Moldes Mentales #1
Los contenidos recientes que de verdad me ponen a pensar.
Frecuentemente me sucede que leo o veo algo y pienso que sería valioso comentarlo en Convergente pero, en la mayoría de los casos, los temas sobre los que estoy investigando y analizando no coinciden con esos contenidos que se me atraviesan.
En el mejor espíritu de este blog, hoy traigo otro experimento que podría ser un tercer formato de contenido de Convergente. Ustedes me dirán.
Hoy les traigo los cinco contenidos más provocativos que he consumido en estos últimos días, con el respectivo enlace de acceso para que ustedes también los puedan revisar, con algunos comentarios míos.
Comencemos.
1 - [artículo académico] Trust At Scale: The economic Limits of Blockchains and Cryptocurrencies / Eric Budish
Este paper analiza, desde la óptica económica, el sistema de confianza que soportan los blockchains (“Satoshi Trust”), concluyendo que no es económicamente eficaz al no gozar de las economías de escala que sí tienen los sistemas de control centralizados. A continuación algunos detalles del análisis:
Costos inherentes de la confianza: el costo recurrente de mantener la seguridad de un blockchain (a través de la minería o staking) siempre debe ser mayor que el valor potencial que se podría obtener de un ataque. Esto crea una vulnerabilidad económica, ya que estos costos aumentan linealmente con el valor del ataque.
Ausencia de economías de escala: los sistemas de confianza tradicionales, como los soportados en el estado de derecho o las relaciones de confianza por reputación, se benefician de las economías de escala: el costo de la confianza no aumenta proporcionalmente con el valor en juego. En contraste, los blockchain necesitan constantemente altos niveles de recursos computacionales o de staking para asegurar incluso transacciones pequeñas, lo que los hace ineficientes en comparación con los sistemas tradicionales.
Vulnerabilidad a los ataques de mayoría: una vulnerabilidad central del Satoshi Trust es la posibilidad de un ataque de mayoría, donde una entidad que controle más de la mitad del poder computacional o del staking de la red puede reescribir el historial de transacciones, permitiendo ataques como el doble gasto.
Necesidad de inversión continua: el Satoshi Trust no tiene memoria, lo que significa que su seguridad en cualquier momento depende únicamente de los recursos disponibles en ese instante. Esto implica que incluso una breve reducción en la seguridad de la red podría resultar en ataques exitosos, lo que requiere un gasto constante y elevado para mantener la confianza.
Posibles mejoras a través de mecanismos de pérdida de capital: la seguridad de los blockchains podría mejorar si los atacantes arriesgaran, en adición al costo del flujo de su ataque, el valor de su capital. Por ejemplo, si un ataque resultara en la pérdida o devaluación del capital (como los equipos de minería o las criptomonedas en staking), podría disuadir a los atacantes potenciales de manera más efectiva.
Estas afirmaciones requieren mucho más análisis. Yo he afirmado que la tecnología detrás de bitcoin y otros blockchains, está probada. Esa confianza se desprende de:
la realidad observable en los valores de mercado y la seguridad que han demostrado las principales redes durante años
el efecto disuasor por el de exceso de demanda que generarían los malos actores al tratar de dominar un valor económico superior al que protege un blockchain
La reflexión, no obstante, es otra: la complacencia es el peor enemigo y, podría ser, que las verdaderas vulnerabilidades surjan en la complejidad a escala.
2 - [artículo académico] LLMD: A large Language Model for Interpreting Longitudinal Medical Records
Estos investigadores presentan un gran modelo de lenguaje (LLM por sus siglas en inglés) aplicado al análisis del historial médico de un paciente, ofreciendo una vista precisa del estado de salud de la persona, que supera en múltiples métricas de desempeño a otros LLMs (como GPT-4o) y equipara a los médicos humanos.
El modelo, LLMD, sirve como un complemento poderoso a la experiencia humana en situaciones específicas:
Procesamiento de datos: LLMD puede analizar y procesar rápidamente grandes cantidades de registros médicos, incluyendo datos longitudinales que abarcan muchos años y numerosos proveedores de atención médica. Esta capacidad le permite identificar patrones, correlaciones y anomalías que a un médico le tomaría mucho más tiempo o que podrían pasarse por alto debido al volumen de datos.
