Ben Fielding: Descentralización de la inteligencia artificial

Todo empezó con un escritorio ruidoso. El escritorio era un cubículo de madera en un laboratorio de la Universidad de Northumbria, en el norte de Inglaterra, donde un joven investigador de IA comenzó su doctorado. Esto fue en 2015. El investigador era Ben Fielding, quien había construido una gran máquina repleta de GPUs para desarrollar IA. La máquina era tan ruidosa que molestaba a sus compañeros de laboratorio. Fielding metió la máquina debajo del escritorio, pero era tan grande que tuvo que pegar las piernas torpemente a un lado.

Fielding tenía algunas ideas poco convencionales. Exploró cómo los "enjambres" de IA (grupos de muchos modelos diferentes) podían comunicarse entre sí y Aprende unos de otros, lo que podría mejorar el conjunto. Solo había un problema: estaba atado de pies y manos por la realidad de esa máquina ruidosa bajo su escritorio. Y sabía que estaba en desventaja. "Google también estaba haciendo esta investigación", dice Fielding ahora. "Y tenían miles [de GPU] en un centro de datos. Lo que estaban haciendo no era una locura. Conocía los métodos... Tenía muchas propuestas, pero no podía ejecutarlas".

Ben Fielding, director ejecutivo de Gensyn, es un orador enConsenso 2025 en Toronto.

Jeff Wilser es el presentador deLa IA del Pueblo: El podcast de IA descentralizaday será el anfitrión de la Cumbre de IA en Consensus 2025.

Así que hace una década, Fielding se dio cuenta:Las restricciones de cálculo siempre serían un problema.En 2015, sabía que si la computación era una limitación estricta en el ámbito académico, sería sin duda una limitación estricta cuando la IA se generalizara.

¿La solución?

IA descentralizada.

Fielding cofundó Gensyn (junto con Harry Grieve) en 2020, años antes de que la IA descentralizada se pusiera de moda. El proyecto era conocido inicialmente por desarrollar computación descentralizada, y he hablado con Fielding sobre esto.para CoinDeskY en panel tras panel en conferencias, pero la visión es en realidad algo más amplio: «La red para la inteligencia artificial». Están desarrollando soluciones en todos los niveles de la pila tecnológica.

Y ahora, una década después de que el ruidoso escritorio de Fielding molestara a sus compañeros de laboratorio, las primeras herramientas de Gensyn ya están disponibles. Gensyn lanzó recientemente su protocolo "RL Swarms" (derivado del trabajo de doctorado de Fielding) y acaba de lanzar su Testnet, que integra blockchain.

En esta conversación previa a la Cumbre de IA,en Consensus en TorontoFielding ofrece una introducción a los enjambres de IA, explica cómo la cadena de bloques encaja en el rompecabezas y comparte por qué todos los innovadores, no solo los gigantes tecnológicos, "deberían tener derecho a desarrollar tecnologías de aprendizaje automático".

Esta entrevista ha sido condensada y ligeramente editada para mayor claridad.

¡Felicitaciones por el lanzamiento de la red de pruebas! ¿En qué consiste?

Ben Fielding:Es la incorporación de las primeras características MVP de integración de blockchain con lo que hemos lanzado hasta ahora.

¿Cuáles eran esas características originales, antes de blockchain?

Hace unas semanas lanzamos RL [Aprendizaje de Refuerzo] Swarm, que es aprendizaje de refuerzo, posterior al entrenamiento, como una red peer to peer.

Así es como se ve: cuando un modelo preentrenado se somete a un entrenamiento de razonamiento, como DeepSeek-R1, aprende a criticar su propio pensamiento y a mejorar recursivamente la tarea. Así, puede mejorar su propia respuesta.

Llevamos ese proceso un paso más allá y decimos: «Es fantástico que los modelos critiquen su propio pensamiento y mejoren recursivamente. ¿Qué tal si pudieran comunicarse con otros modelos y criticar el pensamiento de los demás?». Si se reúnen muchos modelos en un grupo que puedan comunicarse entre sí, pueden empezar a aprender a enviar información a los demás modelos… con el objetivo general de mejorar todo el enjambre.

Te pillé, lo que explica el nombre "Enjambre".

Correcto. Este método de entrenamiento permite que varios modelos se combinen en paralelo para mejorar el resultado de un metamodelo final que se podría crear a partir de ellos. Pero, al mismo tiempo, cada modelo individual mejora por sí solo. Así que, si se llega con un modelo en una MacBook, se une a un enjambre durante una hora y luego se retira, se obtiene un modelo local mejorado basado en el conocimiento del enjambre, y también se mejoran los demás modelos del enjambre. Es un proceso de entrenamiento colaborativo al que cualquier modelo puede unirse y realizar. En eso consiste RL Swarm.

