Hay noticias de inteligencia artificial que se entienden con solo pestañear.
Una aplicación nueva.
Un vídeo más realista.
Un robot que dobla camisetas.
Y luego están las otras.
Las que hablan de conjeturas matemáticas, tiempos subexponenciales y teoría cuántica de campos.
Lees el titular.
Asientes.
Y sigues sin saber qué demonios acaba de pasar.
OpenAI ha anunciado tres resultados científicos que merecen que nos paremos un momento.
Vamos a explicarlos con una piscina, un sudoku y un edificio.
Sin ecuaciones.
Una precisión antes de empezar: son resultados anunciados por OpenAI, con distintos niveles de documentación pública y revisión. La comunidad científica todavía tiene trabajo por delante para examinarlos y validarlo, en el famoso proceso de revisión por pares.
Pero dejémonos de tecnicismos y vamos al lío.
La piscina: entender cómo se concentran las ondas
Imagina que tiras varias piedras a una piscina.
Las ondas se cruzan y, en algunos puntos, forman un pico más alto.
La pregunta matemática es cuánto pueden concentrarse esas ondas y cuánto puede durar esa concentración.
Una conjetura llevaba décadas intentando ponerle reglas precisas a ese comportamiento.
OpenAI afirma haber encontrado una demostración válida para todas las dimensiones, que además permitiría resolver otros problemas relacionados.
¿Para qué sirve?
Las matemáticas de las ondas aparecen en el sonido, la luz y muchos modelos físicos.
Comprenderlas mejor amplía las herramientas con las que investigamos esos fenómenos. El camino hasta una aplicación concreta puede ser largo: este resultado, por sí solo, no nos entrega un escáner mejor ni una conexión más rápida.
Es una herramienta nueva en la caja.
Y hay herramientas que permiten construir cosas que antes no sabíamos cómo abordar.
El sudoku: encontrar un atajo donde creíamos que había una barrera
Piensa en un sudoku gigantesco.
Comprobar que una solución cumple las reglas puede ser relativamente sencillo.
Encontrarla puede exigir muchísimo trabajo.
El problema estudiado, llamado 3-SAT, también consiste en averiguar si es posible cumplir muchas condiciones a la vez.
Al aumentar las variables, el esfuerzo puede dispararse.
Una hipótesis muy influyente sostenía que cierta barrera de crecimiento del tiempo era inevitable. OpenAI afirma haber encontrado un algoritmo que la rompe.
¿La implicación práctica?
Reabre la búsqueda de métodos más rápidos para determinados problemas de cálculo y combinaciones.
Pero hay un trecho entre demostrar que existe un atajo y conseguir que resulte útil con problemas reales.
Más rápido en teoría puede seguir siendo desesperadamente lento en la práctica.
Tampoco resuelve P frente a NP, el famoso problema del milenio sobre la relación entre encontrar soluciones y comprobarlas.
Lo relevante es que una barrera que muchos daban por buena podría caer.
Y eso obliga a revisar qué otros caminos merece la pena explorar.
El edificio: demostrar que los cimientos aguantan
Hay teorías físicas cuyas predicciones funcionan extraordinariamente bien.
Sin embargo, construirlas con todo el rigor matemático sigue planteando dificultades enormes.
Imagina un edificio que lleva décadas en uso, mientras seguimos intentando justificar cada detalle de sus cimientos.
OpenAI anuncia avances en esa construcción matemática para teorías que describen partículas e interacciones fundamentales.
Entre ellos, la existencia de la teoría cuántica de Yang–Mills, una parte de otro problema del milenio.
¿Para qué sirve?
Para disponer de fundamentos más sólidos sobre los que estudiar la materia y desarrollar nuevas demostraciones.
De ahí no sale directamente una fuente de energía ni un material revolucionario.
Además, este es el resultado con menos información pública: sus materiales todavía no están disponibles para el examen abierto. Y queda pendiente la brecha de masa, otra exigencia fundamental del problema de Yang–Mills.
Food for thought
La mayoría de los avances científicos empujan una frontera. Pero un avance en inteligencia artificial puede ayudar a empujar muchas a la vez en otros campos.
La IA podría convertirse en una de esas tecnologías que mejoran nuestra capacidad de descubrir.
No sería la única: la escritura, los instrumentos de medida y los ordenadores también aceleraron disciplinas enteras.
Pero hay algo especialmente potente en una herramienta capaz de ayudar a formular hipótesis, explorar soluciones y producir demostraciones.
Si esas capacidades siguen mejorando, sus efectos podrían acumularse en muchos campos simultáneamente.
Por eso, medir el progreso de la IA solo por lo bien que escribe un correo se nos puede quedar pequeño.
También habrá que medirlo por las preguntas que nos permite responder.
Y por cuánto antes conseguimos responderlas.
🌍 El Eco del Mercado
☁️ Microsoft demuestra que la IA puede generar caja. Azure creció un 48 %, hasta 33.170 millones de dólares, y Microsoft generó 18.600 millones de flujo de caja libre; su relación con OpenAI aportó 10.000 millones de ingresos. La compañía demuestra que puede financiar el despliegue de IA con su negocio existente, aunque parte de la capacidad prevista se ha retrasado.
