Análisis sobre IA, automatización, cloud y software. Sin hype: qué cambia, qué funciona y qué conviene comprobar antes de dar una promesa por buena.
Último artículo Ciencia y matemáticas
OpenAI ha publicado 722 manuscritos con resultados sobre problemas abiertos de matemáticas. Qué contienen, cuáles importarían de verdad, qué ha comprobado una máquina y qué sigue pendiente.
Del juego de imitación de 1950 a los experimentos con modelos actuales: qué mide el test de Turing y qué lugar ocupa en la investigación sobre IA.
Los mods creados con IA reabren una pregunta que ya inquieta a artistas y matemáticos: por qué seguir cuando una máquina puede hacerlo. El ajedrez ofrece una pista.
Probamos Cloudflare OS en Codin: un entorno para crear aplicaciones pequeñas con IA, adaptarlas y compartirlas. Nuestro CRM es una primera muestra.
OpenAI dice haber resuelto más de cien problemas abiertos y parte de la comunidad matemática responde con una carta. Qué se discute, qué se pide y qué pensamos en Codin.
Una capacidad de fondo que crece sin pausa, tareas que encadenan muchos pasos y laboratorios que entrenan lo que pueden comprobar: por qué la IA avanza a saltos en tareas concretas.
Las pruebas destacadas en los lanzamientos de GPT-2, GPT-4, o1 y Grok muestran cómo fue cambiando lo que esperábamos de sus capacidades.
Qué es el Gran Filtro y por qué la IA podría formar parte de él: poder tecnológico, instituciones frágiles y una capacidad de control que se queda atrás.
Seis capacidades para entender los riesgos futuros de los LLM: qué peligros habilitan, qué evidencia existe y qué falta para llegar a los escenarios más graves.
El conectoma de una mosca abre un debate todavía especulativo: si una emulación podría sentir y qué obligaciones tendríamos si llegara a hacerlo.
OpenAI afirma haber resuelto Navier–Stokes. Más allá de la polémica por la autoría, su construcción con fuerza externa dejaría abierta una pregunta fundamental.
Pelícanos en bicicleta, pelotas en un hexágono y escenas en Blender: los tests virales cuentan cómo ha subido el listón de la IA y qué podemos deducir de sus demos.
El umbral importante para un agente de IA quizá no sea la consciencia ni la superinteligencia, sino la capacidad de conseguir recursos, mantenerse activo y reconstruirse sin un propietario claro.
Qué puede aportar la inferencia local a un proceso con datos sensibles, cuáles son sus límites reales y qué exige llevarla a producción.
La IA está acelerando la robótica, pero no todos sus cuellos de botella avanzan al mismo ritmo. El caso del fontanero permite separar inteligencia, destreza, fiabilidad y coste.
Las single-use apps proponen generar software para una necesidad concreta y descartarlo después. La idea interesante no es producir más aplicaciones, sino decidir qué parte del software necesita durar.
La forma humana no es la mejor para cada tarea. Su ventaja aparece cuando un robot generalista debe usar nuestras herramientas y operar en espacios que ya existen.
La IA ya empieza a producir resultados de investigación matemática. El reto puede pasar de demostrar teoremas a verificarlos, entenderlos y decidir cuáles importan.
Un estudio con 26.811 alumnos encontró mejores deberes en menos tiempo, pero peores exámenes. El problema no es solo usar IA, sino qué esfuerzo sustituye.
