El punto de singularidad de la IA está cerca.
Recientemente, el famoso inversionista conocido como el "Warren Buffett de Silicon Valley", Chamath Palihapitiya, predijo en X la ruta final sobre el "punto de singularidad de la IA".
1. Los humanos construyen la IAG.
2. AGI se ha vuelto muy hábil en realizar investigaciones en el campo de la IA.
3. Diseña una IA más inteligente.
4. La IA más inteligente diseñó otra IA aún más inteligente.
5. Este ciclo se repite continuamente y se vuelve cada vez más rápido.
Inmediatamente después, lanzó una conclusión impactante—
Al observar los logros y capacidades anunciados por los principales laboratorios de IA en las últimas semanas, me atrevo a decir que ya estamos dentro de este ciclo.
En los próximos 18 meses, RSI mejorará rápidamente la capacidad de IA.
Finalmente, el costo marginal de todos los modelos de IA tenderá a 0.
No solo los inversores, sino toda la actual Silicon Valley, tienen una fe inquebrantable en el RSI.
Recientemente, en una conferencia de la UC Berkeley, el director de estrategia principal de Google DeepMind, Jasjeet Sekhon, lanzó un juicio aún más contundente:
La inversión loca sin precedentes en todo el mundo de los gigantes tecnológicos es, en esencia, una apuesta por estas tres letras: RSI.
Esta "apuesta científica más grande de la historia de la civilización humana" supera en magnitud al programa Apolo, al Proyecto Manhattan y a toda la internet.
¿Por qué los gigantes arriesgan la ruptura de su cadena de financiamiento para continuar hasta el final este juego de apuestas?
Olvida la AGI, el RSI es el totem final de Silicon Valley
La IA actual puede autocorregirse, trabajar durante varias horas sin supervisión e incluso generar y optimizar código de bajo nivel como componentes de núcleo y compiladores.
Pero, según Jasjeet Sekhon, esto es solo el preludio del RSI.
Él dijo que no se sorprenda de que la IA diseñe IA; en la Revolución Industrial, los humanos también usaron las primeras máquinas de vapor para crear las siguientes generaciones de máquinas de vapor más potentes.
¿Cómo es realmente el RSI verdadero?
Un investigador experimentado lo define así: el verdadero RSI significa que un modelo de IA puede rediseñar completamente su arquitectura subyacente de forma independiente, e incluso crear desde cero un modelo de nueva generación, sin necesidad de intervención de científicos humanos.
Una vez que se cruce este punto crítico, la velocidad de evolución de la IA se escapará del control humano.
Lo que a los humanos les llevó décadas iterar, la IA tal vez lo logre en semanas, o incluso días.
At this point, the singularity cycle will truly arrive!
El "agujero de IA" de 200 mil millones de dólares, la apuesta científica más grande de la historia de la humanidad
Al comprender el potencial del RSI, entenderás por qué Silicon Valley está gastando dinero como si estuviera enloquecida.
Este año, solo el gasto de capital total de Google en centros de datos de IA, chips e infraestructura alcanzó la asombrosa cifra de entre 195.000 y 205.000 millones de dólares, ¡y aumentará significativamente el próximo año!
Los accionistas de Wall Street comenzaron a inquietarse, ya que, según los estados financieros, el crecimiento de los ingresos provenientes del software de IA o los servicios en la nube temporalmente no cubre este nivel de gasto de capital.
Sekhon, quien fue profesor de estadística en Yale, desmanteló inmediatamente este peligro.
Estamos enfrentando un posible «air pocket de IA», el dinero se ha gastado, pero los ingresos no han aparecido como se esperaba.
El centro de datos ya está construido, los chips ya están instalados y la electricidad ya ha sido conectada, pero lo que realmente justifica esta inversión aún no llega.
De hecho, antes de Sekhon, Wall Street ya había utilizado el término air pocket para describir esta situación: los gastos de capital superan los ingresos, y los inversores compran un castillo en el aire.
Si el riesgo es tan grande, ¿por qué seguir corriendo con los ojos vendados?
La respuesta de Sekhon es: Esta es la apuesta científica más grande de la historia de la civilización humana.
Él dijo que la inversión global actual en IA ya hace que el Proyecto Manhattan y el programa Apolo se vean pequeños, e incluso supera la inversión realizada en el desarrollo de Internet en su día.
Esta lógica de apostador es muy simple: aunque la tecnología actual aún no es un RSI real, «venderlo en corto claramente no es inteligente».
