¡La Singularidad de la IA está a punto de llegar!
Recientemente, el famoso inversor conocido como el "Warren Buffett de Silicon Valley", Chamath Palihapitiya, pronosticó en X el mapa de ruta definitivo para la "Singularidad de la IA".
1. Los humanos construyen una AGI (Inteligencia General Artificial).
2. La AGI se vuelve extremadamente buena investigando en el campo de la IA.
3. Diseña una IA más inteligente.
4. Esa IA más inteligente diseña otra aún más inteligente.
5. Este ciclo se repite, y cada vez más rápido.
Inmediatamente después, lanzó una conclusión impactante:
Observando los logros y capacidades anunciados en las últimas semanas por los principales laboratorios de IA, me atrevo a decir que ya estamos dentro de este ciclo.
En los próximos 18 meses, la RSI (Recursiva Auto-mejora de la IA) aumentará rápidamente las capacidades de la IA.
¡Finalmente, el coste marginal de todos los modelos de IA se aproximará a cero!
No solo los inversores, sino todo Silicon Valley cree fervientemente en la RSI hoy en día.
Hace poco, en una cumbre de la UC Berkeley, el Director de Estrategia de Google DeepMind, Jasjeet Sekhon, lanzó un juicio aún más contundente:
La inversión frenética y sin precedentes de todos los gigantes tecnológicos es esencialmente una apuesta por estas tres letras: ¡RSI!
Esta "mayor apuesta científica en la historia de la civilización humana" ya supera en magnitud al aterrizaje lunar del Apolo, al Proyecto Manhattan, e incluso a toda la internet.
¿Por qué los gigantes tecnológicos, arriesgando la ruptura de sus cadenas de financiación, insisten en llevar esta apuesta hasta el final?
Olvida la AGI, la RSI es el tótem definitivo de Silicon Valley
La IA actual puede autocorregirse, trabajar durante horas sin supervisión e incluso generar y optimizar componentes de código de bajo nivel como núcleos o compiladores.
Pero para Jasjeet Sekhon, esto es solo el preludio de la RSI.
Dice que no hay que pensar que usar IA para diseñar IA sea increíble; durante la Revolución Industrial, los humanos también usaron la primera generación de máquinas de vapor para construir la siguiente generación, más potente.
¿Cómo es entonces la verdadera RSI?
Un investigador senior la definió así: la verdadera RSI significa que un modelo de IA puede rediseñar completamente su propia arquitectura subyacente de forma independiente, incluso crear un modelo de una nueva generación desde cero, sin la intervención de científicos humanos.
Una vez superado este punto de inflexión, la velocidad de evolución de la IA escapará al control humano.
Lo que a la humanidad le llevó décadas de iteración, a la IA quizás le lleve semanas, o incluso días.
¡Entonces, el ciclo de la Singularidad realmente llegará!
La "burbuja de vacío" de 200.000 millones de dólares en IA: la mayor apuesta científica de la historia de la civilización humana
Al comprender el potencial de la RSI, se entiende por qué Silicon Valley está quemando dinero como loco.
Solo este año, el gasto de capital total de Google en centros de datos de IA, chips e infraestructura alcanza la asombrosa cifra de 195.000 a 205.000 millones de dólares, y aumentará significativamente el próximo año.
Los accionistas de Wall Street están intranquilos, porque, según los informes financieros, el crecimiento de los ingresos por software de IA o servicios en la nube aún no cubre este nivel de gasto de capital.
Sekhon, antiguo profesor de estadística de Yale, señaló directamente este peligro.
Nos enfrentamos a un potencial "vacío de aire de la IA" (air pocket, una caída brusca por pérdida súbita de presión durante el vuelo, usó esto para describir una inversión que se queda en el aire): el dinero se gasta, pero los ingresos no llegan como se esperaba.
Los centros de datos se construyen, los chips se instalan, la electricidad llega, pero lo que realmente podría materializar esta inversión tarda en aparecer.
De hecho, antes de Sekhon, Wall Street ya había usado "air pocket" para describir esta situación: el gasto de capital va por delante de los ingresos, los inversores están comprando un castillo en el aire.
Si el riesgo es tan grande, ¿por qué seguir avanzando a ciegas a toda velocidad?
La respuesta de Sekhon es: Esta es la mayor apuesta científica de la historia de la civilización humana.
Dice que la inversión global actual en IA ya hace parecer pequeños al Proyecto Manhattan y al aterrizaje lunar del Apolo, e incluso al desarrollo de internet en su momento.
