Mes: abril 2025

Honestamente, es extremadamente difícil definir un techo, simplemente porque no existe uno “técnico”. Ese era el objetivo de los últimos cambios de diseño de DTAO antes del lanzamiento: se eliminó la convergencia de precios hacia sus emisiones, y ahora el mercado y los tenedores pueden modificar o decidir libremente los precios.

Analicé brevemente y compartí mis ideas sobre la suma de precios en @VenturaLabs

Usted mencionó una cosa a considerar que son las emisiones. Para intentar con un ejemplo, digamos que la suma de precios sería cercana a 1, lo que significa que todas las subredes tienen precios relativamente cercanos a sus emisiones (precio ALPHA 0,2 y emisiones 0,2/20 %) . Si hubiera una subred con un precio ALPHA de 0,8 y sus emisiones en consecuencia cercanas a 0,8 TAO, entonces esto no sería realmente un gran problema para el fondo, porque la subred está relativamente cerca de sus emisiones. Ahora bien, si la subred comenzara a ir más allá de la suma de emisiones (que es 1), entonces en tal situación, la subred comenzaría a ver afectado su lado ALPHA del fondo, al reducir la cantidad de inyección porque la inyección ALPHA se calcula como TAO_emission/ALPHA_price. Dependiendo de la profundidad de la liquidez, esto podría comenzar a aumentar el deslizamiento y necesitaría equilibrarse, si sucede demasiado rápido. En términos generales, los precios no deberían diferir demasiado de las emisiones, cuanto más se alejan, menos sostenible se vuelve (I supongo), porque no es la cadena la que empujaría los precios hacia abajo sino el mercado/los propios tenedores mediante el creciente desequilibrio del pool.

Pero considerando el estado actual, se podría decir que, basándose únicamente en la inyección en cadena, todas las subredes están sobrevaloradas, y que esto se debe, en realidad, a las emisiones de TAO multiplicadas por la suma de los precios. Por ejemplo, observemos Chutes (SN64): su precio actual es de aproximadamente 0,368 TAO/ALFA y las emisiones son de 0,172 TAO.

0,172 (emisiones) * 2,14 (suma de precios) = 0,368 TAO/ALFA

Eso significa, al menos para mí, que, según el estado actual del mercado, esta subred no está más sobrevalorada que el propio mercado. Por lo tanto, es un aspecto a considerar: el precio en sí no lo dice todo, pero su relación con las emisiones y el estado del mercado pueden ayudar a comprender mejor el estado actual del precio.

Sin embargo, pensarlo de esa manera significaría que el techo a largo plazo es de alguna manera igual a 1 TAO, porque la cadena no puede inyectar más de 1 TAO en el pool, así que cuando el precio comience a superarlo, empujará al ALPHA que ingresa al pool hacia abajo y creará un desequilibrio en la liquidez/aumentará el deslizamiento con el tiempo, empujando al mercado a equilibrarlo.

Un factor importante para la sostenibilidad de los precios (independientemente de si existe un techo o no) es la relación entre la liquidez, la proporción de raíz y la demanda del token ALPHA. La liquidez actúa como un amortiguador para la presión de venta de la proporción de raíz, donde cuanto mayor sea la liquidez, menor será el efecto real de la proporción de raíz en el precio del pool. Esto significa que, a menor liquidez, más fácil será mover el precio y, por lo tanto, una subred sobrevalorada con menor liquidez podría tener más dificultades para mantener su precio en comparación con una subred con mayor liquidez. Sin embargo, con suficiente demanda, incluso una subred con baja liquidez podría mantener su precio. La proporción de raíz disminuye constantemente, por lo que los precios serán cada vez más fáciles de mantener en el tiempo (solo por la presión de venta creada por la cadena/raíz). Por lo tanto, este es un aspecto más a considerar al analizar el precio de una subred.

Podría hablar mucho más tiempo y no estoy seguro de haber considerado todo.

Para concluir, solo llevamos dos meses y gran parte de TAO aún se encuentra en la raíz/monederos, quién sabe cómo se moverán los precios a largo plazo. Podemos especular e intentar construir modelos para entender cómo podrían funcionar las cosas, pero eso no significa necesariamente que así sea. Tengo muchas teorías e ideas sobre los precios, pero solo el tiempo lo dirá.

