La evolución de DePIN y la IA de "de la exageración a la realidad" muestra que la verdadera innovación radica en resolver de manera práctica y eficiente los problemas del mundo real, así lo afirma Sylvia To de Bullish Capital Management.
◇◇◇
DePIN: red de infraestructura física descentralizada
El equipo detrás del proyecto DePIN es, en teoría, un intento de proporcionar utilidad real a los activos criptográficos (criptomonedas). Sin embargo, hay muy pocos que realmente tengan un modelo de negocio razonable que resuelva problemas del mundo real y que sea lo suficientemente disruptivo para desmantelar empresas existentes, y además, que no sea fácil de imitar. Muchos son simplemente soluciones que buscan un problema.
Sin embargo, una de las excepciones notables es la red de seguimiento de vuelos "Wingbits". La razón es que está tratando de resolver los desafíos de Web2 con incentivos de Web3. Si has tenido la experiencia de rastrear un vuelo como el BA117 de Londres a Nueva York, es probable que hayas utilizado sitios web como FlightAware o Flightradar.
〈Mapa de seguimiento de vuelos de Wingbits, fuente: Wingbits – Transformando el seguimiento de vuelos.〉Las empresas de seguimiento de vuelos obtienen grandes beneficios al vender datos de vuelo a compradores como aerolíneas y analistas financieros que buscan tendencias de fusiones y adquisiciones a partir del movimiento de jets privados. Además, las fuentes de ingresos incluyen publicidad en la plataforma y suscripciones.
Sin embargo, no se están contabilizando grandes costos de infraestructura o hardware como inversión en equipos. Esto se debe a que el hardware llamado "receptor ADS-B" está compuesto por una antena y una computadora de ultra pequeño tamaño, el "Raspberry Pi", que los entusiastas de la aviación pueden comprar y configurar. A menudo, estos entusiastas no esperan prácticamente ninguna recompensa y solo reciben una suscripción gratuita (derecho de uso gratuito) a su plataforma de seguimiento de vuelos favorita.
El problema es que los entusiastas no tienen incentivos para maximizar la calidad de los datos. Sin incentivos positivos, los receptores ADS-B se instalarán en lugares inapropiados. Por ejemplo, pueden instalarse en la esquina de una sala de estar o suministrarse en exceso en áreas urbanas densamente pobladas, lo que resulta en una cobertura insuficiente en áreas rurales.
〈Receptor ADS-B tradicional (izquierda) y hardware de Wingbits (derecha), fuente: Wingbits – Transformando el seguimiento de vuelos.〉Wingbits está revolucionando el seguimiento de vuelos al utilizar un sistema similar al índice espacial jerárquico hexagonal de Uber, incentivando a los entusiastas a instalar estaciones estratégicamente basadas en la altitud. Este enfoque permite una cobertura óptima, datos de alta calidad y, sobre todo, recompensas justas para los contribuyentes de la red.
Wingbits ha logrado cubrir el 75% de la red de mayor escala con solo 1/11 de la cantidad de estaciones (hardware) convencionales. Se espera que esta alta eficiencia y el despliegue de más de 4000 estaciones en el futuro superen con creces la red de seguimiento de vuelos existente, proporcionando a los usuarios datos de alta calidad.
Ahora que he podido mostrar casos de uso en el mundo real que son comprensibles para las personas comunes, aprovechando los incentivos de los activos criptográficos (criptomonedas), creo que en el futuro podré explicar fácilmente este concepto a mi familia.
Activos digitales ✕ IA
Al igual que en el ciclo del mercado, la demanda de computación también tiene picos y valles. Las GPU se vuelven costosas y los precios aumentan aún más debido a las restricciones de suministro.
El concepto de aprovechar el "tiempo libre" de las computadoras utilizadas por los consumidores generales no es nuevo, pero su enfoque en resolver los problemas de sincronización entre múltiples computadoras es innovador.
Exo Labs es un equipo detrás del proyecto avanzado que ha logrado un avance en la computación en la nube, permitiendo ejecutar modelos de IA en dispositivos para consumidores generales, como MacBook. Es decir, los datos confidenciales están bajo el control del usuario, lo que reduce los riesgos asociados con el almacenamiento y procesamiento en la nube.
