Nota: Los siguientes extractos son del boletín de agosto de Lyn Alden sobre el tema de la inteligencia artificial, que incluye partes relacionadas con Bitcoin. Debido a limitaciones de espacio u otras razones, es posible que algunos detalles o información no se traduzcan por completo o se eliminen. Recomendamos que los lectores consulten el texto original mientras leen este artículo para obtener información más completa.
**¿Cuál es la mejor moneda para la IA? **
¿Qué forma de moneda es mejor para los agentes de IA? Según lo que he visto hasta ahora, creo que Bitcoin es la respuesta principal.
En un mundo futuro donde los pagos entre humanos y máquinas se producirán en grandes cantidades, las monedas nativas digitales de código abierto son naturalmente adecuadas.
Los agentes de IA pueden crear una billetera de bitcoins/criptomonedas, ganar fondos y gastarlos.
La IA puede empezar desde cero, asignarle una tarea o simplemente "decidir" completar una tarea. A medida que evalúa la mejor manera de realizar una tarea, determina que ciertos servicios pagos son beneficiosos o críticos para ella. Entonces genera una billetera Bitcoin/Lightning (a diferencia de una cuenta bancaria, no requiere permiso ya que es de código abierto) y luego convence a su creador para que le dé fondos o gane dinero en línea (tal vez publique algún contenido inteligente en Nostr y ganar propinas). Ahora, con los fondos, puede pagar lo que necesita.
La moneda nativa digital de código abierto eficiente se puede utilizar más rápidamente, sin permiso, y puede realizar transacciones más pequeñas (microtransacciones) que las monedas legales existentes, lo que brinda más posibilidades para el pago máquina-máquina y el pago hombre-máquina. Esta es una forma natural de moneda utilizada por los agentes de IA.
Esta tendencia ha continuado. A finales de junio, la empresa de Bitcoin Fedi y Stak se asociaron para organizar un hackathon de IA. Fedi y Stak hacen un llamado a todos los desarrolladores, constructores y pioneros que creen en el empoderamiento tecnológico de las personas y las comunidades a través de Bitcoin, Lightning y Fedimint: únanse a nosotros y ayuden a democratizar la IA con Bitcoin, Lightning y Fedimint.
A principios de julio, Lightning Labs (el principal proveedor de infraestructura de Lightning Network) anunció un nuevo conjunto de herramientas de desarrollo para respaldar esta intersección emergente de Bitcoin + AI.
Brevemente, hay dos aspectos principales de las herramientas de Lightning Labs:
Es más fácil crear agentes de IA que puedan contener y utilizar Bitcoin para completar tareas;
El uso de Lightning Network y el antiguo código de estado "Pago HTTP 402 requerido" facilita el pago de cálculos que consumen muchos recursos por uso.
Para ver este último en acción, puede ver este video de dos minutos compartido por el CTO de Lightning Labs, Olaoluwa Osuntokun.
Enlace:
En el video, un usuario (Kody Low, desarrollador y jefe de soporte de producto en Fedi) le pide a GPT-4 que le escriba el código y le paga por pregunta (~$0,01 por pregunta) usando Lightning. Irónicamente, el código que le pide a la IA que escriba es exactamente lo que ya ha demostrado como un servicio funcional: la capacidad de pagar por llamadas API utilizando Lightning Network.
Específicamente, Kody le preguntó a la IA: "¿Cómo creo un proxy inverso para pagar mis llamadas API usando Lightning Network? Utilice el backend LND y escriba el proxy inverso para mí en golang". Luego pagó la solicitud de pago de Lightning Network. La IA entendió la solicitud, recibió el pago y proporcionó un código bien organizado y anotado para responder las preguntas. Luego, Kody le pidió que reescribiera el código usando el lenguaje de programación Rust en lugar de Golang, y pagó nuevamente. AI reescribió el código y explicó con más detalle en inglés qué partes del código estaban haciendo y aclaró el esquema básico del programa, pero para una versión completamente implementada necesitaría incluir más manejo de errores y otras sutilezas, pero esto es lo básico. esquema del programa. Luego, Kody le agradeció y dijo que AI y Lightning Network eran una gran combinación y que pagaron nuevamente. AI dice Kody De nada, y está de acuerdo en que tanto AI como Lightning Network son tecnologías poderosas que juntas pueden crear soluciones avanzadas.
Yo mismo probé uno de estos programas personalmente y puedo usar ChatGPT en mi teléfono sin una suscripción y pagar el equivalente a uno o dos centavos en Lightning para hacer preguntas, el precio fluctúa dinámicamente por pregunta, posiblemente Depende en algún tipo de algoritmo de oferta y demanda que se ejecuta en segundo plano.
