En una entrevista con crypto.news, Selva Ozelli habla con el fundador de RoboTech Frontier Hub, Denis “Dan” Saklakov, sobre la intersección de la inteligencia artificial, la blockchain y las finanzas, y cómo su herramienta de inversión asistida por IA Meijin utiliza el perfil de riesgo de un inversor para gestionar estrategias de salida para activos, incluidas las criptomonedas.
Resumen
- Meijin monitorea los activos después de la compra y gestiona estrategias de salida basadas en el nivel de riesgo seleccionado por el inversor.
- Saklakov dijo que la blockchain puede registrar estados de sistemas de IA, permisos, condiciones de decisión e historial de ejecución sin ejecutar la IA en la cadena.
- RoboTech Frontier Hub está desarrollando proyectos en verificación de IA, robótica, interfaces humano-máquina y computación avanzada.
- Saklakov espera que los sistemas de verificación y ejecución determinista se vuelvan cada vez más importantes a medida que la IA asuma un papel más importante en las decisiones financieras automatizadas.
La discusión también cubre el uso de la blockchain para crear registros verificables de decisiones de IA, permisos e historial de ejecución, así como el trabajo de Saklakov en verificación de IA, robótica, interfaces humano-máquina y arquitecturas diseñadas para separar la inteligencia de la máquina de la autoridad para actuar.
Denis “Dan” Saklakov es abogado, gestor de activos digitales y científico de IA aplicada cuyo trabajo incluye activos digitales, tecnología blockchain e inteligencia artificial. Anteriormente trabajó con un exchange de criptomonedas y, desde 2024, se ha desempeñado como Socio Director de RoboTech Frontier Hub, donde desarrolla tecnologías en la intersección de IA, robótica, finanzas, interacción humano-máquina y computación avanzada.
Cuéntenos sobre su formación profesional y educativa.
Mi formación abarca derecho, estadística matemática, finanzas, inteligencia artificial y tecnología. Originalmente me formé como abogado y luego pasé a finanzas corporativas, banca de inversión, fusiones y adquisiciones, capital privado y gestión de activos. Obtuve una maestría de la Universidad Northwestern y más recientemente completé el programa de posgrado en Ciencia de IA Aplicada del MIT.
Hoy vivo en la ciudad de Nueva York y me desempeño como Socio Director de RoboTech Frontier Hub. Describo gran parte de mi trabajo actual como arquitectura de IA y AGI: cómo los sistemas inteligentes deben usar la información, tomar decisiones e interactuar con el mundo real sin permitir que la capacidad computacional se convierta automáticamente en autoridad no controlada.
Esa pregunta tiene aplicaciones prácticas en finanzas, robótica, verificación de IA, interfaces humano-máquina y computación avanzada.
Describo mi arquitectura más amplia para una AGI segura en mi reciente libro, Before the Machine Chooses for Us: An AGI Architecture for Freedom, Human Survival, and Shared Consciousness.
El problema central del libro es cómo hacer que la inteligencia avanzada sea extraordinariamente capaz mientras se evita que la capacidad misma se convierta en poder autoautorizado.
Cuéntenos sobre su trayectoria para formar RoboTech Frontier Hub en 2024, una aceleradora enfocada en impulsar tecnologías de robótica, automatización e inteligencia artificial, particularmente su herramienta de inversión asistida por IA Meijin.
RoboTech Frontier Hub surgió de un problema que encontré repetidamente mientras trabajaba con ideas científicas y de ingeniería.
Mucha tecnología interesante nunca se desarrolla adecuadamente porque los inventores temen que explicar el principio científico permita que alguien robe el producto. Así que todo permanece en secreto. Pero cuando la ciencia misma está oculta, otros investigadores no pueden probarla, criticarla, identificar sus límites o conectarla con otro campo.
Decidimos usar un modelo diferente.
En RoboTech, tratamos de poner trabajo científico real debajo de la tecnología. Cuando es apropiado, publicamos suficiente de la base científica para que otros investigadores la examinen, la desafíen y la desarrollen. Al mismo tiempo, actualmente protegemos la implementación real, los algoritmos y la tecnología comercial.
En términos simples, no queremos ocultar la ciencia solo para proteger el producto. Queremos que la idea científica sobreviva al examen, y luego construimos tecnología sobre lo que sigue siendo válido.
Meijin es un ejemplo.
La observación básica detrás de Meijin es muy simple. Los inversores a menudo dedican enormes cantidades de tiempo a decidir qué criptomoneda, acción o ETF comprar, pero dedican mucho menos pensamiento disciplinado a decidir cuándo venderlo.
Meijin no elige el activo por usted.
Eliges Bitcoin, Ethereum, Zcash, acciones de Moderna, un contrato de petróleo u otro activo. Meijin comienza a funcionar después de que lo poseas.