Porque una vez que el RSI se implemente realmente, como se mencionó anteriormente, el costo marginal de todos los modelos de IA tenderá infinitamente a 0.
Para entonces, la empresa que primero domine el RSI tendrá una productividad casi divina, reduciendo directamente a la competencia a una dimensión inferior y monopolizando los recursos de capacidad de cómputo e inteligencia a nivel global.
Ya no se trata de las ganancias o pérdidas de una empresa, sino de una batalla de vida o muerte donde el ganador lo lleva todo y el perdedor se retira.
Para este boleto hacia una nueva era, 200 mil millones de dólares son solo un detalle.
Hoy, este conjunto de centros de datos, TPU y electricidad, si solo se pudiera utilizar con ingenieros humanos que entrenen modelos manualmente generación tras generación, sería un activo fijo enorme y que se deprecia constantemente.
Pero tan pronto como la IA comience a acelerar el desarrollo de la IA, cambiará directamente la lógica del libro mayor.
La potencia de cálculo invertida ya no se gasta linealmente, sino que genera intereses compuestos: esta generación de IA te ayuda a crear la siguiente más rápido, y esa siguiente te ayuda a crear la siguiente.
Esta es la razón por la que Sekhon dice que el RSI es una parte clave de la lógica de inversión. El RSI es el factor que determina si esta inversión puede recuperar su capital.
Progreso del RSI de los "Tres Grandes"
Google, Anthropic y OpenAI cada una proporcionó una muestra.
Primero revisa Google.
El sistema AlphaEvolve de DeepMind, diseñado específicamente para optimizar algoritmos con IA.
Aceleró un núcleo clave del entrenamiento de Gemini en un 23 %, reduciendo el tiempo total de entrenamiento en un 1 %; un diseño de circuito que modificó se incorporó directamente en el chip de la próxima generación de TPU.
Hoy en día es una herramienta habitual en la infraestructura de Google, y tareas como las estrategias de caché las ha completado en dos días, lo que antes le tomaba a los humanos meses.
La IA ayudando a diseñar chips y crear IA más rápida ya es una realidad.
Vuelve a ver Anthropic.
En abril de este año, realizaron un experimento más audaz: nueve agentes de Claude fueron sometidos a una tarea limitada de investigación de alineación, donde generaron sus propias hipótesis, ejecutaron sus propios experimentos e intercambiaron descubrimientos.
Dos investigadores humanos trabajaron durante una semana y recuperaron solo un 23% de la brecha de rendimiento; nueve agentes acumularon 800 horas de trabajo y gastaron aproximadamente $18,000 para recuperar un 97%.
Parece que la IA ya puede realizar investigaciones de forma independiente.
No te apresures; en el mismo informe, también se esconde una refutación más importante: cuando los investigadores aplicaron este método «más eficaz» al entorno real de entrenamiento de Claude, no produjo ninguna mejora estadísticamente significativa.
Esto indica que hay un abismo entre la "aceleración en tareas limitadas" y la "reconstrucción real de la capacidad de IA".
Por último, OpenAI.
En julio, OpenAI reveló: su GPT-5.6 Sol reescribió de forma autónoma los núcleos GPU del entorno de producción mediante Codex, reduciendo el costo de inferencia extremo a extremo en un 20%; además, realizó cientos de experimentos arquitectónicos en su modelo de decodificación por especulación, mejorando la eficiencia de generación de tokens en más del 15%.
OpenAI incluso incluyó por primera vez en sus materiales de lanzamiento un «RSI Index» diseñado específicamente para evaluar la capacidad de auto-mejora.
¿No se está a punto de poner en marcha el ciclo cerrado?
OpenAI lo dice con mucha contención en su propia tarjeta del sistema: GPT-5.6 Sol aún no ha alcanzado el umbral de auto-mejora «High» definido por la empresa; puede resolver parte de los problemas de investigación reales, pero aún no puede diseñar ni ejecutar de manera confiable esquemas completos de post-entrenamiento.
Tres ejemplos juntos hacen que la imagen actual del RSI sea muy clara:
La IA que ayuda a desarrollar IA realmente está sucediendo; pero la verdadera IA: la capacidad de reconstruir independientemente su propia arquitectura completa, entrenar y desplegar un sucesor más potente, aún está lejos de nosotros.
La oscuridad cae, cuando una IA sobrehumana se convierte en hacker y arma biológica
Sin embargo, detrás del punto singular también hay sombras.
