Por qué la IA necesita confianza, energía nuclear y agentes nativos de criptomonedas En este episodio de DROPS, me siento con Ben Frigon para discutir por qué la IA podría automatizar pronto grandes partes de tu vida, pero solo si resolvemos tres problemas difíciles a la vez: confianza, energía e infraestructura. Desde la energía nuclear y la propiedad de datos hasta agentes de IA que mueven dinero mientras duermes, @ben_frigon esboza un futuro que se siente ambicioso pero extrañamente práctico. Desde el verano de DeFi hasta @TalusNetwork La historia de Ben comienza en la Universidad de Brown durante el verano de DeFi, cuando Ethereum y las primeras aplicaciones de DeFi estaban en auge. Se convirtió en presidente del club de blockchain y co-diseñó lo que él llama "el primer curso con créditos sobre NFTs en cualquier universidad en cualquier lugar", enseñado justo en la cima de la locura de los NFT. Después de graduarse, se unió a la VC de criptomonedas Distributed Global, pasando sus días "investigando cada área de criptomonedas que puedas imaginar". Ese hábito de curiosidad obsesiva es uno de los pocos rasgos que él cree que comparten verdaderamente los buenos fundadores y los buenos inversores. El punto de inflexión llegó cuando conoció a su cofundador Mike, quien estaba siendo incubado por Polychain. @polychain y @SuiNetwork más tarde respaldaron a Talus Network, y Ben cruzó al otro lado de la acera de inversor a operador. Como fundador, dice: "necesitas ser realmente, realmente optimista, casi ingenuamente, tontamente optimista", mientras que el trabajo de un VC es imaginar cada forma en que algo podría fallar. Vivir ambos roles le ayuda a construir de manera ambiciosa, pero con un sentido realista del riesgo. ¿Hay una burbuja de IA? Cuando se le preguntó si estamos en una burbuja de IA, Ben dijo: "No creo que haya una burbuja de IA. Creo que los múltiplos podrían bajar, pero una burbuja implicaría que la inversión es un desperdicio. No creo que sea un desperdicio en relación con la oportunidad que tenemos." El verdadero problema, dice, es que la IA no se ajusta a la economía clásica de capital de riesgo. Entrenar modelos competitivos significa un gasto enorme en hardware desde el primer día, lo cual es lo opuesto a la historia de "dos personas en un garaje" que el capital de riesgo fue diseñado para financiar. Por eso, gran parte del progreso está ocurriendo dentro de grandes empresas tecnológicas con balances profundos. Para Ben, el marco correcto supera a las finanzas. "La cantidad de bien que esto puede hacer por el mundo es incomparable a cualquier cosa que hayamos visto." Si lo hacemos bien, la IA cambia cómo trabajamos, aprendemos, tomamos decisiones e incluso nos relacionamos entre nosotros. Pero ese potencial solo importa si abordamos dos grandes riesgos de frente. Grandes riesgos: modelos incorrectos y falta de energía El primer riesgo es el diseño del modelo. Los grandes modelos de lenguaje de hoy son impresionantes pero estrechos: excelentes para trabajar con texto, débiles en razonamiento de series temporales y tareas incorporadas como el comercio o la robótica. Ben cree que eventualmente necesitaremos "modelos del mundo" que aprendan más como los humanos si queremos agentes que puedan manejar la complejidad del mundo real. Si permanecemos atrapados en el actual paradigma de LLM, las demostraciones llamativas pueden estancarse mucho antes de que alcancemos los casos de uso que la gente sueña. El segundo riesgo es la energía. Entrenar y ejecutar modelos de frontera consume brutalmente energía, y las redes ya están siendo estresadas donde se agrupan los centros de datos. Ben es contundente aquí: Estados Unidos necesita un "Nuevo Trato Nuclear". Los reactores modulares pequeños modernos son más seguros y más baratos, pero el combustible, la cadena de suministro y la experiencia a su alrededor se han marchitado. Reconstruir eso, argumenta, debería ser una prioridad doméstica principal: "No hay otra opción que la energía nuclear" si América está seria sobre realizar el potencial completo de la IA. Por qué la IA y la blockchain realmente encajan Es fácil descartar "IA + cripto" como marketing, pero Ben descompone la intersección en tres capas claras: computación, datos y agentes. ...