2026-06-08 Lunes

Centro de Noticias - Página 40

Obtén noticias de cripto en tiempo real y tendencias del mercado con el Centro de Noticias de HTX.

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

Tres años después: Revisando mis predicciones sobre ChatGPT en 2023 En marzo de 2023, tras el lanzamiento de ChatGPT, Wang Jianshuo hizo 20 predicciones intuitivas sobre la IA. Ahora, en mayo de 2026, un sistema con 41 agentes de IA las ha reevaluado con datos actuales. **Resultados clave:** * **Aciertos (dirección general):** La arquitectura RAG se convirtió en estándar para integrar conocimiento. La Interfaz de Usuario de Lenguaje (LUI) creó una nueva capa de interacción (ej. protocolo MCP). Surgieron redes de agentes autónomos que se comunican. China desarrolló modelos grandes útiles (ej. DeepSeek), cerrando la brecha técnica. Los LLM no tienen conciencia; el Test de Turing solo mide la apariencia. * **Errores/Matices:** La predicción de que GPT-4 tendría 100 billones de parámetros fue incorrecta (≈1.8B). Los LLM **sí** pueden hacer matemáticas complejas sin herramientas externas (ej. medallas IMO 2025). El valor no migró solo a la capa de aplicación; NVIDIA (capa de hardware) capturó gran parte. El contenido generado por IA no evade automáticamente los derechos de autor (multas multimillonarias). La IA personalizada crea, no reduce, "cámaras de eco". Los costes de entrenamiento de modelos líderes superaron con creces la estimación de 5-10 mil millones de dólares. **Lecciones aprendidas:** 1. Predecir **mecanismos y direcciones** es más fiable que dar cifras o declaraciones absolutas. 2. Se tiende a **sobreestimar la velocidad** de cambio a corto plazo y **subestimar su magnitud** a largo plazo. 3. Los promedios generales (ej. "no habrá desempleo masivo") pueden ocultar **impactos distributivos** severos (ej. en jóvenes). 4. Las afirmaciones con **matices y limitaciones** envejecen mejor. 5. Tres años no son suficientes para resolver debates fundamentales (ej. valor final, consciencia de la IA). Este ejercicio subraya la dificultad de hacer predicciones precisas en un campo en rápida evolución y la importancia de la humildad al proyectar el futuro.

marsbit05/31 16:11

Tres años después: Una revisión de mis predicciones sobre ChatGPT en 2023

marsbit05/31 16:11

Tres años después: Volviendo a mis juicios sobre ChatGPT en 2023

En marzo de 2023, Wang Jianshuo hizo veinte predicciones sobre ChatGPT. Tres años después, en 2026, un análisis con múltiples agentes de IA evalúa su precisión. Aciertos clave: predijo correctamente el auge de RAG como arquitectura estándar para conocimiento y reducir alucinaciones, la LUI (interfaz de lenguaje natural) como nueva capa de interacción (aunque no reemplaza a la GUI), y la aparición de redes de agentes autónomos con nuevos protocolos de direccionamiento. También acertó en que China desarrollaría modelos de IA útiles (como DeepSeek) cerrando rápidamente la brecha, y en que ChatGPT carece de consciencia real, pasando el test de Turing por mera apariencia. Otras predicciones válidas fueron que no causaría desempleo masivo (aunque afectó a jóvenes), que 2023 sería un gran año para startups de IA, y que el momento fue similar al del navegador web en 1994. Errores notables: su estimación de que GPT-4 tendría 100 billones de parámetros fue incorrecta (tuvo ~1.8 billones). Se equivocó al declarar que era "imposible" que los LLM hicieran matemáticas complejas sin herramientas, ya que luego ganaron medallas en la Olimpiada Internacional de Matemáticas. También erró al sugerir que el valor se capturaría en la capa de aplicación y no en la base, subestimando el dominio de NVIDIA (capa de hardware), y al pensar que el contenido generado por IA "evitaría" problemas de copyright, cuando han surgido multas históricas. Además, la idea de que los LLM promoverían un "consenso mundial" al promediar opiniones se volvió incorrecta, ya que ahora priorizan la personalización y pueden crear nuevas cámaras de eco. Conclusiones: Sus predicciones sobre mecanismos y direcciones fueron mayormente acertadas, pero falló en números específicos (costes, parámetros) y en subestimar la complejidad de la distribución del impacto (ej. quién gana o pierde con la IA). Tendió a ser demasiado optimista a corto plazo pero conservador sobre los límites a largo plazo. El ejercicio subraya la importancia de predecir tendencias en lugar de cifras exactas y de dejar margen para la incertidumbre.

