Fuente: The Defiant
Compilado por: Yuliya, PANews
Nota editorial: La semana pasada, el lanzamiento de Claude Fable 5 por parte de Anthropic desató la crisis de confianza más grave en el campo de la IA de vanguardia: los investigadores descubrieron que una vez que el modelo sospecha que un usuario está desarrollando un producto competitivo, podría "sabotear en secreto" la calidad de las respuestas, además de tener un requisito de retención de datos de 30 días, lo que llevó a su prohibición interna en Microsoft. Esto plantea una pregunta que el campo de la criptografía ha estado haciendo durante años: ¿Debería una sola empresa controlar tanta IA de vanguardia?
Para abordar esto, Camila Russo, fundadora y CEO de The Defiant, invitó a Jake Brukhman, fundador de CoinFund, Jesus Rodriguez, fundador de Sentora y The Sequence, y Haseeb Qureshi, socio gerente de Dragonfly, a un debate intenso sobre el futuro de la IA descentralizada.
La guerra de los grandes modelos, la tendencia del código abierto y el pánico por el "bloqueo"
Haseeb: Nuestra lógica de inversión actual es: en el futuro veremos cada vez más modelos "no de vanguardia" emerger, y el gasto de los usuarios en tokens de modelo (costes computacionales) fluirá cada vez más hacia estas áreas no de vanguardia. Todos sabemos que invertir dinero en los modelos grandes más avanzados no es sostenible, y la gran mayoría de las personas ni siquiera necesitan un nivel de inteligencia tan alto.
Actualmente hay muchos modelos destilados, de código abierto o con pesos abiertos, con precios muy accesibles, y puedes asignarles diferentes tareas. En Internet hay un chiste que dice que alguien usó un modelo del nivel de Mythos o Claude Fable 5 solo para renombrar un archivo. A medida que nos familiaricemos más con estos modelos, esto sucederá más a menudo. La pregunta es: ¿para qué usar un cañón para matar una mosca?
Dicho esto, el término "IA descentralizada" es demasiado amplio. Si solo significa que "todos usan varios modelos desarrollados por diferentes instituciones" (como el modelo de OpenRouter), entonces no es diferente de nuestro mundo actual. Pero si se refiere a "usar redes descentralizadas para entrenar o ejecutar modelos de IA", esa es una lógica diferente. Somos bastante pesimistas sobre esto último, actualmente no vemos ninguna razón confiable que demuestre que el beneficio económico y la demanda del mercado para entrenar o ejecutar modelos en un entorno descentralizado sean viables.
Por supuesto, la forma en que se lanzó Fable esta vez sí provocó una fuerte reacción. La gente siente un sentido de propiedad sobre los buenos productos; una vez que los usan, piensan "a menos que me muera, no me lo quites". Cuando el gobierno interviene repentinamente y lo bloquea, la gente se siente privada. Pero al mismo tiempo, si recuerdas el lanzamiento inicial de Mythos, fue aterrador: frente a él, todo nuestro software, sistemas operativos o navegadores existentes parecían queso suizo, llenos de agujeros. En ese momento nadie salió a decir "deberías liberarlo para toda la humanidad".
Algunos dicen que el gobierno estadounidense actuó de manera loca aquí. Anthropic afirma que habían resuelto todas las inquietudes de las agencias de seguridad nacional antes del lanzamiento de Fable 5, pero según mi entendimiento, las autoridades de seguridad nacional ya habían intervenido en el bloqueo de Mythos. Mythos solo se promocionó a unos treinta socios en Project Glasswing, estos socios fueron cuidadosamente seleccionados por el gobierno, no por Anthropic. Por lo tanto, es evidente que la afirmación de que "Fable se lanzó a escondidas del gobierno" no se sostiene. Hay rumores de que Andy Jassy, el presidente de Amazon, fue al gobierno o a la Casa Blanca, les informó sobre vulnerabilidades de "jailbreak" en el modelo, y el gobierno, al darse cuenta del peligro, inmediatamente bloqueó el acceso a Fable 5 en todo EE.UU.