Maciej Kula https://x.com/mcjkula/status/1914089799939408207

Objetivo Técnico

Nova Subnet 68, desarrollada por Meta Nova Labs, es una subred especializada en descubrimiento de fármacos mediante inteligencia artificial descentralizada. Su objetivo principal es acelerar y democratizar la identificación de moléculas terapéuticas eficaces, resolviendo dos problemas críticos de la industria farmacéutica tradicional:
● Tiempo y costo elevados: Los métodos convencionales requieren más de 10 años y miles de millones de dólares por fármaco aprobado.
● Limitaciones en la exploración química: Menos del 0.001% del espacio químico teórico (estimado en 10^60 moléculas) ha sido explorado.
Meta Nova aborda estos desafíos mediante un ecosistema descentralizado donde mineros compiten para identificar moléculas con alta afinidad de unión a proteínas objetivo, utilizando la base de datos SAVI 2020 (1.75 billones de moléculas sintetizables) y el modelo determinista PSICHIC para validación. Este enfoque reduce drásticamente ciclos de investigación y permite explorar regiones inaccesibles para laboratorios centralizados.

Arquitectura Técnica

La arquitectura de Nova Subnet 68 se estructura en tres capas interconectadas:
a) Capa de Minería
● Mineros: Nodos especializados en ejecutar algoritmos de búsqueda (ej. docking molecular, redes generativas) para proponer moléculas candidatas.
● Incentivos: Recompensas en TAO (token de Bittensor) basadas en la calidad de las moléculas identificadas.
b) Capa de Validación
● Validadores: Evalúan las moléculas mediante PSICHIC, un modelo determinista que calcula la afinidad de unión proteína-ligando. A diferencia de métodos estocásticos, PSICHIC garantiza reproducibilidad, crítico para aplicaciones farmacéuticas.
● Mecanismo de Consenso: Combina proof-of-stake (PoS) con puntuaciones técnicas para evitar sesgos y ataques Sybil.
c) Integración con Bittensor
● Interoperabilidad: Utiliza la infraestructura de Bittensor para consenso distribuido, seguridad criptográfica y distribución de recompensas.
● Base de Datos SAVI 2020: Alberga 1.75 billones de moléculas virtuales sintetizables, filtradas por parámetros de drug-likeness (reglas de Lipinski, solubilidad, toxicidad predictiva).
Esta trifecta técnico-económica crea un mercado abierto para el descubrimiento de fármacos, donde la competencia entre mineros optimiza la exploración del espacio químico.

Equipo y Recursos

Aunque Meta Nova Labs mantiene perfiles de equipo no identificados públicamente, su capacidad técnica se infiere de:
● Whitepaper: Detalla algoritmos, flujos de trabajo y estándares farmacéuticos (ej. cumplimiento con guías ICH). Enlace: https://www.metanova-labs.com/whitepaper.
● GitHub: Repositorios con contratos inteligentes para validación y módulos de integración con SAVI 2020. Enlace: https://github.com/metanova-labs.
● Comunicaciones: Actividad en Twitter (@metanova_labs) centrada en avances técnicos y alianzas en bioinformática.
Se presume experiencia multidisciplinaria en:
● Bioinformática estructural: Diseño de PSICHIC y curación de SAVI 2020.
● Blockchain: Integración avanzada con Bittensor y mecanismos de incentivos.
● Machine Learning: Optimización de redes neuronales para generación molecular.

TAM y Mercado

El mercado global de descubrimiento de fármacos supera los $100 billones anuales, con segmentos clave:
● Big Pharma: Empresas como Pfizer o Roche, con presupuestos de R&D de $10-20 billones anuales.
● Biotechs: Startups que externalizan etapas tempranas (ej. cribado virtual) a costos de $1-5 millones por objetivo.
● Enfermedades desatendidas: Meta Nova podría reducir barreras para investigar patologías con mercados pequeños (ej. enfermedades raras).
Estrategia de Penetración:
● Modelo B2B: Licenciamiento de moléculas validadas a farmacéuticas.
● Modelo Freemium: Acceso gratuito a datos básicos para universidades, con suscripciones premium.
● Tokenización: Moleculas valiosas podrían representarse como NFTs, creando un mercado secundario.

Ventajas Competitivas vs. Métodos Tradicionales

Ventajas Clave:
● Reducción de 99.9% en costos frente a HTS (High-Throughput Screening).
● Acceso a moléculas novedosas: El 98% de SAVI 2020 no está patentado.
● Resistencia a censura: Gobiernos o corporaciones no pueden restringir investigaciones en la red.

Calidad Técnica

La robustez de Meta Nova se evalúa en tres dimensiones:
a) Modelo PSICHIC
● Determinismo: Elimina variabilidad en validaciones, crucial para estudios preclínicos.
● Benchmarks: Según el whitepaper, PSICHIC alcanza un RMSE de 1.2 kcal/mol vs. datos experimentales (PDBbind), superando a AutoDock Vina (RMSE 2.3).
b) Base de Datos SAVI 2020
● Cobertura: Incluye moléculas de 18 scaffolds químicos prioritarios (ej. benzimidazoles, piridinas).
● Filtros: Elimina compuestos con riesgo de toxicidad o inestabilidad metabólica.
c) Integración con Bittensor
● Rendimiento: La subnet procesa >1 millón de moléculas/día, con latencia <2 minutos por validación.
● Seguridad: Cifrado homomórfico protege datos sensibles (ej. estructuras proteicas bajo NDA).
Riesgos Técnicos:
● Sesgo en PSICHIC: Si el modelo no generaliza a nuevas clases de proteínas.
● Sintetizabilidad: Aunque SAVI 2020 prioriza moléculas sintetizables, el 15% podría requerir rutas complejas.

