Título del artículo reenviado: Una inmersión profunda en BasedAI: una gran red operativa de modelos de lenguaje con un enfoque en privacidad y eficiencia, ¿El próximo Bittensor en el espacio de la IA?

El espacio de la IA sigue estando candente. Muchos proyectos están intentando 'AI-ficarse', adoptando la nueva propuesta de 'ayudar a la IA a hacerlo mejor' con la esperanza de elevarse más alto en los vientos de la IA. Sin embargo, la mayoría de los proyectos más antiguos ya han realizado su valor en ciclos anteriores, y nuevos proyectos como Bittensor ya no son 'nuevos'. Todavía necesitamos buscar proyectos que aún no hayan realizado su valor y tengan el potencial de contar historias convincentes. Mejorar la privacidad siempre ha sido una dirección atractiva en los proyectos de cripto destinados a 'ayudar a la IA a hacerlo mejor':

Primero, porque proteger la privacidad resuena inherentemente con el concepto de igualitarismo en la descentralización; segundo, proteger la privacidad implica inevitablemente el uso de tecnologías como ZK y cifrado homomórfico. Una filosofía narrativa correcta combinada con tecnología avanzada probablemente significa que el desarrollo de un proyecto de IA no carecerá. ¿Y no sería más interesante si un proyecto tan serio también pudiera incorporar la jugabilidad de las monedas de memes?

A principios de marzo, un proyecto llamado BasedAI registró silenciosamente una cuenta en Twitter, publicando oficialmente solo dos tweets además de retweets, mientras que su sitio web parece ser extremadamente básico, presentando nada más que un sofisticado whitepaper de estilo académico. Algunos influyentes internacionales ya han tomado la delantera en analizar el proyecto, sugiriendo que podría ser el próximo Bittensor.

Simultáneamente, su token homónimo, $basedAI, ha experimentado un ascenso meteórico desde finales de febrero, aumentando más de 40 veces su valor.

Después de examinar a fondo el whitepaper del proyecto, descubrimos que BasedAI es un proyecto de IA que integra grandes modelos de lenguaje, Pruebas de Conocimiento Cero (ZK), cifrado homomórfico y monedas Meme. Si bien reconocemos su dirección narrativa, también estamos impresionados por su ingenioso diseño económico, que vincula naturalmente la programación de recursos informáticos con el uso de otras monedas Meme. Teniendo en cuenta que el proyecto aún está en sus etapas iniciales, en este número lo interpretaremos para ver si tiene el potencial de convertirse en el próximo Bittensor.

Cuando la ciencia seria se encuentra con Meme, ¿qué está haciendo exactamente BasedAI?

Antes de responder a esta pregunta, primero veamos quién está detrás de BasedAI.

La información pública revela que BasedAI fue desarrollado conjuntamente por una organización llamada Based Labs y el equipo fundador de Pepecoin, con el objetivo de abordar problemas de privacidad al utilizar modelos de lenguaje grandes en el campo actual de la IA. La información pública sobre Based Labs es escasa, con su sitio web siendo bastante misterioso, presentando una serie de palabras clave técnicas en una presentación al estilo Matrix. Uno de los investigadores de la organización, Sean Wellington, es el autor del whitepaper de BasedAI disponible públicamente:

Además, Google Scholar indica que Sean se graduó de UC Berkeley y ha estado publicando varios documentos relacionados con sistemas de liquidación y datos distribuidos desde 2006, especializándose en investigación de IA y redes distribuidas, convirtiéndolo en una figura significativa en el campo tecnológico.

Por otro lado, Pepecoin no es la moneda PEPE actualmente popular, sino un meme original que comenzó en 2016, con su propia mainnet L1 en ese momento y desde entonces se ha migrado a Ethereum.

Se podría decir que este es un Meme OG que también entiende el desarrollo L1.

Pero ¿cómo un peso pesado de la investigación científica en IA y un equipo de memes, aparentemente no relacionados en sus campos, generan innovación dentro de BasedAI?

ZK y FHE: Equilibrando la Eficiencia Computacional y la Privacidad de la IA

Si dejamos de lado el elemento del meme, la introducción de BasedAI en Twitter destaca de manera sucinta el valor narrativo del proyecto:

"Tus indicaciones son tus indicaciones." Esto enfatiza esencialmente la importancia de la privacidad y la soberanía de los datos: cuando utilizas grandes modelos de lenguaje de IA como GPT, cualquier indicación o información que ingreses es recibida por el servidor al otro lado, exponiendo fundamentalmente tu privacidad de datos a OpenAI u otros proveedores de modelos.

