Categoría: Disrupción

  • ¿Qué son los proyectiles cuánticos y qué tienen que ver con la supremacía cuántica?

    A menudo se lee en las revistas de divulgación científica el término “supremacía cuántica”: que si ya hemos llegado a ella, que si cuáles serían las consecuencias de alcanzarla…

    En relación con esto, los medios suelen hacerse eco de la carrera por conseguir la primera computadora cuántica, de tecnologías cuánticas que prometen revoluciones o del anuncio del armamento cuántico, con especial protagonismo para China y su apuesta por la cuántica en tecnología militar.

    Pero ¿qué significa exactamente todo esto? ¿Qué entendemos por supremacía cuántica y en qué momento de desarrollo está realmente?

    Ordenadores cuánticos

    A finales del año 2019, el equipo Quantum de Google publicó un artículo en la prestigiosa revista científica Nature, donde afirmaban haber alcanzado la supremacía cuántica en la que llevaban tiempo trabajando. Habían conseguido utilizar un ordenador cuántico para resolver un problema que parecía imposible para ningún ordenador clásico contemporáneo.

    Sin embargo, poco tiempo después, un equipo de científicos de la Academia China de las Ciencias consiguió programar un (super) computador clásico para resolver el mismo problema, demostrando así que los ordenadores clásicos todavía son capaces de hacer cualquier cosa que los ordenadores cuánticos consigan. Es decir, la supremacía cuántica todavía no ha llegado a la computación.

    La ventaja de la eficiencia

    El logro tecnológico de Google, sin embargo, no fue ninguna tontería, puesto que para emular este resultado obtenido con tan solo aproximadamente 100 qubits los investigadores chinos tuvieron que utilizar un superordenador. En comparación, una computadora clásica de 100 bits no podría ni multiplicar dos números de 10 cifras.

    Esto es un ejemplo típico de la situación actual, y del poder que llegarían a tener los ordenadores cuánticos si consiguiésemos superar las dificultades técnicas de juntar muchos qubits y que el sistema siga comportándose de forma cuántica. Y a esto es a lo que se refieren los que hablan de “supremacía cuántica”: dados dos sistemas con las mismas restricciones (por ejemplo, en este caso, de memoria), el cuántico es mucho más eficiente.

    Tecnologías cuánticas

    Se puede hablar de “supremacía cuántica” en bastantes contextos más allá de la computación. La computación es, al fin y al cabo, solo una parte de las diversas técnicas de resolución de problemas que se emplean en el día a día. Y de hecho, la computación es el ámbito donde la supremacía cuántica está más en entredicho, donde parece que está más lejos de ser alcanzada.

    Las ventajas de las tecnologías cuánticas distintas a la computación son menos mediáticas y, por tanto, menos conocidas. Pero están bastante más cerca de su realización comercial que los ordenadores cuánticos, que seguramente todavía no tengamos ni siquiera dentro de veinte años.

    Sensores cuánticos

    Un ejemplo muy relevante es el de la utilización de sensores cuánticos para gravimetría. Es decir, para medir campos gravitatorios terrestres. La ventaja de los sensores cuánticos es que funcionan de forma muy precisa incluso aunque las condiciones del terreno sean precarias.

    Esto ya tiene utilidades prácticas, por ejemplo a la hora de medir los (pequeñísimos) cambios en el campo gravitatorio que generan los movimientos de magma en el interior de un volcán activo. Esto la convierte en una tecnología muy prometedora para la predicción de erupciones volcánicas.

    Pero hay muchos ejemplos más, desde generación de números aleatorios hasta comunicaciones encriptadas de forma más segura, aplicaciones en medicina, etc. que muestran que las tecnologías cuánticas están floreciendo más allá de la computación.

    En todos los ámbitos donde las tecnologías cuánticas prometen (de momento, teóricamente) una mejor funcionalidad que las tecnologías clásicas, también hablamos de supremacía cuántica.

    Proyectiles cuánticos

    Una nueva posibilidad ha surgido hace poco en la mente de algunos científicos: la de transportar materia de forma más eficiente, y, entre la materia, los proyectiles.

    El escenario es el siguiente. Supongamos que tenemos un cañón tal que, cada vez que dispara, el proyectil sale con una velocidad aleatoria. Esto puede ser debido a muchas razones (imperfecciones en el cañón, no todos los proyectiles son iguales, etc.).

    Imaginémonos también que tenemos la tarea de acertar a una pared con dicho proyectil, y que el cañón tiene que estar a al menos X metros de la pared. En el mundo clásico al que estamos acostumbrados, la mejor estrategia sería colocar el cañón lo más cerca posible de dicha pared para que, aunque al disparar la velocidad del proyectil haya sido más pequeña de lo esperado, siga siendo suficiente para llegar.

    El cañón cuántico

    Sin embargo, un reciente estudio, realizado en colaboración con el Instituto de Óptica Cuántica e Información Cuántica (IQOQI) de Viena, demuestra que en el mundo cuántico es posible colocar el cañón de forma que la probabilidad de acertar a la pared sea mayor que la clásica, aunque la distribución de velocidades sea la misma.

    Esto es un efecto de la autointerferencia que manifiestan los sistemas cuánticos y que es la clave para alcanzar supremacía cuántica en todas estas nuevas tecnologías.

    Hace falta mucho trabajo para que estos resultados tengan alguna aplicación más allá del laboratorio. Al fin y al cabo, las tecnologías cuánticas, que llevan en la cabeza de los científicos al menos 40 años, solo están empezando a dar frutos ahora.

    La complejidad de realizar experimentos que prueben esta nueva “supremacía cuántica” en el transporte de materia está fuera de nuestro alcance. De momento, queda sólo como concepto para los escritores de ciencia ficción y como desafiante problema a seguir atacando para la comunidad científica.The Conversation

    David Trillo, Personal Docente e Investigador, CUNEF Universidad

    Este artículo fue publicado originalmente en The Conversation. Lea el original.

  • El Arresto de Pavel Durov: Un Pasaje a la Distopía Orwelliana

    El reciente arresto de Pavel Durov, el fundador de Telegram, es un claro ejemplo de cómo los gobiernos alrededor del mundo están utilizando su poder para silenciar a aquellos que se atreven a desafiar sus normas. Durov fue detenido en un aeropuerto de París bajo acusaciones de «permitir actividades criminales» en su plataforma de mensajería, una detención que nos lleva peligrosamente cerca de un mundo Orwelliano donde la innovación y la protección de las libertades individuales son castigadas con mano dura.