Por diversión, le pedí a ChatGPT algunos ejemplos de agentes de IA que podrían necesitar pagarle a humanos. Aquí está su respuesta:
¡Gran pregunta! Es posible que los agentes de IA deban pagar a los humanos mientras completan diversas tareas. Aquí hay algunos escenarios potenciales:
La economía de los conciertos y las microtareas: se le puede pedir a la IA que busque humanos para completar pequeñas tareas, como etiquetar imágenes o transcribir audio, lo que suele ocurrir en las plataformas de conciertos. Una vez completada la tarea, la IA puede enviar el pago acordado al trabajador.
Transacciones de comercio electrónico: si la IA administra una plataforma de comercio electrónico o un mercado en línea, es posible que necesite enviar pagos a vendedores o proveedores de servicios. Esto puede ser en respuesta a la venta de un producto, un reembolso o una tarifa de servicio.
Creadores de contenido e influencers en línea: los agentes de IA pueden administrar plataformas o canales donde las personas publican contenido o influyen en otros. Se pueden programar para distribuir pagos o recompensas a estos creadores en función de las vistas, los me gusta, las acciones u otras métricas.
Crowdsourcing y generación de ideas: las empresas pueden utilizar la IA para gestionar actividades de innovación o generación de ideas, animando a las personas a presentar ideas. Una vez seleccionada una idea, la IA puede enviar pagos o recompensas a la persona que presentó la idea.
Reembolsos al cliente: si AI maneja el servicio al cliente para una empresa, es posible que deba emitir reembolsos por productos devueltos, servicios cancelados o cualquier inconveniente causado por la empresa.
Participación en encuestas: AI puede administrar encuestas para investigaciones de mercado u otros fines de recopilación de datos. Los participantes reciben una compensación por su tiempo y aportes.
Donaciones benéficas: la IA se puede utilizar para gestionar pagos de organizaciones benéficas a los beneficiarios.
Pago de autónomos: se puede contratar IA para gestionar trabajadores autónomos o subcontratados, pagándoles al finalizar su trabajo.
Premios y recompensas: Si la IA gestiona un concurso o juego, es posible que necesite enviar premios o recompensas al ganador.
Estos son sólo ejemplos de las muchas aplicaciones potenciales. El hilo común es que cualquier tarea que requiera compensación a los humanos por brindar un servicio o valor probablemente sea gestionada por la IA.
Luego le pedí algunos ejemplos en los que un agente de IA podría necesitar pagar a otro agente de IA mientras completa las tareas asignadas, y su respuesta fue:
De hecho, existen muchas situaciones potenciales en las que un agente de IA podría necesitar realizar transacciones con otro agente de IA. Esto puede ocurrir cuando el sistema está diseñado para interactuar e intercambiar recursos o servicios de forma autónoma, por ejemplo:
Vehículos autónomos: en un futuro de automóviles autónomos, los agentes de IA que controlen vehículos individuales podrán pagar derechos o asegurar espacios de estacionamiento a los vehículos que controlen otras IA.
Mercado de la IA: en el mercado de la IA, una IA puede pagarle a otra una tarifa por servicios específicos, como análisis de datos, entrenamiento de modelos de aprendizaje automático u optimización de tareas complejas.
Adquisición de contenido o datos: una IA puede pagar a otra IA por datos o contenido de propiedad exclusiva, como investigaciones, análisis de mercado o activos digitales de propiedad exclusiva.
Recursos de computación en la nube: una IA que administra servidores o recursos de la nube puede pagar a otra IA para que utilice su exceso de potencia informática o espacio de almacenamiento.
Publicidad digital: una IA que gestiona una campaña publicitaria puede pagar a otra IA para que coloque sus anuncios en las mejores ubicaciones o horarios en las plataformas digitales.
Subasta modulada por IA: en un sistema de ofertas de publicidad en línea en tiempo real, un agente de IA puede pagar a otro agente de IA por espacio publicitario dirigido a un grupo de audiencia específico.
Juegos: en un escenario de juegos en línea, es posible que una IA deba pagar a otra IA por bienes, servicios o progreso en el juego virtuales.
Internet de las cosas (IoT): en una casa o ciudad inteligente, un dispositivo IoT (gestionado por IA) puede pagar a otro dispositivo para priorizar sus tareas. Por ejemplo, un refrigerador inteligente podría pagarle a un horno inteligente para que posponga su ciclo de enfriamiento que consume mucha energía hasta que el refrigerador haya completado su ciclo de enfriamiento que consume mucha energía.
Estos ejemplos son especulativos y dependen de la compleja infraestructura que permite transacciones seguras de IA a IA. Pero a medida que la tecnología continúa evolucionando, es posible que veamos más sistemas diseñados para permitir este tipo de interacción autónoma.
Ahora, una pregunta legítimamente escéptica que los lectores de este artículo pueden hacerse cuando lleguen a esta parte es: "¿Por qué utilizar los pagos de Lightning Network para el uso de IA en lugar de simplemente pagar en USD?"
