El Camino hacia la IAG

El cocreador de AlphaZero David Silver lanzó la londinense Ineffable Intelligence y levantó 1.100 millones de dólares con una valoración de 5.100 millones para construir lo que llama un «superaprendiz»: un sistema de IA que adquiere capacidades mediante aprendizaje por refuerzo en lugar de datos de entrenamiento generados por humanos. La apuesta arquitectónica es un alejamiento deliberado del paradigma de los LLM preentrenados con texto de internet, y prolonga la propia tesis investigadora de Silver en DeepMind (desde AlphaZero hasta MuZero) según la cual el juego propio y el aprendizaje basado en recompensas pueden alcanzar un rendimiento sobrehumano sin imitar ejemplos humanos. Si el enfoque escala más allá de dominios estrechos, replantearía un supuesto central del camino hacia la IAG: que la capacidad está limitada por la amplitud y la calidad de los datos humanos disponibles. La ronda, liderada por Sequoia y Lightspeed con la participación de Google, Nvidia y el fondo de IA Soberana del Reino Unido, convierte a Ineffable en una de las mayores apuestas individuales hechas hasta la fecha por un camino hacia la inteligencia general que no pase por los LLM.TechCrunch ↗

DeepSeek publicó V4-Flash y V4-Pro en versión preliminar el 24 de abril de 2026, su primer gran lanzamiento desde R1. V4-Flash es un modelo de mezcla de expertos con 284 mil millones de parámetros, 13 mil millones activos, una ventana de contexto de un millón de tokens y pesos abiertos en Hugging Face. Obtiene un 88,4 % en MMLU y un 91,6 % en LiveCodeBench —a menos de dos puntos del V4-Pro, de mayor tamaño— mientras que la API cobra 0,14 dólares por millón de tokens de entrada y 0,28 por millón de salida, más barato que GPT-5.4 Nano. El lanzamiento continúa la pauta de DeepSeek: capacidad cercana a la frontera a un precio muy inferior al de los competidores cerrados de Estados Unidos.Simon Willison review ↗

En un ensayo para The Ideas Letter, Bright Simons sostiene que la inteligencia de los grandes modelos de lenguaje no es una propiedad de la arquitectura o del cómputo por sí solos, sino un reflejo comprimido de la complejidad social de la civilización que produjo sus datos de entrenamiento. A modo de ilustración, contrasta un modelo hipotético entrenado con el Egipto de 3000 a. C. —al que le faltaría razonamiento silogístico— con otro entrenado con la Atenas del 300 a. C., que ganaría inferencia lógica, y así a lo largo de la historia. Vincula esta tesis con trabajos recientes sobre escritura asistida por IA que muestran que los individuos producen resultados más creativos mientras las poblaciones convergen hacia los mismos, con el artículo de Shumailov y otros publicado en Nature en 2024 sobre el colapso de los modelos por datos generados recursivamente, y con la investigación de Andrew Peterson sobre el colapso del conocimiento. La implicación para el camino hacia la IAG es estructural: a medida que empresas como IBM, Klarna, Duolingo, Atlassian o Block sustituyen a personas por IA para reducir plantilla, vacían el razonamiento social del que dependerán los corpus de entrenamiento futuros. Simons predice que las organizaciones más exitosas de la próxima década, contraintuitivamente, usarán la IA para generar más, no menos, interacción humana; señala que IBM ya ha empezado a revertir su anterior postura de despidos.The Ideas Letter ↗

OpenAI publicó GPT-5.4 con una ventana de contexto de 1 millón de tokens, unificando en un único modelo las capacidades de razonamiento, programación y propósito general que antes estaban separadas. El sistema demostró un 33 % menos de errores factuales y una mejor capacidad de completar flujos de trabajo agentivos.