    La Innovación Como Crimen

    Telegram, una de las pocas plataformas que se ha resistido a ceder ante las presiones gubernamentales para espiar a sus usuarios, ha sido un baluarte de la privacidad y la libertad de expresión en un mundo cada vez más vigilado. La detención de Durov no es más que un intento desesperado por parte del gobierno francés de amedrentar a quienes se niegan a ser el brazo ejecutor de las políticas de vigilancia masiva. Acusar a Durov de «complicidad en tráfico de drogas» y «delitos contra menores» por las actividades de usuarios en su plataforma es tan absurdo como responsabilizar a un fabricante de cuchillos por los crímenes cometidos con sus productos.

    El argumento de que Durov es culpable por permitir que su plataforma sea utilizada para actividades ilegales ignora por completo la verdadera naturaleza de la tecnología: una herramienta que puede ser usada para el bien o para el mal, dependiendo de las manos en las que se encuentre. No es Telegram el problema, sino aquellos que buscan controlar lo incontrolable, eliminando cualquier posibilidad de que las personas puedan comunicarse libremente sin ser observadas.

    Un Mundo Orwelliano

    Estamos entrando en una era donde la resistencia a la vigilancia es vista como un acto criminal. El arresto de Durov es solo el último de una serie de ataques a aquellos que se atreven a desafiar el status quo. Recordemos el caso de Julian Assange, quien expuso las verdades incómodas de los gobiernos y si bien ahora se encuentra en libertad, ha enfrentado por años una persecución implacable y la cárcel. O Ross Ulbricht, el creador de Silk Road, quien fue condenado a cadena perpetua por ofrecer una plataforma que desafiaba las leyes tradicionales de comercio. Estas figuras representan un desafío al poder establecido, y su castigo es una advertencia a los demás: no desafíen al sistema o enfrentarán consecuencias drásticas.

    El Paralelismo con los Panamá Papers

    Un paralelo inquietante puede trazarse con el caso de los Panamá Papers, donde la creación de sociedades anónimas legales fue demonizada porque algunos las usaron para evadir impuestos. Los abogados y las herramientas legales que facilitaron la creación de estas sociedades fueron vilipendiados, como si la herramienta misma fuera culpable de los crímenes de algunos de sus usuarios. Esto es equivalente a culpar a la tecnología de Durov por los crímenes cometidos por terceros en Telegram.

    Así como las sociedades anónimas son una herramienta que puede ser utilizada para la gestión legítima de riqueza, Telegram es una plataforma que permite la libre comunicación. Sin embargo, en ambos casos, los gobiernos han decidido que es más fácil atacar la herramienta y a sus creadores que enfrentar los problemas sistémicos que permiten que estos abusos ocurran.

    La Amenaza Real

    El verdadero crimen que Pavel Durov parece haber cometido es su negativa a convertirse en un cómplice de la vigilancia estatal. En un mundo que se asemeja cada vez más a la distopía de Orwell, donde la libertad individual está bajo constante amenaza, los innovadores que protegen estas libertades son tratados como enemigos del estado. La detención de Durov es una señal clara: aquellos que se nieguen a ceder ante el poder autoritario serán perseguidos sin piedad.

    Este arresto no solo es un ataque a Durov, sino una advertencia para todos los que valoran la libertad y la privacidad. Estamos viendo cómo los gobiernos están dispuestos a utilizar el garrote legal para intimidar y silenciar a aquellos que se oponen a su control total, llevando al mundo cada vez más cerca de la distopía Orwelliana que tanto tememos.

  • cbBTC: ¿El Futuro del Bitcoin Tokenizado?

    En el dinámico mundo de las criptomonedas, Coinbase, uno de los exchanges más grandes y reconocidos, ha dejado caer una pista sobre su próximo movimiento estratégico: la posible creación de su propia versión de Bitcoin tokenizado, llamado “cbBTC”. Esta nueva oferta podría competir directamente con el popular Wrapped Bitcoin (wBTC) de BitGo, una innovación que podría tener un impacto significativo en la economía de las criptomonedas.

    ¿Qué es un Bitcoin Envuelto?

    Para entender la importancia de esta noticia, primero hay que comprender qué es un Bitcoin «envuelto» o tokenizado. Un Bitcoin envuelto, como wBTC, es una versión tokenizada de Bitcoin que puede ser utilizada en otras blockchains diferentes a la original de Bitcoin, como Ethereum. Cada token envuelto representa un Bitcoin real que se mantiene en custodia, y estos tokens pueden ser «desenvueltos» para recuperar el Bitcoin original. Esto permite a los usuarios interactuar con aplicaciones descentralizadas (DApps) y protocolos DeFi en Ethereum utilizando sus Bitcoins, lo que expande significativamente el uso de esta criptomoneda más allá de su red nativa.

    Coinbase y su Posible Incursión en el Bitcoin Envuelto

    La noticia del posible lanzamiento de cbBTC llegó a través de una publicación en X (anteriormente Twitter) de la cuenta oficial de Coinbase, que simplemente mencionó el nombre “cbBTC”. Aunque los detalles siguen siendo escasos, el líder de la red Base de Coinbase, Jesse Pollak, avivó la especulación al declarar en su cuenta personal de X su amor por Bitcoin y su intención de «construir una economía de Bitcoin masiva en Base». Base es una solución de capa 2 para Ethereum que Coinbase ha estado desarrollando, y el cbBTC podría convertirse en un pilar clave de esta plataforma.

    Competencia con wBTC y el Rol de BitGo

    El lanzamiento de cbBTC colocaría a Coinbase en competencia directa con BitGo, la empresa detrás de Wrapped Bitcoin (wBTC). Actualmente, wBTC es el Bitcoin tokenizado más grande del mercado, con una capitalización de mercado que supera los 9 mil millones de dólares. BitGo ha sido el líder indiscutible en este espacio, pero la entrada de un jugador como Coinbase podría cambiar las dinámicas del mercado.

    El momento de esta noticia es interesante, ya que coincide con una reciente asociación entre BitGo y BiT Global, una plataforma de custodia con sede en Hong Kong que tiene vínculos con Justin Sun, el controvertido fundador de Tron. Esta alianza ha generado preocupación en la comunidad cripto, especialmente en cuanto a la seguridad y centralización del control de wBTC. La preocupación ha sido tal que Maker DAO, un jugador importante en el espacio DeFi, ha propuesto detener los préstamos colateralizados con wBTC.

    El Impacto Potencial y el Futuro de los Activos Tokenizados

    Si Coinbase lanza cbBTC, podría ofrecer a los usuarios una nueva forma de acceder a Bitcoin a través de redes de capa 2 como Base, mejorando la liquidez y permitiendo una mayor integración con el ecosistema DeFi de Ethereum. Este movimiento también fortalecería la posición de Coinbase como líder en innovación dentro del espacio cripto, al ofrecer productos que no solo compiten con los actuales líderes del mercado, sino que también potencian su propia infraestructura tecnológica.