Primero cuantificamos el nivel de riesgo que el inversor está dispuesto a aceptar. El sistema luego monitorea continuamente la posición y gestiona una estrategia de salida en torno a ese perfil de riesgo.
Puede reducir o vender una posición por etapas a medida que cambian las condiciones.
El propósito no es prometer el precio de venta más alto posible exacto. Nadie puede garantizar eso honestamente. El propósito es hacer que la decisión de venta sea sistemática en lugar de emocional.
Las criptomonedas hacen esto particularmente útil porque el mercado opera veinticuatro horas al día. El inversor duerme. El sistema de monitoreo no tiene que hacerlo.
Otra distinción importante es que la lógica de ejecución final es determinista y auditable. Podemos usar IA para el análisis, pero no queremos que un modelo de lenguaje simplemente improvise la decisión final para mover el dinero de alguien.
Meijin también es solo uno de nuestros proyectos.
Awareness Runtime aborda otro problema creado por la IA moderna: un modelo puede producir una respuesta muy convincente que en realidad no está respaldada por evidencia. Estamos desarrollando una capa de verificación diseñada para evaluar lo que está respaldado antes de que una conclusión generada por IA se convierta en una decisión profesional o una acción externa. Eso es particularmente importante para profesionales de finanzas y abogados.
Theta-Star y el trabajo de Guardrail abordan una pregunta diferente: incluso si un sistema de IA llega a la conclusión correcta, ¿quién le dio autoridad para actuar? Separamos la inteligencia de la autorización para que el sistema que propone una acción no pueda simplemente crear su propio permiso para ejecutarla. Esto se vuelve particularmente importante en la automatización de pilotos, conductores y otras profesiones de alto riesgo donde las decisiones pueden tener que tomarse extremadamente rápido.
ActionAtlas lleva parte de nuestro trabajo a la robótica. La idea es proporcionar a los robots paquetes de información compactos y especializados que puedan permanecer disponibles localmente cuando no se puede asumir conectividad permanente a la nube, GPS o infraestructura externa. Esencialmente, podría funcionar como un mapa para tu robot doméstico, por ejemplo.
NeuroPhase explora otra frontera: interfaces entre sistemas computacionales y señales neurológicas humanas. Nuestro objetivo a largo plazo es acercar la interfaz de la máquina a los procesos naturales de información del cerebro humano en lugar de requerir que el cuerpo humano se vuelva progresivamente más invasivo solo para comunicarse eficientemente con las máquinas. En otras palabras, la dirección a largo plazo es una fusión de humano y máquina, pero una en la que intentamos acercar la máquina al humano en lugar de forzar al cuerpo humano a volverse progresivamente más parecido a una máquina.
También estamos investigando la computación cuántica en microgravedad y entornos orbitales. La pregunta científica subyacente es si ciertas plataformas de computación cuántica podrían beneficiarse de combinaciones de microgravedad, bajas temperaturas y aislamiento mecánico. A largo plazo, esto podría volverse relevante para el entrenamiento y la operación de futuros sistemas superinteligentes habilitados cuánticamente en entornos orbitales distantes.
Otra dirección, Critical Systems, aplica métodos analíticos y de optimización a las cadenas de suministro físicas, incluida la identificación de cuellos de botella reales en la fabricación industrial y aeroespacial crítica.
Estos proyectos parecen muy diferentes, pero provienen del mismo modelo: identificar el problema científico subyacente, determinar dónde la evidencia y las matemáticas realmente respaldan la idea, exponer suficiente de esa base científica al escrutinio y luego construir una tecnología protegida dentro de esos límites.
Cuéntanos sobre la intersección de blockchain e IA.
Para mí, una de las intersecciones más útiles de blockchain e IA es la confianza en las decisiones de las máquinas.
Esto se vuelve muy concreto con algo como Meijin.
Supongamos que un sistema de IA analiza una posición cripto y decide que el inversor debería reducirla.
Las preguntas importantes no son solo: "¿Qué decidió la IA?" o "¿Fue buena la predicción?"
También necesitamos saber qué información utilizó el sistema, en qué estado se encontraba, qué reglas se aplicaron y si el sistema estaba realmente autorizado para ejecutar la decisión.
Blockchain puede ayudar con eso sin ejecutar la IA en la cadena.
La computación puede permanecer en hardware convencional. Lo que puede anclarse criptográficamente a un libro mayor independiente es el estado relevante del sistema, los permisos, las condiciones de decisión y el historial de ejecución.
La parte importante es que la IA que toma la decisión no debería controlar el registro que luego se utiliza para probar lo que sucedió.
No debería poder tomar una decisión, reescribir la historia y luego afirmar que tomó otra.