La respuesta es que Bitcoin/Lightning Network es una forma excepcionalmente adecuada de trabajar con IA por varias razones:
● No reembolsable: a diferencia de muchas aplicaciones de software, la IA requiere mucho hardware por uso. Cuando usas IA, estás usando hardware GPU que consume mucha energía. Una vez desarrollado, el software en sí es barato, pero cada uso del software genera un costo real de recursos de energía/hardware, a diferencia de la mayoría de los tipos de software. Si una API se deja abierta para pagos mediante medios convencionales (como una tarjeta de crédito), el comerciante se convierte en blanco de fraude. Los usuarios pueden enviar decenas de miles de usos a la GPU y revertir sus pagos. En este caso, el comerciante corre con el costo de la energía/hardware pero luego pierde el pago. Lightning, por otro lado, es un método de liquidación final de activos al portador.
● Microtransacciones: la mayoría de los métodos de pago tienen límites en el tamaño de una sola transacción. No puedes pagar $0.03 con una tarjeta Visa, por ejemplo. La tarifa fija mínima de PayPal para el comerciante es de $0,49 por transacción. Lo más parecido que puede hacer es prefinanciar su cuenta y luego realizar micropagos cada vez que la use dentro de su cuenta. Esto se vuelve más complicado a nivel mundial y a través de fronteras y monedas; si alguien en Malasia quiere pagarle a alguien en California algunas regalías de IA, ¿qué método de pago debería utilizar? Incluso dentro del backend de pago de suscripción de mi sitio web, mi gerente de operaciones y yo a veces tenemos problemas para aceptar tarjetas de crédito extranjeras, y en muchos países utilizan servicios de pago móvil en lugar de tarjetas de crédito. Lightning Network puede procesar microtransacciones a escala global. Los usuarios pueden pagar centavos por uso desde cualquier lugar, sin necesidad de suscripción ni fondos preautorizados. Esto es muy relevante para los pagos de máquina a máquina, donde las suscripciones pueden no ser ideales y sólo necesitan interactuar entre sí en tiempo real.
● Sin permiso y programables: se pueden crear agentes de IA para realizar una variedad de operaciones. Como entidad sin identidad legal, es más fácil para un agente de IA mantener y utilizar moneda programable de código abierto que utilizar una cuenta bancaria o un producto de pago bancario. Es posible que los agentes de IA no tengan acceso a cuentas bancarias, pero pueden ejecutar nodos Lightning u operar billeteras Lightning Network. La naturaleza instantánea programable y en tiempo real de Lightning Network permite precios dinámicos. En otras palabras, el precio de cada llamada API se puede programar para que cambie cada segundo dependiendo de la cantidad de solicitudes API entrantes que reciban al mismo tiempo.
Evita el spam con prueba de trabajo
Hoy en día, dado que la inteligencia artificial casi ha reducido el coste de creación de imágenes, vídeos, textos, programas, etc., es cada vez más difícil distinguir qué contenido es real y qué contenido es un vídeo falso de alta calidad o una personalidad virtual. Cuando vemos una imagen o un vídeo que puede ser importante desde una perspectiva corporativa, social, política o geopolítica, ¿cómo podemos estar seguros de que es producto de metraje real y no una falsificación digital generada por inteligencia artificial? Ahora imaginemos cómo será dentro de cinco o diez años a medida que la tecnología mejore.
Aún más preocupante es lo convincentes que son los robots. Cada vez que uso Twitter (ahora llamado "X"), mis publicaciones están inundadas de bots. Afortunadamente, son bots obvios, de baja calidad y mal programados. Sin embargo, también hay imitadores de humanos que crean manualmente una cuenta similar a la mía y comienzan a intentar pescar personas para estafas. ¿Qué pasaría si los robots de IA en las redes sociales fueran realmente bastante convincentes? ¿Qué pasaría si pudieran existir en cantidades incontables, creándose constantemente, del mismo modo que pudieran identificarse y detenerse?
Además de los bots que envían spam a las personas como una forma de fraude, una estrategia de bot sofisticada podría implicar la creación de una comunidad falsa completa para promover una idea y hacerla parecer popular. Muchas personalidades diferentes de la IA podrían operar en línea y convencer a muchas personas. Imagine que alguien escribiera un programa que creara un ejército de bots, cada uno de ellos único y varios años más avanzado que el ChatGPT actual, y se coordinaran para promover a un determinado candidato político, un determinado punto de vista social o simplemente hacer crecer la audiencia de un influencer. Ahora imagina que este programa es de código abierto y está disponible para cualquiera que quiera utilizarlo. Se ha abierto la caja de Pandora.
Imagínese interactuar en línea:
La mayoría de las entidades que parecen humanas no lo son;
Es difícil determinar quiénes son humanos reales.