    Desde una perspectiva más amplia, el surgimiento de más versiones tokenizadas de Bitcoin plantea preguntas importantes sobre el futuro de los activos digitales. ¿Podrían estos activos envueltos llegar a ser más populares que los originales? ¿Cómo afectará esto a la descentralización y a la seguridad de las criptomonedas? Estos son temas que tanto los desarrolladores como los usuarios deberán considerar a medida que el mercado evoluciona.

    A estar atentos entonces, que la posible incursión de Coinbase en el mercado de Bitcoin envuelto con cbBTC podría ser un punto de inflexión en la forma en que los usuarios interactúan con Bitcoin y Ethereum. Si bien aún quedan muchos detalles por desvelar, el mero hecho de que Coinbase esté explorando esta opción sugiere un futuro en el que los activos digitales serán más versátiles y accesibles que nunca.

  • Curt Herzstark, el genio que inventó la primera calculadora de bolsillo en un campo de concentración nazi

    La CURTA era un pequeño cilindro negro, de unos 10 centímetros de alto por 5 de diámetro, que cabía en la palma de la mano.
    Wikimedia commons, CC BY

    Hasta que en los años setenta las calculadoras electrónicas la destronaron, la CURTA reinó en el mundo de los ingenieros, los científicos y los técnicos e incluso en las carreras de automóviles. Con la pequeña máquina de Curt, un cilindro negro primorosamente ensamblado y dotado de diales deslizantes con los que poder sumar, restar, multiplicar, dividir y hacer otras clases de variados cálculos, se revolucionó el mundo.

    Nació entre máquinas

    Curt Herzstark (1902-1988) era hijo de Samuel Herzstark, un judío liberal fundador en 1905 de la primera fábrica de máquinas de cálculo de Austria, Rechenmaschinenwerk Austria Herzstark & Co.

    Curt en la publicidad de la máquina AUSTRIA.
    Wikimedia commons, CC BY

    La infancia de Curt transcurrió en talleres en los que los proyectos se convertían en realidad. En la Exposición Internacional de Máquinas de Oficina de 1910 en Viena, la publicidad de la máquina AUSTRIA era una fotografía del propio Curt de 8 años manejándola.

    A los 14 años abandonó los estudios de secundaria. Según su padre, no tenía sentido que perdiera el tiempo estudiando ciencias. En su lugar, trabajó en la fábrica como aprendiz en máquinas de precisión y en construcción de herramientas.

    En 1918 inició sus estudios en la Staatsgewerbeschüle de Viena, una especie de escuela de ingeniería, para formarse como fabricante de troqueles y mecánico de precisión.

    Al graduarse en 1922, regresó al negocio familiar donde su padre lo envió a dos fábricas de Alemania para obtener experiencia práctica y seguir formándose. Al regresar a Viena en 1924, el padre de Curl le encargó la organización de ventas de las zonas de la República Checa, Eslovaquia y Hungría, con esta frase: “¡También es importante conocer los deseos de los clientes!”.

    Este contacto con el público le condujo a empezar a idear una calculadora de bolsillo.

    En busca de la máquina pequeña

    Su facilidad para la invención había quedado probada en 1928, cuando presentó un sumador múltiple al que llamó Multimator, una máquina capaz de sumar en una única operación filas horizontales y columnas verticales.

    Curt comenzó entonces a obsesionarse con una idea. Allá donde iba, desde hacía años, todos sus clientes le comentaban que las máquinas de calcular eran muy útiles, pero demasiado pesadas y voluminosas. Por el contrario, las reglas de cálculo cabían en el bolsillo y todos los técnicos, ingenieros y científicos las utilizaban. Todos le pedían, medio en broma, medio en serio, si sería posible crear una calculadora de bolsillo que fuera realmente práctica.

    Esa fue la chispa que alimentó la obsesión de Curt durante los años siguientes: lograr una calculadora mecánica que cupiera en la palma de la mano y que fuera fiable y precisa, además de sencilla de utilizar. Nadie había conseguido algo parecido antes.

    Y llegó la guerra

    En otoño de 1937, los buenos tiempos de la compañía de Herzstark terminaron. En octubre murió Samuel Herzstark y en marzo de 1938 Hitler anexionó Austria.

    Dos meses más tarde, la visita de dos oficiales de la Wehrmacht, acompañados de dos especialistas alemanes en mecánica de precisión, obligaron a Curt a producir instrumentos de medición y medidores de distancia para el ejército alemán. Y tuvo que posponer sus planes para una calculadora portátil.

    Curt Herzstark
    En Viena, año 1943.
    Computer History Museum, CC BY

    La situación se complicó en el verano de 1943, cuando dos trabajadores de la fábrica de Herzstark fueron arrestados por la Gestapo por escuchar la radio inglesa y copiar las noticias con una máquina de escribir de la empresa. Uno de ellos fue decapitado y Curt fue convocado para declarar. Le acusaron de ser medio judío (su madre, Marie, era cristiana), de apoyar a los judíos, de colaborar para desintegrar el estado y de mantener relación no permitida con mujeres arias. Fue declarado culpable y enviado al campo de concentración de Buchenwald en noviembre de 1943.

    El campo de concentración de Buchenwald

    Campo de concentración de Buchenwald el día que fue liberado, 16 de abril de 1945. Foto tomada por Jule Rouard, voluntario de guerra incorporado al ejército americano.
    Wikimedia Commons / Jules Rouar, CC BY-SA

    Las primeras semanas de su estancia en Buchenwald fueron horribles, incluso pensó que moriría pronto. Pero a finales de diciembre de 1943, el comandante del campo le llamó a su oficina. Con su ficha en la mano, le hizo una propuesta:

    “¿Entonces trabajó para la Wehrmacht? Si no sufre pérdida de memoria y obedece nuestras órdenes obedientemente, podría tener una vida más soportable aquí”.

    Curt Herzstark fue asignado a la fábrica Gustloff-Werk local en Weimar. Allí trabajaban cerca de 4 500 prisioneros del campo bajo la dirección de las SS.

    Un regalo para Hitler

    Su habilidad mecánica entre máquinas le proporcionó una vida más fácil, e incluso un estatus especial. Por las tardes podía dibujar, y los domingos hacer planos de su pequeña máquina calculadora. Alguien tuvo la idea de que sería un excelente regalo para Hitler, para celebrar la victoria final en la guerra.

