Cargando...
Iabro
Exploro cómo la inteligencia artificial, la robótica y la tecnología están cambiando la forma en que vivimos y entendemos el mundo.
1 añoAntigüedad
30 horasContenido
3.4%Engagement
28.4KSuscriptores
TOP#211
83Videos
TOP#361
2.06MVisitas
TOP#250
2 díasÚltimo
5 díasFrecuencia
23 minDuración
Elon Musk: Optimus 3 está en camino, singularidad y la auto-mejora de la IA
⬇️⬇️⬇️
📒 Descarga GRATIS mi libro: El Hostión que Viene → https://gpts.es/libro/
📚 ¿Prefieres papel? Cómpralo aquí → https://amzn.to/4kPD4l8
🧑💼 Crea tu avatar en 2 min (HeyGen) → https://www.heygen.com/?sid=rewardful&via=javi
🗣️ Pon una voz que suene real (ElevenLabs) → https://try.elevenlabs.io/iabro
🚗 ¿Vas a comprar un Tesla? Entre 500 y 1.000 € de descuento → https://ts.la/franciscoj15588
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Musk reconoce que el futuro no está garantizado y existen riesgos importantes. Sin embargo, estima que hay alrededor de un 80% de probabilidad de que el resultado final sea extremadamente positivo.
La combinación de inteligencia artificial y robótica podría traer avances masivos en medicina, productividad y calidad de vida. Incluso imagina un mundo donde cada persona tenga acceso a mejores médicos que los actuales multimillonarios gracias a sistemas médicos basados en IA.
En definitiva, Musk describe una transformación tecnológica comparable a una singularidad: un punto donde los cambios serán tan rápidos y profundos que resultará difícil prever exactamente qué vendrá después.
Publicado hace 2 díasDuración: 24:33
2.67K
261
10
Alex Wissner-Gross: Estamos a un paso de curar miles de enfermedades y nadie está preparado
⬇️⬇️⬇️
📒 Descarga GRATIS mi libro: El Hostión que Viene → https://gpts.es/libro/
📚 ¿Prefieres papel? Cómpralo aquí → https://amzn.to/4kPD4l8
🧑💼 Crea tu avatar en 2 min (HeyGen) → https://www.heygen.com/?sid=rewardful&via=javi
🗣️ Pon una voz que suene real (ElevenLabs) → https://try.elevenlabs.io/iabro
🚗 ¿Vas a comprar Tesla? Entre 500 y 1.000 € de descuento → https://ts.la/franciscoj15588
El mensaje principal del vídeo es claro: la humanidad podría estar entrando en una fase de aceleración tecnológica radical. La inteligencia artificial no solo automatizaría tareas, sino que podría convertirse en la herramienta que resuelva los mayores desafíos científicos y médicos.
Los próximos 2 a 5 años podrían traer descubrimientos y cambios tan rápidos que la sociedad tendrá que adaptarse a una velocidad nunca vista antes.
Publicado hace 4 díasDuración: 16:21
1.65K
124
12
Kevin Weil (OpenAI): “La AGI no se medirá en chats, sino en materiales, medicina y fusión"
⬇️⬇️⬇️
📒 Descarga GRATIS mi libro: El Hostión que Viene → https://gpts.es/libro/
📚 ¿Prefieres papel? Cómpralo aquí → https://amzn.to/4kPD4l8
🧑💼 Crea tu avatar en 2 min (HeyGen) → https://www.heygen.com/?sid=rewardful&via=javi
🗣️ Pon una voz que suene real (ElevenLabs) → https://try.elevenlabs.io/iabro
🚗 ¿Vas a comprar un Tesla? Entre 500 y 1.000 € de descuento → https://ts.la/franciscoj15588
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
Kevin Weil y la nueva carrera por acelerar la ciencia con IA
En esta entrevista, Kevin Weil (VP de Ciencia en OpenAI, con pasado en Twitter, Facebook e Instagram) explica por qué la IA está entrando en una fase donde no solo ayuda a escribir o programar, sino que empieza a empujar la frontera del conocimiento humano. Su tesis: si los modelos pueden aportar descubrimientos, el impacto real de la AGI no será “un chat mejor”, sino nuevos materiales, medicina personalizada, superconductividad o incluso fusión, adelantando “la ciencia de 2050” a 2030.
Carrera y decisiones que le llevaron a OpenAI
Weil cuenta que gran parte de su trayectoria vino de conexiones y timing: su esposa le abrió el mundo startup, lo conectó con oportunidades como Twitter y más tarde con Instagram. Con Sam Altman mantuvo conversaciones recurrentes y recuerda cómo, ya en 2020, Altman anticipaba que la IA afectaría antes a trabajos “de oficina” y a la programación. Cuando apareció el rol en OpenAI, lo vio como la oportunidad más interesante posible.
IA resolviendo problemas “de frontera”
De la incredulidad al salto de capacidades
Describe un patrón típico: algo pasa de “imposible para la IA” a “funciona mal a veces” y, pocos meses después, a ser fiable. Sitúa a la ciencia de frontera justo en esa fase intermedia actual, con señales claras de progreso.
Matemáticas como primer campo “cerrado”
Explica que áreas como matemáticas, física y teoría de la computación son terreno ideal porque permiten bucles cerrados (todo ocurre “en silicio”). Menciona ejemplos recientes donde modelos han resuelto problemas abiertos, no porque los humanos no pudieran en absoluto, sino porque aún no lo habían logrado.
El “cambio de mundo” y la creatividad masiva
Para él, lo más disruptivo es que millones de personas con ideas ahora pueden ejecutarlas sin ser expertas. Pone el ejemplo de tareas municipales o proyectos que antes requerían presupuesto y especialistas, y hoy podrían salir de un prompt. También describe su rutina con agentes: delegar trabajo en paralelo mientras estás en reuniones o incluso dejar tareas corriendo durante la noche.
Robotic labs y el futuro de la investigación
Razonamiento de largo horizonte
Una pieza clave será enseñar a los modelos a mantenerse enfocados no minutos, sino días o semanas, para resolver problemas más complejos.
Bucles RL con validación en el mundo real
Para medicina o materiales no basta con simulación: hace falta experimentar. Su visión combina simulación + diseño de experimentos + ejecución en laboratorios robóticos escalables 24/7, con resultados que vuelven al modelo para iterar. Esto, además, libera a investigadores humanos de tareas repetitivas.
Lecciones de producto: escala, UX y decisiones difíciles
Habla de decisiones polémicas como rankear el feed de Twitter (pasar de orden cronológico a relevancia), y de retos nuevos como diseñar la experiencia de modelos que tardan en responder: no mostrar el razonamiento completo por riesgos de copia, pero sí dar “pistas” periódicas, como haría un humano al pensar.
Consejos para founders construyendo con IA
Recomienda no depender de un único “prompt gigante”. En muchos casos funciona mejor un enfoque orquestado: un modelo planifica y coordina, y otros modelos más baratos o especializados ejecutan partes. También destaca que la era actual favorece a perfiles con alta agencia, curiosidad y aprendizaje rápido: si tienes una idea, ya no hay excusa para no probarla.