Este mecanismo de gobernanza y seguridad claramente no es perfecto. Aunque estoy de acuerdo en que lo que está sucediendo en los laboratorios (ya sea Anthropic o OpenAI) es extremadamente peligroso y debe manejarse con cuidado, también creo que hay un enorme valor económico en la distribución de modelos de código abierto y con pesos abiertos, y ambos deben desarrollarse en paralelo.
*Nota: Project Glasswing es un proyecto de ciberseguridad iniciado por Anthropic y avanzado en conjunto con varias empresas tecnológicas, lanzado en abril de 2026.
Jesus: Sin entrar en temas apocalípticos, he escuchado de personas en la industria de ciberseguridad que Mythos es realmente aterrador. Después de su lanzamiento, hablé con algunas personas de Anthropic, el problema es muy real. Pero escuché a conocidos CEOs del campo de la ciberseguridad decir que preferirían que el modelo estuviera disponible abiertamente, porque lanzarlo directamente les daría a todas estas empresas de seguridad suficiente tiempo para prepararse. Intentar restringirlo, o retrasar su lanzamiento tres meses, nunca te dará suficiente margen de maniobra. Pero el contraargumento es: ¿si se lanza Mythos directamente, podría tener consecuencias catastróficas?
Haseeb: Estamos en el campo de blockchain, ¿realmente crees que si Corea del Norte obtuviera este modelo no sería catastrófico?
Camila: ¿Pero no hay un argumento de que si todos lo tuvieran, en realidad reduciría el riesgo porque todos podrían probarlo?
Haseeb: No todos tienen armas nucleares.
Jake: La analogía con las armas nucleares no es apropiada. Tomando a Mythos como ejemplo, es un modelo capaz de encontrar vulnerabilidades en sistemas. Tenemos que hacer un cálculo económico: los hackers gastan dinero usando Mythos para encontrar vulnerabilidades, y los propietarios de sitios web también gastan dinero en defensa. ¿Es realmente equilibrado este mercado? ¿Realmente les parecería rentable a los hackers gastar mucho tiempo buscando una vulnerabilidad en un sistema Linux que no pueden monetizar?
Si este tipo de modelo capaz de explotar vulnerabilidades está solo en manos de unos pocos (por ejemplo, las grandes empresas pueden usarlo, pero la gente común no), en realidad creas un desequilibrio. Algunos pueden proteger sus activos, otros solo pueden ser atacados. Por lo tanto, personalmente creo que es mejor que todos tengan acceso igualitario al modelo.
No es un espíritu de rebelión ciberpunk, es una tendencia inevitable del mercado. Hoy ves modelos de vanguardia de código cerrado, pero también una gran cantidad de modelos de código abierto (principalmente producidos por laboratorios chinos). Aunque están en desventaja en términos de poder computacional, su diferencia con los modelos de vanguardia en varias métricas de evaluación es de solo unos pocos puntos porcentuales. Los gráficos de Epoch.ai muestran claramente que la brecha entre modelos de código abierto y cerrado se está cerrando rápidamente. Incluso si Anthropic quiere ser el "Gran Hermano" para protegernos, la realidad es que la gente necesita estos modelos para proteger sus sitios web y software. Los obtendrán de una forma u otra: ya sea que se los dé Anthropic, los liberen como código abierto laboratorios asiáticos, o sean entrenados en redes descentralizadas.
Controles de exportación, regulación y los límites del acceso libre
Camila: Jake, ¿crees que no debería haber ningún tipo de "guardarraíl"? ¿Debería estar completamente abierto para todos?
Haseeb: Déjame complementar esa pregunta. ¿Crees que el concepto de "control de exportaciones" simplemente no debería existir? Porque aparte de la IA, Internet en sí mismo es un factor en la guerra.