    En agosto de 1944, la fábrica Gustloff-Werk fue completamente destruida por los bombardeos aliados. Muchos de sus trabajadores murieron o resultaron gravemente heridos. Curt sobrevivió y fue reubicado en la antigua mina de potasa de Billroda. Allí, a 600 metros de profundidad, se producían piezas para los cohetes V1 y V2 de la Alemania nazi. A 21 grados de temperatura constante y en un ambiente salado, Curt Herzstark se recuperó de varias infecciones de tuberculosis.

    A principios de abril de 1945 regresó a Buchenwald con los planos de su prototipo. El 11 de abril, una división del Tercer Ejército estadounidense entró en el campo, encontrando 20 000 prisioneros, entre ellos Curt Herzstark. Aproximadamente 56 000 personas fueron asesinadas en el sistema de subcampos que dependían de Buchenwald.

    El apoyo de un príncipe

    A su vuelta a Viena, en 1946, patentó los diseños de la CURTA. La falta de financiación ponía en serio peligro la realización del proyecto, pero finalmente fue contactado por el gobierno de Liechtenstein. El príncipe Francisco José II de Liechtenstein deseaba crear un complejo industrial para aquel pequeño país de los Alpes y buscaba ingenieros.

    Al conocer el proyecto se enamoró de él y apoyó personal y decididamente a Curt Herzstark, además de invitarle a establecer una nueva fábrica, Contina AD. Herzstark fue nombrado director técnico con un contrato de 10 años, pero sin responsabilidades de gestión.

    Con el paso de los años fue gradualmente aislado de la administración de la compañía y permaneció solo como consultor. Finalmente, en 1956, vendió sus patentes a Contina AD por 350 000 francos (una cantidad significativa en el momento).

    Y así fue como salió a producción la CURTA, la más genial calculadora mecánica de bolsillo jamás creada, hoy codiciado objeto de coleccionistas.

    Curt Herzstark murió el 27 de octubre de 1988 en Nendeln, Liechetensein, habiendo hecho su sueño realidad: una calculadora que cumplió durante décadas el deseo de los clientes.The Conversation

    Pedro José Miana Sanz, Catedrático de Matemáticas, Análisis Matematico, Universidad de Zaragoza y Natalia Romero Álvarez, Profesora Titular de Universidad. Matemática Aplicada, Universidad de La Rioja

    Este artículo fue publicado originalmente en The Conversation. Lea el original.

  • No todo es ChatGPT: las redes neuronales gráficas también han revolucionado la inteligencia artificial

    Aunque las noticias sobre inteligencia artificial generativa, como ChatGPT y DALL-E, han dominado los titulares, las redes neuronales gráficas ya se utilizan en diversas aplicaciones con un impacto similar en nuestras vidas.

    Tanto las redes sociales como las redes de carreteras se pueden representar mediante grafos, esto es, objetos matemáticos que nos permiten describir y analizar sistemas donde sus elementos están relacionados. Por ejemplo, en una red social, podemos representar a las personas como nodos y las conexiones de amistad entre ellas como aristas. Otro caso es el de los sistemas de transporte, donde las ciudades son los nodos y las carreteras que las conectan son las aristas.

    La teoría de grafos moderna nace en 1736 con el famoso problema de los puentes de Königsberg planteado por Leonhard Euler. Desde entonces, esta teoría se ha consolidado como una importante rama de las matemáticas, tanto teórica como aplicada. Sin embargo, solo recientemente los avances en aprendizaje profundo (del inglés deep learning) han comenzado a integrarse en este área.

    El problema de los puentes de Konigsberg.
    Bogdan Giuşcă, CC BY

    La razón fundamental es que el aprendizaje automático se ha centrado tradicionalmente en el análisis y procesamiento de datos tabulares, imágenes, texto y audio. Desde hace algo más de diez años, algunas arquitecturas sofisticadas de redes neuronales han revolucionado campos como el reconocimiento de imágenes (redes de convolución) y el procesamiento del lenguaje natural (redes recurrentes y transformadores).

    Sin embargo, estas arquitecturas no son adecuadas para datos en forma de grafos, donde la relación entre los datos es tan importante como los datos mismos.

    El problema de las permutaciones

    Matemáticamente, la principal limitación de estas técnicas de aprendizaje profundo para manejar y analizar grafos es que no son invariantes a las permutaciones de los datos.

    Para entender esto, veamos un ejemplo sencillo:

    Imaginemos que tenemos un grafo que representa las amistades entre cuatro personas: Adán Benítez, Belén Antúnez, Carlos Díaz y Diego Canales. Estas personas están conectadas de la siguiente manera: Adán es amigo de Belén y Carlos; Belén es amiga de Adán y Carlos; Carlos es amigo de todos los demás y, finalmente, Diego es amigo solamente de Carlos.

    El grafo que representa las relaciones entre las personas no depende de si identificamos los nodos mediante la inicial del nombre o del apellido de cada persona. Sin embargo, la tabla que recoge las relaciones (matriz de adyacencia) puede cambiar según cómo nombremos los nodos a pesar de representar la misma realidad.

    En la figura siguiente se observa que ambos grafos son iguales (mismas conexiones entre las mismas personas), pero los patrones de las matrices de adyacencia son diferentes.

    Una red neuronal tradicional podría interpretar este cambio de orden como un grafo diferente. Esto es problemático, porque queremos que nuestra red neuronal entienda que la estructura de las amistades es la misma independientemente del orden en que se considere a las personas.

    La solución de las redes neuronales gráficas

    Para resolver este problema, las redes neuronales gráficas (Graph Neural Networks o GNN en inglés) se basan en la propagación de mensajes y la agregación de información. Cada nodo del grafo recibe información de sus nodos vecinos a través de las aristas que los conectan. Este proceso se repite en varias capas, permitiendo que la información fluya a través del grafo.

    Propagación de mensajes: En cada capa de una red neuronal gráfica, cada nodo envía y recibe mensajes de sus nodos vecinos. Imagine que cada persona en nuestra red de amistades envía un mensaje a todos sus amigos. Estos mensajes contienen información relevante sobre cada persona, como sus características y estados.

    Agregación de información: Después de recibir los mensajes, cada nodo (o persona) combina la información recibida de sus amigos. Esto se hace mediante una operación de agregación, como una suma, una media o un máximo. Por ejemplo, si Ana, Ben y Carla se envían mensajes entre sí, cada uno de ellos sumará, promediará o tomará el valor máximo de los mensajes recibidos.

    El hecho de que la agregación se base en operaciones como la suma o el promedio es lo que garantiza la invariancia a las permutaciones. No importa en qué orden recibamos los mensajes, el resultado final de la agregación será el mismo. Por ejemplo, sumar 2, 3 y 5 dará el mismo resultado independientemente del orden en que sumemos estos números.