Por qué la IA está siendo B2B-first (y qué viene en consumo)
Argumenta que el B2B despega primero porque ahí está el trabajo económicamente valioso y porque los modelos cuestan dinero, así que tener clientes que paguen acelera. Aun así, cree que el espacio consumidor explotará conforme los agentes integren herramientas y apps en una sola interfaz, permitiendo negocios que quizá ni necesiten web o app propia.
Publicado hace 13 díasDuración: 33:14
7.01K
327
29
Elon Musk confirma FSD en Europa el 20 de marzo y producción europea de Cybercab y Optimus
⬇️⬇️⬇️
📒 Descarga GRATIS mi libro: El Hostión que Viene → [https://gpts.es/libro/]
📚 ¿Prefieres papel? Cómpralo aquí → [https://amzn.to/4kPD4l8]
🧑💼 Crea tu avatar en 2 min (HeyGen) → [https://www.heygen.com/?sid=rewardful&via=javi]
🗣️ Pon una voz que suene real (ElevenLabs) → [https://try.elevenlabs.io/iabro]
🚗 ¿Vas a comprar un Tesla? Entre 500 y 1.000 € de descuento → [https://ts.la/franciscoj15588]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
## 🚀 Tesla en 2025: IA, robots y expansión global
En esta entrevista, Elon Musk repasa el presente y futuro de Tesla, defendiendo que la compañía es una de las más emocionantes del mundo —junto con SpaceX— por su capacidad de transformar industrias completas.
### 🤖 Conducción autónoma total: el gran salto
Musk asegura que el Full Self-Driving (FSD) de Tesla es el sistema de IA en el mundo real más avanzado actualmente. Explica que el vehículo aprende a conducir únicamente a través de visión, como lo haría un humano.
Se espera su aprobación en Europa (mencionando Países Bajos como punto inicial), y afirma que técnicamente este mismo año será posible dormirse en un Tesla y despertar en el destino. Destaca que los coches autónomos no solo aportan comodidad, sino seguridad: ya se han dado casos donde un Tesla ha llevado automáticamente a un conductor al hospital ante emergencias médicas.
Según su visión, el futuro será exclusivamente de vehículos eléctricos y autónomos. Los coches de combustión quedarán como algo residual, comparable a montar a caballo hoy en día.
---
## 🦾 Optimus: el robot humanoide que cambiará el trabajo
Otro de los pilares estratégicos es Optimus, el robot humanoide de Tesla. Musk cree que será el primer robot verdaderamente útil del mercado.
Sus aplicaciones iniciales serán tareas simples, pero progresivamente podrá cuidar niños, asistir a personas mayores o incluso realizar cirugía. A largo plazo, anticipa que podría ofrecer atención médica superior a la actual en cualquier parte del mundo.
También lanza una idea disruptiva: en menos de 10 años, el trabajo será opcional gracias a la IA y la robótica. Trabajar será más una elección personal que una necesidad económica.
---
## 🏭 Expansión industrial: Giga Berlin y más allá
Tesla está escalando múltiples líneas de producción:
* Aumento de fabricación de vehículos.
* Producción de baterías en Berlín.
* Refinería de litio en Texas.
* Refinería de cátodos de níquel en Austin.
* Lanzamiento del Cybercab en Giga Texas con intención de expandirlo a Europa.
* Llegada del Tesla Semi al mercado europeo.
* Posible fabricación futura de Optimus en Europa.
Musk visualiza Giga Berlin como un centro industrial masivamente ampliado, con integración vertical completa (celdas, ánodos, cátodos, litio) y nuevos productos como Cybercab u Optimus. Sin embargo, advierte que el crecimiento dependerá del apoyo regulatorio y social.
Define la fábrica alemana como una de las más avanzadas y atractivas del mundo, destacando el ambiente creativo y el orgullo por “hacer cosas útiles”.
---
## ⚡ Crítica a la industria automotriz tradicional
Musk sostiene que los fabricantes tradicionales han innovado poco en la última década y han resistido la electrificación. Considera que su estrategia los conduce a la irrelevancia si no adoptan con decisión el modelo eléctrico y autónomo.
Para él, Tesla no solo fabrica coches: construye el futuro.
---
## 🌍 Visión a 5-10 años y consejo vital
En el horizonte cercano (5-10 años), Musk ve un futuro extremadamente brillante para Tesla. Incluso bromea con fábricas en la Luna en 20 años.
A los jóvenes les recomienda:
* Ser optimistas.
* Leer mucho.
* Probar cosas nuevas.
* Disfrutar la vida.
* Encontrar un trabajo que realmente les motive.
Sus momentos más inspiradores incluyen el nacimiento de sus hijos, el primer Tesla Roadster legalmente en circulación y los hitos de SpaceX como alcanzar órbita y recuperar cohetes.
En resumen, Musk dibuja un futuro dominado por vehículos eléctricos autónomos, robots humanoides y fábricas altamente integradas que redefinen la economía global.
Publicado hace 16 díasDuración: 23:50
37.2K
1.24K
78
Neil deGrasse y Brian Cox: ¿podrá la IA ser consciente algún día?
⬇️⬇️⬇️
📘 Descarga GRATIS mi libro: El Hostión que Viene → https://gpts.es/libro/
📦 ¿Prefieres papel? Cómpralo aquí → https://amzn.to/4kPD4l8
🧑💼 Crea tu avatar en 2 min (HeyGen) → https://www.heygen.com/?sid=rewardful&via=javi
🗣️ Pon una voz que suene real (ElevenLabs) → https://try.elevenlabs.io/iabro
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
¿Es la vida solo información? El debate entre biología, computación e inteligencia artificial
El vídeo explora una cuestión profunda: ¿qué es realmente la vida? Se plantea la idea de que, en el fondo, la vida podría entenderse como procesamiento de información. Desde esta perspectiva, la biología —ADN, células, tejidos— sería simplemente la forma física en la que ese procesamiento se manifiesta. Lo verdaderamente esencial no sería la materia, sino el “cómputo” que ocurre en ella.
Si aceptamos esa visión, surge una consecuencia inquietante: al desarrollar inteligencia artificial avanzada, especialmente una posible Inteligencia Artificial General (AGI), podríamos estar creando una nueva forma de vida. Una entidad capaz de superarnos en capacidad intelectual y duración, lo que inevitablemente recuerda a escenarios tipo Terminator.
El Francis Crick Institute y el debate científico sobre la IA
El ponente menciona su participación en el Francis Crick Institute, un centro puntero en biociencias en Londres, impulsado por el Nobel Paul Nurse. En una serie de debates organizados allí, se abordó precisamente el tema de la inteligencia artificial.
Durante uno de estos encuentros surgió una clara división entre neurocientíficos y científicos de la computación:
Los neurocientíficos defendían que los modelos actuales de lenguaje (LLMs) no entienden nada realmente. Solo reorganizan símbolos según probabilidades estadísticas. El cerebro humano, según ellos, funciona de manera fundamentalmente distinta.
