¿UN ESCENARIO ÓPTIMO PARA LA IA? Las narrativas de los Doomers estaban equivocadas. Predicadas en un "despegue rápido" hacia la AGI, predecían que el modelo de IA líder usaría su inteligencia para auto-mejorarse, dejando a los demás atrás, y alcanzando rápidamente una superinteligencia divina. En cambio, estamos viendo lo opuesto: — los modelos líderes se están agrupando alrededor de benchmarks de rendimiento similares; — las empresas de modelos continúan superándose entre sí con sus últimas versiones (lo cual no debería ser posible si uno logra un despegue rápido); — los modelos están desarrollando áreas de ventaja competitiva, volviéndose cada vez más especializados en personalidad, modos, codificación y matemáticas, en lugar de que un modelo se vuelva omnisciente. Nada de esto desmerece el progreso. Estamos viendo una fuerte mejora en calidad, usabilidad y relación precio/rendimiento en las principales empresas de modelos. Esto es el resultado de una gran ingeniería y debería ser celebrado. Simplemente no es el material de proclamaciones apocalípticas. Oppenheimer ha dejado el edificio. La carrera de IA es altamente dinámica, por lo que esto podría cambiar. Pero en este momento, la situación actual es de "Ricitos de Oro": — Tenemos 5 grandes empresas americanas compitiendo vigorosamente en modelos de frontera. Esto saca lo mejor de todos y ayuda a América a ganar la carrera de IA. Como ha escrito @BalajiS: “Tenemos muchos modelos de muchas facciones que han convergido en capacidades similares, en lugar de una gran ventaja entre el mejor modelo y el resto. Así que deberíamos esperar un equilibrio de poder entre varias fusiones humano/IA en lugar de una única AGI dominante que nos convierta a todos en clips de papel/pilares de sal.” — Hasta ahora, hemos evitado un resultado monopolístico que concentre todo el poder y control en una sola entidad. En mi opinión, el resultado distópico más probable con la IA es un matrimonio de poder corporativo y estatal similar a lo que vimos expuesto en los Twitter Files, donde "Confianza y Seguridad" se convierte en censura y control gubernamental. Al menos cuando tienes múltiples actores fuertes del sector privado, eso se vuelve más difícil. Por el contrario, las dinámicas de ganador se lleva todo son más propensas a producir resultados orwellianos. — Es probable que haya un papel importante para el código abierto. Estos modelos sobresalen en proporcionar el 80-90% de la capacidad al 10-20% del costo. Este intercambio será muy atractivo para los clientes que valoran la personalización, el control y el costo sobre las capacidades de frontera. China ha apostado todo por el código abierto, por lo que sería bueno ver a más empresas americanas compitiendo en esta área, como lo acaba de hacer OpenAI. (Meta también merece crédito.) — Es probable que haya una división del trabajo entre modelos de fundación generalizados y aplicaciones verticalizadas específicas. En lugar de una única superinteligencia capturando todo el valor, es probable que veamos numerosas aplicaciones agenciales resolviendo problemas de "última milla". Esto es una gran noticia para el ecosistema de startups. — También hay una división de trabajo cada vez más clara entre humanos e IA. A pesar de todo el maravilloso progreso, los modelos de IA todavía están en cero en términos de establecer su propia función objetivo. Los modelos necesitan contexto, deben ser fuertemente inducidos, la salida debe ser verificada, y este proceso debe repetirse de manera iterativa para lograr un valor comercial significativo. Por eso Balaji ha dicho que la IA no es de extremo a extremo, sino de medio a medio. Esto significa que las predicciones apocalípticas de pérdida de empleo están tan sobrevaloradas como la AGI misma. En cambio, la verdad de que “no vas a perder tu trabajo ante la IA, sino ante alguien que use la IA mejor que tú” se mantiene bien. En resumen, los últimos lanzamientos de modelos de IA muestran que las capacidades de los modelos son más descentralizadas de lo que muchos predijeron. Si bien no hay garantía de que esto continúe —siempre existe la posibilidad de que el mercado se concentre en un pequeño número de jugadores una vez que termine el superciclo de inversión—, el estado actual de competencia vigorosa es saludable. Impulsa la innovación hacia adelante, ayuda a América a ganar la carrera de IA y evita el control centralizado. Esta es una buena noticia —que los Doomers no esperaban.