    Aprendiendo a varios niveles

    Las redes neuronales gráficas son capaces de analizar, encontrar patrones y realizar predicciones a diferentes niveles:

    1. Nivel de nodo: predicción de propiedades específicas de nodos individuales, como la detección de fraudes en transacciones de bitcoins.
    2. Nivel de arista: predicción de conexiones futuras en redes sociales, como identificar quién podría convertirse en amigo de quién o recomendaciones de artículos en plataformas de compra online.
    3. Nivel de grafo completo: análisis de propiedades globales del grafo, como la predicción de la solubilidad de compuestos químicos.

    Aplicaciones de las redes neuronales gráficas

    Aunque las noticias sobre inteligencia artificial generativa, como ChatGPT y DALL-E, han dominado los titulares, las redes neuronales gráficas ya se utilizan en diversas aplicaciones con un impacto similar en nuestras vidas:

    Las redes neuronales gráficas ya se encuentran en nuestras vidas sin que lo sepamos, y las empleamos cuando utilizamos Google Maps o recibimos recomendaciones de productos para comprar en internet. Aunque poco conocidas por el público general, suponen uno de los grandes avances en el campo de la inteligencia artificial de los últimos años.The Conversation

    Diego Canales Aguilera, Profesor de Inteligencia Artificial, Universidad Loyola Andalucía

    Este artículo fue publicado originalmente en The Conversation. Lea el original.

  • Unbound Fund: Bitcoin como Puerta a la Residencia en Portugal

    En un movimiento innovador que une el mundo de las criptomonedas con la movilidad global, un nuevo fondo ha abierto la posibilidad para los inversores en Bitcoin de obtener la residencia en Portugal a través de su programa de Golden Visa. Esta iniciativa, promovida por Unbound Fund, representa una oportunidad única para aquellos que buscan residir en Europa mediante inversiones en criptomonedas.

    Unbound Fund: Un Puente entre Bitcoin y Europa

    Unbound Fund se ha lanzado como el primer fondo de su tipo en ofrecer a los inversores en Bitcoin una vía para obtener la ciudadanía portuguesa. Este fondo permite a los ciudadanos no europeos aplicar al programa de visa dorada de Portugal mediante la tenencia indirecta de Bitcoin, con una inversión mínima de 500.000 euros (aproximadamente 542.000 USD).

    La Golden Visa de Portugal

    El Programa de Permiso de Residencia Dorada de Portugal, establecido en 2012, permite a los ciudadanos no pertenecientes a la Unión Europea obtener un permiso de residencia a través de inversiones significativas en el país. Los titulares de esta visa pueden vivir, trabajar, y acceder a servicios de salud y educación en Portugal, además de disfrutar de la libertad de movimiento dentro de los 27 estados miembros de la UE. Para mantener este beneficio, solo se requiere una estadía de 14 días cada dos años. Después de cinco años, los residentes pueden solicitar la ciudadanía completa.

    Características y Beneficios de Unbound Fund

    Unbound Fund se distingue por su enfoque en la tenencia pasiva del 100% de Bitcoin, invirtiendo en un fondo cotizado en bolsa (ETF) de BlackRock. Además, el fondo se compromete a una transparencia total, con auditorías realizadas por BDO y una gestión eficiente del capital. Alessandro Palombo, cofundador y CEO de Unbound Fund, ha destacado la visión del fondo de utilizar Bitcoin como una herramienta para la libertad de movimiento, creando una relación beneficiosa tanto para los inversores como para el estado portugués.

    La Importancia de Portugal en el Ecosistema Cripto

    Portugal se ha consolidado como un territorio amigable con las criptomonedas, ofreciendo un entorno favorable para los inversores en Bitcoin. Esta nueva iniciativa refuerza su posición como un líder en la integración de las criptomonedas en la economía global. La flexibilidad y los beneficios del programa de Golden Visa han atraído a inversores de todo el mundo, y la inclusión de Bitcoin como un medio de inversión elegible amplía aún más su atractivo.

    Contexto Global: Iniciativas Similares

    Portugal no es el único país que ha adoptado medidas para atraer a los inversores en criptomonedas. El Salvador, bajo la administración de Nayib Bukele, también lanzó un programa de visa para inversores en Bitcoin. El «Programa Adoptando Visas de Libertad de El Salvador» ofrece residencias a aquellos que inviertan al menos 1 millón de dólares en Bitcoin o Tether, con un límite de 1.000 visas emitidas por año. Esta iniciativa es parte de un esfuerzo más amplio para posicionar a El Salvador como un hub global de criptomonedas.

    Implicaciones y Futuro

    La iniciativa de Unbound Fund representa un paso significativo hacia la integración de las criptomonedas en las políticas de inmigración y residencia. Al ofrecer una vía para obtener la residencia europea mediante inversiones en Bitcoin, se crea una nueva dinámica en el mercado de las criptomonedas, donde la movilidad y la inversión se entrelazan de manera innovadora. Esto podría inspirar a otros países como Panamá a seguir el ejemplo, promoviendo una mayor adopción y aceptación de las criptomonedas en el ámbito global.

    La posibilidad de obtener la residencia en Portugal a través de inversiones en Bitcoin abre nuevas oportunidades para los inversores en criptomonedas. Unbound Fund no solo facilita el acceso a la Golden Visa, sino que también promueve un futuro en el que la movilidad global y las criptomonedas están intrínsecamente conectadas. Con el apoyo de políticas progresistas y un enfoque en la transparencia, esta iniciativa podría marcar el comienzo de una nueva era en la inversión y la migración.

  • ETF de Ethereum: debut en el mercado americano

    El mercado de las criptomonedas en Estados Unidos ha experimentado un nuevo hito con el debut oficial de los primeros nueve fondos cotizados en bolsa (ETF) de Ethereum al contado. Este lanzamiento, que tuvo lugar el 23 de julio de 2024, ha generado una notable atención y actividad entre los inversores, marcando un paso significativo para la industria de las criptomonedas.

    Un Comienzo Impresionante

    Los ETF de Ethereum superaron todas las expectativas durante sus primeras horas de negociación. En menos de una hora, el volumen de negociación combinado de estos fondos alcanzó los USD $200 millones, y ascendió a más de USD $360 millones en los primeros 90 minutos. Este impresionante rendimiento inicial fue proporcionado por Eric Balchunas, analista de ETF de Bloomberg, quien señaló que estos volúmenes son significativamente altos en comparación con lanzamientos de ETF tradicionales.