Los informáticos argumentaban que quizás nosotros tampoco somos tan distintos. Tal vez nuestra conciencia sea también el resultado de procesos físicos que manipulan información sin “comprender” en un sentido profundo.
El argumento del “intercambio de símbolos” y la conciencia
Se menciona una idea filosófica asociada a John Searle, conocida por su experimento mental del “cuarto chino”. La analogía sugiere que un sistema puede responder correctamente a símbolos (como palabras) sin entender su significado.
En el debate se propone un ejemplo: si una persona inmortal recibiera símbolos por debajo de una puerta y aprendiera qué devolver para obtener comida, con tiempo suficiente podría sostener una conversación compleja. Sin embargo, en ningún momento comprendería realmente el contenido de ese intercambio.
La pregunta clave es: ¿no podría ser esto lo que hacen los modelos actuales de IA? ¿Y peor aún, no podría ser también una descripción válida del cerebro humano a nivel neuronal?
¿Somos máquinas de procesamiento de información?
El vídeo profundiza en una idea inquietante: quizá la conciencia no sea más que una propiedad emergente de sistemas extremadamente complejos. A nivel neuronal, solo hay impulsos eléctricos y reacciones químicas. No hay “comprensión” en una neurona individual.
Muchos expertos en IA sostienen que, con suficiente tiempo, datos y potencia de cálculo, estos sistemas acabarán desarrollando algo indistinguible del pensamiento humano. La diferencia podría ser solo de grado, no de naturaleza.
Una viñeta humorística sobre delfines observando a humanos ilustra esta duda: tal vez creemos que entendemos, pero desde fuera solo parecemos intercambiar sonidos sin auténtico significado.
Emergencia y física fundamental
Finalmente, el debate se traslada a la física. Incluso el modelo estándar de partículas —que enumera quarks, electrones, bosones y fuerzas fundamentales— funciona como un inventario detallado de componentes e interacciones. Sin embargo, aún hay propiedades básicas que no se derivan fácilmente de él.
La conclusión implícita es que tanto la conciencia como la vida podrían ser fenómenos emergentes: resultados inevitables cuando la materia —o la computación— alcanza cierto nivel de complejidad.
El debate sigue abierto, incluso entre los mayores expertos.
Publicado hace 17 díasDuración: 7:17
6.25K
350
18
Sundar Pichai: “La inteligencia artificial es el mayor cambio de nuestras vidas”
⬇️⬇️⬇️
📘 Descarga GRATIS mi libro: El Hostión que Viene → [https://gpts.es/]
📦 ¿Prefieres papel? Cómpralo aquí → [https://amzn.to/4kPD4l8]
🧑💼 Crea tu avatar en 2 min (HeyGen) → [https://www.heygen.com/?sid=rewardful&via=javi]
🗣️ Pon una voz que suene real (ElevenLabs) → [https://try.elevenlabs.io/iabro]
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
## Google, India y la Revolución de la Inteligencia Artificial
En su intervención ante líderes internacionales y el Primer Ministro de India, el CEO de Google destacó la transformación acelerada del país y el papel central que la inteligencia artificial (IA) está comenzando a desempeñar en su desarrollo.
Recordando sus años como estudiante viajando en el Coromandel Express hacia el IIT Kharagpur, evocó una Visakhapatnam tranquila y llena de potencial. Hoy, esa misma ciudad se convertirá en un centro global de IA, gracias a una inversión de 15.000 millones de dólares en infraestructura digital en India. Allí se construye un hub completo de IA con capacidad de cómputo a escala de gigavatios y un nuevo punto de conexión internacional de cable submarino, lo que impulsará empleo y acceso a tecnología avanzada para empresas y ciudadanos.
## La IA como mayor cambio de plataforma de nuestra era
El discurso subraya que la IA representa el mayor cambio tecnológico de nuestra generación. Estamos al borde de una fase de progreso acelerado capaz de ayudar a economías emergentes a cerrar brechas históricas. Sin embargo, este resultado no está garantizado: requiere ambición, responsabilidad y cooperación global.
### Impacto en la ciencia y la salud
Uno de los ejemplos más potentes es el avance en la predicción de estructuras de proteínas, un reto científico durante más de 50 años. Gracias a la IA desarrollada por Google DeepMind, se logró un avance revolucionario que comprimió décadas de investigación en una base de datos abierta utilizada por más de tres millones de investigadores en 190 países. Esto ya está contribuyendo al desarrollo de vacunas contra la malaria y a combatir la resistencia a antibióticos.
La compañía también trabaja en identificar marcadores de enfermedades en el ADN y en crear agentes de IA que colaboren como verdaderos socios en el método científico.
En el ámbito sanitario, se están implementando soluciones de diagnóstico asequibles en colaboración con gobiernos, facilitando acceso médico a personas que antes no podían permitírselo.
## Agricultura, clima e inclusión lingüística
En India, la IA ya se utiliza para enviar previsiones meteorológicas avanzadas a millones de agricultores, ayudándoles a proteger sus cultivos frente al monzón. Esto es posible gracias a modelos climáticos neuronales avanzados.
Además, la inclusión lingüística es otra prioridad. En África, se están desarrollando herramientas de código abierto para más de 20 idiomas, ampliando el acceso digital a comunidades tradicionalmente excluidas.
## Infraestructura y reducción de la brecha digital
Para evitar que la brecha digital se convierta en una brecha de IA, se están realizando grandes inversiones en centros de datos y redes de fibra óptica submarina, incluyendo nuevos sistemas entre Estados Unidos e India.
## Transformación del empleo y formación
La IA transformará el mercado laboral: automatizará ciertos roles, evolucionará otros y creará nuevas profesiones. Hace dos décadas no existía el trabajo de creador profesional en YouTube; hoy millones viven de ello. La formación es clave: Google ha capacitado a más de 100 millones de personas en habilidades digitales y lanza un nuevo certificado profesional en IA disponible globalmente.
## Confianza, regulación y cooperación
La adopción masiva exige confianza. Se han desarrollado herramientas como sistemas de identificación de contenido sintético para verificar autenticidad informativa. Los gobiernos deben establecer reglas claras y gestionar riesgos, pero también impulsar la innovación en servicios públicos.
El mensaje final es claro: la IA ofrece una oportunidad única en una generación para mejorar vidas a gran escala. Pero solo será posible si gobiernos, empresas y sociedad trabajan juntos con visión, responsabilidad y determinación.
