Ejecutivo de DeepMind de Google: el gasto de capital de cientos de miles de millones en IA es la mayor apuesta científica en la historia de la humanidad, con una apuesta clave en la "mejora recursiva de sí misma".

Autor | Bao Yilong

      Editor | Duro IA

Mientras los gigantes tecnológicos queman dinero en una escala sin precedentes para construir la infraestructura de IA, la lógica fundamental detrás de esta apuesta colosal se está volviendo evidente: apostar a que la IA logre la "mejora recursiva autónoma".

El 3 de agosto, Jasjeet Sekhon, Director de Estrategia de Google DeepMind, declaró públicamente el pasado fin de semana en la Cumbre Agentic AI celebrada en la Universidad de California, Berkeley, quela mejora recursiva autónoma (Recursive Self-Improvement, RSI) es la "lógica de inversión central" detrás del gasto de capital de toda la industria.

La mejora recursiva autónoma se refiere a la capacidad de la IA para crear versiones mejores de sí misma de manera automática, considerada en el sector como el siguiente hito importante después de la Inteligencia Artificial General (AGI).

Sekhon también admitió quelos ingresos actuales de la IA "aún no son suficientes para sostener" la escala del gasto de capital, y la industria se enfrenta al riesgo de caer en un vacío de mercado.

Este año, Google ha invertido cerca de 200 mil millones de dólares en centros de datos de IA y equipos relacionados, y planea aumentar el monto el año próximo.

Al mismo tiempo, el investigador de DeepMind Oriol Vinyals y el cofundador de OpenAI, Wojiech Zaremba, afirmaron también en el evento quela mejora recursiva autónoma podría lograrse entre 2027 y 2028.

Lógica detrás de la apuesta multimillonaria, la mejora recursiva autónoma reemplaza a la AGI

En el relato del sector de la IA, la mejora recursiva autónoma está desplazando rápidamente a la AGI como el concepto más candente.

AGI es la abreviatura de Artificial General Intelligence, habitualmente traducido al español como “Inteligencia Artificial General”. Es uno de los objetivos finales de la investigación en IA y se refiere a un sistema de IA que puede alcanzar o superar el nivel humano en la mayoría de las tareas de valor económico.

Sekhon caracteriza el gasto de capital actual en la industria de la IA como "la mayor apuesta científica de la historia de la civilización humana", superando incluso los programas Apolo, el Proyecto Manhattan y la inversión en el desarrollo de Internet del gobierno de EE. UU. en términos de escala.

La verdadera mejora recursiva autónoma implica que el modelo de IA pueda rediseñar de forma independiente toda su arquitectura y desarrollar nuevos modelos, formando así un ciclo de auto-mejora continua.

Sekhon admite que la tecnología actual "está muy lejos de esa etapa", pero señala quelas empresas de IA ya pueden usar modelos para asistir en el diseño de componentes de otros modelos, lo que puede considerarse como una "señal inicial" de la mejora recursiva autónoma. Él compara este fenómeno con el uso histórico de máquinas de vapor para construir la siguiente generación de máquinas de vapor.

Aun así, Sekhon expresó:

Parecería poco sensato apostar a que la mejora recursiva autónoma no se logrará.

Sin embargo, Sekhon prevé que la mejora recursiva autónoma "muy probablemente aparecerá en los próximos años".

Oriol Vinyals de DeepMind y el cofundador de OpenAI Wojiech Zaremba ofrecieron una estimación temporal aún más concreta en la mesa redonda: 2027 o 2028.

Realidad del déficit de ingresos, la inquietud de los accionistas de Google

Aunque la narrativa estratégica es grandilocuente, la descripción de Sekhon sobre la realidad financiera actual es notablemente directa.

Dejó en claro que los ingresos que genera la IA actualmente "aún no son suficientes para respaldar el gasto de capital en curso". Esto significa quela industria corre el riesgo de caer en una "burbuja de aire de la IA", es decir, el gasto de capital se realiza a gran escala pero los ingresos correspondientes se retrasan considerablemente.

Esta declaración coincide estrechamente con las actuales preocupaciones de los accionistas de Google. Aunque los principales inversionistas en IA, incluida Google, están logrando un crecimiento acelerado en ventas de software o servicios en la nube, los accionistas muestran cierta inquietud ante el consumo constante de efectivo de la compañía.

Como comparación, AWS de Amazon registró un aumento del 37% en ingresos este trimestre, hasta 42.200 millones de dólares, y el margen operativo subió del 37% al 39% respecto al trimestre anterior, mostrando un camino claro hacia la materialización acelerada de la demanda de servicios en la nube basados en IA.

Esto contribuye en cierto modo a justificar la lógica comercial de las inversiones masivas del sector, pero también resalta aún más el desfase estructural entre ingresos y gastos reconocido por Google.

Mapa de riesgos: de ataques cibernéticos a amenazas biológicas

En la cumbre, Sekhon y la profesora de informática de la Universidad de California en Berkeley, Dawn Song, quien recientemente se unió al departamento de "superinteligencia" de Meta, dedicaron gran parte del tiempo a discutir los riesgos de seguridad que trae la IA, especialmente su potencial como herramienta para ataques cibernéticos y biológicos.

Song señaló que, en el futuro cercano, la IA "beneficiará más a los atacantes", debido a una asimetría inherente entre el ataque y la defensa:

El atacante solo necesita tener éxito una vez, mientras que el defensor debe impedir todos los ataques.

Sekhon estuvo de acuerdo y advirtió que, a medida que los atacantes contaminan repositorios de código abierto y aprovechan códigos de baja calidad escritos por humanos, "el futuro próximo será bastante difícil", siendo especialmente frágiles los sistemas críticos como la red eléctrica y los hospitales de EE. UU.

Sin embargo,Sekhon dirigió la advertencia hacia el ámbito de la seguridad biológica. Señaló:

Estamos muy cerca de un mundo donde una persona solo necesita conversar con un modelo en lenguaje natural para diseñar un virus o una proteína. Este es un mundo extremadamente peligroso que seguirá beneficiando a los atacantes a largo plazo.

Mencionó que hacer frente a los riesgos biológicos requiere aplicar mecanismos más estrictos de licencia, monitoreo y rastreo sobre los "materiales biológicos relevantes", y reveló que Google está extendiendo su tecnología de marcas de agua de contenido generado por IA, SynthID, al ámbito biológico, para ayudar a las empresas de síntesis de ADN a identificar posibles secuencias biológicas generadas por IA que supongan un riesgo potencial.