La blockchain no hace que un modelo de IA sea correcto por arte de magia. Una declaración falsa puede almacenarse perfectamente en una blockchain.
Lo que la blockchain puede proporcionar es procedencia y un registro que es difícil de reescribir para el propio sistema de toma de decisiones.
Para los inversores en criptomonedas, esa distinción se vuelve cada vez más importante a medida que la IA pasa de simplemente proporcionar comentarios de mercado a sistemas que potencialmente pueden interactuar directamente con cuentas, exchanges e infraestructura financiera.
Imagina el mismo problema en la atención médica. Puede que quieras un nanorobot que limpie tus arterias, pero absolutamente quieres evitar que haga algo que podría matarte. Por lo tanto, necesitas un registro a prueba de balas, protegido externamente, de las reglas que definen lo que ese nanorobot puede y no puede hacer. Este es exactamente el tipo de problema para el cual la blockchain u otro libro mayor criptográfico asegurado de forma independiente puede volverse extremadamente útil.
Creo que nos estamos moviendo hacia un mundo en el que la IA proporciona análisis a velocidad de máquina, mientras que los sistemas criptográficos ayudan a establecer qué estado existía, qué autoridad se otorgó y qué acción ocurrió realmente.
Eso es mucho más interesante para mí que simplemente poner otro token alrededor de un producto de IA.
La IA ha estado en primera línea de las noticias últimamente, con los líderes de las mayores empresas de IA sugiriendo que el desarrollo de modelos de frontera debería ralentizarse. ¿Alguna opinión al respecto?
La IA se está desarrollando muy rápidamente, y en el ámbito cripto las consecuencias probablemente se harán visibles particularmente rápido porque los mercados de activos digitales ya son digitales, globales, automatizados y abiertos las veinticuatro horas del día.
No creo que la pregunta útil para un trader sea simplemente si el desarrollo de la IA es "demasiado rápido" o "demasiado lento".
La pregunta práctica es qué sucede cuando sistemas de IA cada vez más capaces comienzan a analizar mercados, ejecutar estrategias y comunicarse con infraestructura financiera más rápido de lo que un ser humano puede supervisar de manera realista cada decisión individual.
Por eso creo que la siguiente etapa no es simplemente una mejor predicción.
Necesitamos una mejor verificación.
Una IA muy poderosa que produce una recomendación de trading en milisegundos no es particularmente útil si nadie puede determinar si la información subyacente era confiable o si el sistema tenía permiso para realizar la transacción resultante.
Aquí es donde veo que la IA y la blockchain se vuelven complementarias.
La IA puede realizar análisis cada vez más sofisticados.
La blockchain y la infraestructura criptográfica relacionada pueden ayudar a establecer procedencia, permisos y un registro verificable de forma independiente.
Los sistemas de ejecución deterministas pueden entonces definir lo que la IA tiene realmente permitido hacer.
Para el inversor minorista, todo eso debería volverse finalmente casi invisible.
El usuario no debería necesitar entender la arquitectura interna.
La experiencia práctica debería ser mucho más simple: seleccioné este activo, definí cuánto riesgo estoy dispuesto a aceptar, el sistema lo está vigilando continuamente y luego puedo entender por qué actuó.
Esa es la dirección que estamos persiguiendo con Meijin.
He sugerido anteriormente que el desarrollo de la IA puede volverse difícil de pronosticar por métodos convencionales en un horizonte relativamente corto, potencialmente alrededor del final de esta década. No trato 2030 como una fecha límite científicamente establecida. Es un horizonte de pronóstico.
Pero incluso sin alcanzar nada que llamaríamos AGI o singularidad tecnológica, la IA ya se está volviendo lo suficientemente capaz como para cambiar cómo se toman las decisiones financieras.
Para las criptomonedas, ese cambio no es teórico.
Los mercados ya operan a velocidad de máquina.
El desafío ahora es hacer que la inteligencia a velocidad de máquina sea lo suficientemente confiable como para usarla.
¿Cómo puede la gente contactarte?
La forma más fácil de contactarme es por correo electrónico a [email protected].
RoboTech Frontier Hub:
https://www.robotechfrontierhub.com
Mi sitio web:
LinkedIn:
https://www.linkedin.com/in/denissaklakov
También publico trabajos científicos en arXiv y Zenodo, e investigaciones y comentarios a través de Medium y saklakov.com.
Sobre la autora:
Selva Ozelli Esq, CPA, es una experta legal internacional en activos digitales y autora de Sustainably Investing in Digital Assets Globally y una artista galardonada. Sus escritos se traducen a 45 idiomas y se republican en más de 200 publicaciones globales. Es reconocida como comentarista experta en medios/televisión sobre IA global, regulación de activos digitales, impuestos y asuntos tecnológicos.
