Un experimento de IA descentralizada que alguna vez estuvo limitado a círculos cripto acaba de recibir un reconocimiento público del CEO de Nvidia, Jensen Huang, lo que indica que el entrenamiento de modelos distribuidos podría estar acercándose más a la corriente principal.

El impulso de la IA de código abierto se fortalece con el respaldo del CEO de Nvidia

Chamath Palihapitiya destacó Bittensor’s Covenant-72B durante un episodio del All-In Podcast, presentándolo como un ejemplo tangible de inteligencia artificial (IA) descentralizada que va más allá de la teoría. Bittensor funciona como una red descentralizada impulsada por blockchain que establece un mercado peer-to-peer en el que se intercambian y se incentivan modelos de aprendizaje automático y computación de IA.

Palihapitiya describió el esfuerzo en términos sencillos: un modelo de lenguaje a gran escala (LLM) entrenado sin infraestructura centralizada, alimentado en cambio por una red de contribuyentes independientes. “Lograron entrenar un modelo LLaMA de 4 mil millones de parámetros, totalmente distribuido, con muchas personas aportando capacidad de cómputo excedente,” dijo, calificándolo como “un logro técnico bastante loco.”

La comparación se hizo con una analogía familiar. “Hay personas aleatorias, y cada una recibe una pequeña parte,” agregó Palihapitiya, haciendo referencia al proyecto de computación distribuida temprana que aprovechaba hardware ocioso en todo el mundo.

Huang no descartó la idea. En cambio, adoptó un enfoque más amplio del mercado de IA, sugiriendo que los enfoques descentralizados y propietarios no son mutuamente excluyentes. “Estas dos cosas no son A o B; son A y B,” dijo Huang. “No hay duda al respecto.”

Esa visión de doble vía refleja una creciente división—y superposición—dentro de la IA. Por un lado están los sistemas cerrados y altamente pulidos como ChatGPT, Claude y Gemini. Por otro, están los modelos de peso abierto y descentralizados que permiten a desarrolladores y organizaciones personalizar sistemas para necesidades específicas.

Huang dejó claro que ve ambos caminos como esenciales. “Los modelos son una tecnología, no un producto,” dijo, señalando que la mayoría de los usuarios seguirán confiando en sistemas pulidos y de propósito general en lugar de construir los suyos desde cero.

Al mismo tiempo, señaló industrias donde la personalización no es opcional. “Hay todas estas industrias donde su experiencia en el dominio… tiene que ser capturada de una manera que puedan controlarla,” explicó Huang, añadiendo que “eso solo puede venir de modelos abiertos.”

Esa declaración encaja perfectamente en el ámbito de Bittensor. Covenant-72B, desarrollado a través de su Subnet 3 (Templar), representa uno de los entrenamientos descentralizados más grandes hasta la fecha, coordinando a más de 70 contribuyentes a través de conexiones estándar de internet sin una autoridad central.

Técnicamente, el modelo rompe límites. Construido con 72 mil millones de parámetros y entrenado con aproximadamente 1.1 billones de tokens, aprovecha innovaciones como protocolos de comunicación comprimidos y paralelismo de datos distribuido para hacer viable el entrenamiento fuera de los centros de datos tradicionales.

Los métricas de rendimiento sugieren que no es solo experimental. Los resultados de las pruebas lo colocan en competencia con modelos centralizados establecidos, un detalle que ayuda a explicar por qué el proyecto ha atraído atención más allá de las audiencias nativas del cripto.

El mercado también lo notó. Tras el anuncio, el token del proyecto, TAO, ha subido un 24% desde que el video de Palihapitiya y Huang circuló en las redes sociales.

Aún así, los comentarios de Huang sugieren que la historia real no es una disrupción, sino una coexistencia entre ambos. Los sistemas de IA propietarios probablemente seguirán siendo dominantes para los usuarios generales, mientras que los modelos abiertos y descentralizados ocupan roles en aplicaciones especializadas, sensibles a costos o impulsadas por la soberanía.

Para las startups, el CEO de Nvidia delineó un plan pragmático: comenzar abierto, luego agregar ventajas propietarias. “Cada startup en la que estamos invirtiendo ahora es de código abierto primero, y luego pasa al modelo propietario,” dijo.

En otras palabras, el futuro de la IA puede no pertenecer a una sola arquitectura o filosofía. Puede pertenecer a quienes puedan navegar ambos mundos—y saber cuándo usar cada uno.

Preguntas frecuentes 🔎

• ¿Qué es Bittensor’s Covenant-72B?

Un modelo de lenguaje de 72 mil millones de parámetros entrenado a través de una red descentralizada de contribuyentes sin infraestructura centralizada.

• ¿Qué dijo Jensen Huang sobre la IA descentralizada?

Dijo que los modelos de IA abiertos y propietarios coexistirán, describiendo la relación como “A y B,” no una elección entre ellos.

• ¿Por qué es importante este desarrollo?

Demuestra que los modelos de IA a gran escala pueden entrenarse fuera de los centros de datos tradicionales, desafiando suposiciones sobre las necesidades de infraestructura.

• ¿Cómo afecta esto a la industria de la IA?

Apoya un futuro híbrido donde las plataformas centralizadas y los modelos descentralizados cumplen roles diferentes en distintas industrias.