Muchos proyectos de IA compiten últimamente por el número de parámetros, la cantidad de GPU y el tamaño de los modelos. Pero esta demostración de @Acurast Acurast va un poco a contracorriente: deja que un teléfono Android decida dónde colocar la siguiente pieza de Tetris.
A primera vista, parece un minijuego bastante desenfadado. Pero lo interesante, creo, no es que «la IA sepa jugar al Tetris». Eso ya no es ninguna novedad. Lo que realmente merece la pena observar es que plantea las tareas de IA de otra manera.
Primero, el juego genera 5 posibles posiciones para colocar la pieza según el tablero actual y explica los posibles resultados de cada opción, por ejemplo, si permite completar una fila o si deja huecos. Después, envía esta información mediante una solicitud HTTP a un teléfono de la red de Acurast. Un modelo Laya que se ejecuta en la CPU del teléfono elige una opción y devuelve el resultado al juego.
Todo el proceso se puede resumir en una frase: el software genera las opciones, la IA toma la decisión y el teléfono realiza el cálculo.
Laya tampoco es uno de los grandes modelos conversacionales que solemos conocer. Pertenece a la categoría de modelos de decisión System One: no se encarga de redactar textos largos ni necesita realizar razonamientos complejos, sino que elige rápidamente entre varias opciones ya proporcionadas y devuelve la probabilidad correspondiente a cada una.
Según los datos publicados por Acurast, este tipo de decisiones breves suele requerir entre 0,2 y 1 segundo en la CPU de un teléfono. Además del Tetris, el equipo oficial ha creado otras nueve demostraciones, entre ellas Snake, Doom, clasificación de correos, moderación de chats y detección de inyecciones de prompts. Cada respuesta procede de un teléfono real de la red. La página también muestra el país en el que se encuentra el dispositivo, el modelo del chip y el número de decisiones procesadas, y ofrece registros en cadena para que los usuarios los consulten.
Me parece que este enfoque es mucho más práctico que «hacer que el teléfono cargue con un modelo gigantesco».
No todas las tareas de IA del mundo real necesitan generar miles de palabras. Una billetera puede determinar si una autorización cumple las reglas del usuario; un agregador de transacciones puede elegir la ruta menos costosa entre varias; un agente en cadena puede decidir qué acción ejecutar a continuación. A menudo, estas tareas cuentan con opciones bien definidas.
El software puede calcular primero todas las opciones válidas y luego un modelo pequeño puede elegir según las reglas establecidas por el usuario; el resultado final se somete después a una verificación independiente. Así, la IA no tiene que encargarse de todos los cálculos ni puede ejecutar arbitrariamente acciones fuera del conjunto de opciones disponibles.
Por supuesto, estos modelos están lejos de ser todopoderosos.
En las pruebas de clasificación de correos de Acurast, Laya clasificó correctamente 144 de los 160 correos, con una precisión de aproximadamente el 90 %. La demostración de clasificación de noticias puede determinar si un titular parece sensacionalista, pero no si su contenido es verdadero; cuando el chat va demasiado rápido, la cola de moderación también empieza a alargarse. Además, las probabilidades que ofrece el modelo no se pueden considerar directamente como un «nivel de confianza» fiable.
Por eso, quizá lo más adecuado sea considerarlo un filtro inicial rápido y de bajo costo, no un sustituto de las personas a la hora de tomar la decisión final.
El costo de referencia que ofrece actualmente el equipo oficial es de menos de 1 $ACU al día para ejecutar una instancia propia de Laya. El costo real y la disponibilidad siguen dependiendo de la configuración y del estado de la red. Puede que esa cifra no sea lo más importante; lo que merece más atención $ACU es que aquí no se trata de una narrativa abstracta, sino de un servicio de cálculo real que se puede invocar, facturar y verificar.
La próxima etapa de la IA quizá no consista únicamente en entrenar modelos cada vez más grandes. Muchas de las necesidades que realmente llegarán a los productos podrían limitarse a una clasificación, un filtrado o una decisión pequeña.
Si estas tareas poco llamativas, pero frecuentes, pudieran encargarse a teléfonos distribuidos por todo el mundo, lo que Acurast pretende ofrecer no sería solo «capacidad de cálculo barata», sino un entorno de ejecución distribuido adecuado para tomar decisiones con IA ligera.
Si un teléfono que no usas pudiera encargarse de una pequeña tarea de IA por ti, ¿qué te gustaría que hiciera primero?
Este artículo solo refleja observaciones personales sobre la tecnología del proyecto y sus posibles aplicaciones; no constituye asesoramiento de inversión.