METR, el grupo de investigación que mide cuánto puede mantenerse productiva una IA en una tarea sin supervisión, añadió Claude Opus 4.6 a su benchmark de horizontes temporales con una estimación al 50% de fiabilidad de unas 14,5 horas (IC del 95%: 6h–98h). La serie desde 2022 indica: GPT-3.5 ~30 segundos, GPT-4 ~4 minutos (2023), o1 ~40 minutos (2024), GPT-5.2 ~6 horas (2025), Opus 4.6 ~14,5 horas (febrero de 2026). La analista de METR Ajeya Cotra ha afirmado que no es descabellado esperar ~100 horas para finales de 2026, aunque METR advierte que las mediciones por encima de las ~16h son poco fiables con su suite de tareas actualmente saturada. El indicador importa porque la delegación requiere una unidad de trabajo independiente equivalente a la sesión de un investigador humano. Cuando una IA puede sostener una tarea de más de 12 horas sin recalibración, el patrón dominante deja de ser la asistencia para convertirse en autonomía, algo directamente relevante para el argumento de Jack Clark según el cual la parte de ingeniería de la I+D de IA es ya en su mayoría delegable.METR ↗

Anthropic publicó Claude Opus 4 y Sonnet 4, modelos capaces de trabajo agentivo sostenido durante varias horas: programación, investigación y análisis en tareas complejas de múltiples pasos.

El laboratorio chino DeepSeek publicó R1, un modelo de razonamiento de código abierto que igualaba a los modelos propietarios de frontera a una fracción del coste de entrenamiento. El modelo demostró un sólido razonamiento por cadena de pensamiento y fue publicado con los pesos completos.

Anthropic publicó Claude 3.5 Sonnet con la capacidad de ver, entender y controlar la pantalla de un ordenador. Por primera vez, una IA podía navegar de forma autónoma por programas, rellenar formularios, redactar documentos y ejecutar flujos de trabajo de varios pasos en diferentes aplicaciones.

OpenAI publicó o1, un modelo que dedica más tiempo a «pensar» antes de responder. Usando aprendizaje por refuerzo para desarrollar cadenas de razonamiento internas, o1 logró resultados punteros en matemáticas, programación y benchmarks de razonamiento científico.

India superó a EE.UU. y China en número de ingenieros de IA y aprendizaje automático, con su sistema de IIT y su ecosistema tecnológico produciendo más profesionales de la IA que ningún otro país.

OpenAI publicó GPT-4, un modelo multimodal capaz de procesar texto e imágenes. Superó el examen de abogacía en el percentil 90, obtuvo resultados en los percentiles más altos en los exámenes AP y demostró capacidades de razonamiento que llevaron a algunos investigadores a publicar artículos sobre «destellos de IAG».

Tres exinvestigadores de Google DeepMind y Meta fundaron Mistral AI en París. En pocos meses publicaron Mixtral 8x7B, un modelo de mezcla de expertos de código abierto que rivalizaba con GPT-3.5.

OpenAI lanzó ChatGPT, una interfaz conversacional para GPT-3.5. Alcanzó 1 millón de usuarios en 5 días y 100 millones en 2 meses, convirtiéndose en la aplicación de más rápido crecimiento de la historia.

Investigadores de DeepMind publicaron hallazgos que mostraban que la mayoría de los grandes modelos de lenguaje estaban significativamente infraentrenados. Su modelo «Chinchilla», con 70.000 millones de parámetros entrenados con 1,4 billones de tokens, superó al modelo Gopher de 280.000 millones de parámetros.

AI21 Labs publicó Jurassic-1, un modelo de 178.000 millones de parámetros que rivalizaba con GPT-3, construido en Tel Aviv. Israel —con más startups de IA per cápita que cualquier otra nación— demostró un impacto desproporcionado en el desarrollo de la IA.

AlphaFold 2 de DeepMind resolvió el problema del plegamiento de proteínas que llevaba 50 años sin solución, prediciendo las estructuras tridimensionales de las proteínas con una precisión cercana a la experimental. Más tarde predijo la estructura de prácticamente todas las proteínas conocidas: más de 200 millones de estructuras.

OpenAI publicó GPT-3, un modelo de 175.000 millones de parámetros capaz de realizar tareas para las que nunca fue entrenado explícitamente —traducción, generación de código, aritmética— simplemente a partir de unos pocos ejemplos en su prompt.

Los Emiratos Árabes Unidos crearon el Technology Innovation Institute (TII) y comenzaron a construir lo que se convertiría en la serie de grandes modelos de lenguaje Falcon.

OpenAI entrenó GPT-2, un modelo de lenguaje de 1.500 millones de parámetros que generaba textos notablemente coherentes. Inicialmente retuvieron el modelo completo, alegando preocupaciones sobre su posible mal uso, lo que desató el primer gran debate público sobre si las capacidades de IA deberían compartirse libremente.