Conclusión

Nova Subnet 68 representa un cambio de paradigma en el descubrimiento de fármacos, combinando IA, blockchain y química médica. Su propuesta de valor radica en:
● Eficiencia sin precedentes: Ciclos de investigación de semanas vs. años.
● Democratización: Universidades y países en desarrollo acceden a tecnología de punta.
● Sostenibilidad económica: Reducción de capital riesgo para biotechs.
Para consolidarse, Meta Nova debe:
● Validar hit molecules en colaboración con laboratorios independientes.
● Atraer mineros especializados (ej. empresas de computación cuántica).
● Implementar gobernanza para conflictos éticos (ej. patógenos de doble uso).
En un mercado donde el 90% de los candidatos clínicos fallan, Nova Subnet 68 ofrece un filtro cuántico-electrónico para priorizar los mejores candidatos, posicionándose como un pilar crítico para la próxima generación de terapias.

simioape telegram bittensoresp

Me presenté a mi primera entrevista pública en cuatro años. Fue un placer ponerme al día con @RaoulGMI y hablar sobre la historia de DCG, dónde estamos invirtiendo y construyendo, y por qué estoy tan entusiasmado con Bittensor $TAO y nuestra nueva empresa @YumaGroup

Hoy dimos un paso audaz y nos entusiasma compartirlo con el mundo. CreatorBid ha creado un Consejo TAO, un organismo descentralizado para apoyar a los agentes de IA basados ​​en subredes TAO.

Estamos profundamente alineados con el ecosistema TAO. Casos de estudio como @aion5100 (SN 6) y @thedkingdao (SN 44), que lanzaron agentes en CreatorBid, ya han generado más de $1 millón en fondos de tesorería gracias a nuestro mecanismo de impuesto sobre las ventas automatizado del 2%.

Ningún otro ecosistema apoya a los desarrolladores como nosotros do. Por eso hemos creado el Consejo de TAO, para guiar y apoyar la innovación de TAO y conectar a los agentes desarrolladores con las redes sociales.

El Consejo:

• Votar ideas/conceptos para nuevos agentes relacionados con TAO que tengan mayor potencial para obtener una subvención CreatorBid
• Apoyar a los futuros constructores de TAO con asesoramiento, efectos de red y sinergias de constructores.

La composición actual del Consejo incluye miembros de los equipos
@aion5100, @thedkingdao, @Shogun__base, @michaeltaolor y CreatorBid. Se añadirán más puestos para otras redes sociales y partes interesadas relevantes de Bittensor a medida que el ecosistema crezca.

Si pertenece a una subred que está lista para brindar servicios a la próxima generación de agentes de IA, contáctenos y únase a nosotros.

https://twitter.com/CreatorBid/

Bittensor: La Vanguardia de la Infraestructura Descentralizada de IA

A medida que la inteligencia artificial adquiere cada vez mayor importancia en la economía digital global, las alternativas descentralizadas comienzan a desafiar el dominio del desarrollo de IA liderado por las empresas.

Entre las más prometedoras se encuentra Bittensor, una red de aprendizaje automático basada en blockchain que permite a cualquier persona contribuir y beneficiarse de la innovación en IA.

Según Coinbase, la red ofrece una tasa de recompensa anual estimada del 17,52 %, lo que la convierte en una plataforma tecnológica de vanguardia y una atractiva oportunidad económica.

Red de IA entre pares impulsada por blockchain

Bittensor funciona como una plataforma de IA entre pares y blockchain, lo que permite la creación, evaluación y monetización de productos digitales como la inferencia, el entrenamiento y el almacenamiento de IA.

Una innovación fundamental de Bittensor es su arquitectura de subred: comunidades modulares e independientes dentro de la red que se centran en productos digitales específicos.

Las subredes impulsan la economía de IA de Bittensor con incentivos flexibles de TAO

Cada subred opera de forma autónoma, estableciendo sus propias estructuras de incentivos y parámetros de rendimiento. Los contribuyentes, conocidos como mineros, compiten para resolver tareas relacionadas con la IA, desde la traducción hasta la inferencia de grandes modelos de lenguaje. Sus resultados son evaluados por validadores, quienes califican la calidad de cada envío.

