El número que puso en su sitio a una red neuronal
Diario de Innovación #314
El pasado sábado fue 14 de marzo. Hoy casualmente, la siguiente edición del Diario es la 314. ¿Coincidencia, no lo sé?
Para los estadounidenses es simplemente el 3/14.
Para los matemáticos es π.
Y para los ingenieros es uno de esos recordatorios más incómodos de que, por mucho que avance la tecnología, todavía hay cosas que el universo guarda celosamente.
Porque si la inteligencia artificial es buena encontrando patrones, π es la prueba de que el universo también sabe esconderlos.
π es uno de esos números que aparecen en casi todo lo que nos rodea.
No lo ves, pero está ahí.
Cuando tu móvil envía una señal Wi-Fi.
Cuando una antena transmite datos.
Cuando se comprime un vídeo o una canción.
Cuando un satélite calcula su órbita.
La razón es sencilla.
Cada vez que aparece algo que oscila, vibra o gira, aparece π.
Las ecuaciones de ondas, Fourier, señales, probabilidades… todas llevan π incrustado en algún sitio.
Por eso a veces se dice que π es como una marca de agua del universo.
No lo ves directamente.
Pero está impreso en casi todo.
El reto: ¿puede una IA predecir π?
Hace unos años alguien decidió hacer un experimento curioso.
Entrenar una red neuronal recurrente (LSTM) con cientos de miles de dígitos de π.
La premisa era sencilla. Probar que si la IA es tan buena encontrando patrones,¿podría aprender cuál será el siguiente dígito de π?
El sistema funcionaba así:
se introducían miles de dígitos de π
la red intentaba predecir el siguiente
se repetía millones de veces
Si hubiera algún patrón oculto, la red debería detectarlo.
Pero el resultado fue brutalmente simple.
La red no pudo hacerlo mejor que el azar.
Cuando tienes diez posibles dígitos (0-9), acertar al azar significa 10 % de precisión.
La red neuronal se quedó prácticamente ahí.
Ni más ni menos.
Cuando la IA sí encuentra patrones
Lo curioso es que el mismo experimento se hizo con otra secuencia.
La serie de Fibonacci.
1, 1, 2, 3, 5, 8, 13…
Aquí la red neuronal aprendió el patrón enseguida.
La pérdida del modelo cayó casi a cero.
Era capaz de predecir el siguiente número perfectamente.
Lo cual nos dice algo interesante.
La IA es extraordinaria detectando patrones estructurados.
Pero π parece comportarse como si no tuviera ninguno.
Aquí te dejo otra curiosidad matemática, esta vez materializada en música.
Un recordatorio incómodo para la IA
Esto revela algo importante sobre el aprendizaje automático.
Las redes neuronales no descubren verdades matemáticas.
Descubren patrones estadísticos.
Y π, al menos desde el punto de vista estadístico, se comporta como una secuencia aleatoria.
Eso no significa que sea aleatorio.
De hecho, sabemos perfectamente cómo calcularlo.
Existen algoritmos específicos que generan sus dígitos con precisión infinita.
Pero esos algoritmos no se basan en aprendizaje.
Se basan en matemáticas puras.
Y ahí los métodos clásicos siguen siendo imbatibles.
El deporte de calcular π
Aunque hoy sabemos calcular π con precisión arbitraria, el número sigue siendo un campo de juego para ingenieros.
Cada cierto tiempo alguien intenta batir el récord de cálculo.
En 2019 ocurrió algo interesante.
La ingeniera de Google Emma Haruka Iwao calculó 31,4 billones de dígitos de π.
Y lo hizo utilizando Google Cloud.
El cálculo se ejecutó durante 111 días usando 25 máquinas virtuales y el software y-cruncher.
Fue la primera vez que un récord mundial se lograba completamente en infraestructura cloud.
Hoy el récord supera los 200 billones de dígitos.
Pero lo importante no es el número.
Es lo que demuestra.
Las mismas infraestructuras que usamos para entrenar modelos de IA gigantes también se utilizan para calcular π.
Al final todo es lo mismo: memoria, procesadores y tiempo.
π también está en tu día a día
Lo curioso es que π no es solo una rareza matemática.
Está escondido en muchas cosas que haces cada día.
Por ejemplo:
en la señal de tu router Wi-Fi
en la compresión de audio y vídeo
en los algoritmos de procesamiento de imágenes
en los modelos de probabilidad que usan muchos sistemas de IA
Incluso la famosa distribución normal que aparece en estadística y machine learning incluye π en su fórmula.
De nuevo, π actuando como esa marca de agua invisible del universo.
El número infinito
Hay algo profundamente fascinante en π.
Sabemos cómo calcularlo.
Sabemos dónde aparece.
Pero sus dígitos continúan sin repetirse y sin terminar jamás.
Es como una especie de frontera entre lo que comprendemos y lo que simplemente aceptamos.
Y quizá por eso sigue fascinando tanto a matemáticos, ingenieros y científicos.
Porque en un mundo obsesionado con encontrar patrones…
π nos recuerda que no siempre los hay.
Food for thought
La inteligencia artificial es increíble encontrando estructuras ocultas en datos.
Pero π nos recuerda algo importante.
No todo lo que parece complejo es aprendible.
Algunas cosas simplemente son así.
Y quizá parte de la inteligencia consiste también en saber cuándo dejar de buscar patrones donde no existen.