    Balchunas explicó que, aunque el volumen de los ETF de Ethereum representa aproximadamente el 20-25% del volumen de los ETF de Bitcoin en su primer día, este nivel de actividad sigue siendo muy sólido y supera con creces las expectativas del mercado. En comparación, los ETF de Bitcoin, que debutaron a principios de 2024, acumularon más de USD $17.500 millones en entradas de capital en sus primeros seis meses.

    Los Nueve ETF de Ethereum

    Los nuevos ETF de Ethereum están respaldados por algunas de las instituciones financieras más importantes del mundo, incluyendo BlackRock, Grayscale, Fidelity, y Bitwise. Estos productos ofrecen a los inversores una exposición directa a Ethereum, permitiéndoles participar en el mercado de criptomonedas sin tener que poseer directamente el activo subyacente.

    A continuación, se detalla la lista de los nueve ETF de Ethereum que debutaron:

    1. Grayscale Ethereum Mini Trust (ETH): NYSE, comisión del 0,15% (después de 6 meses).
    2. Grayscale Ethereum Trust (ETHE): NYSE, comisión del 2,5%.
    3. Franklin Ethereum ETF (EZET): CBOE, comisión del 0,19%.
    4. VanEck Ethereum ETF (ETHV): CBOE, comisión del 0,20%.
    5. Bitwise Ethereum ETF (ETHW): NYSE, comisión del 0,20%.
    6. 21Shares Core Ethereum ETF (CETH): CBOE, comisión del 0,21%.
    7. Fidelity Ethereum Fund (FETH): CBOE, comisión del 0,25%.
    8. iShare Ethereum Trust (ETHA) de BlackRock: NASDAQ, comisión del 0,25%.
    9. Invesco Galaxy Ethereum ETF (QETH): CBOE, comisión del 0,25%.

    Cada uno de estos ETF ofrece diferentes estructuras de tarifas y se negocia en varias bolsas de valores importantes como NYSE, CBOE y NASDAQ.

    Reacciones del Mercado y Perspectivas

    A pesar del entusiasmo inicial y el volumen de negociación impresionante, el precio de Ethereum (ETH) mostró una ligera caída tras el lanzamiento. ETH se deslizó por debajo de los USD $3.500, situándose en torno a los USD $3.455, lo que representa una caída del 0,3% en el día. Esta reacción bajista se ha atribuido al fenómeno común en los mercados de «comprar con el rumor, vender con la noticia».

    Los analistas del sector han señalado que, aunque se espera que los ETF de Ethereum no atraigan el mismo nivel de demanda que los ETF de Bitcoin, estos fondos podrían capturar una fracción significativa del mercado. Algunos estiman que los ETF de Ethereum podrían alcanzar entre el 10% y el 20% de los activos bajo gestión de los ETF de Bitcoin, lo que aún representaría un éxito considerable.

    El debut de los ETF de Ethereum en Estados Unidos es un desarrollo clave que subraya la creciente aceptación y regulación de los activos digitales en los mercados financieros tradicionales. Aunque es poco probable que estos ETF alcancen de inmediato el nivel de demanda de sus homólogos de Bitcoin, su lanzamiento marca un importante avance y ofrece a los inversores nuevas oportunidades para diversificar sus carteras con exposición a una de las criptomonedas más importantes del mundo. A medida que el mercado evoluciona, será interesante observar cómo se desarrollan estos productos y su impacto en el ecosistema financiero más amplio.

  • Singularidad: ¿se saldrá la inteligencia artificial de nuestro control?

    En física, una singularidad es un punto en el espacio-tiempo donde se produce un evento que no cumple ninguna de las leyes físicas previstas para el mismo. A nivel informático, la singularidad sería aquel evento en el que los sistemas no solo no se comportan como está previsto, sino que, súbitamente, ofrecen una respuesta no esperada basada en un criterio propio.

    En este punto, cualquier predicción sobre lo que ocurrirá después fallaría. Y cuando el ser humano no puede, ni siquiera, controlar de forma imaginaria los posibles escenarios futuros, se comienza a inquietar.

    Voces de alarma

    Para algunos, no es algo lejano. Por ejemplo, el informático futurista Ray Kuzweil, en una entrevista del 2023, aseguraba que el comienzo de la singularidad tendría lugar en 2045.

    Mientras, investigadores de gran prestigio, como Geoffrey Hinton, Yoshua Bengio o Stuart Russell aparecen en los medios de comunicación alertándonos de un grave peligro emergente. Incluso uno de los fundadores de OpenAI, Sam Altman, ha llegado a pedir ante un comité del Senado de los Estados Unidos regular los avances de la inteligencia artificial (IA). ¿Realmente es tan preocupante?

    Este libro del informático futurista Ray Kurzweil anunciaba, en 2006, que ‘la singularidad está cerca’.
    Penguin Random House

    La consciencia en las máquinas

    La clave de esta inquietud no está tanto en la singularidad, sino en el paso previo necesario para llegar a ella: la creación de una nueva inteligencia artificial general (AGI, por sus siglas en inglés).

    Nos referimos a aquella capaz de igualar a la inteligencia humana en sus procesos tanto cognitivos como relacionales, es decir, una IA capaz de dominar las 8 inteligencias múltiples.

    De conseguirse, conformaría la tercera gran revolución en la historia de la IA. Tanto es así que existe una carrera geopolítica silenciosa al respecto de quién será el primero en conseguirla.

    ¿Inteligencia artificial con intenciones?

    Aunque los sistemas de IA actuales, según algunos, puedan dar signos de cierta autoconsciencia –como publicó Blake Lemoine en sus “conversaciones” con LamDa o desde Microsoft a través de una publicación– las IA actuales, no “saben” o no son “conscientes” de lo que están generando.

    Son solo buenos predictores de píxeles o de palabras, en base a los ítems anteriores, pero siempre en base a un entrenamiento. No pueden “reflexionar” si esas inferencias son correctas, ni son capaces de formular hipótesis sobre las razones de sus propias conclusiones.

    Por lo tanto, tampoco son conscientes de su posicionamiento subjetivo ante las mismas. Simplemente, son muy buenas dando respuestas, pero no son capaces de desarrollar las preguntas adecuadas. Todavía.

    La clave, imitar al cerebro humano

    El psicólogo Frank Rosenblatt (11 de julio de 1928-11 de julio de 1971) inventó el perceptrón, la primera neurona artificial.
    CC BY

    La primera revolución en el mundo de la IA vino dada por la implementación simplificada, in silico, del modelo de una neurona natural. En 1906, Frank Rosenblatt diseñó el “perceptrón”, la base de todas las redes artificiales actuales.

