Reclamaciones de minería de Pearl bajo escrutinio en estudio de Cornell

Un estudio de la Universidad de Cornell ha puesto en duda a Pearl, un proyecto cripto que afirma ser la primera red blockchain que convierte la minería en trabajo útil para IA. Los investigadores dicen que Pearl sí utiliza operaciones matemáticas que se parecen a redes neuronales en el entrenamiento, pero su sistema no puede demostrar que esas operaciones estén realizando algún trabajo real de aprendizaje automático en lugar de producir cálculos sin sentido que solo aparentan estar ocupados.

El estudio estima la potencia de cómputo de la red en alrededor de 24 exahashes por segundo, aproximadamente equivalente a 320,000 tarjetas GeForce RTX 3090, con un consumo que podría alcanzar 112 MW. En un mercado donde la capacidad de cómputo para IA es escasa y los precios de alquiler de GPU pueden variar rápidamente, un proyecto que promete trabajo «útil» obtiene mucha presunción de buena fe hasta que alguien lo pone a prueba con evaluaciones reales.

Cómo se cuestionó la minería de IA de Pearl

El resultado más incómodo del artículo fue simple: el investigador construyó un software de minería que enviaba matrices numéricas aleatorias en lugar de tareas de IA, y Pearl aun así aceptó la salida y pagó recompensas. Eso sugiere que la red no tiene una manera fiable de saber si está recibiendo trabajo que podría ayudar a entrenar modelos o simplemente computación genérica disfrazada de algo más inteligente.

También se examinaron más de 8,000 nodos de la red, y la mayoría parecía usar hardware capaz de ejecutar modelos de IA. Sin embargo, los paquetes de software revisados no mostraron señales de marcos de trabajo populares de aprendizaje automático. Esa brecha es exactamente donde el barniz del marketing empieza a descascarillarse: tener las GPU adecuadas no es lo mismo que probar que la red está realizando trabajo útil de IA.

Demanda de GPU y precios en Vast.ai

El estudio también apunta a un efecto colateral muy real fuera del propio ecosistema de Pearl. Tras el lanzamiento de su software de minería en mayo, los precios de alquiler de GPU de bajo coste en Vast.ai supuestamente aumentaron alrededor de un 38%, mientras que la utilización del hardware se disparó del 57% al 94%. Para los compradores más pequeños, esa es la parte incómoda del cómputo “útil”: aun si el proyecto fuera legítimo, puede estrujar la misma reserva de GPU que todos los demás necesitan.

Recomendado

Hassabis dice que las STEM te hacen 10 veces mejor en IA

• Potencia estimada de la red: 24 exahashes por segundo
• Hardware comparable: aproximadamente 320,000 tarjetas GeForce RTX 3090
• Consumo energético estimado: hasta 112 MW
• Aumento reportado en el precio de alquiler en Vast.ai: aproximadamente 38%
• Aumento reportado de la utilización: del 57% al 94%

La Prueba de Trabajo Útil todavía necesita pruebas

El estudio no descarta la Prueba de Trabajo Útil como idea. Ataca la implementación de Pearl, argumentando que la red teóricamente podría usarse para tareas reales de IA pero no las exige, y no puede confirmar que la salida tenga valor práctico. Esa es la diferencia entre un mecanismo ambicioso y un ejercicio de marca ingenioso.

Pearl aún no ha respondido públicamente, pero la reacción ya está provocando lo habitual en cripto y IA: obligar a todos a preguntarse si el proyecto está dirigiendo cómputo caro hacia algo real, o simplemente tomando prestado el lenguaje de la IA para que la minería tradicional suene noble. Espere que esa pregunta se haga más fuerte, especialmente si rivales intentan el mismo discurso e inversores empiezan a pedir pruebas en lugar de eslóganes.