La lógica de este jugador es simple: aunque la tecnología actual aún no sea la verdadera RSI, "es claramente imprudente apostar en su contra".
Porque una vez que la RSI se materialice, como se mencionó, el coste marginal de todos los modelos de IA tenderá a cero.
En ese momento, la empresa que domine primero la RSI poseerá una productividad casi divina, aplastando dimensionalmente a todos sus competidores y monopolizando los recursos de computación e inteligencia a nivel global.
Esto ya no es una cuestión de pérdidas y ganancias de una empresa, sino una lucha a vida o muerte donde "el ganador se lo lleva todo y el perdedor se retira".
Por este billete hacia una nueva era, 200.000 millones de dólares son solo un aperitivo.
Hoy, esta pila de centros de datos, TPUs y electricidad, si solo se usa para entrenar modelos manualmente generación tras generación por ingenieros humanos, representa un enorme activo fijo que se depreciará continuamente.
Pero una vez que la IA comience a acelerar la investigación en IA, cambiará directamente la lógica de la contabilidad.
La potencia de cálculo invertida ya no se gastará linealmente, sino que generará intereses compuestos: esta generación de IA te ayuda a construir la siguiente más rápido, y la siguiente te ayuda a construir la que le sigue.
Esta es la razón por la que Sekhon dice que la RSI es "una parte clave de la lógica de inversión". La RSI es la premisa para que este dinero sea recuperable.
El progreso de la RSI en las "tres casas principales"
Google, Anthropic y OpenAI ofrecen tres ejemplos.
Primero, Google.
El sistema AlphaEvolve de DeepMind está específicamente diseñado para usar IA para optimizar algoritmos.
Aceleró un núcleo clave en el entrenamiento de Gemini en un 23%, reduciendo el tiempo total de entrenamiento en un 1%; un diseño de circuito que modificó se incorporó directamente al chip de la siguiente generación de TPU.
Ahora es una herramienta habitual en la infraestructura de Google, tareas como la estrategia de caché las completa en dos días, algo que antes llevaba meses a los humanos.
La IA ayudando a construir chips y una IA más rápida es ya una realidad.
Luego, Anthropic.
En abril de este año, realizaron un experimento más radical: nueve agentes de IA Claude fueron asignados a una tarea limitada de investigación de alineación, donde planteaban hipótesis, ejecutaban experimentos e intercambiaban descubrimientos por sí mismos.
Dos investigadores humanos trabajando una semana solo recuperaron un 23% de la brecha de rendimiento; los nueve agentes, acumulando 800 horas de uso y un coste de unos 18.000 dólares, recuperaron un 97%.
¿Parece que la IA ya puede investigar de forma independiente?
No tan rápido. En el mismo informe, hay una prueba en contra aún más importante: cuando los investigadores trasladaron este método "más efectivo" al entorno real de entrenamiento en producción de Claude, no produjo ninguna mejora estadísticamente significativa.
Esto indica que hay un abismo entre la "aceleración en tareas limitadas" y la "capacidad real de reconstruir la IA".
Finalmente, OpenAI.
En julio, OpenAI reveló: su GPT-5.6 Sol, a través de Codex, reescribió autónomamente el núcleo GPU del entorno de producción, reduciendo el coste de inferencia de extremo a extremo en un 20%; también ejecutó cientos de experimentos de arquitectura en su propio modelo de decodificación por especulación, mejorando la eficiencia de generación de tokens en más de un 15%.
OpenAI incluso publicó por primera vez en sus materiales de lanzamiento un "Índice RSI" específicamente para evaluar la capacidad de auto-mejora.
¿Está el ciclo cerrado a punto de empezar a girar?
OpenAI se muestra muy comedido en su ficha técnica del sistema: GPT-5.6 Sol aún no alcanza el umbral de auto-mejora "Alto" definido por la compañía, puede resolver parte de los problemas reales de investigación, pero aún no puede diseñar y ejecutar de forma fiable un plan completo de post-entrenamiento.
Con estos tres ejemplos, el panorama actual de la RSI queda claro:
La IA que asiste a la investigación en IA está ocurriendo realmente; pero la verdadera RSI, donde la IA reconstruye de forma independiente su arquitectura completa, entrena e implementa un sucesor más fuerte, aún está a cierta distancia.
La oscuridad desciende: cuando la súper IA se convierte en arma de hackers y bioterrorismo
Sin embargo, tras la Singularidad también hay sombras.