Una forma de manejar esto es que las plataformas de redes sociales impongan la autenticación al registrarse. En este caso, el nuevo participante debe proporcionar pruebas suficientes de que es una persona real. Twitter/X de Elon Musk parece estar moviéndose en esta dirección, al igual que otras plataformas. Si bien esto puede funcionar para algunas plataformas, la desventaja obvia de este enfoque es que en muchos casos el anonimato es un componente importante de la seguridad y la autenticidad. Las personas en determinadas profesiones no tienen la libertad de ser ellos mismos en línea y utilizar cuentas anónimas para relajarse socialmente. Es más, en muchos países ciertos tipos de expresión son ilegales. Los líderes no pueden ser criticados públicamente, se prohíbe discutir ciertos temas, etc. De hecho, algunos de los padres fundadores de Estados Unidos utilizaron inicialmente seudónimos para obtener protección cuando publicaron críticas revolucionarias a la monarquía británica. A los totalitarios les encanta la autenticación obligatoria para participar en las redes sociales, y un problema grave con los robots les daría una buena excusa para implementar estas medidas. Además, pueden obligar fácilmente a varias plataformas a proporcionarles datos.
Alternativamente, las redes sociales podrían permanecer abiertas y anónimas, pero utilizar algún tipo de prueba de persistencia o control de pago para evitar la inundación de innumerables bots. En la década de 1990, el criptógrafo Adam Buck inventó la forma de prueba de trabajo de Hashcash para prevenir varios tipos de spam o ataques de denegación de servicio. Al final, Satoshi Nakamoto lo utilizó en una parte central del protocolo Bitcoin, pero no se implementó ampliamente en las redes sociales ni en otras partes de Internet.
El libro mayor de Bitcoin tiene una historia que es casi imposible de falsificar. Cada vez que se actualiza un bloque en la cadena de bloques, se requiere energía y el historial completo del libro mayor contiene una gran cantidad de energía codificada, lo que dificulta su falsificación. Además de usarse como un activo monetario, la cadena de bloques de Bitcoin existe ahora como una cápsula del tiempo global, de código abierto e inmutable en la que se pueden insertar datos arbitrarios, incluidos documentos, imágenes, libros, canciones o tiempos de otros sistemas. ), y pueda acreditar que los datos insertados no han sido modificados desde esa fecha. Ningún servidor de código cerrado, opaco o centralizado puede replicar esta función.
¿Podría usarse la prueba de trabajo de Bitcoin para proteger otros tipos de sistemas del spam, como Adam Barker creó originalmente Hashcash? Ya se están explorando algunas vías en este sentido, que probablemente adquieran cada vez más importancia en los próximos años.
● Pago: Stacker News utiliza actualmente Bitcoin como forma de incentivo de distribución y prevención de spam. Los usuarios deben pagar una pequeña porción de Bitcoin para publicar y pueden darse propinas entre sí con pequeñas porciones de Bitcoin. El problema con los métodos de pago tradicionales como Visa es que identifican a la persona, mientras que Bitcoin es un comprobante de pago pero no requiere que se conozca la identidad, lo cual es aceptable para prevenir el spam. Esto se puede ajustar de varias maneras. Si Twitter/X implementara una característica similar, entonces, por ejemplo, podría configurarla para permitir que solo las personas que tienen alguna asociación de microcosto con su identidad comenten mis publicaciones, para evitar el spam.
● Identidad con costos: alguien podría crear un par de claves pública/privada (como en Nostr), pero luego ir más allá e incrustar la clave pública en la cadena de bloques de Bitcoin, incurriendo en costos reales debido a las tarifas de transacción. Costos de recursos, varias formas de verificar. a las personas que esta clave es realmente suya y luego usar una clave privada que coincida con esa clave pública para firmar cualquier contenido digital que creen o autoricen. Lo mismo se aplica a cualquier gran organización de noticias con estándares de integridad conocidos. La plataforma puede comprobar qué pares de claves están integradas o no. A partir de ese momento, esto permitió a las personas distinguir el contenido falso del auténtico (creado, al menos en parte, por ese individuo u organización y no modificado desde su publicación, no necesariamente objetivamente verdadero) y permitió que cientos de impostores no pudieran usar pares de claves similares que son ya están integrados en la cadena de bloques de Bitcoin e incurren en tarifas del mundo real.
Si bien aún no hemos llegado a esta etapa, en un mundo donde la inteligencia artificial está lo suficientemente avanzada como para que la imitación o falsificación sea prácticamente gratuita, podemos aprender a exigir pruebas de continuidad (pares de claves públicas/privadas cifradas) y pruebas de trabajo (pruebas de autenticidad Los recursos del mundo se utilizan para aumentar la importancia de un determinado par de claves públicas/privadas o de una identidad en línea) antes de que ciertos tipos de contenido digital se tomen en serio.
En el mundo futuro potencial que describí anteriormente:
La mayoría de las entidades que parecen humanas no lo son;
Es difícil determinar cuáles son verdaderamente humanos, y luego necesitamos varios métodos para clasificar qué entidades tienen algún tipo de tangibilidad o costo en el mundo real asociado con ellas, para encontrar una señal en un mar casi infinito de ruido.