Consistencia: el modelo puede realizar tareas repetitivas y detalladas de manera consistente, como extraer datos estructurados de registros no estructurados, sin fatiga ni errores humanos.
Perspectivas integrales: al sintetizar información de todo el historial médico de un paciente, LLMD puede proporcionar una visión más holística de la salud del paciente que la que podría ser evidente para un médico que sólo revisa un conjunto limitado de registros.
Su principal limitación es que carece de la intuición clínica, la experiencia y la capacidad de tomar decisiones matizadas que tienen los médicos, especialmente en situaciones complejas o ambiguas. Los profesionales de la medicina pueden interpretar el estado físico y emocional de un paciente, tomar decisiones éticas y considerar factores sociales y psicológicos.
Si bien no parece ser el foco del artículo, lo que me pareció más valioso es el aporte a los métodos de construcción y entrenamiento de estos modelos específicos. Estos investigadores presentan desarrollos sobre qué fuentes de información utilizar, cómo estructurar la data, los conceptos de abstracción de la data (qué interpretar dentro de ella), cómo resolver ambigüedades y validar resultados. Es un avance fundacional científico extraordinario.
Dicho de otra manera, en la construcción de una mejor herramienta específica, también le ofrecen a la comunidad desarrolladora avances metodológicos para otras aplicaciones específicas.
3 - [video] - Conferencia en ECONED 2024 / Tyler Cowen
Tyler propone una serie de temas en los que la inteligencia artificial aplicada de diferentes maneras retará los sistemas regulatorios, entre otros asuntos como las implicaciones ideológicas del resurgimiento de la energía nuclear:
asistentes de IA embebidos en artículos electrónicos de consumo cambiarán dramáticamente lo que significa una conversación privada y las implicaciones y/o soluciones no se basarán en los modelos económicos clásicos
en la medida que el output de la IA incremente, más valiosos serán los inputs, con efectos directos en derechos de autor
en lugar de la emergencia de la supremacía china, la vigilancia de las IAs a las poblaciones será derrotada por ellas mismas poblaciones al revelarse en su contra y regularla
los gobiernos necesitarán IA para mantenerse vigentes, como proveedores de servicios, pero no serán IAs desarrolladas por ellos mismos por su dificultad de atraer el talento requerido para hacerlo, posiblemente llevando a una cuasi-privatización de algunas funciones gubernamentales
al mismo, lo anterior implicará una pseudo-nacionalización de algunas empresas de IA que serán dependientes de los flujos de caja de los gobiernos, por la delicada naturaleza de los servicios que prestan
la combinación de biología con IA/computación continuará revolucionando los sistemas de salud, con el desarrollo de nuevas vacunas y tratamientos, exigiendo mayor gasto público en el corto plazo aspirando a un ahorro futuro derivado de la mejor salud de las poblaciones
la longevidad incrementará el debate sobre la eutanasia
Coincido con el pensamiento de Niko McCarty en este análisis del ensayo de Dario Amodei (sobre el que en otra publicación profundizaremos):
Esta es una visión inspiradora, pero […], lograrla requerirá primero que pensemos profundamente sobre los cuellos de botella existentes y luego tracemos un plan para resolverlos.
Entonces, la reflexión no debe ser si sí o no la IA avanzará a la humanidad positivamente, sino cómo nos organizamos (qué estrategia adoptamos) para que así sea.
4 - [publicación en blog] - From Caveman To Chinaman / Cremieux
Los especia humana actual surgió en África y se dispersó por todo el mundo; fuimos cazadores-recolectores hasta la aparición de la agricultura. Lo que sorprende de este artículo, es la observación que la agricultura emergió casi simultáneamente en múltiples poblaciones alrededor del mundo, impulsada por factores naturales y no por difusión cultural. Esta es la imagen del artículo que lo ilustra:
La tesis del autor es que las estaciones se regularon lo suficiente como para poder confiar en los ciclos de la naturaleza y poder depender de ellos para la subsistencia. También me sorprendió que esta explicación requiere asumir que el sedentarismo antecede a la agricultura y no al revés, como lo hemos hablado acá anteriormente.