🔥 Alphabet duplica Google Cloud, pero empieza a quemar efectivo. Google Cloud superó los 30.700 millones de dólares, mientras la infraestructura de IA y la desaceleración publicitaria llevaron el flujo de caja libre a –9.100 millones. Sus acciones llegaron a caer un 13 %: el mercado acepta invertir en IA, pero empieza a penalizar que consuma caja y debilite el negocio original.
🧠 Samsung multiplica por quince el beneficio de sus chips y aun así cae en bolsa. La demanda de IA disparó el beneficio de semiconductores y dejó vendida su memoria HBM para 2027, pero las acciones cedieron hasta un 6,2 % por una previsión menos optimista que la de SK Hynix. La escasez beneficia al fabricante de memoria hasta que su precio empieza a perjudicar al negocio de móviles del mismo grupo.
🤖 Serval triplica su valoración para desafiar a ServiceNow. La startup capta 150 millones de dólares y alcanza una valoración de 3.000 millones con agentes que automatizan accesos, incidencias y activos tecnológicos. No quiere añadir IA al software corporativo existente, sino sustituirlo, manteniendo autorización humana para las operaciones sensibles.
🔓 Mistral publica un modelo abierto especializado en ciberseguridad. Large 4 puede descargarse y ejecutarse dentro de las propias organizaciones para detectar y corregir vulnerabilidades sin depender de un proveedor externo. La soberanía tiene una contrapartida: los mismos pesos que nadie puede retirar al defensor tampoco pueden negarse al atacante.
🛡️ Google lanza Gemini 4 Carbon para encontrar y corregir vulnerabilidades. El modelo aborda tareas prolongadas de ingeniería, desde descubrir fallos hasta explotarlos y generar parches, y Google asegura que duplica a Argon en código seguro. La misma capacidad que permite defender un sistema exige comprender cómo atacarlo, por lo que el control de acceso será tan importante como el rendimiento.
🕵️ Una filtración expone a más de 40.000 empleados de Seguridad Nacional. El conjunto incluye nombres, teléfonos, correos y funciones de agentes dedicados a vigilancia, inteligencia y operaciones encubiertas; el DHS investiga una posible brecha. Reuters verificó solo una muestra y Okta niega que sus sistemas fueran comprometidos, pero una estructura organizativa filtrada ofrece al atacante un mapa preciso de sus próximos objetivos.
🇪🇺 Europa moviliza 42 millones para agentes defensivos de IA. Tres proyectos con más de setenta socios desarrollarán sistemas auditables para detectar amenazas y responder a incidentes en telecomunicaciones, finanzas, transporte, salud e industria. Son programas de investigación de tres años —uno coordinado por la Universidad de Murcia— con los que Europa intenta construir capacidades defensivas propias.
📊 Anthropic quiere demostrar qué producen los tokens que factura. Sus nuevos informes relacionan consumo, coste, tareas, resultados y puntos de fallo, además de permitir presupuestos compartidos entre equipos. La adopción empresarial madura cuando el cuadro de mando deja de contar tokens y empieza a explicar qué trabajo se compró con ellos.
🧩 Wabi capta 55 millones para crear aplicaciones efímeras por encargo. La startup alcanza una valoración de 1.250 millones con un agente que genera pequeñas interfaces para organizar comidas, preparar planes de ejercicio o encontrar restaurantes. Su apuesta es que el usuario deje de buscar aplicaciones y pida a la IA que fabrique la herramienta necesaria en cada momento.
🎙️ Deepgram compra Daily para controlar la infraestructura de la voz. La operación incorpora Pipecat, el framework abierto que coordina transcripción, modelos, síntesis de voz y vídeo en tiempo real; no se ha revelado el precio y seguirá siendo neutral respecto al proveedor. En la IA de voz, reducir la latencia y mantener el contexto entre componentes puede ser tan importante como disponer del mejor modelo.
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. Si hoy te has quedado con ganas de entender un poco mejor de qué está hecho el mundo y cómo hemos llegado a saberlo, apunta estas tres lecturas:
Siete breves lecciones de física, de Carlo Rovelli. Una puerta de entrada a la relatividad, la mecánica cuántica y las partículas. Breve, accesible y perfecto para perderle el miedo a palabras que parecen reservadas a gente con bata.
¿Para qué sirven las matemáticas?, de Ian Stewart. Para descubrir las matemáticas que trabajan entre bastidores en los satélites, la seguridad digital o los trasplantes de riñón. Muy conectado con la pregunta de hoy: «Vale, pero ¿esto para qué sirve?».
Una breve historia de casi todo 2.0, de Bill Bryson. Un recorrido por el universo, la Tierra y la vida, con los descubrimientos y las personas que nos han ayudado a comprenderlos. Para quienes prefieren empezar por el mapa completo.
PD2. Ciencia básica en la mesa de tu cocina.. Con este microscopio de bolsillo de 60 a 120 aumentos puedes explorar los cristales de sal, una hoja o las fibras de tu camiseta. Te dejo el primer experimento para usar este aparato: ¿sabrías distinguir sal y azúcar mirando sus cristales?