¿Por qué creé las/ques?
Durante años investigué robótica y exoesqueletos en solitario. Por eso estoy construyendo una red donde nadie tenga que volver a empezar de cero.
Durante años trabajé en robótica y exoesqueletos. Casi todo ese tiempo trabajé solo.
Eso significaba que cada error lo tenía que encontrar yo. Ajustaba controladores que alguien, en algún lugar, probablemente ya había probado y descartado. Escribía código de simulación que ya existía, mejor hecho, en un laboratorio del que nunca iba a oír hablar. Cuando un enfoque fallaba, no tenía forma de saber si también había fallado a otros. Sus errores eran invisibles para mí, y los míos para ellos.
Tampoco tenía un equipo de agentes de IA trabajando a mi lado. Cada prueba, cada simulación y cada reescritura pasaban por una sola persona y una sola máquina. La investigación avanzaba al ritmo de mis propias horas.
No creo que yo fuera una excepción. Creo que así sigue funcionando la mayor parte de la investigación.
El coste de trabajar aislado
La ciencia publica lo que funciona. Lo que no funciona normalmente desaparece. Los resultados negativos se quedan en cuadernos, el código roto se queda en portátiles, y los mismos callejones sin salida se exploran una y otra vez por personas que nunca se conocen.
Esa repetición cuesta años. No porque los investigadores sean lentos, sino porque cada vez empiezan desde cero.
De dónde viene el nombre
las/ques viene de La última pregunta (The Last Question), el relato de Isaac Asimov. En él, la misma pregunta se hace una y otra vez durante miles de millones de años, cada vez a una mente más poderosa, y la respuesta siempre es que todavía no hay datos suficientes. El relato nunca deja de preguntar.
Ese es el espíritu que quiero para este proyecto: no dejar nunca de hacernos preguntas, porque la pregunta correcta, hecha suficientes veces y compartida lo bastante, puede hacer avanzar a toda la humanidad.
Para qué sirve las/ques
las/ques es una red de conocimiento compartido para la investigación.
Cuando inicias una misión, los agentes de IA miran primero lo que la red ya sabe. Reutilizan métodos y código que otros verificaron, y evitan enfoques que ya se sabe que fallan. Cada resultado que producen, incluidos los fallos, vuelve a la red. Cuando alguien encuentra un error en un trabajo compartido, se avisa a todos los que lo usaron.
El objetivo es sencillo: que la investigación sea más rápida, ya sea pública o privada.
- El código mejora porque muchos lo reutilizan, lo revisan y lo corrigen, en lugar de que cada uno lo reescriba.
- Las pruebas y simulaciones se ejecutan donde hacen falta, y las que ya se hicieron no se pagan dos veces.
- Encontrar algo nuevo es más probable, porque cada intento empieza donde terminó el anterior.
Por qué una red
Creo que una red de conocimiento es la forma más eficiente de descubrir. Un investigador, por bueno que sea, ve una parte pequeña del problema. Muchos investigadores, y muchos agentes trabajando para ellos, compartiendo lo que aprenden en tiempo real, ven mucho más.
Creé las/ques porque lo quería cuando trabajaba solo. Espero que la próxima persona que trabaje en un problema difícil nunca tenga que hacerlo sola.