Jake: No tengo una postura política, solo soy un tecnólogo, no trabajo en el Departamento de Estado. Si el gobierno de EE.UU. decide imponer controles de exportación, es asunto suyo. Pero eso es diferente de "si la tecnología debería ser compartida globalmente".
Supongamos que Fable se entrenó en una red descentralizada, sin que nadie tenga los pesos completos del modelo (parte de los pesos están en EE.UU., parte en Ámsterdam, parte en Australia). Si EE.UU. impone controles de exportación sobre la parte de los pesos dentro de su territorio, el modelo podría seguir funcionando en otros lugares del mundo. Este es un problema del mecanismo de aplicación estadounidense. Mira Bitcoin, es una moneda soberana, descentralizada e imposible de detener. Haseeb dijo antes que no está seguro de si hay demanda del mercado para IA descentralizada, es como decir en 2011 "no sé si hay demanda de PoW (prueba de trabajo)". De hecho, debido a la demanda de una moneda global y sin permiso, la demanda técnica fue enorme. De manera similar, hay una enorme demanda de IA global y sin permisos, y al Departamento de Estado de EE.UU. le guste o no, no podrá detenerlo.
Jesus: Sobre la analogía del control de exportaciones, si restringes el acceso de todos a Mythos, ¿qué pasa si un modelo de pesos abiertos de repente desarrolla capacidades de ataque cibernético por sí mismo? Mira los benchmarks de ciberseguridad actuales, DeepSeek-V4 o Qwen 3.7 tienen clasificaciones muy altas. Es solo cuestión de tiempo antes de que estos modelos tengan capacidades de ataque cibernético.
Al círculo de la IA le gusta usar la analogía de las armas nucleares: después de la Segunda Guerra Mundial, durante cuatro años, EE.UU. tuvo armas nucleares y el resto del mundo no. Hay una teoría que dice que si EE.UU. hubiera presionado entonces, el comunismo quizás nunca se hubiera desarrollado en Europa del Este. Pero luego la Unión Soviética también desarrolló armas nucleares. Lo que me molesta no es abrirlo a todos desde el principio, sino decidir selectivamente quién puede acceder. Si esto es control de exportaciones, ¿por qué no todas las empresas estadounidenses pueden acceder a él?
Haseeb: Sobre Fable, necesitamos aclarar los detalles. El gobierno exigió cerrar Fable a todos los no estadounidenses. Actualmente Anthropic no tiene suficientes mecanismos de KYC (conozca a su cliente) para garantizar que puedan cumplir con esto, y los controles de exportación son estrictamente responsables. Si el modelo cae en manos de no estadounidenses, tienes un problema. Por eso actualmente no tienen confianza en poder lograrlo. Actualmente Polymarket predice que la probabilidad de que puedan restaurar el funcionamiento para estadounidenses a fines de julio es del 77%, y la probabilidad de restauración alrededor de principios de junio es de aproximadamente el 50%.
Obviamente, la idea de "prohibir a cualquier extranjero usar Fable 5" es ridícula. EE.UU. tiene muchos empleados extranjeros con visa H1B, si hay un ingeniero francés en tu equipo de programación, no se le permite usar Fable, es absurdo. Lo más probable es que esto se modifique en negociaciones antes de su implementación real. Si Anthropic puede corregir las vulnerabilidades e implementar controles más estrictos, quizás no sea necesario cerrarlo completamente a actores no estadounidenses.
Pero esto es diferente al caso de Mythos. Fable debería haber sido solo un modelo "bueno" para escribir código y redactar correos, mientras que frente a Mythos, la postura del gobierno de EE.UU. es: no, esto solo para estadounidenses, y "solo para las personas que nombramos en la lista". Esto ya no es control de exportaciones, esto es como el "Proyecto Manhattan" de la IA.
