La inteligencia artificial (IA) se está extendiendo cada vez más en diferentes sectores, como el financiero y el sanitario, donde la transparencia y la fiabilidad son fundamentales. Los actuales sistemas centralizados de IA enfrentan críticas por su falta de trazabilidad de datos y la opacidad de sus modelos. Michael Heinrich, director ejecutivo (CEO) de 0G Labs, está preparado para resolver estos problemas mediante la construcción de una infraestructura de inteligencia artificial descentralizada. Le interesa conectar los datos sobre el entrenamiento en cadena con evidencia criptográfica para hacerlo transparente y evitar información errónea.
0G visualiza un futuro en el que la IA descentralizada impulsa la abundancia, la transparencia y la equidad.
Al anclar los datos en la cadena y democratizar la computación, DeAIOS de 0G podría desbloquear una sociedad post-escasez donde la IA sirva a todos. @michaelh_0g explica cómo👇https://t.co/B1HBDHG0AW
– 0G Labs (hogar de la IA infinita) (@0G_labs) 3 de noviembre de 2025
Heinrich enfatiza que la precisión del modelo depende de conjuntos de datos rastreables y de alta calidad. Sin una procedencia de datos confiable, los sistemas de IA son más propensos a sufrir alucinaciones y sesgos. El modelo descentralizado propuesto incluye rastros de datos inmutables, que ofrecen un registro verificable de fuentes y actualizaciones de datos. Este sistema permite que las aplicaciones de IA mantengan la integridad y la confiabilidad en conjuntos de datos en constante evolución.
0G Labs propone un mercado informático escalable y asequible
0G Labs de Heinrich está creando lo que llama el primer sistema operativo de IA descentralizado (DeAIOS). Proporciona almacenamiento de datos escalable en cadena para grandes conjuntos de datos de IA y permite una procedencia verificable. El sistema también tiene un mercado informático sin permiso que tiene como objetivo eliminar los servicios de nube centralizados y minimizar los gastos de desarrollo.
De lo contrario, 0G Labs ha obtenido una enorme mejora de la eficiencia en el entrenamiento de grandes modelos de IA a través de su marco Dilocox. Con este método, es posible entrenar 100 mil millones de modelos de lenguaje de parámetros con clústeres descentralizados. La empresa afirma que el método ha aumentado la eficiencia de la formación más de 350 veces en comparación con los métodos tradicionales.
Diseño basado en recompensas y acceso abierto para mitigar el uso indebido
Para superar el problema de las tecnologías de inteligencia artificial, incluidos los deepfakes y la clonación de voz, 0G Labs destaca la cuestión de la conciencia humana y la arquitectura del sistema. Entre los elementos principales en la prevención de aplicaciones nocivas se encuentran la educación pública y los estándares globales. Sin embargo, los sistemas descentralizados dentro de 0G Labs también castigan las acciones maliciosas del sistema de corte financiero.
La razón por la que Heinrich está a favor de los modelos de IA de código abierto es para proporcionar un mecanismo de control de código abierto y minimizar los riesgos asociados con los sistemas de caja negra. Los registros de capacitación abiertos y los registros inalterables permitirán a las comunidades conocer y realizar un seguimiento de cómo se crean y utilizan los modelos. Debido a que 0G Labs alineará incentivos y promoverá un proceso de desarrollo colaborativo, ayudará a reducir el poder de los monopolios y permitirá que la innovación en IA sea más segura.