La verificación de identidad o el uso de costos reales de recursos son dos direcciones principales que pueden tomar las plataformas.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Lyn Alden: Por qué Bitcoin es la mejor moneda para la inteligencia artificial
Autor**:Lyn Alden Compilador:**GaryMa Wu dijo blockchain
Nota: Los siguientes extractos son del boletín de agosto de Lyn Alden sobre el tema de la inteligencia artificial, que incluye partes relacionadas con Bitcoin. Debido a limitaciones de espacio u otras razones, es posible que algunos detalles o información no se traduzcan por completo o se eliminen. Recomendamos que los lectores consulten el texto original mientras leen este artículo para obtener información más completa.
**¿Cuál es la mejor moneda para la IA? **
¿Qué forma de moneda es mejor para los agentes de IA? Según lo que he visto hasta ahora, creo que Bitcoin es la respuesta principal.
En un mundo futuro donde los pagos entre humanos y máquinas se producirán en grandes cantidades, las monedas nativas digitales de código abierto son naturalmente adecuadas.
Los agentes de IA pueden crear una billetera de bitcoins/criptomonedas, ganar fondos y gastarlos.
La IA puede empezar desde cero, asignarle una tarea o simplemente "decidir" completar una tarea. A medida que evalúa la mejor manera de realizar una tarea, determina que ciertos servicios pagos son beneficiosos o críticos para ella. Entonces genera una billetera Bitcoin/Lightning (a diferencia de una cuenta bancaria, no requiere permiso ya que es de código abierto) y luego convence a su creador para que le dé fondos o gane dinero en línea (tal vez publique algún contenido inteligente en Nostr y ganar propinas). Ahora, con los fondos, puede pagar lo que necesita.
La moneda nativa digital de código abierto eficiente se puede utilizar más rápidamente, sin permiso, y puede realizar transacciones más pequeñas (microtransacciones) que las monedas legales existentes, lo que brinda más posibilidades para el pago máquina-máquina y el pago hombre-máquina. Esta es una forma natural de moneda utilizada por los agentes de IA.
Esta tendencia ha continuado. A finales de junio, la empresa de Bitcoin Fedi y Stak se asociaron para organizar un hackathon de IA. Fedi y Stak hacen un llamado a todos los desarrolladores, constructores y pioneros que creen en el empoderamiento tecnológico de las personas y las comunidades a través de Bitcoin, Lightning y Fedimint: únanse a nosotros y ayuden a democratizar la IA con Bitcoin, Lightning y Fedimint.
A principios de julio, Lightning Labs (el principal proveedor de infraestructura de Lightning Network) anunció un nuevo conjunto de herramientas de desarrollo para respaldar esta intersección emergente de Bitcoin + AI.
Brevemente, hay dos aspectos principales de las herramientas de Lightning Labs:
Es más fácil crear agentes de IA que puedan contener y utilizar Bitcoin para completar tareas;
El uso de Lightning Network y el antiguo código de estado "Pago HTTP 402 requerido" facilita el pago de cálculos que consumen muchos recursos por uso.
Para ver este último en acción, puede ver este video de dos minutos compartido por el CTO de Lightning Labs, Olaoluwa Osuntokun.
Enlace:
En el video, un usuario (Kody Low, desarrollador y jefe de soporte de producto en Fedi) le pide a GPT-4 que le escriba el código y le paga por pregunta (~$0,01 por pregunta) usando Lightning. Irónicamente, el código que le pide a la IA que escriba es exactamente lo que ya ha demostrado como un servicio funcional: la capacidad de pagar por llamadas API utilizando Lightning Network.
Específicamente, Kody le preguntó a la IA: "¿Cómo creo un proxy inverso para pagar mis llamadas API usando Lightning Network? Utilice el backend LND y escriba el proxy inverso para mí en golang". Luego pagó la solicitud de pago de Lightning Network. La IA entendió la solicitud, recibió el pago y proporcionó un código bien organizado y anotado para responder las preguntas. Luego, Kody le pidió que reescribiera el código usando el lenguaje de programación Rust en lugar de Golang, y pagó nuevamente. AI reescribió el código y explicó con más detalle en inglés qué partes del código estaban haciendo y aclaró el esquema básico del programa, pero para una versión completamente implementada necesitaría incluir más manejo de errores y otras sutilezas, pero esto es lo básico. esquema del programa. Luego, Kody le agradeció y dijo que AI y Lightning Network eran una gran combinación y que pagaron nuevamente. AI dice Kody De nada, y está de acuerdo en que tanto AI como Lightning Network son tecnologías poderosas que juntas pueden crear soluciones avanzadas.
Yo mismo probé uno de estos programas personalmente y puedo usar ChatGPT en mi teléfono sin una suscripción y pagar el equivalente a uno o dos centavos en Lightning para hacer preguntas, el precio fluctúa dinámicamente por pregunta, posiblemente Depende en algún tipo de algoritmo de oferta y demanda que se ejecuta en segundo plano.
