Coinbase gestiona su primera transacción cripto de IA a IA en la red Base Sepolia

El 30 de agosto de 2024, Coinbase, el exchange de criptomonedas más grande de EE. UU. que cotiza en bolsa, gestionó la primera transacción cripto de IA a IA.

Este hito, anunciado por el CEO de Coinbase, Brian Armstrong, representa un salto significativo hacia un futuro donde la intersección de la inteligencia artificial con la industria cripto se está haciendo más evidente.

Coinbase aprovecha agentes de IA para transacciones en una economía descentralizada

Coinbase realizó sus primeras transacciones cripto de IA a IA utilizando la red Base Sepolia. Conocida por su escalabilidad y bajos costos de transacción, Base Sepolia proporcionó el entorno ideal para este evento.

Coinbase empleó su avanzada tecnología de Computación Multi-Parte (MPC) para crear un monedero de agente de IA seguro. Esto aseguró que la transacción permaneciera controlada y a prueba de manipulaciones.

Tras crear y financiar un monedero usando un método de faucet, el agente de IA pudo transferir criptoactivos a otro monedero sin problemas. Este monedero podría pertenecer a un usuario humano o a otro agente de IA. Esto demostró la versatilidad y el potencial de las transacciones de IA a IA en un ecosistema descentralizado.

El concepto de agentes de IA realizando transacciones de manera autónoma es revolucionario. Tradicionalmente, la IA ha estado limitada a procesar información y tomar decisiones basadas en algoritmos pre programados.

Sin embargo, con la capacidad de gestionar y transferir activos sin supervisión humana, los agentes de IA ahora pueden operar dentro de sistemas financieros descentralizados.

Este desarrollo permite que los agentes de IA realicen transacciones con otras entidades de IA, humanos y comerciantes. Además, permite que los agentes de IA adquieran recursos, paguen servicios y realicen tareas que requieren transacciones financieras. Todas estas transacciones pueden ocurrir sin intervención humana.

“Este es un paso importante para que las IA realicen trabajos útiles. Hoy, si le das a un agente de IA una tarea y vuelves en unos días o horas, no puede realizar un trabajo útil. En parte, esto es una limitación de la tecnología misma, y productos como devin.ai se están acercando a esto. Pero la otra razón es que las IA no pueden transaccionar para adquirir los recursos que necesitan. No tienen una tarjeta de crédito para usar AWS, Github o Vercel. No tienen un método de pago para reservarte el boleto de avión o el hotel para tu próximo viaje. No pueden pasar por muros de pago (por ejemplo, para leer un artículo científico), promocionar su publicación en X con un anuncio pagado, o usar la creciente red de API pagadas para integrar los datos que necesitan,” explicó Armstrong.

Agentes de IA en la economía cripto: oportunidades y obstáculos por delante

En un informe de diciembre de 2023, Mason Nystrom, socio junior en Pantera Capital, señaló cómo los bots han evolucionado hacia “agentes de IA robustos” capaces de manejar tareas complejas y tomar decisiones bien informadas.

Nystrom también enfatizó que construir agentes de IA sobre rieles criptonativos ofrece varias ventajas clave. Uno de los principales beneficios es la capacidad de los agentes de IA para acceder al capital a través de rieles de pago nativos, como las criptomonedas.

“Los rieles cripto representan una mejora significativa para dar acceso al capital a los agentes de IA en comparación con obtener acceso a cuentas bancarias o procesadores de pago (por ejemplo, Stripe), o lidiar con la gran mayoría de otras ineficiencias que existen en nuestro mundo off-chain”, escribió.

Además, los agentes de IA con propiedad de monederos ganan la capacidad de mantener activos digitales, como NFT o tokens que generan rendimientos. Esto les otorga derechos de propiedad digital inherentes a los criptoactivos.

Esta capacidad es particularmente importante para transacciones de agente a agente, donde las acciones verificables y deterministas son cruciales.

“Las transacciones on-chain son deterministas por naturaleza: ocurrieron o no, lo que significa que los agentes de IA podrán completar tareas on-chain con mayor precisión que off-chain”, comentó.

Desafíos y limitaciones

A pesar de la promesa de los agentes de IA en la economía cripto, Nystrom también identificó desafíos y limitaciones significativas. Una limitación importante es que los agentes de IA necesitan realizar lógica compleja off-chain para optimizar la eficiencia.

Mientras que las transacciones on-chain son deterministas y verificables, la lógica computacional requerida para la toma de decisiones y la ejecución de tareas a menudo necesita ser procesada off-chain.

Esta condición introduce un nivel de complejidad y vulnerabilidad potencial, ya que los componentes off-chain pueden no tener el mismo nivel de seguridad y transparencia que las transacciones on-chain.

Lea más: Blockchain ¿Qué es y para qué sirve?

Además, la calidad de las herramientas dadas influye directamente en la efectividad de los agentes de IA. Por ejemplo, un agente de IA encargado de resumir eventos de noticias en tiempo real necesita acceso a herramientas de raspado web, mientras que un agente que participa en trading requiere un monedero con permisos de firma de claves.

Esta dependencia de herramientas externas significa que las capacidades de los agentes de IA están inherentemente limitadas por los recursos e infraestructura disponibles para ellos.

La última iniciativa de Coinbase también fortalece la narrativa de la intersección entre IA y cripto, específicamente blockchain. Según un informe de enero de Grayscale Research, la intersección de IA y cripto podría ofrecer beneficios significativos en la mitigación de problemas sociales asociados con la IA. Estos problemas incluyen la propagación de desinformación y deepfakes.

Galaxy Digital Research añade otra dimensión a esta discusión. Señala que las blockchains pueden servir como un entorno transparente y rico en datos que los modelos de IA requieren para un rendimiento óptimo.

Aunque las blockchains tienen una capacidad computacional limitada, su transparencia y naturaleza descentralizada las hacen ideales para integrar la IA de una manera que mejora tanto la seguridad como la confianza.

Fuente