Seth Bloomberg, socio inversor de Crucible Labs, declaró a Forbes: «Crucible actúa como un validador, no como una subred, a diferencia de las subredes centradas en la inferencia, como Manifold o Chutes».

Si bien las subredes garantizan la precisión de los datos y el rendimiento del modelo, Bloomberg enfatizó que el contenido dañino o ilícito debe moderarse en la capa de aplicación.

También señaló que no existe ninguna ventaja inherente en ser una subred temprana, especialmente tras la actualización de Dynamic TAO, que permite que el mercado abierto determine el valor de cada subred.

Anteriormente, todas las recompensas se distribuían exclusivamente en tokens TAO. Con la introducción de Dynamic TAO, cada subred ahora cuenta con su token único, que los mineros reciben como recompensa.

Bloomberg afirma que, actualmente, Bittensor alberga más de 80 subredes, desde proyectos experimentales que perfeccionan sus mecanismos de incentivos hasta sistemas maduros que generan ingresos activamente y sirven a los usuarios finales.

Las recompensas se basan en el trabajo útil de la IA, no en la potencia de hash

Este modelo redefine el significado de “minar” en el contexto de la cadena de bloques.

En lugar de validar bloques mediante rompecabezas criptográficos, como en Bitcoin, los mineros de Bittensor producen trabajo digital tangible y valioso.

Los incentivos económicos son sustanciales. Con la emisión diaria de TAO, los participantes, que incluyen mineros, validadores y creadores de subredes, pueden obtener ingresos reales gracias a sus contribuciones.

La participación se basa en el mérito.

Quienes tengan un rendimiento inferior al esperado podrían ser dados de baja y obligados a reingresar al sistema. Esto garantiza que el rendimiento, y no el capital ni la autoridad central, determine el éxito.

Según el informe técnico de Bittensor, el sistema incluye sólidas protecciones contra la colusión y la manipulación. Las recompensas se distribuyen según clasificaciones consensuadas. Esto recompensa únicamente a los pares cuyas evaluaciones coinciden con las de la red general.

Alternativa descentralizada a la IA a gran escala

A medida que la IA descentralizada cobra impulso, Bittensor destaca por su transparencia, apertura y potencial para democratizar el acceso al aprendizaje automático.

A diferencia de plataformas centralizadas como OpenAI o Google, donde el acceso es restringido y el desarrollo se realiza a puerta cerrada, Bittensor facilita la colaboración global mediante un protocolo de código abierto.

Ante la creciente preocupación por las dificultades éticas y regulatorias de la IA centralizada, que van desde la privacidad de los datos hasta el control monopolístico, el modelo de Bittensor ofrece una alternativa convincente.

A medida que el protocolo continúa evolucionando, promete escalar la inteligencia de forma descentralizada y garantizar que la propiedad y los beneficios de la IA permanezcan en manos de la mayoría, no de unos pocos.

https://www.forbes.com/

El auge de la tecnología de inteligencia artificial (IA) generativa ha suscitado la preocupación de que unas pocas grandes empresas o plataformas digitales acaparen el mercado. Al controlar grandes cantidades de datos necesarios para entrenar modelos básicos, estas empresas podrían crear barreras de entrada, frenar la competencia y la innovación y, en última instancia, perjudicar a los consumidores. Contrariamente a este temor, el auge de los mercados de datos permite a los desarrolladores acceder a datos de entrenamiento de código abierto o de forma comercial, lo que hace que el acceso a los datos no sea actualmente una barrera de entrada al mercado de la IA generativa. De hecho, los gigantes tecnológicos con acceso a grandes volúmenes de datos de usuarios se enfrentan a una dura competencia de empresas independientes y startups que pueden superar a rivales más grandes mediante algoritmos o experiencias de usuario superiores. Los avances tecnológicos, como los datos sintéticos y las soluciones de ingeniería que reducen la demanda de datos y los costes de entrenamiento, también sugieren que la preocupación por la escasez de datos que limita la innovación en IA es exagerada. Además, la transición de la industria hacia modelos de base más especializados y aplicaciones de IA a medida también demuestra que el acceso a los datos “adecuados”, en lugar de a grandes cantidades de datos de usuarios, es primordial, lo que erosiona aún más la supuesta ventaja de los grandes gigantes tecnológicos. Por el contrario, las regulaciones y soluciones preventivas propuestas para combatir la futura escasez o monopolización de datos probablemente perjudicarían el desarrollo y la innovación en IA. En cambio, la actual legislación antimonopolio estadounidense ofrece un marco flexible y pragmático para controlar la conducta excluyente de las empresas que controlan las entradas de datos clave si estas preocupaciones se materializan en el futuro.