〈Un modelo de 9 capas se divide en 3 partes, cada una ejecutándose en un dispositivo separado, fuente: Transparent Benchmarks – 12 Days of EXO, equipo detrás del proyecto EXO Labs.〉EXO Labs ha desarrollado una infraestructura de software innovadora llamada inferencia por paralelismo de tuberías. Esto permite dividir un modelo de lenguaje a gran escala (LLM) en "fragmentos" y ejecutar diferentes partes del modelo en dispositivos distintos mientras están conectados a la misma red. Este método tiene varias ventajas, como la reducción de la latencia, el aumento de la seguridad, la eficiencia de costos y, lo más importante, la protección de la privacidad.
En términos de privacidad, también hay que prestar atención al equipo detrás del proyecto Bagel AI. Este proyecto ha desarrollado ZKLoRA (Adaptación de Bajo Rango con Conocimiento Cero) para ajustar LLM mientras protege la privacidad. El cambio innovador que esto trae permitirá la creación de modelos especializados en industrias como servicios legales, atención médica y finanzas, lo que permitirá el uso de datos confidenciales en el aprendizaje reforzado sin asumir el riesgo de filtraciones de información confidencial.
La protección de la privacidad es un tema de gran atención, pero el mayor desafío para la mayoría de los LLM es la alucinación. Esto se refiere a cuando la IA presenta información falsa o engañosa como si fuera un hecho.
Un gestor de cartera me dijo una vez: "La sabiduría radica en integrar perspectivas opuestas y revelar la sutil verdad entre dos opiniones extremas."
Blocksense es un equipo detrás del proyecto que ha desarrollado un enfoque único llamado consenso zkSchellingCoin. Este método tiene como objetivo superponer verdades subjetivas de múltiples fuentes (por ejemplo, diferentes LLM) y alcanzar una verdad única y común. Imagina ejecutar la misma consulta en ChatGPT, Claude, Grok y Llama. Aunque un modelo produzca una salida incorrecta, la probabilidad de que los cuatro modelos generen el mismo resultado es estadísticamente baja.
〈Resumen del consenso de zkSchellingCoin, fuente: Blocksense Network – El zk Rollup para oráculos programables.〉El consenso de zkSchellingCoin también se puede aplicar para añadir verificabilidad a la inferencia de IA. Por ejemplo, para confirmar que un agente de IA ha enviado correctamente USD Coin (USDC) al vault (destino de operación) que ofrece el rendimiento más alto.
La confianza en la IA se refuerza significativamente con la incorporación de un mecanismo que permite a terceros verificar tales acciones. Si se puede implementar esta capa de verificación sin afectar los costos o la latencia, podría haber un gran avance en los casos de uso del mundo real.
La evolución de "de la exageración a la realidad" en DePIN y la IA muestra que la verdadera innovación radica en resolver los problemas del mundo real de manera práctica y eficiente. Equipos detrás del proyecto como Wingbits y Exo Labs demuestran cómo blockchain y la IA pueden generar un impacto significativo.
Es decir, revolucionar el seguimiento de vuelos a través de incentivos estratégicos, aprovechar al máximo el poder de los dispositivos de consumo y lograr una computación segura y rentable. Además, los avances como ZKLoRA, que permite una IA centrada en la privacidad, y zkSchellingCoin, que realiza verdades verificables, permiten que estas nuevas tecnologías aborden desafíos importantes y abran paso a un futuro más descentralizado, eficiente y confiable.
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.
「De la publicidad exagerada a la realidad»: equipo detrás del proyecto DePIN y AI a tener en cuenta en 2025 | CoinDesk JAPAN（コインデスク・ジャパン）
La evolución de DePIN y la IA de "de la exageración a la realidad" muestra que la verdadera innovación radica en resolver de manera práctica y eficiente los problemas del mundo real, así lo afirma Sylvia To de Bullish Capital Management.
◇◇◇
DePIN: red de infraestructura física descentralizada
El equipo detrás del proyecto DePIN es, en teoría, un intento de proporcionar utilidad real a los activos criptográficos (criptomonedas). Sin embargo, hay muy pocos que realmente tengan un modelo de negocio razonable que resuelva problemas del mundo real y que sea lo suficientemente disruptivo para desmantelar empresas existentes, y además, que no sea fácil de imitar. Muchos son simplemente soluciones que buscan un problema.
Sin embargo, una de las excepciones notables es la red de seguimiento de vuelos "Wingbits". La razón es que está tratando de resolver los desafíos de Web2 con incentivos de Web3. Si has tenido la experiencia de rastrear un vuelo como el BA117 de Londres a Nueva York, es probable que hayas utilizado sitios web como FlightAware o Flightradar.