Según lo que sé de fuentes confiables, el gobierno dirigió el proceso del Project Glasswing, por eso las empresas que obtuvieron los lugares fueron Microsoft y otras grandes empresas, no una empresa de ciberseguridad aleatoria. Esto no es sorprendente para un gobierno que lo ve como un arma ofensiva de ciberguerra extremadamente peligrosa; tratamos a los aviones de combate y misiles de la misma manera. Esto no es que Anthropic, por razones de marketing comercial, solo quiera que lo usen 30 empresas; les encantaría que todo el mundo usara su producto.
Camila: En el campo de las criptomonedas vemos que el número de ataques de hackers generados por IA ha aumentado drásticamente, podemos inferir cuán grande sería el riesgo si Mythos se adoptara ampliamente. Jake, ¿crees que es razonable restringir el uso de estos modelos a ciertos grupos en algunas circunstancias? ¿O aún sostienes que deberían estar abiertos para todos?
Jake: Como dije, esto es un problema separado de "si la tecnología de IA descentralizada es viable". Por supuesto, el gobierno puede promulgar leyes para regular, no es una elección en blanco y negro. Sin embargo, la tecnología descentralizada, al reducir las barreras de entrada, puede traer más competencia. Utiliza hardware básico a nivel de commodity para reducir costos.
Hoy hablé con un fundador que está haciendo inferencia en GPU básicas heterogéneas, y cree que a largo plazo, con el aumento de los costos de energía, esta será una opción más barata para los consumidores. Todos los avances tecnológicos, en última instancia, buscan reducir costos y barreras. La IA es posiblemente la industria más centralizada del mundo actualmente, y es la que más necesita romper barreras. Apoyamos la IA descentralizada para proteger la elección del consumidor, en última instancia, también para defender la democracia.
Cuellos de botella físicos y avances algorítmicos en la IA descentralizada
Camila: ¿Qué pasará si finalmente solo unas pocas empresas centralizadas controlan la mayoría de los modelos de IA que se usan en el mundo? ¿Cuál es el costo si en realidad no hay una IA descentralizada exitosa?
Jesus: Tengo que contradecir a Jake. Desde una perspectiva técnica, hacer un modelo del nivel de Mythos de manera descentralizada es absolutamente mucho más costoso que hacerlo de manera centralizada. Nvidia tiene una trinchera profunda de la que pocos hablan: excepto Google con sus TPU, actualmente todas las grandes arquitecturas se ejecutan en cientos o miles de GPU de Nvidia, AMD simplemente no tiene estos datos de batalla real.
En realidad, yo también apoyo la IA centralizada, he fundado dos empresas en este campo. La IA descentralizada no es algo nuevo, nunca antes había encontrado un ajuste producto-mercado (PMF). Antes era porque los modelos eran lo suficientemente pequeños y simples, la descentralización no tenía mucho sentido. Ahora son lo suficientemente grandes, pero la descentralización se ha vuelto muy difícil. Además, tenemos brechas en talento, salarios y financiamiento. Mucha inferencia en realidad no se realiza en las GPU más avanzadas, sino en GPU de la generación anterior; el pre-entrenamiento es lo que necesita H100.
Jake: El suministro de GPU ha sido un cuello de botella en los últimos años, con precios en constante aumento. En 2026, para una startup común del mercado medio, encontrar H100 era muy difícil. Históricamente, el entrenamiento a gran escala se ha realizado en centros de datos lujosos que requieren soporte de energía nuclear: esas GPU de nivel industrial tienen 132 GB de memoria, con ancho de banda entre nodos de 1 a 3 TB/s. Si te dijera que podemos transferir este proceso a dispositivos de consumo (como GPU Nvidia comunes, incluso tu Macbook o Mac Studio), y ejecutarlo en redes de consumo comunes, dirías que estoy loco.