En 2018, Google lanzó BERT (preentrenamiento bidireccional) y OpenAI lanzó GPT-1 (preentrenamiento autorregresivo), dos enfoques contrapuestos para dotar a los modelos de lenguaje de comprensión contextual.

Ocho investigadores de Google publicaron la arquitectura Transformer, sustituyendo por completo la recurrencia por mecanismos de autoatención. El título del artículo, engañosamente simple, escondía un impacto de alcance inmenso.

El Consejo de Estado de China publicó una estrategia nacional con el objetivo de convertir a China en el líder mundial en IA para 2030, con una industria de IA nacional valorada en 150.000 millones de dólares. El plan comprometió una financiación gubernamental masiva e integró la IA en la educación a todos los niveles.

AlphaZero de DeepMind dominó el ajedrez, el Go y el shogi (ajedrez japonés) en horas, partiendo únicamente de las reglas: sin partidas humanas, sin conocimiento humano, sin libros de aperturas.

AlphaGo de DeepMind derrotó al campeón mundial de Go Lee Sedol por 4 a 1 en Seúl. El Go tiene más posiciones posibles que átomos en el universo, lo que hace imposible la búsqueda por fuerza bruta. AlphaGo combinó redes neuronales profundas con búsqueda en árbol Monte Carlo para desarrollar un juego intuitivo, similar al humano.

Google adquirió DeepMind Technologies, con sede en Londres, por aproximadamente 500 millones de dólares. Fundada por Demis Hassabis, Shane Legg y Mustafa Suleiman, la misión explícita de DeepMind era «resolver la inteligencia».

Ian Goodfellow en la Universidad de Montreal inventó las GAN: un marco en el que dos redes neuronales compiten, una generando datos y la otra juzgándolos. Según cuenta la historia, la idea se le ocurrió durante una conversación en un bar.

Alex Krizhevsky, Ilya Sutskever y Geoffrey Hinton en la Universidad de Toronto entrenaron AlexNet, una red neuronal convolucional profunda, usando GPU. Ganó la competición ImageNet con una tasa de error de top-5 del 15,3 %, aplastando al segundo clasificado con un 26,2 %.

Jeff Dean y Andrew Ng pusieron en marcha Google Brain, un proyecto de investigación en aprendizaje profundo dentro de Google. Usando 16.000 núcleos de CPU distribuidos en 1.000 máquinas, el equipo entrenó una red neuronal que aprendió a detectar gatos en vídeos de YouTube sin que se le dijera qué era un gato.

La profesora de Stanford Fei-Fei Li y su equipo publicaron ImageNet, un conjunto de datos de 14 millones de imágenes etiquetadas a mano en más de 20.000 categorías. La competición anual asociada (ILSVRC) se convirtió en el punto de referencia que impulsó la visión artificial.

Geoffrey Hinton en la Universidad de Toronto publicó un método innovador para entrenar redes neuronales profundas usando preentrenamiento no supervisado capa a capa seguido de ajuste fino. Por primera vez, las redes con muchas capas podían entrenarse eficazmente.

El Instituto Canadiense de Investigaciones Avanzadas (CIFAR) lanzó su programa de Computación Neural y Percepción Adaptativa, proporcionando financiación sostenida a Geoffrey Hinton, Yoshua Bengio y Yann LeCun cuando la investigación en redes neuronales estaba profundamente pasada de moda.

Deep Blue de IBM derrotó al campeón mundial de ajedrez Garry Kasparov en un partido de seis partidas. El sistema utilizaba una búsqueda por fuerza bruta evaluando 200 millones de posiciones por segundo, combinada con funciones de evaluación ajustadas a mano y un libro de aperturas elaborado por grandes maestros.

Sepp Hochreiter y Jürgen Schmidhuber publicaron la Memoria a Largo y Corto Plazo (LSTM), una arquitectura de red neuronal recurrente con celdas de memoria con puertas que podían aprender a almacenar, recuperar y olvidar información a lo largo de secuencias largas.

La tesis de diplomatura de Sepp Hochreiter identificó formalmente el problema del gradiente que desaparece: la razón matemática por la que las redes neuronales profundas no conseguían aprender. Los gradientes se reducían exponencialmente a través de las capas, haciendo impracticable el entrenamiento más allá de unas pocas capas.