链捕手05/31 13:43

Tres años después: Volviendo a mis juicios sobre ChatGPT en 2023

链捕手05/31 13:43

La reducción del 99% en el precio del Xiaomi MiMo no es una estrategia de marketing. Luo Fuli publica en X respondiendo a los pesimistas.

**Resumen: El descenso del 99% de Xiaomi MiMo: Una victoria de la ingeniería, no del marketing** El anuncio de Xiaomi de reducir hasta un 99% el precio de las API de su modelo MiMo-V2.5 generó escepticismo, interpretado como una guerra de precios o una maniobra desesperada. Luo Fuli, responsable de MiMo, respondió con un blog técnico detallado, demostrando que la rebaja es el resultado de seis optimizaciones de ingeniería sistemáticas, no una táctica de marketing. La clave es el descuento del 99% aplicado específicamente a la entrada de tipo "Cache Hit" (contexto histórico re-leído). Para lograrlo, el equipo implementó: 1. **Arquitectura Híbrida SWA:** 60 de las 70 capas del modelo solo atienden a los 128 tokens más recientes, reduciendo el volumen de la "memoria" del modelo (KVCache) a 1/7. 2. **Gestión de Memoria en Dos Piscinas:** Asigna memoria por separado para las capas con atención completa y las de ventana deslizante (SWA), liberando realmente la capacidad ahorrada y quintuplicando los usuarios concurrentes por GPU. 3. **Cache de Prefijos Mejorado:** Un nuevo sistema garantiza que solo se reutilicen fragmentos de contexto completos y válidos, logrando una tasa de acierto en caché del 93-95% para peticiones de usuarios frecuentes. 4. **Almacenamiento en SSD Integrado (GCache):** La caché distribuida se aloja en los discos SSD de las propias máquinas con GPU, eliminando costes adicionales de almacenamiento. 5. **Sistema de Enrutamiento Inteligente (LLM-Router):** Dirige peticiones similares a la misma máquina y prioriza las que aciertan en caché, mejorando el rendimiento y la latencia. 6. **Predicción Multi-Token (MTP):** Acelera la generación de respuestas del modelo prediciendo varios tokens a la vez, reduciendo también el coste de la parte de "salida". En conjunto, estas innovaciones redujeron el tiempo de GPU por petición en más de un orden de magnitud, haciendo posible el descuento del 99% manteniendo márgenes positivos. Luo Fuli subraya que este es un logro de ingeniería sistémica, un modelo de reducción de costes verificable que trasciende la mera competencia por precios.

marsbit05/31 10:41

La reducción del 99% en el precio del Xiaomi MiMo no es una estrategia de marketing. Luo Fuli publica en X respondiendo a los pesimistas.

marsbit05/31 10:41

26 mil millones de dólares, un equipo '100% chino' sustenta la empresa de programación IA con mayor valoración global

Cognition AI, la empresa detrás del "primer ingeniero de software IA" Devin, ha alcanzado una valoración de 26.000 millones de dólares tras una nueva ronda de financiación. Fundada en 2023 por tres jóvenes chinos campeones de olimpiadas de informática, la compañía cautivó inicialmente con la promesa de un agente autónomo que podía gestionar tareas de desarrollo completas. Sin embargo, Devin enfrentó escepticismo por su alto precio inicial (500 USD/mes) y una tasa de éxito inconsistente en tareas reales. Un punto de inflexión clave fue la adquisición de los activos de Windsurf, una popular herramienta de IDE con IA, lo que permitió a Cognition ofrecer un enfoque dual: Devin para la ejecución asíncrona de tareas y Windsurf como asistente dentro del editor, similar a Cursor. Esta estrategia combinada abordó mejor las necesidades reales de los desarrolladores y las empresas. La narrativa de la compañía ha evolucionado desde reemplazar programadores hacia automatizar tareas repetitivas (como migraciones o mantenimiento) dentro de los flujos de ingeniería empresarial. Actualmente, reporta un crecimiento explosivo: un run-rate de ingresos de 492 millones de dólares y un aumento mensual del 50% en el uso empresarial de Devin durante los últimos seis meses. Su lista de clientes incluye a Goldman Sachs, NASA y el ejército estadounidense. La valoración récord refleja la apuesta de los inversores (como Lux Capital y General Catalyst) por Cognition como un futuro pilar de la infraestructura de ingeniería de software impulsada por IA, posicionada en un escenario híbrido donde los humanos y los agentes colaboran.

