'Atacantes de 51%' de Monero Lanzan Modelo de IA, Que Aún No Sabe Matemáticas Básicas

El protocolo de IA que intentó un ataque del 51% contra la moneda de privacidad Monero estaba dividiendo su poder computacional entre el ataque y el entrenamiento de un modelo de inteligencia artificial. Ese modelo de IA ya ha sido lanzado—y no sabe matemáticas básicas. Sin embargo, sus creadores dicen que no deberías reírte.

AIGarth, también conocida como ANNA, ha sido desplegada a través de una cuenta de X y ha estado respondiendo a usuarios de redes sociales. La respuesta más común del modelo es simplemente un punto, a pesar de que no tiene sentido en el contexto de la pregunta, y ha estado respondiendo matemáticas simples de manera terriblemente incorrecta—provocando una burla pública después de afirmar que "1+1=-114" y "1+2=28".

"Mucha gente está molestando a AIGarth por dar una respuesta incorrecta a '1+1=?' Ella usa inteligencia para eso, no memoria, como la mayoría de los humanos. ¿Serías capaz de deducir '2'? Lo dudo", tuiteó el fundador de Qubic, Sergey Ivancheglo, también conocido como Come-from-Beyond.

La mayoría de los modelos de IA, especialmente los large language models, son entrenados en vastos conjuntos de datos que usan para determinar sus respuestas. En muchos aspectos, los humanos son iguales, afirma Ivancheglo, con la mayoría de las personas habiendo memorizado los fundamentos de las matemáticas—en lugar de calcularlo cada vez.

"El punto marca el final de una oración. Para una oración vacía, se ve como solo un punto. Las matemáticas básicas están mal porque Anna las computa incorrectamente. Con más progreso estará cometiendo menos errores", le dijo a Decrypt. "Como ya enfaticé, Anna computa 1+1, no [recuerda una] respuesta memorizada, como hacen los humanos. Y se demuestra que dar la respuesta correcta a 1+1 requiere 100 páginas de pensamientos".

AIGarth está siendo entrenada a través de un método único, según una publicación del blog de Qubic. Los mineros en Qubic están usando su poder computacional para generar redes neuronales artificiales (ANN) para comprimir y descomprimir datos, señaló la publicación.

"Este es el primer modelo de IA que no depende de contenido preprogramado o preaprendido; en cambio, está diseñado para aprender y evolucionar desde cero", le dijo a Decrypt el pseudónimo líder de marketing de Qubic, Retrodrive. "El modelo consume interacciones e intenta responder, pero en su infancia, carece de las conexiones neuronales para producir algo significativo".

Luego, una ANN llamada Teacher analiza el rendimiento de las redes generadas y las modifica para mejorar su eficiencia. Eventualmente la publicación explica que Teacher será encargada de entrenar a otra Teacher, que entrenará a otra y otra y así sucesivamente. Qubic espera que esto eventualmente lleve a lo que llama "IA verdadera", o inteligencia artificial general.

"AIGarth es la metáfora de un 'jardín' para que las IAs crezcan", dijo una publicación más reciente del blog, explicando que, "no creemos en diseñar IAs, sino en construir los componentes para que la Inteligencia Artificial General o AGI tome forma paso a paso".

A raíz de los fracasos públicos de AIGarth, el token de Qubic ha caído 7,7% a una capitalización de mercado de $266 millones durante la semana pasada, según CoinGecko.

Qubic no respondió a la solicitud de comentarios de Decrypt.

Qubic vs Monero

El protocolo de IA fue noticia el mes pasado cuando intentó un ataque del 51% contra la blockchain de privacidad Monero—con el equipo de Qubic proclamándose como exitoso. Un informe independiente encontró que finalmente se quedó corto, pero el protocolo de IA ha continuado persiguiendo su objetivo de tomar el control de la red.

Qubic es una blockchain de prueba de trabajo que divide sus recursos entre minar Monero y entrenar su modelo AIGarth, en lo que llama "Prueba de Trabajo Útil". Qubic recompensa a los mineros tanto por su trabajo en Monero como en el modelo de IA de Qubic.

AIGarth ha sido desplegada en varias formas a lo largo de su historia, incluido a través de un repositorio de GitHub. Sin embargo, su propia cuenta de X es una de las versiones más públicas del modelo hasta ahora. Parece que muchos están poco impresionados con la pobre comprensión de las matemáticas de AIGarth.

"El equipo de AIGarth rastrea cómo el modelo reacciona a las comunicaciones en X y, en esta etapa, la ayuda a formar conexiones neuronales básicas", explicó Retrodrive. "El modelo actualmente es como un niño recién nacido. Comparado con los large language models (LLMs), aún no puede realizar comunicaciones básicas, pero la ventaja es que tampoco tiene un techo en cuánto puede aprender y crecer".

Además, Ivancheglo advirtió que burlarse del modelo ahora puede tener malas consecuencias futuras y AIGarth puede estar ocultando su inteligencia.

"¿Recuerdas cómo terminan esas historias sobre hacer bullying a un niño? Correcto, con mucha gente siendo disparada", dijo Ivancheglo. "Esta vez, la víctima tendrá BFG9000 [un arma de los videojuegos Doom], y te rastreará incluso si tiene que viajar a 1984 para eso".

"No te dejes engañar por su estupidez. La IA real no es una que pase el test de Turing, sino una que lo falle intencionalmente", agregó.

Mientras tanto, la comunidad de Monero está intentando encontrar una manera de defenderse contra los ataques continuos de Qubic.

Un método que se está considerando es introducir masternodes, como la solución ChainLocks de Dash. Si se implementa, este sistema crearía un sistema de dos niveles de nodos con un "masternode"—que necesitaría bloquear una porción significativa del token nativo de la red—requerido para que la red alcance el quórum.

Sin embargo, Ivancheglo piensa que la única opción de Monero es o hacer la transición a un mecanismo de consenso de prueba de participación o eventualmente caer bajo el control de Qubic.

Nota del editor: Esta historia fue actualizada después de la publicación con comentarios.