Publicado hace 20 díasDuración: 7:09
5.29K
344
17
Demis Hassabis : La AGI podría ser 10 veces la Revolución Industrial, en solo 10 años
⬇️⬇️⬇️
📘 Descarga GRATIS mi libro: El Hostión que Viene → https://gpts.es/
📦 ¿Prefieres papel? Cómpralo aquí → https://amzn.to/4kPD4l8
🧑💼 Crea tu avatar en 2 min (HeyGen) → https://www.heygen.com/?sid=rewardful&via=javi
🗣️ Pon una voz que suene real (ElevenLabs) → https://try.elevenlabs.io/iabro
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━
El ponente abre agradeciendo la invitación y celebrando la organización de la cumbre en India, destacando que llega en un punto decisivo para la IA. Recuerda cómo este foro internacional fue creciendo desde su primera edición en Bletchley Park (Reino Unido) y cómo se ha consolidado como espacio de diálogo y potencial cooperación entre países sobre el rumbo de la tecnología.
Después hace un repaso personal: cuando fundó DeepMind en 2010, la IA industrial era casi marginal y parecía una apuesta “utópica”. En apenas 15 años, dice, se ha pasado de esos inicios a un escenario en el que la IA domina la conversación global. Explica que su motivación siempre fue la convicción de que sería una de las tecnologías más útiles jamás creadas, y especialmente una palanca para acelerar el descubrimiento científico: una herramienta capaz de multiplicar la creatividad humana y ayudar a responder grandes incógnitas sobre la realidad y la conciencia.
Como evidencia temprana, menciona AlphaFold y el avance en el plegamiento de proteínas, un reto científico de décadas. A partir de ahí proyecta que esto es solo el comienzo: la IA puede transformar medicina y prácticamente cualquier disciplina, desde materiales y fusión hasta física y matemáticas, convirtiéndose en una infraestructura transversal para el progreso.
Sitúa 2026 como otro umbral: la inteligencia artificial general empieza a asomarse —quizá en un horizonte de unos cinco años— y los modelos fundacionales mejoran a un ritmo vertiginoso. Subraya la doble cara del momento: una oportunidad enorme para productividad, economía y ciencia, pero también una etapa que exige humildad porque aún no entendemos del todo cómo evolucionará ni cómo se desplegará en la sociedad.
Comparte su impresión tras visitar Bangalore y ver de primera mano el trabajo de los equipos de Google/DeepMind en modelos eficientes, aprendizaje continuo y capacidades multilingües. También el entusiasmo del ámbito académico local y la ambición de usar la IA para reforzar la posición de India y abrir oportunidades económicas y científicas. Concluye que India está encaminada a ser una potencia global en IA, apoyada además por alianzas como la colaboración con Reliance para llevar modelos como Gemini a gran escala en el país.
Para dimensionar lo que viene con la IAG, lo compara con hitos como el fuego o la electricidad: un cambio descomunal, que podría multiplicar el impacto de la revolución industrial y comprimirse en una década. La pregunta central, insiste, es cómo lograr que beneficie a todos. Propone un enfoque “científico”: evaluar capacidades con rigor, construir salvaguardas, supervisión y marcos de seguridad, mientras se mantiene la audacia para aprovechar la IA en salud, ciencia y mejora de la condición humana. Cierra defendiendo que estas decisiones no pueden quedar solo en manos de tecnólogos: deben participar gobiernos, científicos, artistas, ciencias sociales y filosofía, y por eso las cumbres internacionales son clave para coordinar diálogo y cooperación.
Publicado hace 23 díasDuración: 7:05
6.62K
431
22
Sam Altman: si estamos en lo cierto, SUPERINTELIGENCIA en menos de 2 años
🎭 Crea un avatar profesional con HeyGen (mi enlace de afiliado): [https://www.heygen.com/?sid=rewardful...]
🎙️ Ponle una voz pro con ElevenLabs (mi enlace de afiliado): [https://try.elevenlabs.io/iabro]
Sam Altman repasa cómo en solo un año hemos pasado de sistemas que fallaban en matemáticas de instituto a modelos capaces de hacer matemáticas de investigación y obtener resultados nuevos en física teórica. Destaca el avance de India en soberan AI: más de 100 millones de personas usan ChatGPT cada semana (un tercio estudiantes) y es ya el mercado que más rápido crece para sus herramientas de código.
Plantea que, en la trayectoria actual, podríamos estar a solo un par de años de las primeras versiones de “verdadera superinteligencia” y que hacia 2028 más capacidad intelectual podría estar dentro de los data centers que fuera de ellos. Una superinteligencia, dice, podría dirigir mejor una gran empresa que cualquier CEO humano y hacer mejor ciencia que nuestros mejores investigadores.
A partir de ahí formula tres ideas guía: la democratización de la IA como único camino justo y seguro frente a una concentración en un solo país o empresa que podría “llevar a la ruina”; la necesidad de pensar en resiliencia social, no solo en alineamiento técnico, ante riesgos como modelos bio abiertos capaces de ayudar a crear patógenos; y la importancia de implicar a mucha gente en decidir cómo se gobierna esta tecnología porque el futuro no se ajustará a ninguna predicción concreta.
Defiende un futuro democrático en el que la IA aumente la agencia individual y rechaza el “totalitarismo efectivo a cambio de curar el cáncer”, plantea desplegar los modelos de forma iterativa para que la sociedad se adapte por fases y avisa de una gran disrupción económica: muchos bienes y servicios serán mucho más baratos y productivos, pero muchos trabajos se verán alterados. Concluye que hará falta un organismo internacional tipo OIEA para coordinar la gobernanza global de la IA y que los próximos años pondrán a prueba a la sociedad, que tendrá que elegir entre empoderar a las personas o concentrar el poder.
Publicado hace 24 díasDuración: 8:21
13.04K
769
59
Dario Amodei, CEO de Anthropic: un país de genios dentro de un datacenter
🎭 Crea un avatar profesional con HeyGen (mi enlace de afiliado): [https://www.heygen.com/?sid=rewardful&via=javi]
🎙️ Ponle una voz pro con ElevenLabs (mi enlace de afiliado): [https://try.elevenlabs.io/iabro]
Dario Amodei, CEO de Anthropic, explica en esta charla por qué cree que la IA está entrando en una fase explosiva en la que, en pocos años, los modelos superarán las capacidades cognitivas de la mayoría de humanos en la mayoría de tareas, lo que él describe como “un país de genios dentro de un datacenter”. Habla del enorme potencial positivo de esta tecnología para curar enfermedades, mejorar la salud y sacar a miles de millones de personas de la pobreza, especialmente en el Sur Global, pero también alerta sobre riesgos serios: comportamiento autónomo de los modelos, mal uso por actores individuales y gobiernos, y disrupción económica y laboral.