    La segunda revolución en la IA vino, una vez más, al “copiar” una topología de redes neuronales humanas en un programa. Esta vez fue Kunihiko Fukushima quien, en 1980, inspirado en el modelo propuesto por los premios Nobel Hubel y Wiesel (1959), desarrolló la base de las actuales redes convolucionales y profundas.

    Fue el nacimiento de una revolución tecnológica sin precedentes, mejorada de forma progresiva por parte de los informáticos Jan LeCun y de Dan Ciresan.

    Actualmente, dentro de la neurocomputación, se está trabajando en una segunda versión de estas redes, muy prometedoras, denominadas redes neuronales de impulsos o spiking.

    Para llegar a una IA general –o AGI–, debemos ir de la mano de la neurocomputación, investigando sobre la topología de una red artificial capaz de generar reglas formales, matemáticas, semánticas o lingüísticas, que formule hipótesis sobre las respuestas obtenidas por la IA tradicional. Pero el nivel de computación actual ya ha llegado a su límite para este objetivo.

    La ley de Moore expresa que aproximadamente cada 2 años se duplica el número de transistores en un microprocesador.
    Seofilo / Wikimedia Commons, CC BY

    El mismo Moore pronosticaba que, en 2021, una nueva tecnología vendría a suplir su actual modelo de crecimiento computacional. Y acertó.

    La esfera de Bloch es una representación de un cúbit, el bloque de construcción fundamental de los computadores cuánticos.
    MuncherOfSpleens / Wikimedia Commons, CC BY

    Esta tecnología es la computación cuántica. Con solo 40 cúbits, podemos procesar por “fuerza bruta” y en paralelo tantos estados computacionales como neuronas tiene nuestro cerebro.

    Además, ciertas teorías indican que, no solo a nivel atómico, sino también a nivel cerebral, existe un comportamiento cuántico en la inferencia y comunicación entre neuronas de zonas no adyacentes.

    El premio nobel de física Roger Penrose es uno de los mayores defensores de esta teoría, que se ve complementada por otros enfoques, como la teoría de Kauffman o la teoría de Bleck y Eccles.

    ¿Los primeros signos de singularidad?

    Existen ya primeras aproximaciones a la AGI reflexiva, como los sistemas MuZero o LIDA. Centros de investigación muy punteros, como I3B (Ibermática Fundazioa), llevan años investigando en el desarrollo de una AGI basada en la inclusión de una topología de grafos semánticos dentro de sistemas profundos.

    Esto supone unir los mundos de la neurocomputación, la computación cuántica y la inteligencia artificial en un trabajo multidisciplinar entre neurocientíficos, humanistas, antropólogos, ingenieros, informáticos, científicos de datos y programadores cuánticos.

    En este contexto, una nueva AGI obligaría a implementar, necesariamente, una autoconsciencia artificial. El país que lo consiga liderará una cuarta revolución tecnológica consolidando una industria increíblemente rentable que lo posicionará como proveedor a nivel mundial. España posee de sobra capacidades y talento en IA, cuántica y en neurocomputación para conseguirlo.

    Por otro lado, será el nacimiento de nuevos sistemas capaces de ayudarnos a comprender mejor nuestro universo y a nosotros mismos, proponiendo preguntas que, quizás, jamás nos hayamos hecho.

    El superordenador Hal-9000 en la serie Odisea espacial analizando la conversación y realizando hipótesis sobre la misma.
    IMBD

    Entonces, seguramente, habremos llegado a una nueva singularidad. Nuestro propio afán de avanzar científicamente nos llevará a lograrlo.The Conversation

    Aitor Moreno Fdz. de Leceta, Profesor de Computación Cuántica, Inteligencia Artificial, Universidad de Deusto

    Este artículo fue publicado originalmente en The Conversation. Lea el original.

  • Osito Teddy, de tu infancia a la inteligencia artificial

    En la era de la inteligencia artificial, los juguetes clásicos están recibiendo una actualización futurística. Skyrocket, una empresa de tecnología y entretenimiento con sede en Los Ángeles, ha anunciado el lanzamiento de un osito de peluche revolucionario que está destinado a transformar la experiencia de los cuentos para dormir de los niños. Bautizado como «Poe the AI Story Bear», este osito utiliza la inteligencia artificial (IA) más avanzada para crear y narrar historias personalizadas en tiempo real.

    Poe the AI Story Bear: Innovación en Juguetes

    Poe the AI Story Bear es un osito de peluche que utiliza el modelo de IA GPT-4o de OpenAI para generar y contar historias. Este modelo es uno de los más avanzados desarrollados por OpenAI, con capacidades para procesar texto, audio y video. A través de una aplicación móvil, los niños pueden aportar ideas para los cuentos, y Poe las transformará en relatos únicos y personalizados. El osito tiene la capacidad de narrar en hasta 20 idiomas, gracias a la tecnología de Eleven Labs, que asegura que la voz suene lo más natural posible.

    El juguete se lanzará en agosto a un precio de 50 dólares. Funciona con cuatro baterías AA y no tiene micrófonos ni cámaras incorporadas, lo que asegura la privacidad y seguridad de los niños. La aplicación móvil es esencial para generar las historias, que se envían al oso a través de una conexión Bluetooth. Una vez recibidos los archivos de audio, el osito mueve su boca al reproducir el audio, creando la ilusión de que está hablando.

    Funcionamiento y Características Técnicas

    El proceso de creación de historias con Poe es sencillo pero impresionante. Los niños utilizan la aplicación para seleccionar los ingredientes de su cuento, como personajes, objetos y escenarios. Las opciones van más allá de los cuentos de hadas típicos, permitiendo la inclusión de personajes como brujas, influencers de redes sociales, señores de la guerra alienígenas, zombis y arqueólogos. Esto permite una enorme variedad de combinaciones y creatividad.

    Detrás de escena, la aplicación envía un mensaje al modelo GPT-4o para generar la historia. Skyrocket ha implementado varios filtros y guardarraíles en la programación para asegurarse de que las historias sean apropiadas para los niños, evitando temas controvertidos o inapropiados. La voz del oso, también generada por IA, convierte el texto en discurso en cuestión de segundos.

    El osito Poe puede almacenar historias previamente generadas, permitiendo su reproducción en cualquier momento al presionar su oreja. Aunque la IA puede generar nuevas historias rápidamente, la longitud y la cantidad de cuentos están limitadas debido a los altos costos asociados con la tecnología. Cada osito Poe viene con créditos para crear 75 historias, y los padres pueden necesitar comprar créditos adicionales para seguir generando nuevos relatos.

