Desde finales de 2024, se debate intensamente si el progreso de los modelos de lenguaje de IA alcanzará una “pared” que no podrá derribarse simplemente aumentando la cantidad de datos, cómputo y el tamaño del modelo. Sin embargo, la clave parece estar en aumento del cómputo en tiempo de inferencia, como ha comenzado a implementarse en modelos como o1 y o3 de OpenAI. Nos preguntamos, ¿existe realmente una pared para el progreso de la IA? ¿En qué consiste la nueva estrategia de escalado basada en hacer que los modelos "piensen" en lugar de simplemente aumentar su tamaño?

DeepSeek ha demostrado que es posible desarrollar modelos de IA eficientes con menos recursos, pero sigue dependiendo de hardware de alto rendimiento, dominado por fabricantes estadounidenses como Nvidia. En respuesta a este avance, EE.UU. ha redoblado sus esfuerzos para restringir el acceso de China a chips avanzados, endureciendo los controles de exportación con el objetivo de frenar el progreso de la IA en su principal rival geopolítico. En este artículo, exploramos el impacto de la ballena DeepSeek.

¿Qué se necesita para ser Data Scientist? En este artículo, exploramos las habilidades esenciales como programación en Python, análisis de datos, matemáticas aplicadas y Machine Learning, junto con conocimientos avanzados como Big Data y Deep Learning. Una guía completa para entender el camino hacia esta apasionante carrera.

El año 2024 marcó un hito en el desarrollo de robots humanoides y modelos fundacionales de IA, impulsado tanto por startups innovadoras como por gigantes tecnológicos como Nvidia. Analizamos los principales avances, incluyendo el financiamiento obtenido por diversas empresas y el impacto potencial en sectores industriales y domésticos. Además, exploramos la dinámica de la carrera tecnológica entre China y EE.UU., subrayando los planes estratégicos de China para liderar la producción en masa de robots humanoides en 2025 y el desarrollo en EE.UU. de robots más accesibles, liderado por empresas como Tesla.