes argumentaron que estas tecnologías pueden ser complementarias: si bien los TEE ofrecen seguridad basada en hardware en tiempo real, no garantizan la privacidad de forma inherente. Las pruebas ZK podrían resultar más útiles a largo plazo, pero actualmente carecen de rendimiento suficiente para algunas aplicaciones en tiempo real. Ambos enfoques dependen, en última instancia, del desarrollo de hardware, y los panelistas destacaron la importancia de la colaboración con los fabricantes de hardware para respaldar los sistemas criptográficos y de IA de próxima generación. También abordaron una preocupación creciente: si, en el contexto de la inteligencia artificial general (AGI), las claves privadas se mantendrán seguras o si la IA eventualmente aprenderá a extraerlas. Esta pregunta es fundamental en la intersección entre la IA y la criptografía.

Otro punto central de la conversación fue la creciente brecha entre las preferencias declaradas de los usuarios en materia de privacidad y su comportamiento real. Los panelistas señalaron que la mayoría de los usuarios actualmente muestran poca preocupación por la privacidad, compartiendo a menudo información sensible como la ubicación y los pagos en redes sociales. A medida que los LLM obtienen acceso a dichos datos, pueden inferir más sobre los usuarios de lo que estos conscientemente saben sobre sí mismos. Si bien la privacidad sigue siendo un tema crucial, los panelistas coincidieron en que debe integrarse en los sistemas de forma fluida para lograr una adopción significativa. La regulación se consideró una fuerza potencialmente útil, especialmente si limita la recopilación de datos sin control o el entrenamiento no autorizado de IA por parte de grandes plataformas.

La conversación se centró en los sectores con más probabilidades de beneficiarse primero de las tecnologías de IA privadas y seguras. Industrias como la medicina, los seguros, el comercio electrónico, el derecho y la asignación de capital se destacaron como candidatos tempranos debido a su alta sensibilidad a los estándares de privacidad y seguridad de datos.

Los panelistas también debatieron cómo se construyen nuevos proyectos utilizando IA. Gracias a los avances en la codificación de vibraciones y el desarrollo asistido por IA, los equipos ahora pueden avanzar rápidamente de la idea a la implementación. Los desarrolladores recurren cada vez más a aplicaciones de IA en cadena que pueden verificar la computación automáticamente. Esto convierte a la IA verificable en un área de enfoque central, cambiando el énfasis de la creación manual de cadenas de herramientas completas a la implementación de aplicaciones usables y seguras.

El panel concluyó con una pregunta provocadora: ¿La IA general elegirá Bitcoin? Las opiniones estuvieron divididas. Algunos argumentaron que la IA general probablemente favorecería las monedas estables por su estabilidad transaccional, mientras que otros sugirieron que podría competir con Bitcoin por los recursos computacionales, reasignando potencialmente la energía de minería a otras necesidades computacionales. También se reconoció que la IA general podría beneficiarse en última instancia de las innovaciones de Bitcoin, a medida que el sector de las criptomonedas continúa madurando en paralelo con la IA.

No te pierdas el video del panel completo: mira todas las ideas y perspectivas en un solo lugar.