Artículos Relacionados con AGI

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "AGI", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Anthropic grita que el lobo (AGI) está llegando, ¿es por la humanidad o por la OPV?

Anthropic ha publicado un documento titulado "When AI builds itself", advirtiendo sobre el "mejoramiento recursivo automático" (recursive self-improvement), un concepto en el que la IA participa activamente en el diseño, entrenamiento, prueba y optimización de sus propias versiones futuras, lo que podría acelerar exponencialmente su progreso. La empresa presenta datos internos que muestran la creciente autonomía de Claude en la I+D de IA: más del 80% del código fusionado en mayo de 2026 fue escrito por Claude, su tasa de éxito en tareas complejas y abiertas alcanzó el 76%, y es capaz de revisar código y realizar investigaciones de seguridad de manera autónoma, a veces superando a los investigadores humanos en eficacia. Anthropic describe una evolución desde el desarrollo humano hasta la aparición de agentes de IA autónomos que pueden ejecutar y delegar tareas. Aunque afirma que el "bucle cerrado" de autorrealimentación completa aún no se ha alcanzado, advierte que el camino hacia él es ya visible. Por ello, pide mecanismos de coordinación global para posiblemente ralentizar o pausar el desarrollo de IA fronteriza, permitiendo que la seguridad y las estructuras sociales se pongan al día. El artículo también analiza el contexto de la próxima OPV de Anthropic, sugiriendo que este mensaje de advertencia sirve a la vez como una narrativa para el mercado: Claude no es solo un producto, sino una herramienta central que acelera su propio desarrollo, creando un "volante de inercia" (flywheel) para la empresa. Esto contrasta con el enfoque más institucional de OpenAI, que en un documento reciente también reconoció los primeros signos de mejora recursiva pero centrándose en la gobernanza. El texto concluye que Anthropic, al detallar su avance técnico, se posiciona como una empresa que tiene la autoridad para hablar sobre estos riesgos transformadores.

marsbit06/05 07:11

Anthropic grita que el lobo (AGI) está llegando, ¿es por la humanidad o por la OPV?

marsbit06/05 07:11

¿Preocupados por la autoevolución de la IA, Anthropic planea detener el entrenamiento?

El 4 de mayo de 2026, Jack Clark, cofundador de Anthropic, publicó en X una estimación de un 60% de probabilidad de que la Mejora Autorrecursiva (RSI) ocurra para fines de 2028, un comentario que Eliezer Yudkowsky calificó de alarmante. En junio, Anthropic publicó un extenso artículo, "When AI builds itself", respaldado por datos internos. Reveló que más del 80% del código fusionado en su base lo escribe Claude, y que la velocidad de optimización de código se ha multiplicado por 52. La duración máxima de las tareas independientes de la IA se duplica cada cuatro meses. El artículo esbozó tres escenarios futuros, anclando el más probable en una mejora continua de la eficiencia con dirección humana, mientras calificaba la RSI completa solo como "posible". Este mensaje coincide con un cambio estratégico: en febrero, Anthropic modificó su Política de Escalado Responsable, eliminando el compromiso clave de pausar el entrenamiento si las capacidades superaban los controles de seguridad. El CEO de DeepMind, Demis Hassabis, ajustó simultáneamente su línea temporal para la AGI, acercándola a 2029, y admitió que su lenguaje sobre la "ladera de la singularidad" era una "provocación intencionada" para generar urgencia. Investigadores externos ofrecen interpretaciones contrapuestas. Nathan Lambert introduce el concepto de "Automejora con Pérdidas", sugiriendo que las gancias no son infinitas. Dean Ball argumenta que la IA actual automatiza tareas rutinarias, no el genio creativo. Mientras tanto, la valoración de Anthropic casi se triplicó en cinco meses, alcanzando los 965.000 millones de dólares en mayo. La narrativa de aceleración sincronizada entre Anthropic, DeepMind y OpenAI parece ser tanto un reflejo de las tendencias técnicas observadas internamente como una herramienta retórica calculada dirigida a mercados, reguladores y la opinión pública, equilibrando la incertidumbre técnica con la presión comercial y la responsabilidad.

marsbit06/05 06:28

¿Preocupados por la autoevolución de la IA, Anthropic planea detener el entrenamiento?

marsbit06/05 06:28

ByteDance adopta CPUs Arm, Jensen Huang: "Qué pena no haber comprado Arm"