En este contexto, sitúa a India como actor “absolutamente central” tanto para capturar las oportunidades como para gestionar los riesgos de la IA, y anuncia la apertura de la oficina de Anthropic en Bengaluru, el nombramiento de Irina Ghose como directora para India y nuevas alianzas con grandes empresas como Infosys. Además, detalla colaboraciones con fundaciones y organizaciones locales para aplicar Claude en educación, agricultura, salud e idiomas regionales, y su participación en los New Delhi Frontier AI Impact Commitments para estudiar de forma rigurosa el impacto de la IA en empleo y economía junto al gobierno indio
Publicado hace 24 díasDuración: 5:56
4.88K
327
17
Cómo la IA de Microsoft puede multiplicar la innovación científica
Crea un avatar profesional con HeyGen (mi enlace de afiliado): https://www.heygen.com/?sid=rewardful&via=javi
Ponle una voz pro con ElevenLabs (mi enlace de afiliado): https://try.elevenlabs.io/iabro
La entrevistadora conversa con John Link sobre cómo la IA está a punto de cambiar la ciencia no solo por ir más rápido, sino por obligar a los humanos a pensar de forma distinta. Plantean que, si hoy la ciencia sigue el ciclo clásico de observar, formular hipótesis, probar y refinar, la irrupción de miles de agentes de IA capaces de ejecutar millones de simulaciones y cruzar datos entre disciplinas puede alterar ese ritmo: la IA puede descubrir patrones o ideas que antes quedaban ocultas, y el trabajo humano se desplaza hacia validar, cuestionar y ampliar el marco teórico para entender lo que aparece.
En ese contexto, Link imagina que cualquier científico que entre por primera vez en un laboratorio tendrá algo parecido a un “equipo” de apoyo: un conjunto de agentes que actuarán como postdocs virtuales. No se trata de sustituir al investigador, sino de darle superpoderes: sintetizar grandes cantidades de literatura científica y datos (tanto públicos como privados), sugerir hipótesis más rápido, y ayudar a elegir herramientas y enfoques para ejecutar simulaciones y experimentos. La clave, insiste, es que el científico sigue llevando el volante y la IA colabora de principio a fin.
La conversación ocurre en un entorno de laboratorio cuántico, y eso sirve para aterrizar la idea en química y ciencia de materiales, donde muchos problemas se vuelven intratables para la computación clásica cuando crece la complejidad del sistema (por ejemplo, al aumentar el número de electrones). Ahí, combinando computación avanzada —y en el horizonte, computación cuántica— con modelos de IA, se abre la puerta a explorar espacios enormes de posibilidades que un laboratorio tradicional no podría recorrer.
Microsoft, según Link, entra en este terreno porque es una empresa de plataforma y quiere llevar estas herramientas a tantos científicos como sea posible. Como prueba de que no es solo teoría, menciona trabajos internos donde han encontrado candidatos para electrolitos de baterías y, especialmente, un ejemplo en refrigeración de centros de datos: buscando reemplazar refrigerantes con “forever chemicals” poco sostenibles, usaron sus herramientas para identificar una molécula nueva en menos de diez días de cómputo y sintetizarla y probarla físicamente en unos meses, algo que en métodos tradicionales podría alargarse años.
La entrevistadora empuja un punto crucial: si la IA conecta ideas entre campos que el científico no domina, ¿cómo se evita que una sugerencia brillante sea en realidad un error? Link responde que el futuro depende de la validación y la transparencia: la IA debe mostrar trazabilidad con referencias, notas y registros de lo que hizo cada agente, para que el investigador pueda auditar el proceso, corregir desviaciones y, cuando haga falta, contrastar con expertos humanos de otras disciplinas.
También discuten el mito de que la IA “no crea nada nuevo”, y lo matizan: en ciencia, la novedad muchas veces llega por escala. Si puedes evaluar decenas de millones de candidatos —algo imposible en la práctica experimental tradicional— terminas generando datos y rutas de exploración que nadie había visto, y de ahí salen descubrimientos que obligan a replantear preguntas. Con esa visión, proyectan un futuro cercano donde la innovación científica se “escala” igual que hoy se escalan los productos, y donde la IA acelera avances en retos enormes como captura de carbono, clima o seguridad alimentaria. Al final, Link apunta a 2026 como un año en el que Microsoft espera acercar la computación cuántica fiable a un uso más real, como parte de esta nueva etapa en la que la IA se convierte en compañera de laboratorio.
Publicado hace 25 díasDuración: 14:46
9.92K
558
28
¿Quién comprará OpenClaw? Grandes ofertas de OpenAI y Meta | Peter Steinberger con Lex Fridman
En esta entrevista, el creador de un proyecto open source que se ha disparado en popularidad cuenta cómo, en solo tres meses, pasó de “hacerlo por su cuenta” a tener a los grandes jugadores del sector llamando a su puerta. Habla sin filtros de la presión por monetizar, de los dilemas entre código abierto y producto comercial, y de por qué le preocupa el conflicto de intereses cuando entran en juego licencias, features “enterprise” y versiones cerradas.
También comparte anécdotas muy personales: desde ver a la comunidad en modo euforia (robots con disfraces de langosta incluidos) hasta enseñar el producto a un amigo “normie” que acabó enganchadísimo… y lo que pasó cuando una plataforma le bloqueó la suscripción. Finalmente, entra en el debate Meta vs OpenAI: qué ha visto en cada una, qué le atrae de sus tecnologías, cómo se siente al hablar con figuras como Mark y Sam Altman, y por qué su prioridad sigue siendo que el proyecto permanezca abierto mientras busca la forma de escalar impacto.
Si te interesa el futuro de los agentes personales, el open source y las decisiones difíciles detrás de construir a gran escala, este episodio es para ti.
Publicado hace 30 díasDuración: 17:36
7.01K
496
33
Elon Musk revela el plan maestro de xAI y SpaceX
En esta presentación de xAI (con Elon Musk y varios líderes de producto e infraestructura), cuentan qué han logrado en solo dos años y medio, qué van a lanzar y por qué están fusionando xAI con X y, a largo plazo, con SpaceX.
Elon abre diciendo que, pese a ser una empresa muy joven y con menos gente que sus competidores, han avanzado a una velocidad inusual y ya se ven “arriba” en varias áreas: voz, generación de imagen y vídeo y rendimiento de Grok en métricas como el pronóstico. También presentan Grokpedia como un proyecto para construir una enciclopedia multimedia mucho más completa que Wikipedia. En paralelo, subrayan su ventaja clave: computación. Dicen que ya levantaron un clúster enorme de GPUs y que su siguiente salto inmediato es llegar al equivalente a un millón de H100 para entrenamiento.
Luego explican cuándo y cómo se reorganizan: porque al crecer, una startup necesita estructura, pasan a cuatro grandes áreas (modelo principal/voz, coding, Imagine para imagen-vídeo y Macrohard para agentes capaces de hacer trabajo digital de extremo a extremo). Cada responsable da ejemplos del “de cero a líder”: en voz cuentan que en meses construyeron un producto competitivo e integrado; en coding describen una aceleración fuerte (la IA escribiendo, depurando y automatizando cada vez más); e Imagine presume de iteración rapidísima, cifras masivas de generación y la meta de llegar a vídeos largos y, más adelante, mundos interactivos en tiempo real.
En mitad del evento hacen una visita/segmento en directo desde Memphis para enseñar el supercentro de datos y remarcar el “por qué” de todo: para ellos, ganar en IA depende de desplegar computación antes que nadie, con equipos pequeños que optimizan desde red y kernels hasta entrenamiento, inferencia, herramientas y evaluaciones con expertos.
