El riesgo existencial de la IA no es motivo de risa: por mucho que el mundo tecnológico intente darle sentido a todo, nadie sabe definitivamente si la exageración distópica de “controlar el mundo” es legítima o simplemente ciencia ficción.
Sin embargo, antes incluso de cruzar ese puente (real o no), debemos enfrentar un problema más inmediato. Ya estamos viendo el surgimiento de agentes de IA semiautónomos que responden a su entorno y toman decisiones por sí mismos. Piense en robots comerciales que monitorean las condiciones del mercado de valores y cambian la forma en que compran o venden en consecuencia, o incluso en una nota de trabajo o un documento escolar elaborado por ChatGPT.
Independientemente de la aplicación, inevitablemente surgen los problemas prácticos habituales de la IA. Citas alucinadas, decisiones perezosas, desvíos repentinos y la imprevisibilidad general continúan frenando la confianza en estos sistemas y, al profundizar, la confianza en el sistema. algoritmos de aprendizaje automático (ML) potenciando inferencias críticas. Las inferencias sobre el ML suelen ser inescrutables para los de afuera y las consecuencias son sísmicas. Basta con mirar a Minnesota pleito contra UnitedHealth Group por confiar en un algoritmo predictivo que no tuvo en cuenta el COVID, o el enorme error de las malas puntuaciones de la industria de evaluación de la solvencia el año pasado.
Confiar en inferencias desconocidas es un problema grave y muy familiar para aquellos de nosotros en criptografía y Web3. Por ejemplo, imagine el beneficio potencial que un arbitrajista podría obtener de un intercambio descentralizado al distorsionar una fuente de información de precios.
Afortunadamente, existe una solución a esta brecha de confianza. La respuesta: crear una economía de inferencia.
¿Qué es una economía de inferencia?
Si bien la atención se ha centrado con razón en los datos que impulsan las inferencias del aprendizaje automático, lo que falta es un escenario formal para cortar de raíz cualquier resultado malo. Basada en una competencia responsable, una economía de inferencia comercializa la búsqueda de una producción de aprendizaje automático honesta, confiable y segura.
En un nivel alto, esto cobra vida como un mercado para la inteligencia artificial verificable, con dos capas: una competencia estilo torneo que permite a cualquier científico o modelador de datos mejorar un modelo de aprendizaje automático y ganar una parte de los ingresos generados por la inferencia, y un mercado abierto donde se pueden consumir flujos de inferencias verificadas.
Los agentes o desarrolladores de IA que creen contratos o aplicaciones inteligentes podrán seleccionar flujos de inferencias de una amplia variedad de modelos de aprendizaje automático probados y examinados por la comunidad. El riesgo de Oracle disminuirá significativamente porque un flujo de datos incorrecto sería reemplazado por uno mejor en el mercado, y los agentes de IA reaccionarían a flujos de inferencias confiables y bien seleccionados.
La responsabilidad comienza con Web3
La forma en que todo esto funciona es combinando conceptos como participación de validación Web3, pagos en tiempo real y pruebas de conocimiento cero con el modelo de aprendizaje automático competitivo limitado existente. El aprendizaje automático de conocimiento cero, en particular, permite probar la integridad y a los modeladores proteger sus modelos.
¿Por qué este tema?
Vuelve a la cuestión existencial de lidiar con la IA. Los sistemas sin confianza requieren tecnologías endurecidas y medidas de seguridad extraordinarias. Es por eso que combinar las filosofías de diseño Web3 es la única manera de responsabilizar a la IA. Basada en inteligencia artificial verificada y un grupo de mentes brillantes de código abierto (científicos de datos y modeladores), la economía de inferencia presenta un antídoto real y alcanzable contra p(doom).
En pocas palabras, un mejor mercado de modelos de aprendizaje automático produce inferencias de mayor rendimiento y más verificables que las empresas pueden comprar e implementar para sus propias operaciones. Desde calificación crediticia y recomendaciones de NFT hasta precios de criptomonedas y predicciones deportivas, organizaciones de todo tipo pueden desbloquear un valor enorme de una economía de inferencia que devuelve la confianza a la inteligencia artificial.
- Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
- PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
- PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
- PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
- PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
- Fuente: https://www.dataversity.net/forget-pdoom-heres-how-to-hold-ai-accountable-by-creating-an-inference-economy/