    Desafíos y Críticas

    A pesar de su innovadora propuesta, Poe enfrenta desafíos significativos. Bridget Carey de CNET probó el juguete con sus hijos de cinco y ocho años, y aunque elogió la rapidez y funcionalidad de la aplicación, señaló problemas con la calidad literaria de los cuentos. Las historias, aunque rápidas de crear, a menudo contenían giros aleatorios y vocabulario inapropiado para los niños, lo que puede ser problemático.

    Skyrocket ha intentado mitigar estos problemas implementando filtros y guardarraíles en la programación de la IA para asegurar que las historias sean adecuadas para los niños. Sin embargo, Carey destacó que la longitud de los cuentos y la cantidad de historias generables están limitadas, posiblemente debido al alto costo de uso de la tecnología.

    El Futuro de los Juguetes con IA

    Poe es solo el comienzo de una nueva generación de juguetes impulsados por IA. La tecnología detrás de este osito podría abrir camino a una amplia variedad de productos similares a medida que la inteligencia artificial continúa evolucionando. Skyrocket espera que futuras versiones de Poe puedan mejorar en términos de narrativa y adecuación al público infantil.

    El reciente lanzamiento del modelo GPT-4o Mini por parte de OpenAI, que es más económico y pequeño, podría facilitar el desarrollo de nuevos juguetes basados en IA, haciendo que esta tecnología sea más accesible para los desarrolladores y, en consecuencia, para los consumidores.

    Comparación con Juguetes Clásicos

    El lanzamiento de Poe evoca recuerdos de Teddy Ruxpin, el primer osito de peluche animatrónico lanzado en 1985. Teddy Ruxpin movía su hocico y parpadeaba al ritmo de las historias reproducidas desde cintas de casete. Sin embargo, a diferencia de Teddy Ruxpin, Poe no cuenta con un equipo de escritores, músicos y actores de voz detrás de sus historias. En su lugar, la creatividad se deja en manos de la IA, lo que puede resultar en cuentos menos cohesionados y personalizados.

    El osito de peluche Poe, con su capacidad para generar y contar historias personalizadas, simboliza un avance significativo en la intersección de la tecnología y el entretenimiento infantil. Aunque todavía presenta desafíos en términos de narrativa y adecuación para niños, su lanzamiento marca un paso importante hacia la integración de la IA en los juguetes. A medida que esta tecnología continúe avanzando, es probable que veamos una proliferación de juguetes similares que no solo entretengan, sino que también estimulen la creatividad y la imaginación de los niños de maneras antes inimaginables.

  • Grado de Dificultad de Minería en Bitcoin y su Impacto en la Industria

    La minería de Bitcoin, una actividad crucial para el funcionamiento de esta criptomoneda, se enfrenta a una dinámica compleja y constantemente cambiante, conocida como el grado de dificultad. Este término se refiere a lo difícil que es para los mineros resolver los problemas matemáticos necesarios para validar y añadir un nuevo bloque a la blockchain de Bitcoin. La dificultad se ajusta aproximadamente cada dos semanas para asegurar que los bloques se generen a un ritmo constante de uno cada diez minutos, independientemente de la cantidad de poder de cómputo (hashrate) disponible en la red.

     Ajustes en la Dificultad de Minería

    El grado de dificultad de minería de Bitcoin se ajusta en función de la cantidad de poder de cómputo en la red. Si muchos mineros están activos y el hashrate es alto, la dificultad aumenta para mantener la producción de bloques estable. Por el contrario, si el hashrate disminuye, la dificultad se reduce. Este mecanismo asegura que la red siga funcionando de manera eficiente y predecible.

    Impacto del Halving de Bitcoin

    En abril de 2024, Bitcoin experimentó su cuarto halving, un evento que reduce a la mitad la recompensa que reciben los mineros por cada bloque minado. Este halving redujo la recompensa de 6.25 BTC a 3.125 BTC, lo que tuvo un impacto significativo en la rentabilidad de la minería. Antes del halving, los ingresos diarios de los mineros rondaban los 78 millones de dólares, pero tras el evento, estos ingresos se redujeron drásticamente a unos 26 millones de dólares diarios.

     Consecuencias de la Caída de la Dificultad de Minería

    Recientemente, la dificultad de minería de Bitcoin ha caído a niveles no vistos desde marzo, antes del halving. Según datos de Coinwarz, el 5 de junio de 2024, la dificultad se redujo en un 7.8%, pasando de 83.6 TH/s a 79.5 TH/s. Esta caída es comparable a la que ocurrió en diciembre de 2022 tras el colapso de FTX, un evento que sacudió al mercado de criptomonedas y provocó una disminución significativa en el hashrate.

    Abandono de Mineros y Renovación del Sector

    La caída en la dificultad de minería ha sido en parte consecuencia de la disminución de la rentabilidad. Muchos mineros, especialmente aquellos con equipos menos eficientes, han abandonado el sector. Esto ha dejado un terreno más manejable para los mineros restantes, quienes ahora encuentran la minería un poco más rentable. Sin embargo, el camino sigue siendo difícil debido a que solo los equipos más avanzados, como el Bitmain S21, pueden operar de manera rentable en estas condiciones.

    Preocupaciones sobre el Futuro de la Minería

    El ajuste en la dificultad de minería plantea varias preocupaciones sobre el futuro de la industria. Por un lado, una menor dificultad puede parecer un alivio temporal para los mineros, pero también refleja un menor interés y una posible disminución en la seguridad de la red. Por otro lado, la consolidación de la minería en manos de aquellos con acceso a tecnología de punta podría limitar la descentralización, uno de los principios fundamentales de Bitcoin.

     Innovación y Riesgos Potenciales

    El impacto del grado de dificultad en la minería de Bitcoin también destaca un tema más amplio en la industria de las criptomonedas: el equilibrio entre la innovación y los riesgos potenciales. Si bien la disminución de la dificultad puede incentivar a los mineros a seguir invirtiendo en tecnología más eficiente, también puede llevar a una concentración del poder de cómputo. Esto es preocupante, especialmente si las grandes empresas tecnológicas, en colaboración con  inteligencia artificial, dominan el mercado.

    El grado de dificultad de minería de Bitcoin es un indicador clave de la salud y la estabilidad de la red. Las recientes fluctuaciones reflejan un panorama de incertidumbre y desafíos para la industria. A medida que la tecnología avanza, es crucial que los mineros encuentren un equilibrio que fomente la innovación sin comprometer la descentralización y la seguridad de la red. Los ciudadanos y los mercados deben permanecer vigilantes y proactivos para asegurar que la promesa disruptiva de Bitcoin no sea cooptada por intereses centralizados. Y también estar preparados para entender que también puede ser una actividad que desaparezca debido a que habrá cumplido un ciclo y vendrán otras nuevas actividades superadoras.