Después conectan esto con X como plataforma: explican que X está creciendo, que han reconstruido piezas clave del producto y que quieren empujar el uso diario. Aquí dan el cuándo más concreto: en los próximos meses planean abrir código (incluido el algoritmo) y sacar una app independiente de X Chat; además, dicen que X Money ya está en beta interna y que en uno o dos meses esperan pasar a beta externa limitada y luego a lanzamiento global. El “por qué” es claro: sumar razones para entrar cada día —mensajería, Grok y pagos— con la ambición de superar los mil millones de usuarios activos diarios.
El cierre lo vuelve épico y explica por qué SpaceX entra en la ecuación: Elon sostiene que para comprender el universo hay que salir a explorarlo, y que el cuello de botella real de la IA futura será energía + computación. Por eso dibuja una ruta: primero centros de datos orbitales (capacidad anual creciente), y si se quiere escalar mucho más, infraestructura lunar con fábricas y un lanzador electromagnético para disparar satélites de IA, con la idea de ir subiendo órdenes de magnitud y, con el tiempo, acercarse a capturar una fracción relevante de la energía solar.
Publicado hace 1 mesDuración: 15:54
8.58K
632
42
Terence Tao presenta SAIR: La revolución de la IA científica ya está aquí
Terrence Tao vuelve para hablar de cómo la inteligencia artificial puede transformar la investigación científica y, en especial, las matemáticas. Explica por qué cofundó SAIR y qué objetivos persigue esta iniciativa: integrar nuevas herramientas en los flujos de trabajo de la ciencia de forma útil y responsable. También comenta el gran problema actual de estos sistemas —su falta de fiabilidad— y por qué las matemáticas tienen una ventaja: la posibilidad de verificar resultados con demostraciones formales y asistentes de prueba.
A lo largo de la conversación se habla de los hitos que aún faltan: creatividad que no dependa de la literatura previa, aprendizaje continuo realmente estable, y una colaboración más integrada, no solo “abrir un chat cuando te atascas”. Además, reflexionan sobre por qué la investigación no va de respuestas inmediatas, cómo los modelos pueden “cumplir objetivos” de manera demasiado literal, y qué malentendidos suele tener el público sobre el uso de la inteligencia artificial en ciencia.
Publicado hace 1 mesDuración: 26:48
39.25K
2.09K
94
Peter Steinberger (creador de OpenClaw): El 80% de las aplicaciones desaparecerán.
Entrevista con Peter Steinberger, creador de OpenClaw, un agente personal de IA de código abierto que se ejecuta en tu propio ordenador y se ha viralizado con miles de estrellas en GitHub.
Hablan de por qué explotó (control local del PC, acceso a tus archivos y “memoria”), de cómo sorprende al descubrir y conectar datos olvidados, y del salto hacia interacciones bot-a-bot e incluso bots que coordinan a humanos para tareas en el mundo real. Steinberger cuenta su “momento aha” cuando el agente resolvió un problema por su cuenta (convertir y transcribir un audio usando herramientas disponibles) y defiende una filosofía pragmática: priorizar CLIs y flujos simples frente a integraciones más pesadas, además de dotar al agente de personalidad y valores mediante archivos locales. También discuten cómo los agentes podrían hacer que muchas apps de gestión de datos pierdan sentido y por qué la propiedad de la memoria/datos será el principal campo de batalla.
Publicado hace 1 mesDuración: 22:36
30.15K
1.61K
53
CEO de NVIDIA: La fábrica de IA y de Disney a Netflix, de Mercedes a Tesla
En el Cisco AI Summit, el CEO de Cisco (Chuck Robbins) entrevista a Jensen Huang, fundador y CEO de NVIDIA, en una charla pública.
Jensen explica que estamos entrando en una nueva era de computación: pasamos de programar con reglas explícitas a sistemas que entienden la intención, razonan, planifican y usan herramientas. Recomienda a las empresas empezar dejando que la gente experimente con IA sin obsesionarse al principio con el ROI, pero aplicándola donde realmente mueve la aguja. Defiende que la gran oportunidad es transformar cualquier compañía en una “empresa tecnológica”, porque lo digital escala como “electrones” frente a las limitaciones de lo físico. También señala que la próxima ola será la IA física, capaz de entender causalidad y el mundo real, y remarca la importancia de la privacidad: a veces conviene construir en local, porque las preguntas que haces pueden valer más que las respuestas.
Publicado hace 1 mesDuración: 44:07
11.35K
522
26
Sam Altman CEO de OpenAI : Llegan las EMPRESAS 100% IA
Entrevista a Sam Altman (OpenAI).
La tesis central es clara: el salto decisivo de la IA no vendrá solo de modelos más potentes, sino de agentes que usan el ordenador. Navegan, editan documentos, ejecutan tareas y operan dentro de herramientas reales.
Altman explica que son primer design partner de Codex y lo define como el mayor cambio que ha visto en IA en años. Da un ejemplo operativo: un producto interno (“AI Defense”) pasará en semanas a tener todo el código generado con Codex. Para él, esto marca un umbral. Los modelos ya estaban listos; ahora la interfaz y el empaquetado permiten convertir capacidad en productividad. Es un “momento ChatGPT”, pero aplicado al trabajo real.
Sobre el límite superior, apunta a empresas “full-AI”: organizaciones donde la IA no es un apoyo, sino el núcleo que construye software complejo y coordina acciones en el mundo para sostener la operación.
La idea clave se resume así: código + uso general del ordenador. Dar a un agente acceso a navegador, sesiones y apps desbloquea resultados muy potentes, pero abre problemas de seguridad. Tras probarlo, reconoce que tuvo que reorganizar su setup (incluso usar dos portátiles) para convivir con esa potencia sin perder control.
Extiende el enfoque a todo el trabajo de conocimiento. No solo programar: investigar en la web, preparar documentos, coordinar pasos y ejecutar tareas de oficina. Esto cambia el rol humano: menos ejecución directa; más delegar, supervisar y corregir.
Plantea también un posible futuro “social”: muchos agentes interactuando en nombre de usuarios, colaborando entre sí, encontrando información y generando ideas. No fija formato, pero anticipa algo muy distinto a las redes actuales.
Al hablar de frenos, distingue entre lo obvio y lo no obvio.
Obvio: energía, hardware, compute e infraestructura.
No obvio: el choque entre seguridad y acceso a datos frente a la utilidad real de los agentes. Falta un paradigma nuevo de permisos y control. Además, el software actual no está pensado para uso humano-agente: incluso tareas simples rompen flujos. Ejemplo: un agente usando Slack puede marcar hilos como leídos y alterar señales. Conclusión: habrá que rediseñar productos, roles y cuentas, e incluso reescribir software pensando primero en agentes.
Otra barrera es el “always-on”: agentes escuchando reuniones o viendo la pantalla para aportar valor. Choca con hardware, permisos y marcos legales no preparados para ese nivel de observación y memoria.