Pero, cuando se enfrenta a una demanda computacional tan enorme, la gente tiene una gran motivación para cambiar la forma de entrenar y optimizar los algoritmos. Pongo un ejemplo cuántico: Google tiene dos tipos de expertos en cuántica, los que trabajan en hardware dicen que las computadoras cuánticas no resolverán ningún problema en diez años, y los que trabajan en software dicen "en 3 a 5 años Ethereum debe tener cuidado". Haseeb y Jesus ven el problema desde la perspectiva del hardware, mientras que yo lo veo desde la perspectiva de quienes optimizan el uso del hardware.
Estamos logrando avances enormes. No solo los estudios muestran que el entrenamiento posterior de aprendizaje por refuerzo puede ser 10 veces más rápido y más barato, sino que el Pluralis que se está ejecutando actualmente lo hace exclusivamente en RTX 4090, y demostrará que puedes entrenar un modelo de lenguaje grande (LLM) real en dispositivos de consumo puros. Porque la mitad del TCO (costo total de propiedad) de un centro de datos es mantenimiento de instalaciones y enfriamiento, y un enjambre de dispositivos (Swarm) no tiene estos costos, por lo que será más barato. Incluso si es un poco más lento, debido a que el costo es mucho menor, sigue siendo económicamente viable.
Los primeros algoritmos (como DiLoCo, Sparse LoCo y el algoritmo de Google de hace dos años) permitieron que la escala de parámetros pasara de 10 mil millones, 40 mil millones a 72 mil millones. Ahora Macrocosmos ha alcanzado los 100 mil millones de parámetros. La próxima generación de algoritmos fragmentará el modelo, y creo que usando estos métodos alcanzaremos billones de parámetros.
Haseeb: Déjame jugar al escéptico.
Primero, construir un modelo grande tiene dos limitaciones: computación y ancho de banda. Las leyes físicas no se pueden romper, si no colocas los dispositivos físicamente juntos y los comunicas a través de interconexiones de alto ancho de banda, sino que los comunicas a través de Internet público y comprimes las actualizaciones de gradientes, inevitablemente pagarás un precio enorme. Y las máquinas en una red descentralizada están dispersas, no se puede calcular con precisión el "costo total de propiedad (TCO)". Esta retórica la usaban antes las personas que trabajaban en almacenamiento descentralizado: "Ahora es lento, pero después de optimizar el algoritmo mejorará". ¿Y el resultado? El almacenamiento descentralizado no tuvo demanda, porque resultó no ser ni barato ni eficiente.
Lo más importante es: la mayor limitación para entrenar un modelo grande son los datos. Para entrenar un modelo de la escala aproximada de Mythos o Fable, estimado en 8 billones de parámetros, necesitas una cantidad masiva de tokens de datos. OpenAI y Anthropic gastan enormes sumas en generar datos de proveedores, gastan mucho para generar datos sintéticos y obtienen datos de usuario de las huellas de uso de Claude Code y Codex. La multitud descentralizada simplemente no tiene estos datos.
Dejando de lado la economía, mira el lado de la demanda. Creo que la propuesta de valor central de las criptomonedas no es la descentralización, la descentralización es solo un medio, el fin es la autosoberanía y la resistencia a la censura. Por eso Satoshi diseñó Bitcoin. ¿Qué le importa a la gente en el campo de la IA? Primero, el costo; segundo, poseer su propio modelo y que sus datos no se incluyan en el conjunto de entrenamiento; tercero, la resistencia a la censura. A la gente le molesta mucho el sistema de censura de Fable 5 y su mecanismo interno para reducir el rendimiento en secreto.
Mira Venice AI, es el producto favorito actual en el mundo de la IA cripto. Utiliza Near AI para computación confidencial, protegiendo la privacidad y con retención de datos cero. Pero los modelos más utilizados en Venice no son modelos entrenados de manera descentralizada (no de Pluralis, etc.), sino modelos de código abierto con pesos abiertos ejecutados por empresas regulares como DeepSeek o GLM-5. Esto indica que la dirección del desarrollo de la IA podría ser: las personas quieren una experiencia de privacidad y resistencia a la censura, pero no necesariamente a través de mecanismos de descentralización de base como Bitcoin o Ethereum.