En esta cumbre, Dawn Song, profesora de Ciencias de la Computación de Berkeley que acaba de unirse al departamento de "superinteligencia" de Meta, junto con Sekhon, centró la discusión en el problema que todos evitan: los riesgos extremos de la IA.
Ambos coinciden en que el mayor peligro no es que los modelos se vuelvan repentinamente inteligentes, sino el desequilibrio entre la velocidad del ataque y la defensa.
Cuando la IA posea la capacidad de RSI, podrá curar el cáncer y ayudar a la humanidad a explorar el universo, pero también podrá convertirse en el arma definitiva para destruir a la humanidad.
Primero, el "aplastamiento dimensional" en la ciberseguridad.
Dawn Song advierte que, a corto plazo, el desarrollo de la IA "beneficiará más a los atacantes", es un campo de batalla extremadamente asimétrico: a los hackers les basta con encontrar una vulnerabilidad para tener éxito, mientras que los defensores deben protegerse de todos los posibles ataques.
Cuando los atacantes malintencionados utilicen agentes de IA inteligentes para envenenar repositorios de código abierto, escanear y explotar vulnerabilidades dejadas por programadores humanos, los días venideros serán muy difíciles:
Piensa en lo frágiles que son nuestros sistemas de defensa actuales: la red eléctrica de EE.UU., los sistemas hospitalarios globales, las redes financieras, ante una súper IA, podrían ser como papel.
Pero la ciberseguridad es aún "cosa de niños".
Sekhon está más preocupado por la biología. En la reunión planteó una escena extremadamente aterradora: ya estamos muy cerca de un mundo donde "cualquier persona, simplemente hablando en lenguaje natural con un modelo, pueda diseñar un virus o proteína letal".
Propone que la sociedad futura debe, como ahora con los fertilizantes para fabricar explosivos, aplicar permisos, monitoreo y rastreo extremadamente estrictos a todos los "materiales con relevancia biológica".
Actualmente, Google está intentando aplicar su "tecnología de marca de agua" (SynthID), usada para identificar contenido generado por IA, al campo de la biología.
Esto significa que, en el futuro, si una empresa sintetiza secuencias de ADN para una farmacéutica, el sistema podría escanear esas secuencias para ver si contienen "código malicioso" oculto, generado subrepticiamente por IA y con riesgo letal.
¿Se construirán las defensas más rápido, o la IA evolucionará más rápido?
La cuenta atrás ha comenzado, ¿cuánto tiempo nos queda?
Esto suena a ciencia ficción, pero las mentes de Silicon Valley ya han dado una cuenta atrás precisa.
Chamath dice: Los próximos 18 meses, el mundo enloquecerá.
Sekhon estima: Es muy probable que la verdadera RSI "aparezca en los próximos años".
El Vicepresidente de Investigación de DeepMind, Oriol Vinyals, y el cofundador de OpenAI, Wojciech Zaremba, presentes en el mismo evento, incluso dieron años concretos: 2027 o 2028.
En la historia humana, ninguna otra tecnología con el potencial de reescribir fundamentalmente el rumbo de la civilización ha tenido una cuenta atrás tan inminente.
Esta vez, lo que está sobre la mesa es una apuesta contra el tiempo.
La inversión en infraestructura avanza a la velocidad de la potencia de cálculo: chips, electricidad, centros de datos, todo estará listo en unos años.
Pero, ¿podrán los ingresos correspondientes y la RSI alcanzar este tren?
En el vacío intermedio, ¿nos encontraremos justo con esta "burbuja de vacío"?
Pero al menos para Sekhon, la dirección de la apuesta de 200.000 millones de dólares de Google está clara: la RSI llegará.
La máquina de vapor construyó mejores máquinas de vapor, y la humanidad recibió la Revolución Industrial.
Ahora, la IA está gestando una mejor IA, empujando también a nuestra generación hacia un punto de inflexión desconocido.
Estés preparado o no, el rugido de los centros de datos no se detendrá, la auto-evolución de la IA no se detendrá.
La cuenta atrás ha comenzado. ¿Estás preparado para recibir la Singularidad?
Referencias:
https://www.theinformation.com/newsletters/ai-agenda/google-deepmind-exec-says-unprecedented-capex-actually-bet-rsi?rc=epv9gi
https://x.com/kimmonismus/status/2084257726599716882
Este artículo proviene del canal público de WeChat "新智元", autor: ASI启示录; editor: 元宇 Aeneas