En adopción empresarial, diagnostica un capability overhang: la brecha entre lo que la IA ya permite y lo poco que se absorbe. Aunque algunos productos crecen rápido, la integración profunda va lenta. Su consejo a CIOs y CISOs: preparar la empresa para incorporar compañeros de trabajo IA, resolviendo seguridad y acceso a contexto. Quien no lo haga quedará en desventaja. Lección de producto: tratar al agente como teammate, no como herramienta.
En infraestructura, anticipa modelos más capaces y más baratos por tarea, con demanda creciente. Compara la IA con la electricidad: la demanda depende de precio y calidad; si es barata y potente, el uso se dispara.
En negocio, describe dos pilares actuales (ChatGPT y APIs) y la expansión de Codex, con futuro en dispositivos y robots. Observa alta disposición a pagar por suscripciones, posible publicidad con cautela, y una oferta para empresas tipo AI cloud subscription (seguridad, contexto, múltiples agentes, licencias y APIs). A futuro, no descarta participar en el upside de avances científicos que requieran inversiones masivas.
Cierra con vientos a favor y riesgos. A favor: los modelos mejorarán rápido y habilitan nuevas construcciones. En contra: riesgos macro (inestabilidad global, cadenas de suministro). Sobre el “10x”, lo expresa como sensación: a final de año podría sentirse un salto grande en los problemas que pasan de imposibles a resolubles.
Publicado hace 1 mesDuración: 24:32
19.98K
818
63
¿Podría ChatGPT ser consciente? | Roger Penrose, Max Tegmark, Sabrina Pasterski
En la charla discuten cuándo tendría sentido decir que una computadora es consciente y no solo que actúa como si lo fuera.
Empiezan con un experimento mental: el público escucha a Max desde una pantalla; si al final revelaran que no era Max, sino una IA imitándolo, ¿cambiaría la valoración de su intervención? La idea es separar la calidad de los argumentos del hecho de atribuirle o no consciencia al “sujeto” que habla.
Max defiende que, en principio, podría construirse una máquina consciente porque tanto nosotros como cualquier máquina somos materia organizada. Pero insiste en no mezclar consciencia con inteligencia: una máquina puede ser muy capaz sin que por eso haya consciencia. Critica dos posturas comunes: negar el problema (“la consciencia es humo”) y afirmarlo con certeza absoluta (“una máquina jamás será consciente”).
Sabrina separa dos preguntas: cómo diseñar sistemas que parezcan conscientes para nosotros (por ejemplo, combinando lenguaje, percepción y memoria), y si el hardware importa: tal vez el cerebro tenga propiedades físicas relevantes que no estamos replicando. Ahí entran los microtúbulos y la duda de si basta “software sobre silicio”.
Penrose lleva el debate a la física: sostiene que la mecánica cuántica no está completa porque no explica del todo cómo aparece el mundo clásico, y rechaza la idea de que el colapso dependa de que alguien observe. Propone más bien que la consciencia, si está conectada con algo profundo, podría depender de la física real detrás del colapso, que aún no entendemos.
Max introduce otra vía: la consciencia como un tipo específico de procesamiento de información, especialmente con bucles de retroalimentación. Y añade el argumento de la decoherencia: en un entorno como el cerebro, los efectos cuánticos coherentes se degradan extremadamente rápido, lo que hace difícil que la consciencia dependa de una “computación cuántica” sostenida tal como suele imaginarse.
Luego pasan a la pregunta clave: ¿qué contaría como evidencia de consciencia en una IA? Coinciden en que no basta con que una IA lo afirme. Harían falta principios verificables que conecten estructuras o dinámicas físicas/informacionales con consciencia, y que se puedan poner a prueba primero en humanos con predicciones que puedan fallar.
Cierran con un enfoque normativo: no existe “la IA” como una cosa única; hay muchas arquitecturas posibles. La pregunta relevante no es solo qué puede existir, sino qué queremos construir: herramientas potentes que mejoren la vida, en lugar de fantasías de “dios digital” que reemplaza decisiones humanas.
Publicado hace 1 mesDuración: 23:02
8.88K
368
40
Alex Karp, CEO de Palantir: Software con IA para defensa
Alex Karp (CEO de Palantir) explica una idea simple: la IA solo importa cuando funciona en el mundo real. No en una demo. En condiciones sucias, con datos incompletos, con restricciones legales, con gente que se equivoca y con un adversario intentando romperte el sistema.
La charla empieza con el marco: estamos en un cambio tecnológico que va a afectar cómo trabajan las empresas, cómo deciden los gobiernos y cómo se gestiona la seguridad nacional. Y la pregunta no es “qué puede hacer la IA”, sino si nuestras instituciones están listas para adoptarla sin romper cosas por el camino.
Karp entra directo por defensa. Dice que, históricamente, muchas tecnologías importantes nacieron en el ámbito militar porque ahí no puedes fingir: o funciona o te cuesta caro. Y lo que está pasando ahora con la IA en seguridad es parecido. El problema real, según él, no es “tener un modelo”, sino desplegar sistemas que operen en entornos hostiles: sin buena conectividad, con interferencias, con datos que no se pueden compartir, con decisiones que deben quedar justificadas y auditables.
Pone un ejemplo práctico: mover un dron no es “de A a B”. Primero tienes que decidir a dónde va, con qué objetivo, y con qué datos. Tienes que hacerlo sin filtrar información al enemigo, controlando quién toca qué, y respetando reglas operativas y éticas. Y luego la guerra cambia: el rival empieza a interferir comunicaciones, y el sistema tiene que adaptarse en tiempo real. Su punto: el valor está en la capa que organiza datos, coordina decisiones y aguanta cuando todo se degrada.
Después hace el puente al mundo civil. Dice que empresas como aseguradoras, bancos u hospitales no son otra cosa que sistemas de información: reciben datos, los ordenan y deciden. Ahí la IA puede dar ventaja, pero solo si está encajada dentro de una estructura del negocio. Si compras un “LLM” y lo enchufas, no sirve para tareas reguladas o críticas: no es lo bastante preciso, no es controlable y no es trazable. Lo que hace falta es una capa que conecte modelos con datos internos, reglas y procesos reales.
Da un caso concreto: hospitales. Habla de un cuello de botella típico: admisión, triaje e intake. Falta personal, hay presión y márgenes bajos. Si aceleras y ordenas ese flujo, puedes reducir esperas, evitar errores, y en algunos casos salvar vidas. Y añade un argumento polémico: si todo queda registrado y estructurado, también puedes auditar decisiones y detectar sesgos o injusticias con más claridad.
Luego aparece el tema de adopción. Karp dice que no es un problema de interés: la demanda va por delante. El freno es ejecución: formación, seguridad, talento escaso, y desconfianza porque muchas empresas ya han probado “IA” y les ha fallado. Según él, cuando algo funciona de verdad, se vende casi solo; el cuello de botella pasa a ser desplegarlo, entrenar equipos y escalarlo.
