El Gobernador del BOJ Afirma que la Cadena de Bloques y la IA Están Transformando las Finanzas

TheNewsCryptoPublicado a 2026-03-03Actualizado a 2026-03-03

Resumen

El Gobernador del Banco de Japón, Ueda Kazuo, destacó que la integración de blockchain e inteligencia artificial está transformando el sistema financiero, asignando a los bancos centrales un papel crucial para garantizar la confianza. Durante el FIN/SUM 2026 en Tokio, señaló que blockchain ha entrado en su "fase de implementación", influyendo en pagos, liquidaciones y finanzas transfronterizas mediante DeFi, contratos inteligentes y activos tokenizados. Ueda subrayó que la programabilidad de blockchain, especialmente las transacciones atómicas, puede agilizar procesos complejos. Advirtió sobre riesgos sistémicos si no se garantiza la interoperabilidad entre cadenas de bloques y sistemas tradicionales, proponiendo el dinero de banco central tokenizado como puente. El Banco de Japón avanza en iniciativas como el piloto de CBDC minorista y el Proyecto Agora para pagos internacionales. También explora el uso de IA para análisis de datos en blockchain con fines de gestión de riesgos y cumplimiento normativo. Ueda concluyó que, aunque las finanzas basadas en blockchain ya no son experimentales, su estabilidad dependerá de que los bancos centrales integren confianza, liquidez y finalidad de liquidación en la infraestructura digital.

El Gobernador del Banco de Japón, Ueda Kazuo, mencionó que la rápida integración de la cadena de bloques y la IA está transformando el sistema financiero, situando a los bancos centrales en un papel fundamental para anclar la confianza a medida que madura la infraestructura relacionada con las criptomonedas.

Ueda asistió a FIN/SUM 2026 en Tokio y mencionó que la cadena de bloques está entrando firmemente en su "fase de implementación", con las finanzas descentralizadas (DeFi), los contratos inteligentes y los activos tokenizados influyendo fuertemente en la liquidación, los pagos y las finanzas transfronterizas.

Destacó que la programabilidad de la cadena de bloques, principalmente las transacciones atómicas que agrupan diversas acciones en una sola ejecución, podría agilizar procesos complejos como la entrega contra pago (DvP) y las transferencias transfronterizas.

Para los mercados de criptomonedas, el discurso reveló dos temas prominentes: la interoperabilidad y la liquidación en dinero del banco central. Ueda advirtió que un ecosistema fragmentado de diferentes cadenas de bloques y sistemas de pago tradicionales podría crear cuellos de botella en la conversión y riesgos sistémicos si no se garantiza la interoperabilidad.

Sugirió que el dinero del banco central, posiblemente en forma tokenizada, podría funcionar como un puente entre redes, manteniendo la unidad del dinero mientras permite la innovación. El BOJ está avanzando en varias iniciativas con implicaciones directas para los activos virtuales.

Las Pruebas Continúan

El piloto de moneda digital del banco central (CBDC) minorista continúa con las pruebas técnicas, mientras que el Proyecto Agora, una iniciativa conjunta con otros bancos centrales e instituciones financieras prominentes, está explorando depósitos tokenizados del banco central en redes de cadena de bloques para pagos transfronterizos.

Un sandbox diferente del BOJ está probando cómo los depósitos recientes en cuentas del banco central podrían utilizarse para liquidar transacciones realizadas en registros distribuidos. Ueda también mencionó el creciente papel de la IA en el análisis de datos de transacciones de cadena de bloques para la gestión de riesgos y el cumplimiento de AML/CFT, lo que indica una investigación más cercana de la actividad relacionada con las criptomonedas incluso mientras la innovación se expande.

Los mercados recibieron el mensaje claro de que las finanzas basadas en cadena de bloques ya no son experimentales. Sin embargo, su estabilidad a largo plazo, mencionó Ueda, dependerá de que los bancos centrales incorporen confianza, liquidez y finalidad de liquidación en la próxima generación de infraestructura digital.

Noticias Destacadas de Criptomonedas Hoy:

PI Busca una Recuperación: ¿Pueden los Toros Tomar el Control, o los Osos Contraatacarán?

EtiquetasIACadena de BloquesBOJ

Preguntas relacionadas

Q¿Qué papel mencionó el Gobernador del Banco de Japón que desempeñarán los bancos centrales en la infraestructura relacionada con las criptomonedas?