marsbit05/31 10:29

26 mil millones de dólares, un equipo '100% chino' sustenta la empresa de programación IA con mayor valoración global

marsbit05/31 10:29

CEO de Sharplink: El futuro de Ethereum se está desarrollando ahora

El CEO de Sharplink, Joseph Chalom, argumenta que el debate actual sobre la Fundación Ethereum (EF) y el precio de ETH pierde de vista el panorama general. Con una experiencia de veinte años en BlackRock, Chalom destaca que las instituciones valoran la confianza, seguridad y liquidez, áreas donde Ethereum ya lidera con la mayor parte del valor de las stablecoins, activos del mundo real tokenizados (RWA) y transacciones DeFi de alto valor. Chalom señala que el historial de actualizaciones de Ethereum, como The Merge y las próximas Glamsterdam, demuestra un desarrollo riguroso. La descentralización es una fortaleza clave para la adopción institucional, no un defecto, ya que garantiza neutralidad y evita el control por parte de un único actor. Compara Ethereum con Amazon en sus inicios: su potencial no se limita a las criptomonedas, sino a todo el sistema financiero global. El valor de ETH está ligado a la expansión de la red. Además, aconseja adoptar la mentalidad de "comprar cuando hay miedo", como hicieron inversores como Buffett y BlackRock durante las crisis. Finalmente, Chalom llama a los actores del ecosistema a asumir un papel más activo en la promoción y adopción institucional de Ethereum, destacando los esfuerzos de empresas como Sharplink, que ha invertido miles de millones en ETH y protocolos DeFi. Concluye que el futuro de Ethereum se está desarrollando ahora mismo.

marsbit05/31 06:32

CEO de Sharplink: El futuro de Ethereum se está desarrollando ahora

marsbit05/31 06:32

6 preguntas para entender las tendencias comerciales de la IA

**Resumen del artículo en español de España:** **Seis preguntas para entender las tendencias comerciales de la IA: ¿Estamos en verano?** El sector de la IA está en un punto de inflexión, pasando de la narrativa a la entrega de valor tangible. Utilizando un marco de evaluación de seis dimensiones (narrativa vs. entrega, conectividad del sistema, capacidad de entrega, racionalización del ROI, fenómenos del sector y entorno de capital), la industria actual puntúa aproximadamente 6 de 12 puntos, lo que indica que nos encontramos en pleno **verano del ciclo de la IA**. **Características del "verano de la IA":** * **Narrativa y entrega coexisten:** Todavía se habla del potencial transformador, pero el foco se desplaza hacia aplicaciones concretas que generen ingresos o ahorren costes. * **Presión por la rentabilidad:** El enorme coste de la computación (ejemplificado por el aumento de los precios de APIs y la inversión en infraestructura de gigantes como ByteDance) obliga a buscar modelos de negocio sostenibles. * **Se abren vías de comercialización:** Surgen claramente modelos de monetización como suscripciones (Doubao de ByteDance) y publicidad (OpenAI). * **El capital es más selectivo:** La financiación sigue llegando a los líderes, pero la valoración depende cada vez más de los ingresos reales y no solo del potencial. **Casos de éxito que demuestran la madurez:** Empresas como Semir, Anta, Peacebird y Midea ya utilizan la IA para generar miles de millones en nuevos ingresos, reducir costes significativamente y acelerar ciclos de diseño y marketing en más de un 30-200%. **Cómo actuar en esta fase: Tres pasos clave para las empresas:** 1. **Encontrar un punto de entrada pequeño y probar un ciclo de valor cerrado:** Empezar con 1-2 casos de uso muy específicos con un retorno de la inversión (ROI) claro y medible en 3 meses. 2. **Replicar y escalar, construyendo capacidad organizativa:** Estandarizar los procesos exitosos, crear plataformas centralizadas de recursos de IA y adaptar la estructura, los incentivos y el talento de la empresa. 3. **Reconstruir los procesos de forma sistémica:** Ir más allá de automatizar tareas. Rediseñar flujos completos de trabajo para que sean paralelos, impulsados por IA y con supervisión humana en los puntos clave de decisión. En resumen, la IA ha pasado de ser una promesa a una herramienta productiva que exige un enfoque pragmático: comenzar con un piloto, escalarlo y finalmente rediseñar los negocios en torno a sus capacidades.

marsbit05/31 00:31

6 preguntas para entender las tendencias comerciales de la IA

marsbit05/31 00:31

活动图片