En empleo, su mensaje es incómodo para el relato típico. Cree que la tecnología va a revalorizar trabajos técnicos y vocacionales: gente que no viene de élites universitarias puede volverse clave si está en el sitio correcto. Y critica que el sistema actual mida talento solo por credenciales. Insinúa que parte del trabajo “de oficina” cambiará fuerte, y que habrá que encontrar nuevas formas de detectar aptitudes reales.
Y el cierre es geopolítico: ve a Estados Unidos y China como los dos actores que están consiguiendo aplicar esto a escala, de formas diferentes. A Europa la ve con un problema estructural de adopción y sin líderes que lo digan sin anestesia. Y para el mundo en desarrollo, predice “bolsillos” de éxito: comunidades e instituciones que aguanten la carga despegarán; las que solo aparentan capacidad se romperán y tendrán que reconstruir desde lo básico.
La idea final de la entrevista: no es una charla sobre “IA futurista”. Es una charla sobre poder operativo. Sobre quién consigue convertir datos y modelos en decisiones fiables bajo presión. Y si eso se consolida, no solo cambia empresas: cambia Estados, ejércitos y la posición de cada región en el mundo.
Publicado hace 1 mesDuración: 32:14
8.98K
314
26
Ingeniero de xAI "FILTRA" el plan de Macrohard :1 MILLÓN de “Trabajadores Digitales”
La entrevista gira alrededor de una idea: automatizar el “trabajo de oficina” igual que un robot humanoide automatiza trabajo físico. En vez de integrar APIs o reescribir software, proponen algo más bruto: un sistema que observa la pantalla como un humano, decide qué hacer y ejecuta acciones con teclado y ratón. Para la empresa es atractivo porque funciona sobre programas existentes, sin pedir permisos ni cambiar nada.
El entrevistado describe esto como “emular” al trabajador digital: cualquier tarea repetitiva o semi-repetitiva (meter datos, navegar por menús, copiar/pegar, validar campos, mover archivos, lanzar procesos) se convierte en una secuencia de percepción-decisión-acción. La promesa es abaratar costes y escalar disponibilidad: misma tarea, más horas, menos fricción, sin depender de que cada software tenga integración limpia.
A partir de ahí aparecen las implicaciones: si el sistema puede operar cualquier interfaz, el cuello de botella deja de ser el software y pasa a ser la definición de la tarea, los controles de seguridad y la trazabilidad. También abre el debate de qué significa “compatibilidad”: si basta con ver la pantalla, casi cualquier cosa se vuelve automatizable, pero también más difícil de auditar si algo sale mal.
La polémica viene por el contexto y el timing: la entrevista generó ruido porque poco después el entrevistado salió de xAI, y parte de la gente interpretó que se marchó (o lo apartaron) por haber contado demasiado sobre el proyecto, su alcance y posibles usos. Eso mete la conversación en terreno sensible: quién controla esos “operadores digitales”, dónde se ejecutan, con qué permisos, y qué límites deben tener.
Publicado hace 1 mesDuración: 8:06
5.31K
362
18
Dario Amodei y Demis Hassabis : Nos quedan 2 años de normalidad
La entrevista gira en torno a dos preguntas: cuándo llegaremos a la IAG y qué pasa después (beneficios, riesgos, empleo y geopolítica).
Sobre el calendario, Darío mantiene una visión rápida: cree que no estamos lejos y que el gran acelerador será que los modelos se vuelvan muy buenos en programación e investigación de IA, ayudando a crear la siguiente generación de modelos y “cerrando el ciclo” de mejora. Aun así, reconoce límites que no se aceleran igual: chips, fabricación y tiempos de entrenamiento. Demis se mantiene más cauto: ve avances fuertes en áreas donde el resultado es fácil de verificar (programación, matemáticas), pero cree que en ciencias naturales es más difícil porque validar hipótesis exige experimentos y tiempo. También señala que falta algo crucial: no solo resolver problemas existentes, sino formular buenas preguntas y construir teoría o hipótesis con creatividad científica.
En la parte de “carrera”, Demis defiende que DeepMind puede volver a liderar por su base investigadora, y que el reto era recuperar foco y velocidad de despliegue a producto. Darío aborda el miedo a que los laboratorios independientes no aguanten: argumenta que, a medida que los modelos mejoran, su capacidad de generar ingresos crece muy rápido, y que si siguen haciendo los mejores modelos en su foco, el negocio puede sostenerse.
Luego se discute “cerrar el ciclo”: Demis cree que la IA será una tecnología “normal” con competencia y seguidores que alcanzan, y que el cierre completo del ciclo es incierto, especialmente cuando entra el mundo físico: robótica e IA física meten hardware “en el circuito” y frenan. Aun así, ve más plausible el efecto en programación y matemáticas.
El bloque de riesgos contrapone el optimismo sobre beneficios (curas, ciencia, comprensión del universo) con preocupaciones serias: uso malicioso individual (por ejemplo, bioterrorismo), uso por gobiernos autoritarios y el impacto económico. Darío insiste en que no es catastrofista, pero sí ve urgencia: hay que pensar ya en cómo controlar sistemas muy autónomos. Demis coincide: la tecnología es de doble uso, y la clave es tiempo y coordinación.
Sobre empleo, el moderador subraya que por ahora no se ve un impacto claro en el mercado laboral. Demis dice que a corto plazo será el patrón típico: algunos trabajos se ven afectados, pero se crean otros nuevos. Donde sí espera señales antes es en puestos júnior, prácticas y entrada, porque las herramientas ya hacen parte del trabajo; recomienda que estudiantes se vuelvan muy hábiles con estos sistemas. Darío dice algo parecido: no afirmó que el impacto ya estuviera, pero empieza a ver indicios en software y cree que podría necesitarse menos gente en niveles júnior e intermedios, y que hay que gestionarlo con cabeza.
La conversación pasa a la reacción política: temen que la ansiedad social empuje a gobiernos a medidas torpes. Demis cree que la industria debe demostrar beneficios claros (pone AlphaFold y ciencia aplicada como ejemplo), no solo prometerlos. Pero el gran condicionante es la competencia geopolítica entre Estados Unidos y China y la dificultad de coordinar estándares de seguridad.
Darío sostiene que su recomendación no cambia: no vender chips a adversarios para ganar tiempo de seguridad. Rechaza la lógica de vender para “atar” cadenas de suministro y lo compara con transferir capacidades peligrosas por incentivos económicos.
En el cierre, hablan del riesgo de IA engañosa o peligrosa: Darío explica que Anthropic investiga esto desde el inicio, incluyendo interpretabilidad mecanicista, y que el riesgo aumenta si hay carrera sin barreras de seguridad. Demis dice que el riesgo técnico es manejable si hay tiempo y cooperación; si todo se fragmenta y compite, es mucho más difícil.
Terminan con la idea de que lo clave a observar el próximo año es si avanza de verdad la IA que ayuda a construir IA (auto-mejora), y también líneas como modelos de mundo, aprendizaje continuo y robótica.
Publicado hace 2 mesesDuración: 30:58
21.96K
854
36