Cuando la IA aprende a crear vida
Diario de Innovación #251
Hay profesiones que casi nunca aparecen en los titulares, pero que sostienen silenciosamente algunos de los mayores milagros de la ciencia moderna.
Una de ellas es la del embriólogo.
Son los científicos que, en los laboratorios de fecundación in vitro (FIV), seleccionan los embriones más viables, cuidan su desarrollo y preparan el momento exacto en que la vida puede comenzar.
Un trabajo que mezcla precisión milimétrica, intuición biológica y una presión emocional difícil de imaginar.
Pero ahora, ese delicado equilibrio entre ciencia y esperanza está cambiando.
Klaus Wiemer, director de laboratorio de FIV y pionero en su campo, lleva años observando cómo el volumen de trabajo crece más rápido que la capacidad humana para procesarlo.
En EE. UU., de hecho, ya hay escasez de embriólogos y consejeros genéticos.
Su respuesta: un asistente de inteligencia artificial llamado CHLOE (Cultivating Human Life through Optimal Embryos).
CHLOE analiza millones de puntos de datos como los ritmos de división celular, tamaño del blastocisto, contracciones del trofoectodermo y genera una puntuación sobre la salud y el potencial de cada embrión.
Es el primer sistema de IA aprobado por la FDA para esta tarea.
El objetivo no es reemplazar al embriólogo, sino ayudarle a ver lo invisible. Reducir la necesidad de biopsias invasivas, acortar los tiempos de diagnóstico y aumentar la probabilidad de embarazos exitosos.
En palabras de Wiemer:
“La IA nos permitirá volver a ser verdaderos científicos, no burócratas del laboratorio.”
Quizá ese sea el cambio más profundo que traerá la inteligencia artificial en los próximos años.
No el reemplazo de las profesiones, sino la recuperación del sentido original del trabajo humano: volver a mirar con curiosidad, con tiempo, con asombro.
No deja de ser poético que la IA, una tecnología nacida del silicio, esté aprendiendo ahora a colaborar en el proceso más orgánico y misterioso de todos: crear vida.
⚡️ Pulso Digital
La inteligencia en movimiento: del data center a la ciudad
💓 Latido del día
La irrupción de Aevir apunta a un giro de fondo en la arquitectura de la inteligencia artificial: llevar la computación fuera de los centros de datos y acercarla al borde, allí donde se generan los datos y donde ocurren las decisiones. Su propuesta de “fair distribution” rompe con el paradigma centralizado que ha dominado la IA generativa desde 2022, y reabre un debate que parecía cerrado: ¿y si el verdadero escalado de la IA no está en construir centros de datos más grandes, sino en distribuir la inteligencia?
¿Por qué importa? Porque mover la IA al edge desencadena tres dinámicas críticas.
La primera, latencia mínima: decisiones en milisegundos para coches autónomos, robots industriales, sensores médicos o sistemas críticos que no pueden depender de una nube congestionada.
La segunda, privacidad por diseño: si los datos no salen del dispositivo, se desbloquean casos de uso en salud, finanzas, identidad digital o ciudades inteligentes que hoy chocan con barreras regulatorias.
Y la tercera, coste estructural: millones de dispositivos trabajando en paralelo permiten reducir la presión sobre los hyperscalers y desplazar parte del gasto de computación hacia arquitecturas más eficientes y distribuidas.
Lo que podría venir va mucho más allá del edge “típico”. Aevir sugiere un futuro donde los móviles, los portátiles, los coches, los routers domésticos o incluso las cámaras urbanas se convierten en nodos capaces de ejecutar modelos avanzados, colaborar entre sí y sincronizar solo el mínimo necesario con la nube. Un mundo en el que la IA deja de ser un recurso remoto y se vuelve una capa ambiental, repartida y ubicua.
Si este movimiento prospera, la pregunta estratégica cambiará. Ya no será quién tiene el modelo más grande, sino quién controla —y coordina— la red más amplia de pequeñas inteligencias distribuidas. En ese desplazamiento silencioso puede estar el próximo salto del ecosistema.
🌍 El eco del mercado
OpenAI empieza a ser el competidor que temen los hyperscalers. BofA avisa: alimentar a OpenAI hoy puede convertirlo en el rival directo que desintermedie mañana.
EE. UU. se plantea permitir ventas de H200 a China. Un giro en exportaciones que pondría a prueba el equilibrio entre seguridad nacional y presión del mercado.
Google se juega su monopolio publicitario en los tribunales. El fallo podría redibujar el negocio global de anuncios y abrir un nuevo ciclo competitivo.
Foxconn se alía con OpenAI para fabricar hardware de IA. Taiwán afianza su papel como bisagra entre modelos, chips y centros de datos.
Huawei libera código para optimizar chips de IA. Movimiento para construir un ecosistema propio en plena guerra de estándares y eficiencia.
Xiaomi libera un modelo unificado para coche autónomo y robótica. China avanza hacia plataformas completas de IA embodied con ambición industrial.
Los precios de memoria se disparan por la demanda de IA. La escasez de HBM y DRAM añade un nuevo cuello de botella a la economía del entrenamiento.
“Ya no hace falta buscar en Google”. La búsqueda se descentraliza: TikTok, Reddit y ChatGPT marcan tendencia, aunque Google conserve el volumen. Este titular me suena, pero cambiando hace unos años por Youtube y Amazon.
Robots que aprenden a cargar el lavavajillas sin simulación. Sunday Robotics apuesta por métodos alternativos para enseñar tareas complejas sin el coste de los entornos clásicos.
53 correos a Marc Benioff… y una entrevista. Perseverancia extrema: un recordatorio de que la insistencia sigue siendo una estrategia sorprendentemente efectiva.
🌱 Latido incipiente
La startup GSCAI ha lanzado una plataforma de nube de IA alimentada 100 % por energía solar y eólica, orientada a proyectos de energía limpia, datos en tiempo real e infraestructuras inteligentes. Es un movimiento que mezcla dos vectores tecnológicos disruptivos: IA y la sostenibilidad. Si la electricidad se está convirtiendo en cuellos de botella para la IA, la solución puede no estar sólo en “más potencia”, sino en cómo generar y gestionar con eficiencia.
💭 Pulso Final
No solo se trata de entrenar modelos gigantes ni desplegar chips ultrarrápidos: la historia que viene está también en quién mueve la palanca de la electricidad, la latencia, la refrigeración, la ubicación y la continuidad energética. Las lagunas en el suministro no son solo operativas, son estratégicas y estructurales.
La próxima revolución en IA no vendrá solo del tamaño del modelo, sino de la escala energética, del ancho de banda, del nodo inteligente más cercano al usuario..
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Y eso es todo por hoy. Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
PD1. Si te interesa este cruce entre biotecnología e inteligencia artificial, te recomiendo The Genesis Machine de Amy Webb y Andrew Hessel. Explica cómo la biología sintética está redefiniendo qué significa “vivir”.
PD2. Otro imprescindible es La Ola que Viene de Mustafa Suleyman: una mirada lúcida sobre cómo la IA y la biotecnología juntas podrían reconfigurar nuestra especie.
PD3. Y como decía el gran, Paco Umbral, yo he venido aquí a hablar de mi libro. Así que como no, De la EGB a la AI del thin tank, Mundos Posibles. Una reflexión accesible y culturalmente cercana sobre cómo entender el salto generacional entre las tecnologías simples de nuestra infancia y la complejidad de la IA moderna.