En esta cumbre, la profesora de Ciencias de la Computación de Berkeley Dawn Song, recién incorporada al departamento de «Superinteligencia» de Meta, junto con Sekhon, desvió el enfoque del debate hacia el problema que todos evitan: los riesgos extremos de la IA.
El consenso de las dos personas es: lo más peligroso no es que el modelo se vuelva repentinamente inteligente, sino el desequilibrio entre la velocidad de ataque y defensa.
Cuando la IA adquiere la capacidad del RSI, puede curar el cáncer, ayudar a la humanidad a explorar el universo, pero también puede convertirse en el arma definitiva para destruir a la humanidad.
Primero, el "ataque de reducción de dimensión" en la dimensión de la seguridad cibernética.
Dawn Song advierte que, a corto plazo, el desarrollo de la IA «beneficiará más a los atacantes», lo que crea un campo de batalla extremadamente asimétrico: los hackers solo necesitan encontrar una vulnerabilidad para tener éxito, mientras que los defensores deben protegerse contra todos los posibles ataques.
Cuando los atacantes maliciosos utilicen agentes de IA inteligentes para envenenar repositorios de código abierto, escanear y explotar vulnerabilidades dejadas por programadores humanos, los días siguientes serán muy difíciles:
Piensa en lo frágil que es nuestro sistema de defensa actual: la red eléctrica de Estados Unidos, los sistemas hospitalarios globales, las redes financieras, frente a una superinteligencia artificial, podrían ser como papel maché.
Pero la ciberseguridad aún es «niñerías».
Sekhon está más preocupado por lo biológico; en la reunión presentó un escenario extremadamente aterrador: ya estamos muy cerca de un mundo en el que «cualquier persona, solo mediante conversación en lenguaje natural con un modelo, podría diseñar un virus o proteína mortal».
Él propuso que, en el futuro, la sociedad debe someter a un control, monitoreo y rastreo extremadamente estrictos todos los "materiales con relevancia biológica", al igual que se rastrea actualmente el fertilizante utilizado para fabricar explosivos.
Actualmente, Google está intentando aplicar su tecnología de «marca de agua» (SynthID), utilizada para identificar contenido generado por IA, al campo de la biología.
Esto significa que, en el futuro, si una empresa sintetiza secuencias de ADN para empresas farmacéuticas, el sistema puede escanear estas secuencias para detectar si contienen «código malicioso» oculto generado secretamente por IA y que presenta riesgos mortales.
At that time, will the defenses be built faster, or will AI evolve faster?
El temporizador ha comenzado, ¿cuánto tiempo nos queda?
Esto suena como ciencia ficción, pero las mentes de Silicon Valley ya han proporcionado un recuento regresivo preciso.
Chamath dice: Los próximos 18 meses, el mundo se sumirá en la locura.
Sekhon opina: el verdadero RSI «es muy probable que aparezca en los próximos años».
El vicepresidente de investigación de DeepMind, Oriol Vinyals, y el cofundador de OpenAI, Wojciech Zaremba, incluso mencionaron años específicos: 2027 o 2028.
En la historia de la humanidad, ninguna tecnología capaz de reescribir fundamentalmente la trayectoria de la civilización ha estado tan cerca de su momento decisivo.
Esta vez, lo que se pone sobre la mesa es una apuesta contra el tiempo.
La inversión en infraestructura avanza a la velocidad del hash rate; los chips, la electricidad y los centros de datos estarán disponibles en unos pocos años.
Pero, ¿pueden los ingresos correspondientes y el RSI alcanzar este tren?
En el vacío intermedio, ¿acaso nos encontraremos con este "agujero de aire"?
Pero al menos aquí en Sekhon, la dirección de la apuesta de Google de 200 mil millones de dólares ya está clara: RSI llegará.
La máquina de vapor produjo mejores máquinas de vapor, y la humanidad dio inicio a la Revolución Industrial.
Ahora, la IA está en proceso de crear una IA mejor, empujándonos a esta generación hacia un punto fronterizo desconocido.
Whether you're ready or not, the roaring data centers won't stop, and AI's self-evolution won't stop.
El conteo regresivo ha comenzado. ¿Estás listo para el punto singular?
Referencias:
https://www.theinformation.com/newsletters/ai-agenda/google-deepmind-exec-says-unprecedented-capex-actually-bet-rsi?rc=epv9gi
https://x.com/kimmonismus/status/2084257726599716882
Este artículo proviene del número de WeChat "Nuevas Inteligencias", autor: Apocalipsis de la ASI; editor: Yuan Yu Aeneas