En el marco de Computex 2026, el CEO de Arm, Rene Haas, anunció que ByteDance y Oracle han adoptado la CPU de centro de datos diseñada por Arm, la "Arm AGI". Esta arquitectura está ganando terreno significativo en el sector, respaldada también por partners como OpenAI y Meta. Haas destacó que la demanda de esta CPU se duplicó recientemente, proyectando ingresos anuales de 150.000 millones de dólares en unos cinco años. Además, argumentó que restringir la exportación de CPUs para IA a China es "casi imposible" debido a su amplia aplicabilidad y la dificultad para definir umbrales específicos. Durante el evento, Jensen Huang, CEO de NVIDIA, se unió a Haas en el escenario, manteniendo una conversación dinámica y humorística donde ambos expresaron su pesar por el fracaso de la adquisición de Arm por parte de NVIDIA. Huang presentó el superchip RTX Spark de NVIDIA, basado en arquitectura Arm, diseñado para PCs con agentes de IA locales. Explicó cómo estos agentes, capaces de operar de forma autónoma y usar herramientas, transformarán la computación personal, aumentando masivamente la demanda de procesamiento. Subrayó que los sistemas operativos seguirán siendo cruciales para gestionar estas nuevas capacidades. Haas detalló la hoja de ruta de Arm para CPUs de PC y centros de datos. En el segmento de PCs, Arm colabora estrechamente con socios como NVIDIA y MediaTek. Para centros de datos, presentó el plan a tres años para la familia Arm AGI CPU, fabricada por TSMC en 3nm, con una segunda y tercera generación ya en desarrollo. Tanto Huang como Haas coincidieron en que la explosión de los agentes de IA está desplazando el foco de la competencia por el rendimiento hacia las CPUs, ya que estas manejan tareas intensivas como la gestión de estados y la orquestación de procesos. La eficiencia energética se consolida como el eje principal de la competencia futura en chips.

marsbit06/04 04:55

ByteDance adopta CPUs Arm, Jensen Huang: "Qué pena no haber comprado Arm"

marsbit06/04 04:55

La IA no está replicando a Internet, está replicando la Revolución Industrial

Los últimos veinte años, los activos más valiosos de Internet fueron el tiempo de los usuarios y los espacios publicitarios. Quien pudiera hacer que los usuarios pasaran más tiempo desplazándose y haciendo clics se llevaba la mayor parte del pastel de la economía digital. Sin embargo, una nueva señal está surgiendo: la comercialización de la IA está virando estructuralmente de servir a los consumidores a ayudar a las empresas a reducir costes laborales. La era de Internet ganaba dinero con el tráfico; la era de la IA gana dinero con los salarios. Por un lado, los productos de IA para consumidores (C) enfrentan dificultades: crecimiento lento de ChatGPT, baja conversión a suscripciones de pago (inferior al 5%), y usuarios reacios a pagar cuando existen alternativas gratuitas de calidad similar. La competencia se basa en el precio, llevando hacia modelos gratuitos. Por otro lado, el mercado empresarial (B) está en auge. Anthropic vio sus ingresos anualizados dispararse de 90.000 a 450.000 millones de dólares en cinco meses (de enero a mayo de 2026), principalmente por APIs empresariales y despliegue de agentes. Clientes como Microsoft Copilot (penetración del 55% en Fortune 500) y Salesforce integran agentes de IA para ahorrar costes. La lógica es clara: las empresas pagan por IA que ahorra más dinero en salarios del que cuesta (ROI promedio de 3,7x). El problema del lado C es estructural: herramientas de productividad luchan por capturar tiempo de ocio, la competencia es homogénea con bajísimos costes de cambio, y falta efecto de red. Los usuarios no pagan más de lo que les costaría hacer el trabajo manualmente. En cambio, el lado B prospera porque se basa en la lógica de sustitución de costes. Las empresas compran por ROI, la IA sustituye funciones completas (no solo tareas), la integración profunda crea altos costes de cambio, y tienen poder de fijación de precios basado en el valor generado. Este cambio representa una evolución fundamental: la IA ya no es solo una herramienta digital, sino una fuerza laboral digital. Los agentes ejecutan trabajos (como escribir código o atender clientes), y las personas supervisan. Este modelo recuerda más a la Revolución Industrial, donde las máquinas sustituyeron el trabajo físico, que a la era de Internet basada en el tráfico. La IA sustituye el trabajo intelectual. El mercado potencial es enorme: el coste laboral global supera los 50 billones de dólares anuales. Incluso una sustitución del 10% por IA crea un mercado de 5 billones, mucho mayor que el de la publicidad y suscripciones en Internet (alrededor de 1 billón). La comercialización exitosa en el sector B (como muestran los altos márgenes y retención de Anthropic) alimenta un ciclo virtuoso: los ingresos financian modelos más avanzados, lo que atrae más empresas. En resumen, la IA no está replicando el modelo de negocio de Internet basado en la atención y el tráfico. Está replicando el patrón de la Revolución Industrial, convirtiéndose en un nuevo factor de producción que redefine el trabajo y los costes laborales. La era de la IA gana dinero sustituyendo salarios, y ese mercado es mucho más grande.