Por diversión, le pedí a ChatGPT algunos ejemplos de agentes de IA que podrían necesitar pagarle a humanos. Aquí está su respuesta:
¡Gran pregunta! Es posible que los agentes de IA deban pagar a los humanos mientras completan diversas tareas. Aquí hay algunos escenarios potenciales:
La economía de los conciertos y las microtareas: se le puede pedir a la IA que busque humanos para completar pequeñas tareas, como etiquetar imágenes o transcribir audio, lo que suele ocurrir en las plataformas de conciertos. Una vez completada la tarea, la IA puede enviar el pago acordado al trabajador.
Transacciones de comercio electrónico: si la IA administra una plataforma de comercio electrónico o un mercado en línea, es posible que necesite enviar pagos a vendedores o proveedores de servicios. Esto puede ser en respuesta a la venta de un producto, un reembolso o una tarifa de servicio.
Creadores de contenido e influencers en línea: los agentes de IA pueden administrar plataformas o canales donde las personas publican contenido o influyen en otros. Se pueden programar para distribuir pagos o recompensas a estos creadores en función de las vistas, los me gusta, las acciones u otras métricas.
Crowdsourcing y generación de ideas: las empresas pueden utilizar la IA para gestionar actividades de innovación o generación de ideas, animando a las personas a presentar ideas. Una vez seleccionada una idea, la IA puede enviar pagos o recompensas a la persona que presentó la idea.
Reembolsos al cliente: si AI maneja el servicio al cliente para una empresa, es posible que deba emitir reembolsos por productos devueltos, servicios cancelados o cualquier inconveniente causado por la empresa.
Participación en encuestas: AI puede administrar encuestas para investigaciones de mercado u otros fines de recopilación de datos. Los participantes reciben una compensación por su tiempo y aportes.
Donaciones benéficas: la IA se puede utilizar para gestionar pagos de organizaciones benéficas a los beneficiarios.
Pago de autónomos: se puede contratar IA para gestionar trabajadores autónomos o subcontratados, pagándoles al finalizar su trabajo.
Premios y recompensas: Si la IA gestiona un concurso o juego, es posible que necesite enviar premios o recompensas al ganador.
Estos son sólo ejemplos de las muchas aplicaciones potenciales. El hilo común es que cualquier tarea que requiera compensación a los humanos por brindar un servicio o valor probablemente sea gestionada por la IA.
Luego le pedí algunos ejemplos en los que un agente de IA podría necesitar pagar a otro agente de IA mientras completa las tareas asignadas, y su respuesta fue:
De hecho, existen muchas situaciones potenciales en las que un agente de IA podría necesitar realizar transacciones con otro agente de IA. Esto puede ocurrir cuando el sistema está diseñado para interactuar e intercambiar recursos o servicios de forma autónoma, por ejemplo:
Vehículos autónomos: en un futuro de automóviles autónomos, los agentes de IA que controlen vehículos individuales podrán pagar derechos o asegurar espacios de estacionamiento a los vehículos que controlen otras IA.
Mercado de la IA: en el mercado de la IA, una IA puede pagarle a otra una tarifa por servicios específicos, como análisis de datos, entrenamiento de modelos de aprendizaje automático u optimización de tareas complejas.
Adquisición de contenido o datos: una IA puede pagar a otra IA por datos o contenido de propiedad exclusiva, como investigaciones, análisis de mercado o activos digitales de propiedad exclusiva.
Recursos de computación en la nube: una IA que administra servidores o recursos de la nube puede pagar a otra IA para que utilice su exceso de potencia informática o espacio de almacenamiento.
Publicidad digital: una IA que gestiona una campaña publicitaria puede pagar a otra IA para que coloque sus anuncios en las mejores ubicaciones o horarios en las plataformas digitales.
Subasta modulada por IA: en un sistema de ofertas de publicidad en línea en tiempo real, un agente de IA puede pagar a otro agente de IA por espacio publicitario dirigido a un grupo de audiencia específico.
Juegos: en un escenario de juegos en línea, es posible que una IA deba pagar a otra IA por bienes, servicios o progreso en el juego virtuales.
Internet de las cosas (IoT): en una casa o ciudad inteligente, un dispositivo IoT (gestionado por IA) puede pagar a otro dispositivo para priorizar sus tareas. Por ejemplo, un refrigerador inteligente podría pagarle a un horno inteligente para que posponga su ciclo de enfriamiento que consume mucha energía hasta que el refrigerador haya completado su ciclo de enfriamiento que consume mucha energía.
Estos ejemplos son especulativos y dependen de la compleja infraestructura que permite transacciones seguras de IA a IA. Pero a medida que la tecnología continúa evolucionando, es posible que veamos más sistemas diseñados para permitir este tipo de interacción autónoma.
Ahora, una pregunta legítimamente escéptica que los lectores de este artículo pueden hacerse cuando lleguen a esta parte es: "¿Por qué utilizar los pagos de Lightning Network para el uso de IA en lugar de simplemente pagar en USD?"
