Pasen el cursor sobre el gráfico para ver la explicación.
Prólogo
Tuve que resistirme a convertir esa primera nota en un sketch de Abbott y Costello sobre Huang y Huang, sin parentesco alguno, salvo por la relación.
Una espía china tiene una "relación cercana" con el director ejecutivo de Nvidia, Jensen Huang
Periodistas de investigación de The New York Times afirman que las agencias de inteligencia estadounidenses seguían a Alice Huang (también conocida como Huang Le), ciudadana china, por su papel destacado en Megaspeed, un cliente de Nvidia del que se sospecha firmemente que consigue chips para empresas chinas en violación de los controles de exportación de Estados Unidos. Esa vigilancia confirmó su papel como agente de la inteligencia china y reveló su relación con Jensen Huang.
Jensen Huang, por supuesto, tiene una relación cercana con el presidente Trump. Se le considera alguien con una influencia considerable sobre el presidente en materia de política de IA y exportación de chips.
Se dice que el presidente fue informado de los hallazgos de inteligencia hace aproximadamente un año y no hizo nada al respecto.
Sam Altman: "Vamos a tener que ponernos de acuerdo sobre ciertos límites respecto a qué tan inteligentes dejamos que lleguen a ser estos modelos individuales".
Esto lo añadió como aclaración a su evaluación de que el proceso de investigación matemática de OpenAI "probablemente funcionará" aplicado a la investigación en IA.
No dice quiénes son ese "nosotros" ni cómo se haría cumplir, pero seguiré animando a los legisladores a tomarle la palabra y lograr que ocurra.
En esta entrevista, con John Collison en el pódcast Cheeky Pint, Altman también expresó su preferencia por que la sociedad conviva con "un billón de IA de inteligencia ligeramente superhumana" en lugar de "una sola IA con un coeficiente intelectual de un billón", aunque no sé cómo se podría llegar a ese punto sin pasar pronto mucho más allá de lo "ligeramente superhumano".
Altman dice que OpenAI tiene un programa de robótica que pondrá a trabajar en la construcción de centros de datos.
También confirmó los rumores de que OpenAI guarda más resultados matemáticos sin publicar.
Los medios siguen extrañamente callados ante los grandes avances de la IA en matemáticas y ciencias
Ninguno de los grandes medios que sigo parece haber cubierto el anuncio que hizo OpenAI el lunes sobre tres descubrimientos, cada uno de ellos bastante trascendental dentro de su subcampo.
Probablemente sea porque nos quedan muy por encima de la cabeza a casi todos y se han presentado con un mínimo de drama humano. Vimos lo mismo con la publicación de cientos de artículos de matemáticas por parte de la empresa hace tres semanas.
Uno de los nuevos hallazgos, la refutación de la Hipótesis del Tiempo Exponencial, hizo que el agente de IA al que puse a revisar el comunicado de prensa se quedara perplejo: como la mayoría de los humanos, al parecer, había dado por sentado que la hipótesis era cierta. La refutación sugiere vías para seguir avanzando en áreas que durante mucho tiempo se consideraron zanjadas.
Un nuevo descubrimiento relacionado con las teorías cuánticas de campos parece que tendrá implicaciones tanto para la física como para las matemáticas.
No veo señales de que estos avances vayan a detenerse pronto. Esto es preocupante, porque es poco probable que la ciencia de desarrollar una IA más potente sea radicalmente más difícil que los problemas de matemáticas y ciencias que la IA ya está resolviendo. Los resultados del lunes dan más peso a las afirmaciones de las empresas de IA sobre cerrar el ciclo de automejora de la IA dentro del próximo año.
Engadget - OpenAI anuncia nuevos descubrimientos en matemáticas, informática y física
OpenAI - Trabajar con las comunidades académicas para construir comprensión científica
Un lanzamiento rápido de Google da peso a lo que dice sobre un desarrollo acelerado y asistido por IA
El nuevo modelo, Gemini 4 Carbon, parece ser un verdadero modelo de frontera por parte de una empresa que había pasado un año muy por detrás de la competencia. Eso solo cambió hace dos semanas, cuando lanzó Argon, un modelo casi de frontera. En las semanas previas a esta combinación de dos golpes, las publicaciones de empleados en redes sociales insinuaban que Google había entrado en un ciclo de mejora impulsado por IA.
El director ejecutivo, Sundar Pichai, en una llamada de resultados esta semana, lo dijo explícitamente:
Este rápido progreso subraya nuestro increíble impulso en materia de modelos. Estamos en el punto en el que la IA nos está ayudando a aumentar la velocidad de entrenamiento y de lanzamiento. Espero que los próximos doce meses traigan una aceleración continua gracias a la RSI.
(RSI = automejora recursiva, por sus siglas en inglés, un término que tradicionalmente se usa para referirse a un ciclo cerrado en el que la IA desarrolla IA y los humanos no contribuyen de forma significativa. Razonablemente se le puede llamar "perder el control a propósito".)
Puede pasar un tiempo antes de que Carbon pueda ser evaluado de forma independiente en cuanto a capacidades en el mundo real. Al igual que con los modelos insignia de frontera de Anthropic y OpenAI este año, la empresa está haciendo un lanzamiento por etapas en el que los defensores de la ciberseguridad tienen un periodo de acceso exclusivo.
- Blog de Google - Gemini 4 Carbon: nuestro próximo modelo de frontera
Los análisis y las opiniones expresados en AI StopWatch reflejan los puntos de vista de los colaboradores individuales y de las fuentes que cubren, y no deben tomarse como posiciones oficiales del Machine Intelligence Research Institute.