Yann LeCun en Bell Labs demostró que las redes neuronales convolucionales (CNN) entrenadas con retropropagación podían reconocer dígitos manuscritos con gran precisión. El sistema se desplegó comercialmente para leer códigos postales en el correo de EE.UU.

El robotista Hans Moravec en Carnegie Mellon articuló lo que se conocería como la Paradoja de Moravec: el razonamiento de alto nivel (ajedrez, lógica) es computacionalmente barato para las máquinas, pero las habilidades sensoriomotrices de bajo nivel (caminar, atrapar una pelota) son enormemente difíciles.

David Rumelhart, Geoffrey Hinton y Ronald Williams publicaron un método claro y práctico para entrenar redes neuronales multicapa usando la retropropagación de errores. Aunque el algoritmo había sido descubierto antes, este artículo demostró que podía aprender representaciones internas útiles.

El Ministerio de Comercio Internacional e Industria de Japón (MITI) lanzó el proyecto de Sistemas Informáticos de Quinta Generación, una iniciativa nacional de 400 millones de dólares para construir ordenadores inteligentes usando programación lógica y procesamiento paralelo. Su objetivo era lograr IA conversacional y razonamiento experto en una década.

El filósofo John Searle en UC Berkeley propuso el experimento mental de la Habitación China, argumentando que un ordenador que manipula símbolos según reglas no «comprende» realmente nada. El argumento cuestionaba si la IA de procesamiento simbólico podría alcanzar alguna vez una inteligencia genuina.

El matemático británico James Lighthill publicó un devastador informe encargado por el gobierno que concluía que la IA no había cumplido sus promesas. El gobierno del Reino Unido recortó casi toda la financiación en IA, y el informe influyó en los financiadores de todo el mundo.

Marvin Minsky y Seymour Papert publicaron «Perceptrons», un análisis matemático que demostraba que los perceptrones de una sola capa no podían aprender ciertas funciones (como XOR). El libro se interpretó ampliamente como un golpe mortal para la investigación en redes neuronales.

Joseph Weizenbaum en el MIT creó ELIZA, un sencillo programa de reconocimiento de patrones que simulaba a un psicoterapeuta. A pesar de no tener ninguna comprensión real, muchos usuarios desarrollaron un apego emocional hacia él, revelando la predisposición de la humanidad a atribuir inteligencia a las máquinas.

John McCarthy en el MIT creó LISP (List Processing), un lenguaje de programación construido sobre el cálculo lambda con características como la recursividad, el tipado dinámico y la recolección de basura. Se convirtió en el lenguaje estándar para la investigación en IA durante las tres décadas siguientes.

En Cornell, Frank Rosenblatt construyó el Perceptrón Mark I, la primera máquina capaz de aprender de ejemplos. Financiada por la Marina de EE.UU., era una red neuronal de hardware que aprendía a clasificar patrones visuales simples mediante pesos adaptativos.

John McCarthy, Marvin Minsky, Nathaniel Rochester y Claude Shannon organizaron el Proyecto de Investigación de Verano de Dartmouth sobre Inteligencia Artificial. El taller acuñó el término «inteligencia artificial» y estableció la IA como disciplina académica independiente. McCarthy fundó más tarde el Laboratorio de IA de Stanford.

Turing publicó «Maquinaria de cómputo e inteligencia», planteando la pregunta «¿Pueden pensar las máquinas?» y proponiendo una prueba práctica —conocida hoy como el Test de Turing— para evaluar la inteligencia de las máquinas. Predijo que para el año 2000 las máquinas engañarían a los jueces humanos el 30 % de las veces.

El matemático británico Alan Turing publicó «Sobre los números computables», introduciendo el concepto de una máquina universal capaz de simular cualquier cómputo. Este marco teórico sentó los cimientos matemáticos de todos los ordenadores y sistemas de IA que vendrían después.

A pesar del extraordinario progreso, los investigadores siguen debatiendo qué se necesita para la IAG. Los retos abiertos incluyen: razonamiento causal genuino (no solo reconocimiento de patrones), memoria persistente y aprendizaje a partir de la experiencia, inteligencia encarnada y comprensión del mundo físico, sentido común robusto, y fijación de objetivos y motivación autónoma.