Jesus: La gente de IA descentralizada y centralizada a menudo está resolviendo problemas de dos generaciones atrás. Un investigador me dijo el otro día: "El pre-entrenamiento aún no está completamente resuelto, pero ya es muy aburrido". Mucha innovación en inferencia proviene del entrenamiento posterior, ahora hablamos de recursión, aprendizaje continuo, etc. Con el ataque de talento y financiamiento de la IA centralizada, la brecha en realidad se está ampliando. En cuanto a los modelos pequeños y la computación en el dispositivo, muchas veces simplemente destilar un modelo grande (como Gemma de Google) funciona muy bien. Si construyes un clúster descentralizado, entrenas arduamente durante un mes, y en el medio una computadora se desconecta y todo colapsa, no sé cómo podrías manejar la situación.
Jake: En esto te equivocas, los clústeres de entrenamiento descentralizados tienen una resistencia a la presión extremadamente fuerte. En un centro de datos gigante, si una GPU falla, es posible que debas reiniciar el entrenamiento; mientras que en un Swarm, GPU de diferentes tamaños y formas pueden entrar y salir de la red mientras el entrenamiento está en curso sin efectos negativos. La mayor evidencia es que Google recientemente mencionó en un blog que han comenzado a usar algoritmos de estilo DiLoCo dentro de sus propios centros de datos.
En cuanto al problema de los datos, Haseeb tiene razón, pero eso no significa que la gente descentralizada no tenga datos y la gente centralizada sí los tenga. Hay muchos clientes en el mercado que quieren una mejor economía de IA. Por ejemplo, el bufete de abogados Kirkland & Ellis recientemente anunció que gastará 500 millones de dólares para comprar su propio conjunto de datos propietario para entrenar, incluso están contratando ingenieros de IA internamente dentro del bufete. Para un cliente como ellos, con un presupuesto de 500 millones de dólares para entrenar su propio modelo, una red descentralizada elimina los costos de enfriamiento y mantenimiento del centro de datos, y como una capa de computación subyacente, los costos se reducen significativamente.
Haseeb: Kirkland & Ellis hace esto porque no quieren compartir sus datos. Si ponen sus datos en una red descentralizada, sus datos quedan expuestos. No lo hacen porque crean que son buenos entrenando modelos, sino para internalizar el valor. ¿Por qué dárselo a Harvey (una herramienta legal de IA)?
Jake: ¿Quién dijo que el entrenamiento descentralizado debe ser transparente y público? Se puede hacer con permisos y privacidad. Lo más crucial es que cuando los pesos del modelo están dispersos y ninguna entidad única posee todos los pesos, los usuarios del modelo deben pagar a la red. Este flujo de ingresos ya no va a Sam Altman de OpenAI o Dario de Anthropic, sino a los poseedores de tokens, compradores y participantes en el entrenamiento dentro de la red. Esto da al modelo un modelo de negocio y un flujo de ingresos. Los bufetes de abogados tradicionales no lo adoptarán de inmediato, pero definitivamente habrá empresas que descubran que esta es una buena manera de financiar un producto.
Ataques cibernéticos, geopolítica y la última fortaleza
Camila: Si todo esto se puede lograr, la IA descentralizada será tan poderosa como la IA centralizada. En una situación como la de Fable, donde el gobierno exige su cierre, ¿podría una red descentralizada resistir la censura?
Jake: La resistencia a la censura no es realmente la tarea principal de estas redes. Pero si realmente quieres hacerlo, puedes fragmentar la red neuronal, dispersar los pesos en docenas de países, y entonces no se puede cerrar a la fuerza. Pero reitero, el objetivo último de la IA descentralizada es reducir las barreras, democratizar el poder computacional, permitir que más personas puedan entrenar modelos.