Si bien esto puede parecer inofensivo, inevitablemente plantea preocupaciones sobre la privacidad, y no tienes más opción que confiar incondicionalmente en que el proveedor del modelo de IA no malutilizará tus registros de conversación.

Quitando las fórmulas matemáticas oscuras y los diseños técnicos en el whitepaper de BasedAI, simplemente puedes entender el objetivo del proyecto como:

Encriptar cualquier contenido de su diálogo con modelos de lenguaje grandes, permitiendo que el modelo realice cálculos sin exponer texto plano y, en última instancia, devolviendo resultados que solo usted puede descifrar.

Podrías anticipar que lograr esto implicaría ZK (Prueba de Conocimiento Cero) y FHE (Cifrado Homomórfico Total), dos tecnologías de privacidad.

ZK te permite demostrar la veracidad o falsedad de una afirmación sin revelar el texto en claro;

FHE te permite realizar cálculos en datos cifrados.

Combinando los dos, puedes enviar tus indicaciones a un modelo de IA en forma cifrada, y el modelo te devuelve una respuesta, pero ninguna de las partes involucradas sabe cuál era tu pregunta o cuál es la respuesta.

Esto suena prometedor, pero hay un problema crítico: FHE es intensivo en computación y lento, lo que plantea un conflicto entre la eficiencia computacional y la protección de la privacidad para LLMs orientados al usuario como GPT, que requieren una visualización rápida de resultados.

Basado en su documento, BasedAI enfatizó la tecnología de "Cerberus Squeezing" y la respaldó con fórmulas matemáticas complejas:

Aunque no podemos evaluar profesionalmente la implementación matemática de esta tecnología, su propósito puede ser simplemente entendido como:

Optimizando la eficiencia del procesamiento de datos encriptados en FHE, concentrando selectivamente los recursos computacionales donde tienen el mayor impacto para completar rápidamente los cálculos y mostrar los resultados.

El documento también demostró con datos cómo esta optimización mejora significativamente la eficiencia:

Usando Cerberus Squeezing, los pasos computacionales requeridos para el cifrado completamente homomórfico podrían reducirse casi a la mitad. Usando Cerberus Squeezing, los pasos computacionales requeridos para el cifrado completamente homomórfico podrían reducirse casi a la mitad.

Así, podemos simular rápidamente todo el proceso de un usuario utilizando BasedAI:

• El usuario ingresa indicaciones, solicitando analizar las emociones que se muestran en los registros de conversación de alguien mientras desea proteger la privacidad de esos registros.
• A través de la plataforma BasedAI, estos datos se envían en forma encriptada, especificando el modelo de IA a utilizar (por ejemplo, un modelo de análisis de emociones).
• Los mineros en la red BasedAI reciben esta tarea y utilizan sus recursos computacionales para ejecutar el modelo de IA especificado en los datos cifrados.
• Los nodos de la red completan la tarea de cálculo sin descifrar los datos y devuelven el resultado del procesamiento encriptado al usuario.
• El usuario recibe el resultado encriptado, lo descifra con su clave y obtiene el resultado del análisis de datos que necesita.

El “Brain,” Miners y Validadores

Más allá de la tecnología, ¿qué roles específicos existen dentro de la red BasedAI para ejecutar la tecnología y satisfacer las necesidades del usuario? En primer lugar, es importante presentar el concepto auto-creado del "Brain".

Un "Cerebro" de Based Labs

Para la mayoría de los proyectos de criptomonedas de inteligencia artificial, algunos elementos inevitables son:

• Mineros: Responsables de realizar tareas computacionales, consumiendo recursos computacionales.
• Validadores: Validan la corrección del trabajo completado por los mineros y aseguran la validez de las transacciones y tareas computacionales dentro de la red.
• Blockchain: Registra los resultados de tareas computacionales y de validación en un libro mayor, incentivando el comportamiento de diferentes roles a través de los tokens nativos de la red.

