Se presenta una innovadora herramienta de inteligencia artificial: Walrus presenta un innovador kit de software que permite el almacenamiento seguro de datos y una migración fluida de agentes

En un avance significativo para la intersección de blockchain e inteligencia artificial, el protocolo de almacenamiento basado en Sui, Walrus, lanzó oficialmente MemWal, una capa de memoria y un producto SDK diseñado específicamente para agentes de IA. Este lanzamiento, informado por Decrypt, marca un paso fundamental hacia la creación de una infraestructura de memoria descentralizada y verificable para sistemas autónomos de IA.

Walrus MemWal: un nuevo paradigma de memoria para agentes de IA

MemWal proporciona a los agentes de IA verificabilidad, disponibilidad, portabilidad y capacidad de compartir su memoria. Abinhav Garg, gerente de producto de Mysten Labs, el desarrollador de Sui y Walrus, explicó que el uso conjunto de Walrus y MemWal almacena la memoria en una capa de datos abierta y verificable. Esto elimina la dependencia de un único modelo o proveedor de IA.

Este enfoque permite a los usuarios cambiar libremente entre modelos de IA como ChatGPT y Claude. También habilita nuevas aplicaciones que pueden recordar señales específicas del usuario en diferentes plataformas y sesiones.

Características clave de MemWal

Verificabilidad: toda la memoria almacenada en Walrus es verificable criptográficamente, lo que garantiza la integridad y procedencia de los datos.

Disponibilidad: los datos permanecen accesibles mientras la red Walrus esté operativa, sin ningún punto único de falla.

Portabilidad: los usuarios pueden mover la memoria de su agente de IA entre diferentes modelos y aplicaciones sin pérdida de datos.

Capacidad de compartir: la memoria se puede compartir selectivamente con otros agentes o aplicaciones, lo que permite flujos de trabajo colaborativos de IA.

Cómo trabajan juntos Walrus y MemWal

Walrus, lanzado en la red principal de Sui a finales de 2024, proporciona almacenamiento de blobs descentralizado optimizado para grandes objetos de datos. MemWal se basa en esta base agregando una capa de memoria estructurada específicamente para agentes de IA. El SDK proporciona a los desarrolladores herramientas para leer, escribir y administrar la memoria del agente de forma descentralizada.

Esta arquitectura aborda un desafío crítico en el desarrollo de la IA: la falta de memoria portátil persistente en diferentes modelos y plataformas. Actualmente, la mayoría de los agentes de IA operan en entornos aislados, perdiendo contexto al cambiar entre modelos o aplicaciones.

Arquitectura Técnica

MemWal utiliza el almacenamiento de blobs de Walrus para almacenar objetos de memoria. Cada objeto de memoria incluye metadatos como marcas de tiempo, propiedad y controles de acceso. El SDK maneja el cifrado, la indexación y la recuperación, lo que facilita a los desarrolladores la integración de la memoria persistente en sus agentes de IA.

El sistema admite múltiples tipos de memoria, incluido el historial de conversaciones, las preferencias del usuario, los estados de las tareas y los comportamientos aprendidos. Los desarrolladores pueden definir esquemas de memoria personalizados para adaptarse a sus casos de uso específicos.

Impacto en la portabilidad del modelo de IA

Una de las implicaciones más importantes de MemWal es su potencial para derribar los jardines amurallados de la IA. Actualmente, los usuarios suelen estar encerrados en un único proveedor de IA porque sus datos, contexto y preferencias se almacenan dentro del ecosistema de ese proveedor.

Con MemWal, los usuarios pueden mantener una memoria consistente en diferentes modelos de IA. Por ejemplo, un usuario podría iniciar una conversación con ChatGPT y luego continuar sin problemas con Claude, y ambos modelos accederán al mismo almacén de memoria. Esta interoperabilidad podría acelerar la adopción de la IA al reducir los costos de cambio.

Casos de uso del mundo real

Asistentes personales de IA: mantenga preferencias de usuario coherentes y un historial de conversaciones en diferentes plataformas de IA.

Agentes de IA empresarial: comparta contexto y comportamientos aprendidos entre múltiples agentes que trabajan en el mismo proyecto.

IA de juegos: permita que los NPC recuerden las interacciones de los jugadores en diferentes sesiones de juego y plataformas.

IA sanitaria: mantenga el contexto del paciente a través de diferentes herramientas de planificación de tratamiento y diagnóstico.

Contexto del mercado y cronograma

El lanzamiento de MemWal llega en un momento en que la industria de la inteligencia artificial está lidiando con las limitaciones de las arquitecturas de memoria actuales. Los principales proveedores de IA como OpenAI, Anthropic y Google han anunciado esfuerzos para mejorar las ventanas de contexto y las capacidades de memoria, pero estos siguen siendo propietarios y específicos de la plataforma.

El enfoque descentralizado de Walrus ofrece una alternativa que prioriza el control del usuario y la portabilidad de los datos. El proyecto ha ganado un impulso significativo desde su lanzamiento en la red principal, y más de 1000 desarrolladores ya están construyendo en la plataforma.

Perspectivas de expertos

Abinhav Garg enfatizó el cambio filosófico detrás de MemWal: “Creemos que la memoria de IA debería ser propiedad de los usuarios, no estar limitada a un solo proveedor. MemWal ofrece a los usuarios la libertad de elegir la mejor IA para cada tarea sin perder el contexto”.

Los analistas de la industria han señalado que este enfoque se alinea con la creciente presión regulatoria para la portabilidad de datos y la interoperabilidad en los sistemas de IA. La Ley de IA de la Unión Europea, por ejemplo, incluye disposiciones sobre los derechos de datos de los usuarios que podrían beneficiarse de soluciones de memoria descentralizadas.

Consideraciones técnicas y desafíos

Si bien MemWal ofrece importantes ventajas, también enfrenta desafíos. El almacenamiento descentralizado introduce latencia en comparación con las soluciones centralizadas, lo que podría afectar el tiempo real.