marsbit05/29 10:27

La IA no está replicando a Internet, está replicando la Revolución Industrial

marsbit05/29 10:27

Li Kaifu y Wang Xiaochuan cambian de rumbo, finalizando la primera mitad del emprendimiento en modelos grandes

Dos figuras clave de la IA china, Li Kaifu y Wang Xiaochuan, están reorientando sus estrategias, marcando el fin de la primera fase de las startups de modelos de lenguaje en China. Li Kaifu, de Zero One Universe, en una carta interna cambia el enfoque de objetivos grandiosos como AGI a la aplicación práctica, agentes de IA y rentabilidad. La empresa ya no aspira a ser la "OpenAI china", sino que se compara con Palantir, fijándose el objetivo de ser rentable para 2026 y cotizar en bolsa en 2027, con pedidos acumulados superiores a los 1500 millones de yuanes. Wang Xiaochuan, de Baichuan AI, ha expresado dudas sobre el valor creado tras dos años y reconoce que la brecha en modelos base con EE.UU. se amplía. Su compañía ha decidido concentrar todos sus recursos en el nicho médico, lanzando un modelo especializado y un producto de "médico de familia IA". Estos cambios reflejan una comprensión más profunda de la industria: construir modelos fundamentales es una "guerra de industria pesada" dominada por gigantes con enormes inversiones en computación (como los 725.000 millones de dólares en gasto de capital de Microsoft, Google, Amazon y Meta en 2026). Para las startups chinas, la ventana de capital para emular a OpenAI en el campo de los modelos genéricos se ha cerrado, como lo demuestran las salidas a bolsa de Zhipu AI y MiniMax. El sector chino de IA está aceptando que su fortaleza no radica en los modelos fundamentales, sino en la aplicación, la comercialización rápida, la escala de usuarios y las capacidades de ingeniería. El énfasis está pasando de tener el modelo más potente a integrar la IA en escenarios de producción reales. El giro estratégico de estos pioneros, veteranos de internet, simboliza la transición de una fase de idealismo y fervor a una de pragmatismo empresarial, centrada en la sostenibilidad y el retorno de la inversión. La primera etapa especulativa de las startups de modelos de lenguaje en China ha terminado.

marsbit05/29 01:35

Li Kaifu y Wang Xiaochuan cambian de rumbo, finalizando la primera mitad del emprendimiento en modelos grandes

marsbit05/29 01:35

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

"Gran Modelos Linguísticos (LLMs) han superado numerosos exámenes de referencia, pero ¿significa esto que nos acercamos a la Inteligencia Artificial General (AGI)? Un artículo reciente argumenta que en realidad nos estamos alejando, ya que carecemos de una definición clara y medible de la AGI. Frente a un vacío conceptual donde visionarios como Musk o Huang ofrecen predicciones dispares, investigadores como Bennett proponen un nuevo estándar: la AGI debe evaluarse como un 'científico artificial'. Este criterio exige tres capacidades fundamentales más allá de la mera imitación: 1) **Experimentación activa**: capacidad de interactuar autónomamente con entornos nuevos para obtener información, no solo procesar datos pasivamente. 2) **Comprensión causal**: pasar de identificar correlaciones en los datos a entender relaciones de causa-efecto, esencial para una verdadera adaptación. 3) **Balance entre exploración y explotación**: gestionar recursos limitados para buscar nuevos conocimientos mientras aplica los existentes. El artículo critica que el camino actual dominante, el 'Scale-maxing' (maximización de escala mediante datos, parámetros y potencia de cálculo), solo produce respuestas aproximadas memorizadas en los pesos del modelo, fallando en tareas fuera de su distribución de entrenamiento (por ejemplo, errores básicos en comparación de números). La verdadera AGI, según Bennett, requerirá una convergencia de múltiples enfoques metodológicos, no solo la ampliación de modelos. En definitiva, el futuro de la AGI no debe medirse por su habilidad para aprobar exámenes humanos, sino por su capacidad para descubrir nuevo conocimiento de forma autónoma, adaptativa y bajo restricciones prácticas, como lo haría un científico."

marsbit05/28 00:27

Los modelos masivos superan todos los exámenes, pero se alejan cada vez más del AGI: ¿qué desnuda este artículo?

marsbit05/28 00:27

活动图片