La respuesta es que Bitcoin/Lightning Network es una forma excepcionalmente adecuada de trabajar con IA por varias razones:
● No reembolsable: a diferencia de muchas aplicaciones de software, la IA requiere mucho hardware por uso. Cuando usas IA, estás usando hardware GPU que consume mucha energía. Una vez desarrollado, el software en sí es barato, pero cada uso del software genera un costo real de recursos de energía/hardware, a diferencia de la mayoría de los tipos de software. Si una API se deja abierta para pagos mediante medios convencionales (como una tarjeta de crédito), el comerciante se convierte en blanco de fraude. Los usuarios pueden enviar decenas de miles de usos a la GPU y revertir sus pagos. En este caso, el comerciante corre con el costo de la energía/hardware pero luego pierde el pago. Lightning, por otro lado, es un método de liquidación final de activos al portador.
● Microtransacciones: la mayoría de los métodos de pago tienen límites en el tamaño de una sola transacción. No puedes pagar $0.03 con una tarjeta Visa, por ejemplo. La tarifa fija mínima de PayPal para el comerciante es de $0,49 por transacción. Lo más parecido que puede hacer es prefinanciar su cuenta y luego realizar micropagos cada vez que la use dentro de su cuenta. Esto se vuelve más complicado a nivel mundial y a través de fronteras y monedas; si alguien en Malasia quiere pagarle a alguien en California algunas regalías de IA, ¿qué método de pago debería utilizar? Incluso dentro del backend de pago de suscripción de mi sitio web, mi gerente de operaciones y yo a veces tenemos problemas para aceptar tarjetas de crédito extranjeras, y en muchos países utilizan servicios de pago móvil en lugar de tarjetas de crédito. Lightning Network puede procesar microtransacciones a escala global. Los usuarios pueden pagar centavos por uso desde cualquier lugar, sin necesidad de suscripción ni fondos preautorizados. Esto es muy relevante para los pagos de máquina a máquina, donde las suscripciones pueden no ser ideales y sólo necesitan interactuar entre sí en tiempo real.
● Sin permiso y programables: se pueden crear agentes de IA para realizar una variedad de operaciones. Como entidad sin identidad legal, es más fácil para un agente de IA mantener y utilizar moneda programable de código abierto que utilizar una cuenta bancaria o un producto de pago bancario. Es posible que los agentes de IA no tengan acceso a cuentas bancarias, pero pueden ejecutar nodos Lightning u operar billeteras Lightning Network. La naturaleza instantánea programable y en tiempo real de Lightning Network permite precios dinámicos. En otras palabras, el precio de cada llamada API se puede programar para que cambie cada segundo dependiendo de la cantidad de solicitudes API entrantes que reciban al mismo tiempo.
Evita el spam con prueba de trabajo
Hoy en día, dado que la inteligencia artificial casi ha reducido el coste de creación de imágenes, vídeos, textos, programas, etc., es cada vez más difícil distinguir qué contenido es real y qué contenido es un vídeo falso de alta calidad o una personalidad virtual. Cuando vemos una imagen o un vídeo que puede ser importante desde una perspectiva corporativa, social, política o geopolítica, ¿cómo podemos estar seguros de que es producto de metraje real y no una falsificación digital generada por inteligencia artificial? Ahora imaginemos cómo será dentro de cinco o diez años a medida que la tecnología mejore.
Aún más preocupante es lo convincentes que son los robots. Cada vez que uso Twitter (ahora llamado "X"), mis publicaciones están inundadas de bots. Afortunadamente, son bots obvios, de baja calidad y mal programados. Sin embargo, también hay imitadores de humanos que crean manualmente una cuenta similar a la mía y comienzan a intentar pescar personas para estafas. ¿Qué pasaría si los robots de IA en las redes sociales fueran realmente bastante convincentes? ¿Qué pasaría si pudieran existir en cantidades incontables, creándose constantemente, del mismo modo que pudieran identificarse y detenerse?
Además de los bots que envían spam a las personas como una forma de fraude, una estrategia de bot sofisticada podría implicar la creación de una comunidad falsa completa para promover una idea y hacerla parecer popular. Muchas personalidades diferentes de la IA podrían operar en línea y convencer a muchas personas. Imagine que alguien escribiera un programa que creara un ejército de bots, cada uno de ellos único y varios años más avanzado que el ChatGPT actual, y se coordinaran para promover a un determinado candidato político, un determinado punto de vista social o simplemente hacer crecer la audiencia de un influencer. Ahora imagina que este programa es de código abierto y está disponible para cualquiera que quiera utilizarlo. Se ha abierto la caja de Pandora.
Imagínese interactuar en línea:
La mayoría de las entidades que parecen humanas no lo son;
Es difícil determinar quiénes son humanos reales.