🌍 El eco del mercado
🧠 Meta pisa el freno en la carrera de los modelos frontier. Después de invertir miles de millones en inteligencia artificial, Meta ha retrasado el lanzamiento de su nuevo modelo debido a problemas de rendimiento. La noticia ilustra algo que el mercado empieza a asumir: escalar la IA es relativamente sencillo; hacerla fiable y estable en producción sigue siendo difícil.
🧭 La IA de Google empieza a citar… a Google. Los resultados generativos del buscador están enlazando cada vez más a productos del propio ecosistema (Search, YouTube, etc.). El fenómeno reabre un debate clásico en la era de la IA: ¿los asistentes generativos concentrarán aún más el poder de las plataformas?
🇨🇳 El “pequeño Nvidia” chino empieza a dar beneficios. Cambricon, uno de los principales diseñadores de chips de IA en China, ha anunciado su primer dividendo tras cerrar 2025 con beneficios. El dato confirma que el ecosistema chino de semiconductores empieza a consolidarse como alternativa estratégica frente a las restricciones de exportación estadounidenses.
🧠 China aprueba su primer implante cerebro-ordenador clínico. La empresa Neuracle ha recibido la primera autorización regulatoria del país para un BCI implantable que permite recuperar funciones motoras en pacientes con lesiones medulares. La carrera por las interfaces cerebro-máquina entra oficialmente en fase clínica en China.
🤖 OpenClaw desata la fiebre de los agentes en China. El agente open source se ha convertido en fenómeno viral entre desarrolladores y entusiastas. Muchos están alquilando servidores cloud o comprando suscripciones de IA solo para experimentarlo, creando una pequeña fiebre del oro alrededor de los agentes autónomos.
🧸 Los juguetes con IA preocupan a los investigadores. Un estudio de Cambridge alerta de que los juguetes inteligentes pueden interpretar mal emociones infantiles, generando respuestas inadecuadas. La expansión de la IA en objetos cotidianos abre una pregunta incómoda: ¿estamos preparados para convivir con sistemas que interpretan emociones humanas?
📜 Las empresas siguen sin reglas claras para usar IA. Un informe alerta de que muchas organizaciones están adoptando herramientas de IA sin políticas internas claras. El mayor riesgo no es el mal uso deliberado, sino la adopción silenciosa y desordenada dentro de los flujos de trabajo. Ya sabes, estamos en modo Shadow-AI, ON.
🔐 Google apuesta por seguridad open source en hardware. OpenTitan, el chip de “root of trust” de código abierto impulsado por Google, empieza a desplegarse en Chromebooks y podría llegar también a centros de datos. Es un movimiento interesante: abrir el diseño del hardware como estrategia de confianza en seguridad.
🎯 El Pentágono explora usar IA para priorizar objetivos militares. Funcionarios de defensa han revelado que sistemas generativos podrían ayudar a clasificar objetivos y recomendar ataques, siempre con supervisión humana. El debate sobre IA y decisiones letales vuelve al centro del escenario.
💰 Un nuevo unicornio para automatizar ventas con IA. La startup Rox AI, fundada por un ex directivo de New Relic, alcanza una valoración de 1.200 millones de dólares. Su propuesta: un CRM completamente nativo de IA que automatiza procesos comerciales.
🧩 Claude añade visualizaciones interactivas dentro del chat. El asistente de Anthropic ahora puede generar diagramas, calculadoras o pequeños programas visuales dentro de la conversación. Un paso más hacia interfaces de IA que funcionan como mini-aplicaciones dinámicas.
🧱 Docker se convierte en el refugio de los agentes de IA. NanoClaw y Docker se han aliado para ejecutar agentes en sandboxes aislados. El objetivo es permitir autonomía a los agentes sin poner en riesgo los sistemas corporativos.
⏱️ La IA solo ahorra 16 minutos a la semana. Un estudio revela que gran parte del tiempo ganado generando contenido con IA se pierde revisando y verificando resultados. La paradoja es clara: la productividad de la IA depende tanto de la confianza como del modelo. No sé tú, pero yo no tengo esa impresión.
🚕 Los robotaxis empiezan a circular en Las Vegas. Uber ha comenzado a ofrecer viajes con vehículos autónomos de Motional y Hyundai Ioniq 5. Los pasajeros pueden aceptarlos o elegir un coche tradicional.
🤖 Arduino y Qualcomm lanzan un mini-ordenador para robots con IA local. VENTUNO Q integra visión artificial, control robótico y computación offline en una sola placa. Un paso hacia robots más autónomos que no dependen del cloud.
🌊 Centros de datos dentro de turbinas eólicas. Una startup propone instalar servidores de IA dentro de turbinas marinas y usar el agua del mar del Norte como refrigeración natural. El proyecto ilustra una tendencia creciente: la geografía energética empieza a definir dónde se entrena la inteligencia artificial.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
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.
PD. Libros para celebrar el Pi Day. Si te interesa profundizar en la belleza de las matemáticas y los números, te dejo tres recomendaciones:
Infinite Powers de Steven Strogatz. Una historia fascinante sobre cómo el cálculo matemático cambió el mundo.
La Proporción Áurea de Mario Livio. Un recorrido brillante por la historia de la proporción áurea y su presencia en la naturaleza, el arte y la ciencia. Yo lo leía hace 20 años, pero creo que es un libro que envejece muy bien.
Gödel, Escher, Bach de Douglas Hofstadter. Un clásico absoluto sobre inteligencia, lógica y los límites del conocimiento. Denso y conceptual, requiere tiempo para digerirlo.