Creo que la mayoría de nosotros pensamos que el avance de la humanidad depende de nuestro ingenio y la capacidad para asumir riesgo, sea esto individual o colectivo. Si Cremieux está en lo cierto, la transición a la Era Agraria dependió menos de estos factores y mucho más en saber leer el contexto y disponerse al cambio con acción. Charles Darwin ya nos lo había dicho, hace más de 160 años:
No es la especie más intelectual la que sobrevive; no es la más fuerte la que sobrevive; la especie que sobrevive es la que mejor se adapta y se ajusta al entorno cambiante en el que se encuentra.
5 - [publicación en redes sociales] - Linkedin / Xuhui Shao
Tal vez algunos de ustedes vieron el lanzamiento una nueva funcionalidad de Claude (modelo fundacional de IA desarrollado por Anthropic, rival #1 de OpenAI) que le permite al modelo tomar control del computador: mira la pantalla, mueve el cursor, hace clic y escribe texto. Acá va el demo publicado por ellos mismos.
Al rato, Xuhui Shao, socio de Foothill Ventures1, publicó lo siguiente en Linkedin:
Según muchos expertos, estamos en la transición de la era fundacional de la IA a la era de agentes. Pero el mensaje de Shao me abrió los ojos. Estamos en una etapa muy muy muy inicial de estos agentes. Todavía simulan al ser humano usando las herramientas diseñadas para seres humanos. Un análogo simple es como si las aplicaciones de los desktops fueran las mismas que vemos en los teléfonos inteligentes. Eventualmente ocurrirá una evolución y los agentes tendrán un ambiente nativo, diseñado para ellos, que será dramáticamente diferente a lo que estamos viendo actualmente, y será mágico.
Un par de ñapas menos intelectuales pero igualmente interesantes:
[podcast] Inner Cosmos - Why We See The Dress Differently / David Eagleman
Eagleman es el autor de Incógnito: Las Vidas Secretas del Cerebro, el primer libro que leí sobre neurociencia (muy recomendado). En su podcast, explora esta rama del conocimiento de forma sencilla. Este capítulo en particular me gustó porque enseña cómo el cerebro administra ambigüedades y toma decisiones.
[tweet] - Oxman
Oxman es una firma de diseño y biotecnología. El tweet muestra su más reciente desarrollo: una colección de zapatos impresos (no ensamblados) con fibras producidas por microorganismos, 100% biodegradables, con 0% químicos.
Eso es todo por hoy. Gracias por leer, comentar y compartir.
Camilo
Uno de los fondos de Veronorte es inversionista en uno de los fondos administrados por Foothill Ventures.
Hola Camilo, primero decirte que me parece un excelentes contenido, creo que todos los que nos consideramos curiosos y amamos el conocimiento agradecemos el encontrar siempre diferentes fuentes de las cuales beber.
Particularmente me llama la atención lo mencionado sobre el blockchain, se mencionan unos muy buenos puntos que van de la mano con lo que pienso cada que escucho de estos temas, estas tecnologías me parece que se han mantenido desde su desarrollo en un pico sostenido de hype lejos de alcanzar una meseta de productividad. En mi opinión personal y por la relación que he podido tener con soluciones de base tecnológica creo que estas tecnologías experimentan un problema grande de mercadeo por llamarlo de alguna forma, la marca del mundo cripto sufre aún de muchas percepciones negativas a lo mejor también intencionales promovidas por los organismos centrales.
En conclusión creo para estas tecnologías hace falta un gran elemento habilitador, así cómo lo fueron los modelos de lenguaje natural para la inteligencia artificial, se siente el vacío de este elemento en el mundo cripto que aterrice y acerque la tecnología para una adopción mayor y más productiva de la sociedad y que la aleja de las percepciones vacías de NTFs que no tienen utilidad, de criptomonedas volátiles y de sistemas scam.
Muchas gracias Cami por la generosidad al compartir esto. ¡Súper interesante!