BasedAI agrega otra capa encima de estos tres elementos con el concepto del "Cerebro":

Debes tener un 'Brain' para incorporar los recursos computacionales de mineros y validadores, permitiendo que estos recursos calculen diversos modelos de IA y completen tareas.

Sencillamente, estos "Brains" actúan como contenedores distribuidos para tareas computacionales específicas, ejecutando modelos de lenguaje grandes modificados (LLMs). Cada "Brain" puede elegir los mineros y validadores con los que desea asociarse.

Si encuentras esta explicación abstracta, piensa en tener un “Brain” como tener una “licencia para ofrecer servicios en la nube”:

Para reclutar un grupo de mineros y validadores para el cálculo encriptado de grandes modelos de lenguaje, debes tener una licencia de operación que especifique:

• La ubicación de su negocio (ID)
• Su ámbito de negocio (utilizando IA para análisis de sentimientos, generación de imágenes, asistencia médica, etc.)
• ¿Cuántos recursos computacionales tienes y cuál es su capacidad
• Específicamente, a quien has traído
• ¿Cuánta recompensa puedes ganar de esta actividad

Según el documento de Based AI, cada 'Cerebro' en BasedAI puede acomodar hasta 256 validadores y 1792 mineros, con un total de solo 1024 'Cerebros' en el sistema, lo que aumenta aún más la escasez de 'Cerebros'.

Los mineros y validadores deben hacer lo siguiente para unirse a un "Brain":

• Miners: Conéctese a la plataforma, decida los recursos de GPU a asignar (más adecuados para la computación), puede depositar tokens $BASED y comenzar el trabajo de computación.
• Validadores: Conéctese a la plataforma, decida los recursos de CPU para asignar (más adecuados para la validación), puede depositar tokens $BASED y comenzar el trabajo de validación.

Cuanto más tokens $BASED se depositen, mayor será la eficiencia de los mineros y validadores que se ejecutan en el “Brain”, y más recompensas $BASED recibirán.

Claramente, un "Brain" representa un cierto poder y relación organizativa, también abriendo espacio para el diseño de token e incentivos (más sobre esto más adelante).

Sin embargo, ¿no te resulta familiar el diseño de este "Brain"?

Los diferentes 'cerebros' en Bittensor se asemejan en cierta medida a diferentes subredes, realizando tareas específicas utilizando diferentes modelos de IA;

En el popular Polkadot del ciclo anterior, diferentes "Brains" se asemejan a diferentes "slots" para ejecutar varias parachains, realizando diferentes tareas.

BasedAI también proporcionó un ejemplo de un "Cerebro médico" realizando una tarea:

• Los registros médicos de los pacientes están encriptados y se envían al Cerebro médico, generando palabras de solicitud para pedir consejo diagnóstico apropiado;
• Con la ayuda de ZK y FHE, el modelo de lenguaje grande adecuado dentro de la red BasedAI puede generar respuestas sin descifrar datos sensibles de pacientes, este paso requiere los recursos computacionales de mineros y validadores;
• Los proveedores de atención médica reciben la salida encriptada de la red BasedAI. Solo el usuario que envía puede descifrar los resultados para obtener sugerencias de tratamiento, mientras que los datos permanecen sin exponerse o filtrarse durante este proceso.

La Venta de Privilegios de “Brain” se Desarrolla, Beneficiando a Pepecoin

Entonces, ¿cómo se adquiere un “Cerebro” para obtener el privilegio de “permiso de trabajo” para la computación de modelos de IA encriptados? BasedAI, en colaboración con Pepecoin, ha gamificado la venta de estos privilegios, otorgando a Pepecoin, un token MEME, con valor de utilidad.

Con solo 1024 'Brains' disponibles, el proyecto aprovecha naturalmente la Creación de NFT: cada 'Brain' vendido genera un token ERC-721 correspondiente, que puede considerarse como una licencia. Para acuñar este NFT 'Brain', se requieren dos acciones relacionadas con Pepecoin para desbloquear: quemar o apostar Pepecoin.

• En términos de quema: La acuñación del primer "Brain" requiere gastar 1000 Pepecoin.
• Cada nuevo mint "Brain" aumenta el costo en 200 Pepecoin.
• Los cerebros generados de esta manera son transferibles.
• Si todos los Brains se obtuvieran mediante la quema, se destruirían permanentemente 107,563,530 Pepecoin. (Según los datos de CMC, el suministro circulante actual es de 133M, lo que significa que casi el 80% del suministro de tokens se reduciría si esta quema se realizara completamente).