Sin embargo, no se están contabilizando grandes costos de infraestructura o hardware como inversión en equipos. Esto se debe a que el hardware llamado "receptor ADS-B" está compuesto por una antena y una computadora de ultra pequeño tamaño, el "Raspberry Pi", que los entusiastas de la aviación pueden comprar y configurar. A menudo, estos entusiastas no esperan prácticamente ninguna recompensa y solo reciben una suscripción gratuita (derecho de uso gratuito) a su plataforma de seguimiento de vuelos favorita.
El problema es que los entusiastas no tienen incentivos para maximizar la calidad de los datos. Sin incentivos positivos, los receptores ADS-B se instalarán en lugares inapropiados. Por ejemplo, pueden instalarse en la esquina de una sala de estar o suministrarse en exceso en áreas urbanas densamente pobladas, lo que resulta en una cobertura insuficiente en áreas rurales.
Wingbits ha logrado cubrir el 75% de la red de mayor escala con solo 1/11 de la cantidad de estaciones (hardware) convencionales. Se espera que esta alta eficiencia y el despliegue de más de 4000 estaciones en el futuro superen con creces la red de seguimiento de vuelos existente, proporcionando a los usuarios datos de alta calidad.
Ahora que he podido mostrar casos de uso en el mundo real que son comprensibles para las personas comunes, aprovechando los incentivos de los activos criptográficos (criptomonedas), creo que en el futuro podré explicar fácilmente este concepto a mi familia.
Activos digitales ✕ IA
Al igual que en el ciclo del mercado, la demanda de computación también tiene picos y valles. Las GPU se vuelven costosas y los precios aumentan aún más debido a las restricciones de suministro.
El concepto de aprovechar el "tiempo libre" de las computadoras utilizadas por los consumidores generales no es nuevo, pero su enfoque en resolver los problemas de sincronización entre múltiples computadoras es innovador.
Exo Labs es un equipo detrás del proyecto avanzado que ha logrado un avance en la computación en la nube, permitiendo ejecutar modelos de IA en dispositivos para consumidores generales, como MacBook. Es decir, los datos confidenciales están bajo el control del usuario, lo que reduce los riesgos asociados con el almacenamiento y procesamiento en la nube.
En términos de privacidad, también hay que prestar atención al equipo detrás del proyecto Bagel AI. Este proyecto ha desarrollado ZKLoRA (Adaptación de Bajo Rango con Conocimiento Cero) para ajustar LLM mientras protege la privacidad. El cambio innovador que esto trae permitirá la creación de modelos especializados en industrias como servicios legales, atención médica y finanzas, lo que permitirá el uso de datos confidenciales en el aprendizaje reforzado sin asumir el riesgo de filtraciones de información confidencial.
La protección de la privacidad es un tema de gran atención, pero el mayor desafío para la mayoría de los LLM es la alucinación. Esto se refiere a cuando la IA presenta información falsa o engañosa como si fuera un hecho.
Un gestor de cartera me dijo una vez: "La sabiduría radica en integrar perspectivas opuestas y revelar la sutil verdad entre dos opiniones extremas."
Blocksense es un equipo detrás del proyecto que ha desarrollado un enfoque único llamado consenso zkSchellingCoin. Este método tiene como objetivo superponer verdades subjetivas de múltiples fuentes (por ejemplo, diferentes LLM) y alcanzar una verdad única y común. Imagina ejecutar la misma consulta en ChatGPT, Claude, Grok y Llama. Aunque un modelo produzca una salida incorrecta, la probabilidad de que los cuatro modelos generen el mismo resultado es estadísticamente baja.
La confianza en la IA se refuerza significativamente con la incorporación de un mecanismo que permite a terceros verificar tales acciones. Si se puede implementar esta capa de verificación sin afectar los costos o la latencia, podría haber un gran avance en los casos de uso del mundo real.
La evolución de "de la exageración a la realidad" en DePIN y la IA muestra que la verdadera innovación radica en resolver los problemas del mundo real de manera práctica y eficiente. Equipos detrás del proyecto como Wingbits y Exo Labs demuestran cómo blockchain y la IA pueden generar un impacto significativo.
Es decir, revolucionar el seguimiento de vuelos a través de incentivos estratégicos, aprovechar al máximo el poder de los dispositivos de consumo y lograr una computación segura y rentable. Además, los avances como ZKLoRA, que permite una IA centrada en la privacidad, y zkSchellingCoin, que realiza verdades verificables, permiten que estas nuevas tecnologías aborden desafíos importantes y abran paso a un futuro más descentralizado, eficiente y confiable.