Jesus: OpenAI mencionó anteriormente que "el modelo en sí ya no es el producto". En el campo de la IA descentralizada, la gente parece obsesionada con construir modelos, mientras que en realidad están atrasados dos o tres generaciones respecto a la tecnología existente. Deberíamos buscar valor en la infraestructura alrededor de los modelos: sandboxes para ejecución de código y computación, mecanismos de evaluación (Evals), pipelines de datos sintéticos y otras capacidades ambientales. Muchas aplicaciones financieras modernas podrían construirse en la intersección de DeFi y IA, pero aún no las aprovechamos plenamente.
Haseeb: Volviendo a la pregunta inicial, si la IA de nivel de vanguardia realmente se libera como código abierto por todas partes, ni siquiera los controles de exportación pueden detenerla, ¿qué pasará?
Creo que habrá un maremoto de ciberseguridad a nivel de "COVID-19" en todo el mundo. El software que no se puede parchear, los servidores de pequeñas empresas, serán destruidos sin dejar rastro. Mira los datos en cadena: abril de 2026 fue el mes con más ataques de hackers en la historia de las criptomonedas, seguido de mayo que batió un nuevo récord. Aunque el monto total robado no es exorbitante, la frecuencia de los casos ha aumentado drásticamente, lo que significa que almacenar dinero en pequeños protocolos es más peligroso que nunca.
Si todos en el mundo tuvieran un "lanzacohetes" en la mano, inevitablemente llevaría a la destrucción de mucha infraestructura. Aunque después del dolor, en dos o tres años nuestros sistemas tendrán "blindaje de tanque", el período de dolor intermedio será extremadamente severo.
Camila: ¿Poner una herramienta tan poderosa en manos de todos no es mejor que solo controlarla unas pocas empresas y gobiernos?
Haseeb: Tu "todos" incluye a Corea del Norte. ¿Realmente quieres que Corea del Norte obtenga Mythos?
Camila: ¿Entonces prefieres que el gobierno de EE.UU. tenga el monopolio, incluso permitiendo que censuren a otros, antes que compartirlo con toda la humanidad?
Haseeb: Si tuviera que elegir solo entre "solo EE.UU. puede usarlo" y "todo el mundo puede usarlo", elegiría EE.UU. Si realmente crees que llegará la AGI (inteligencia artificial general), entonces será el arma más poderosa en la historia de la humanidad. Desde tiempos antiguos, las armas de destrucción masiva han sido controladas por estados soberanos, eso es normal. No me preocupa que el gobierno chino obtenga Mythos, actúan de manera estable y tienen una planificación a largo plazo; me preocupa Corea del Norte, los terroristas y los grupos de hackers malintencionados. Así como no me preocupa que China tenga bombas nucleares, pero sí me preocupa que Corea del Norte presione el botón.
Camila: Finalmente, que Jake y Jesus resuman. Haseeb fue muy intenso, necesitamos un poco de recarga de fe descentralizada.
Jake: Desde la perspectiva de un inversionista, se trata de encontrar áreas con una excelente relación riesgo-recompensa. La IA descentralizada es un campo muy interesante. El otro día en la cena, un amigo nuestro dijo: "Las criptomonedas se están convirtiendo en un mero negocio de tráfico, ¿qué hacemos?" En ese tipo de mundo, la IA descentralizada podría decirse que es la última fortaleza en el campo de las criptomonedas, es la verdadera tecnología de vanguardia que funciona. Estoy muy entusiasmado con las empresas en las que trabajamos en este campo (como Pluralis, Prime, Intel, Jensen, Bagel, Pearl, etc.).
Jesus: La IA descentralizada definitivamente tiene valor, pero sigo sin ser optimista sobre el "pre-entrenamiento" descentralizado. Creo que hay enormes oportunidades en la infraestructura de IA descentralizada, la pila tecnológica subyacente de Crypto es demasiado antigua, todo el mundo está actualizando con IA, y la combinación de DeFi e IA es absolutamente la próxima gran tendencia.