En cuanto al staking:

• Los usuarios deben apostar 100,000 Pepecoin durante 90 días.
• El NFT ERC-721 del Cerebro se emite inmediatamente después de apostar.
• Los cerebros generados de esta manera no son transferibles pero gradualmente ganarán $BASED, el token nativo del proyecto.
• La participación se puede retirar después de 90 días.

Independientemente del método utilizado, a medida que se crean más Brains, una cantidad correspondiente de Pepecoin será quemada o bloqueada, dependiendo de la proporción de participación de los dos métodos. Está claro que esta distribución se trata más de la asignación de activos criptográficos que de recursos de IA. Dada la escasez de Brains y las recompensas de tokens por su funcionamiento, la demanda de Pepecoin aumentará significativamente durante la creación de Brains; tanto el staking como la quema reducen la oferta circulante de Pepecoin, beneficiando teóricamente el precio del mercado secundario del token.

Siempre que se emitan y estén activos menos de 1024 Brains dentro del contrato ERC-721, el Portal BasedAI seguirá emitiendo Brains. Si se asignan los 1024 Brains, el Portal BasedAI ya no permitirá la creación de nuevos Brains. Una dirección de Ethereum puede contener múltiples NFT de Brain. El portal BasedAI permitirá a los usuarios gestionar las recompensas de todos los Brains propiedad de la cartera ETH conectada. Los propietarios de Brain activos pueden esperar ganar entre $30,000 y $80,000 por Brain al año, según los datos oficiales del documento.

Con estos incentivos económicos y narrativas sobre la IA y la privacidad, la popularidad anticipada de Brain tras su lanzamiento oficial es previsible.

Resumen

En los proyectos de criptomonedas, la tecnología en sí misma no es el objetivo; su papel es guiar la atención, dirigiendo así la distribución y flujo de activos. El diseño del Cerebro de BasedAI demuestra claramente una comprensión de "cómo promover la distribución de activos": bajo la narrativa correcta de privacidad de datos, integrando los recursos necesarios para las computaciones relacionadas con la inteligencia artificial en un privilegio, creando escasez para este privilegio, guiando así los activos hacia el privilegio, y aumentando el consumo de otro token MEME.

Los recursos computacionales se asignan e incentivan correctamente, los activos del proyecto "Brain" ganan escasez y popularidad, y la oferta circulante del token Meme disminuye... Desde la perspectiva de la creación de activos, el diseño de BasedAI es sofisticado e inteligente.

Sin embargo, si alguien fuera a abordar las preguntas no dichas, evitadas con una ignorancia fingida:

¿Cuántas personas utilizarán este gran modelo de lenguaje que protege la privacidad? ¿Cuántos gigantes de la IA están dispuestos a cooperar con una tecnología de protección de la privacidad que puede no beneficiarlos?

La respuesta sigue siendo menos que optimista. Sin embargo, las narrativas prosperan con el impulso, y la especulación es oportuna. A veces, lo que se necesita no es cuestionar la viabilidad de un camino, sino dejarse llevar por el flujo.

Material de origen:

X: https://twitter.com/getbasedai

Sitio web oficial: https://www.getbased.ai/

Pepecoin: https://twitter.com/pepecoins

Libro blanco de BasedAI

Descargo de responsabilidad:

1. Este artículo ha sido reproducido de techflow, originalmente titulado “Un profundo análisis de BasedAI: una gran red de modelos de lenguaje que prioriza la privacidad y la eficiencia, la próxima gran cosa en la carrera de la IA” por [TechFlow]. The copyright belongs to the original author, [TechFlow]. Para cualquier problema relacionado con esta reproducción, por favor contacte al Equipo Gate LearnEl equipo lo procesará de acuerdo con los procedimientos relevantes tan pronto como sea posible.

2. Descargo de responsabilidad: Las opiniones expresadas en este artículo son únicamente del autor y no constituyen ningún consejo de inversión.

3. Las traducciones del artículo a otros idiomas fueron realizadas por el equipo de Gate Learn. No se permite la reproducción, difusión o plagio de los artículos traducidos sin mencionar Gate.io.