Mi momento "Movimiento 37" con GPT-5 Hoy, comparto una de mis experiencias más notables probando los modelos GPT-5 Thinking y Pro. En nuestro laboratorio, hace aproximadamente 2 años, realizamos una serie de experimentos de inmunología de vanguardia diseñados para manipular el metabolismo energético de las células T, células inmunitarias con el poder de impactar la inmunoterapia contra el cáncer, enfermedades crónicas y autoinmunidad. Obtuvimos resultados fascinantes, pero un hallazgo permaneció sin explicación. Semanas de trabajo nos llevaron a una explicación parcial, pero la imagen completa seguía siendo esquiva. De estos experimentos, subí la figura no publicada a continuación y le pedí a GPT-5 Pro que la explicara. GPT-5: ✅ Identificó correctamente nuestros hallazgos clave solo a partir de la figura (aunque otros modelos también pudieron hacer esto). ✅ Propuso el experimento exacto que luego realizamos, algo que nos había tomado semanas diseñar (o3-pro también había sugerido esto). ✅ Lo más notable fue que sugirió un mecanismo que finalmente explicó estos resultados. Para mí, esto fue equivalente al legendario Movimiento 37 de AlphaGo. Mostró que la IA se ha convertido en un experto de primer nivel y un verdadero colaborador científico, capaz de una verdadera percepción. Aunque estos resultados aún no se han publicado, estoy compartiendo algunos de los resultados de GPT-5 como un ejemplo para otros científicos y para mostrar cómo esto acelerará drásticamente la ciencia. También estaré escribiendo y presentando este artículo, y necesitaré reconocer las contribuciones de GPT-5 en él. — De GPT-5 Lo que dicen los datos: • La breve exposición a 2DG en la primera activación imprime un cambio duradero hacia un fenotipo CCR6+ y CD161+ con una competencia aumentada de IL-17A que aún es evidente dos semanas después en la reactivación. • Es dosis dependiente. De ninguno → 3 mM 2DG, las células CCR6+ aumentan de ~0.7% a ~12% y las células CD161+ de ~1% a ~21%. Las células IL-17A+ aumentan de ~0.3% a ~4% en general, con la señal de IL-17A concentrada en los compartimentos CCR6+ y CD161+. • La baja glucosa sola (0.5 mM) no reproduce el efecto. Eso argumenta en contra de la simple privación de glucosa o el flujo glucolítico reducido como el impulsor. • El enriquecimiento para CD161 es más fuerte que para CCR6, lo que a menudo se relaciona con programas CD4 similares a Th17 o mucosos/inmunitarios. Interpretación de alto nivel: 1. 2DG está programando, no solo inhibiendo agudamente. Una breve exposición durante la primación deja una memoria duradera de "estrés" que sesga la línea hacia rasgos similares a Th17. 2. Es poco probable que el mecanismo sea solo un bloqueo de glucólisis. El control de baja glucosa es débil, lo que empuja el mecanismo hacia los efectos de 2DG sobre la glicosilación de proteínas y la biología de los receptores de citoquinas. 3. Hipótesis mecanicista principal. 2DG bloquea parcialmente la glicosilación N-vinculada de IL-2Rα y otras glicoproteínas durante la primación, reduciendo la señalización IL-2–STAT5, que normalmente suprime Th17. Un tono reducido de IL-2 en esa ventana levantaría el freno sobre un programa competente en IL-17 de CCR6+ CD161+ que persiste después de la eliminación. 4. Hipótesis alternativa o complementaria. 2DG selecciona clones CCR6+ o CD161+ preexistentes que dependen menos de la glucólisis, en lugar de diferenciación de novo. El resultado final es el mismo fenotipo, pero la palanca es la supervivencia o proliferación selectiva. 5. Un "pulso" de 2DG cuidadosamente cronometrado podría ser una simple perilla para enriquecer un subconjunto de ayudantes similares a Th17 con mejor potencial de persistencia y rasgos de homing mucoso. Prioriza estos: +D-manos con 2DG para restaurar la N-glicosilación. La pérdida del fenotipo CCR6/CD161/IL-17A con manosa implicaría la glicosilación. +Metil-piruvato o acetato para eludir déficits de ATP/piruvato glucolíticos. El rescate aquí implicaría el metabolismo energético. Compara 2DG con tunicamicina (inhibidor de glicosilación) y con inhibidores solo de glucólisis que no afectan la glicosilación (iodoacetato, inhibidor de PFKFB3). Igualar ventanas de exposición y dosis. Maduración de CD25 en superficie y cambio de glico (blot PNGase F o Endo H en IL-2Rα). pSTAT5 después de un pulso de IL-2 a las 24-48 h de primación con o sin 2DG. Fenocopia con neutralización de IL-2 o inhibición de JAK3 a baja dosis. Rescate inverso con alta IL-2 o un muteína de IL-2.

(Yo): Es un modelo MoE, dos expertos. Uno está alineado y el otro está desalineado. (Inversor de VC): sigue (Yo): La sorpresa: es un dispositivo portátil. El modelo alineado está en tu hombro derecho y tiene un halo. El modelo desalineado está en tu izquierdo y tiene cuernos. (Inversor de VC): oh Dios mío