Una forma de manejar esto es que las plataformas de redes sociales impongan la autenticación al registrarse. En este caso, el nuevo participante debe proporcionar pruebas suficientes de que es una persona real. Twitter/X de Elon Musk parece estar moviéndose en esta dirección, al igual que otras plataformas. Si bien esto puede funcionar para algunas plataformas, la desventaja obvia de este enfoque es que en muchos casos el anonimato es un componente importante de la seguridad y la autenticidad. Las personas en determinadas profesiones no tienen la libertad de ser ellos mismos en línea y utilizar cuentas anónimas para relajarse socialmente. Es más, en muchos países ciertos tipos de expresión son ilegales. Los líderes no pueden ser criticados públicamente, se prohíbe discutir ciertos temas, etc. De hecho, algunos de los padres fundadores de Estados Unidos utilizaron inicialmente seudónimos para obtener protección cuando publicaron críticas revolucionarias a la monarquía británica. A los totalitarios les encanta la autenticación obligatoria para participar en las redes sociales, y un problema grave con los robots les daría una buena excusa para implementar estas medidas. Además, pueden obligar fácilmente a varias plataformas a proporcionarles datos.
Alternativamente, las redes sociales podrían permanecer abiertas y anónimas, pero utilizar algún tipo de prueba de persistencia o control de pago para evitar la inundación de innumerables bots. En la década de 1990, el criptógrafo Adam Buck inventó la forma de prueba de trabajo de Hashcash para prevenir varios tipos de spam o ataques de denegación de servicio. Al final, Satoshi Nakamoto lo utilizó en una parte central del protocolo Bitcoin, pero no se implementó ampliamente en las redes sociales ni en otras partes de Internet.
El libro mayor de Bitcoin tiene una historia que es casi imposible de falsificar. Cada vez que se actualiza un bloque en la cadena de bloques, se requiere energía y el historial completo del libro mayor contiene una gran cantidad de energía codificada, lo que dificulta su falsificación. Además de usarse como un activo monetario, la cadena de bloques de Bitcoin existe ahora como una cápsula del tiempo global, de código abierto e inmutable en la que se pueden insertar datos arbitrarios, incluidos documentos, imágenes, libros, canciones o tiempos de otros sistemas. ), y pueda acreditar que los datos insertados no han sido modificados desde esa fecha. Ningún servidor de código cerrado, opaco o centralizado puede replicar esta función.
¿Podría usarse la prueba de trabajo de Bitcoin para proteger otros tipos de sistemas del spam, como Adam Barker creó originalmente Hashcash? Ya se están explorando algunas vías en este sentido, que probablemente adquieran cada vez más importancia en los próximos años.
● Pago: Stacker News utiliza actualmente Bitcoin como forma de incentivo de distribución y prevención de spam. Los usuarios deben pagar una pequeña porción de Bitcoin para publicar y pueden darse propinas entre sí con pequeñas porciones de Bitcoin. El problema con los métodos de pago tradicionales como Visa es que identifican a la persona, mientras que Bitcoin es un comprobante de pago pero no requiere que se conozca la identidad, lo cual es aceptable para prevenir el spam. Esto se puede ajustar de varias maneras. Si Twitter/X implementara una característica similar, entonces, por ejemplo, podría configurarla para permitir que solo las personas que tienen alguna asociación de microcosto con su identidad comenten mis publicaciones, para evitar el spam.
● Identidad con costos: alguien podría crear un par de claves pública/privada (como en Nostr), pero luego ir más allá e incrustar la clave pública en la cadena de bloques de Bitcoin, incurriendo en costos reales debido a las tarifas de transacción. Costos de recursos, varias formas de verificar. a las personas que esta clave es realmente suya y luego usar una clave privada que coincida con esa clave pública para firmar cualquier contenido digital que creen o autoricen. Lo mismo se aplica a cualquier gran organización de noticias con estándares de integridad conocidos. La plataforma puede comprobar qué pares de claves están integradas o no. A partir de ese momento, esto permitió a las personas distinguir el contenido falso del auténtico (creado, al menos en parte, por ese individuo u organización y no modificado desde su publicación, no necesariamente objetivamente verdadero) y permitió que cientos de impostores no pudieran usar pares de claves similares que son ya están integrados en la cadena de bloques de Bitcoin e incurren en tarifas del mundo real.
Si bien aún no hemos llegado a esta etapa, en un mundo donde la inteligencia artificial está lo suficientemente avanzada como para que la imitación o falsificación sea prácticamente gratuita, podemos aprender a exigir pruebas de continuidad (pares de claves públicas/privadas cifradas) y pruebas de trabajo (pruebas de autenticidad Los recursos del mundo se utilizan para aumentar la importancia de un determinado par de claves públicas/privadas o de una identidad en línea) antes de que ciertos tipos de contenido digital se tomen en serio.
En el mundo futuro potencial que describí anteriormente:
La mayoría de las entidades que parecen humanas no lo son;
Es difícil determinar cuáles son verdaderamente humanos, y luego necesitamos varios métodos para clasificar qué entidades tienen algún tipo de tangibilidad o costo en el mundo real asociado con ellas, para encontrar una señal en un mar casi infinito de ruido.
La verificación de identidad o el uso de costos reales de recursos son dos direcciones principales que pueden tomar las plataformas.