Bueno, eso es lo que publicaste hace unas semanas. ¿Y dónde entra la tecnología blockchain?

Por lo tanto, la cadena de bloques consiste en que hagamos avanzar algunos de los primitivos de nivel inferior hacia el sistema.

Vamos a...pretender que alguien no entiende la frase “primitivos de nivel inferior”. ¿Qué quieres decir con eso?

Sí, me refiero a que está muy cerca del recurso en sí. Si piensas en la pila de software, tienes una pila de GPU en un centro de datos. Tienes controladores sobre la GPU. Tienes sistemas operativos, máquinas virtuales. Tienes todo esto en marcha.

Entonces, una primitiva de nivel inferior es la más cercana a la base del conjunto de tecnologías. ¿Estoy entendiendo bien?

Sí, exactamente. Y el RL Swarm es, básicamente, una demostración de lo que es posible. Es solo una demostración algo chapucera de cómo realizar un aprendizaje automático a gran escala y realmente interesante. Pero lo que Gensyn ha estado haciendo durante los últimos cuatro años, siendo realistas, es construir infraestructura. Y ahora estamos en este período en el que la infraestructura se encuentra en una especie de versión beta v0.1. Está todo listo. Está listo para funcionar. Tenemos que descubrir cómo mostrar al mundo lo que es posible cuando se trata de un cambio radical en la forma en que la gente concibe el aprendizaje automático.

¿Parece que están haciendo mucho más que computación descentralizada o incluso infraestructura?

Contamos con tres componentes principales que sustentan nuestra infraestructura: Ejecución: contamos con bibliotecas de ejecución consistentes, compilador propio y bibliotecas reproducibles para cualquier hardware.

El segundo elemento es la comunicación. Supongamos que se puede ejecutar un modelo en cualquier dispositivo compatible, ¿se puede lograr que se comuniquen entre sí? Si todos adoptan el mismo estándar, todos pueden comunicarse como TCP/IP desde internet, básicamente. Desarrollamos esas bibliotecas y RL Swarm es un ejemplo de esa comunicación.

Y luego, finalmente, la verificación.

Ah, y supongo que aquí es donde entra en juego la tecnología blockchain…

Imagina un escenario donde todos los dispositivos del mundo se ejecutan de forma consistente. Podrían LINK modelos. Pero ¿pueden confiar entre sí? Si conecto mi MacBook a la tuya, sí, podrían ejecutar las mismas tareas. Sí, podrían FORTH tensores, pero ¿saben si lo que envían al otro dispositivo realmente está sucediendo en él?

En el mundo actual, probablemente firmaríamos un contrato para asegurarnos de que nuestros dispositivos funcionen correctamente. En el mundo de las máquinas, esto debe suceder programáticamente. Así que esa es la pieza final que construimos: pruebas criptográficas, probabilísticas y de teoría de juegos para que el proceso sea completamente programático.

Ahí es donde entra en juego la cadena de bloques. Nos ofrece todos los beneficios imaginables de la cadena de bloques, como la identidad persistente, los pagos, el consenso, ETC Por eso, lo que estamos haciendo con la red de pruebas ahora es tomar RL Swarm y las primitivas de la otra infraestructura, y añadir los componentes de la cadena de bloques. "Oye, cuando te unes a un enjambre ahora, tienes una identidad persistente, que existe en un libro de contabilidad descentralizado".

En el futuro, podrán realizar pagos, pero por ahora, cuentan con ese mecanismo de consenso de confianza que permite resolver disputas. Es una especie de MVP de la futura infraestructura de Gensyn, al que iremos añadiendo componentes a medida que avancemos.

¿Podríamos darnos un adelanto de lo que se viene?

Al llegar a la red principal, todo el software y la infraestructura se ejecutan en blockchain como fuente de confianza, pagos, consenso, ETC, e identidad. Este es el primer paso. Se trata de añadir identidad y, al unirse a un enjambre, registrarse como la misma persona. Todos saben quién eres sin tener que consultar un servidor o sitio web centralizado.

Ahora, dejemos que se aventuren y hablemos más del futuro. ¿Cómo se ve esto dentro de un año, dos años, cinco años? ¿Cuál es tu guía?

Claro. La visión final es aprovechar todos los recursos que se encuentran bajo el aprendizaje automático y hacerlos accesibles instantáneamente y programáticamente para todos. El aprendizaje automático está fuertemente limitado por sus recursos CORE . Esto crea una enorme ventaja para las empresas de IA centralizada, pero no es necesario que exista. Puede ser de código abierto si desarrollamos el software adecuado. Por lo tanto, nuestra visión es que Gensyn construye toda la infraestructura de bajo nivel para permitir que se acerque lo más posible al código abierto. Las personas deberían tener derecho a desarrollar tecnologías de aprendizaje automático.