AEl Gobernador Ueda Kazuo mencionó que los bancos centrales desempeñarán un papel fundamental en anclar la confianza a medida que madura la infraestructura relacionada con las criptomonedas.

Q¿En qué fase dijo Ueda que se encuentra la tecnología blockchain durante su asistencia a FIN/SUM 2026?

AUeda mencionó que la tecnología blockchain está entrando firmemente en su 'fase de implementación'.

Q¿Qué dos temas destacados sobre los mercados de criptomonedas reveló el discurso de Ueda?

AEl discurso reveló dos temas prominentes: la interoperabilidad y la liquidación en dinero del banco central.

Q¿Qué proyecto conjunto con otros bancos centrales e instituciones financieras mencionó Ueda que está explorando depósitos tokenizados?

AMencionó el Proyecto Agora, que explora depósitos tokenizados del banco central en redes blockchain para pagos transfronterizos.

Q¿Para qué mencionó Ueda que se está utilizando la IA en relación con los datos de transacciones blockchain?

AUeda mencionó que la IA se está utilizando para analizar datos de transacciones blockchain para la gestión de riesgos y el cumplimiento de AML/CFT.

Lecturas Relacionadas

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

El entrenamiento de modelos generativos siempre ha sido un reto debido a la "desviación por exposición" (exposure bias): durante el entrenamiento solo se aprenden pequeños pasos, mientras que la generación requiere cientos de iteraciones, lo que causa acumulación de errores. Esto ha impedido que los modelos generativos sean entrenados de extremo a extremo (end-to-end), a diferencia de otras tareas de aprendizaje profundo. Un reciente artículo de la Universidad de Illinois y Harvard introduce "Explorative Modeling (XM)", un nuevo paradigma que resuelve este problema mediante un bucle simple (for). La idea clave es que, en cada paso de entrenamiento, el modelo genera K candidatos y solo retropropaga el gradiente a partir del candidato más cercano a los datos reales. Este enfoque evita que el modelo converja a un promedio borroso entre múltiples modos (mode blurring), un problema inherente a las funciones de pérdida de reconstrucción típicas. XM identifica una tercera dimensión escalable, además de los parámetros y los datos: la "expresividad generativa". Los experimentos en imágenes, video y lenguaje muestran que aumentar la exploración (K) mejora monótonamente el rendimiento, con ganancias de eficiencia en FLOPs, muestras y parámetros. En tareas de control robótico, una política exploratoria XM iguala o supera a políticas de difusión que requieren 100 veces más cómputo en inferencia. El trabajo sugiere que, a gran escala, la expresividad generativa se convierte en el cuello de botella principal, y XM ofrece un camino para modelos generativos verdaderamente end-to-end, generando muestras de alta calidad en una sola pasada hacia adelante.

marsbitHace 6 min(s)

¿Los modelos generativos también pueden entrenarse de extremo a extremo? El núcleo es un bucle for

marsbitHace 6 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

Un investigador de DeepMind satiriza la nueva norma de ICLR que limita a 20 artículos por autor. La conferencia de IA ICLR 2027 ha establecido una nueva regla: cada autor solo puede figurar en un máximo de 20 trabajos enviados. Los que excedan este límite serán advertidos y, de no corregirse, algunos serán rechazados aleatoriamente. La justificación es la enorme presión sobre el sistema de revisión, tras un aumento del 68% en los envíos para ICLR 2026 (19,525 trabajos). Dan Roy, investigador de Google DeepMind, respondió con una "petición" irónica en X, pidiendo que se elimine el límite. Su mensaje, cargado de sarcasmo, sugiere que los agentes de IA ahora pueden producir investigaciones incrementales y que, "dado que todo el trabajo de revisión ya lo hacen los grandes modelos de lenguaje", debería animarse a enviar más trabajos, no menos. Su sátira apunta a un problema real: el uso de IA tanto en la autoría como en la revisión. Un análisis de 2025 detectó que aproximadamente el 21% de las revisiones de ICLR 2026 eran probablemente generadas completamente por IA. La broma de Roy plantea una pregunta seria: en un entorno donde agentes generan artículos, autores los envían en masa y revisores potencialmente usan IA, ¿limitar el número de envíos es la solución adecuada? El debate sobre la calidad versus la cantidad, y el papel de la IA en la academia, continúa.

marsbitHace 12 min(s)

¿Máximo de 20 artículos por persona? La nueva norma de ICLR recibe una «petición» sarcástica de un investigador de DeepMind

marsbitHace 12 min(s)

Trading

Spot
活动图片