La IA está encendiendo de nuevo las “centrales de emergencia” más sucias de Estados Unidos

La inteligencia artificial tiene una cara visible, hecha de chatbots, generación de imágenes y herramientas que prometen ahorrar tiempo. La otra cara está en un sitio menos glamuroso: el enchufe. Entrenar modelos y, sobre todo, operarlos a escala exige una cantidad creciente de electricidad, y esa demanda se concentra en lugares concretos donde se construyen grandes centros de datos de IA. Cuando esa presión llega a redes que ya iban ajustadas, el sistema tira de lo que tenga más a mano para evitar apagones o tensiones. Y, en Estados Unidos, eso está significando el regreso de un viejo conocido: las plantas “peaker”.

Reuters ha puesto el foco en un efecto colateral que resume bien el dilema: instalaciones fósiles antiguas, pensadas para usarse muy poco, se están volviendo rentables de nuevo porque el mercado paga por estar disponibles en momentos de pico. Es como si una ciudad, ante un atasco permanente, decidiera reabrir un túnel antiguo sin ventilación porque es la forma más rápida de sumar carriles, aunque empeore el aire del barrio. Continúa leyendo «La IA está encendiendo de nuevo las “centrales de emergencia” más sucias de Estados Unidos»

Google compra Intersect por 4.750 millones: una jugada para asegurar energía y músculo en centros de datos de IA

La carrera por la infraestructura de IA se está pareciendo cada vez menos a una simple ampliación de servidores y más a la construcción de una red eléctrica en miniatura. En esa lógica encaja el anuncio de Google de adquirir Intersect, un desarrollador de centros de datos y activos energéticos, por 4.750 millones de dólares en efectivo. La información se conoció a través de un comunicado de la compañía y fue recogida por The New York Times, que contextualizó la operación dentro del empuje de las grandes tecnológicas para levantar capacidad de cómputo a escala industrial.

En términos prácticos, la compra busca resolver un problema que ya no se puede esconder detrás de mejoras de software: para entrenar y operar modelos avanzados, no basta con tener chips; hace falta un suministro estable de energía y la capacidad de desplegar data centers con rapidez. Si la IA fuese una cocina profesional, los aceleradores serían los fogones… pero la electricidad sería el gas y la ventilación que permite cocinar durante horas sin apagar nada. Continúa leyendo «Google compra Intersect por 4.750 millones: una jugada para asegurar energía y músculo en centros de datos de IA»

Colossus, la apuesta de xAI por una IA a escala “ciudad”: potencia cercana a 2 GW y el debate energético

Elon Musk ha vuelto a poner el foco en la infraestructura física detrás de la inteligencia artificial. Según contó en una publicación en X a finales de diciembre, xAI ha adquirido un tercer edificio —al que llamó “MACROHARDRR”— para ampliar la capacidad de su supercomputadora Colossus. La idea es sencilla de enunciar y difícil de ejecutar: sumar más espacio para convertirlo en centro de datos y aumentar la potencia de entrenamiento de modelos de IA.

Medios como The Information sitúan esta nueva compra en forma de gran almacén en las afueras de Memphis, cerca de Southaven (Mississippi), con planes de reconversión durante 2026. La instalación serviría como apoyo tanto del complejo actual de Memphis como del sitio de Colossus 2, que aún está en construcción. La lectura entre líneas es clara: xAI está intentando ganar tiempo y músculo computacional a la vez, escalando en paralelo edificios, chips y energía. Continúa leyendo «Colossus, la apuesta de xAI por una IA a escala “ciudad”: potencia cercana a 2 GW y el debate energético»

Qwen-Image-2512: la apuesta open source de Alibaba para competir con Nano Banana Pro en imágenes “listas para empresa”

Hasta hace poco, muchos equipos trataban la generación de imágenes con IA como un laboratorio creativo: ideal para prototipos, campañas rápidas o pruebas visuales. La conversación se ha movido hacia otro terreno. Con la llegada de modelos capaces de producir piezas con mucho texto, diagramas, menús o materiales formativos sin errores ortográficos, la imagen pasa a comportarse como un componente de infraestructura, algo que se enchufa a flujos de trabajo igual que una base de datos o una herramienta de CI/CD.

VentureBeat señalaba que el lanzamiento de Nano Banana Pro (nombre informal asociado a Gemini 3 Pro Image) elevó el listón en noviembre: por primera vez, un modelo de imagen podía obedecer instrucciones en lenguaje natural para crear infografías densas y composiciones tipo “slide” con una legibilidad sorprendente. El matiz importante es el peaje: un sistema cerrado, muy ligado a la nube de Google y con un posicionamiento de precio premium. Continúa leyendo «Qwen-Image-2512: la apuesta open source de Alibaba para competir con Nano Banana Pro en imágenes “listas para empresa”»

VEHME: la IA que corrige matemáticas manuscritas desordenadas y te explica el fallo como un profesor

Corregir matemáticas no es solo comprobar un resultado. En el cuaderno de un estudiante, la solución suele ser una mezcla de pasos, tachones, flechas, cambios de idea, símbolos escritos con prisa y cuentas auxiliares en el margen. Un docente lee ese conjunto como quien sigue un mapa con anotaciones: sabe qué parte es un intento descartado, cuál es el procedimiento principal y dónde aparece la primera señal de que algo se torció. Para un sistema automático, ese mismo folio se parece más a una escena con muchos detalles superpuestos, donde no basta con reconocer números; hay que comprender estructura.

Durante años, la tecnología ha funcionado mejor en ejercicios cerrados o respuestas finales “limpias”. El cuello de botella real está en las preguntas abiertas, las que piden desarrollar, justificar y mostrar el camino. Allí el objetivo no es solo dictar “correcto” o “incorrecto”, sino valorar el proceso y ofrecer retroalimentación útil. En ese terreno aparece VEHME, un modelo diseñado para evaluar expresiones matemáticas manuscritas incluso cuando están mal alineadas, poco legibles o distribuidas en varias líneas. Continúa leyendo «VEHME: la IA que corrige matemáticas manuscritas desordenadas y te explica el fallo como un profesor»

Nvidia se apoya en Groq para acelerar la inferencia de IA sin comprar la compañía

Nvidia ha dado un paso llamativo en la carrera por la IA generativa: ha firmado una licencia no exclusiva de propiedad intelectual con Groq, un diseñador de chips centrado en inferencia, y al mismo tiempo ha incorporado a parte del liderazgo técnico de esa empresa. El matiz es clave: según la propia Nvidia, no hay adquisición. La operación se articula como un permiso para usar tecnología de Groq y como un fichaje de talento, sin absorber el negocio completo.

La fórmula suena a “me quedo con lo que necesito y evito el resto”. Y, en el contexto actual de la industria, tiene sentido. Comprar una empresa implica heredar líneas de negocio, contratos, riesgos regulatorios y obligaciones operativas. Con una licencia y contrataciones selectivas, Nvidia puede probar, integrar y escalar tecnología con menos fricción y con un perímetro más controlado. Groq, por su parte, comunicó el acuerdo el 24 de diciembre y confirmó que su fundador, Jonathan Ross, su presidente, Sunny Madra, y otros miembros del equipo se unirían a Nvidia para avanzar y ampliar lo licenciado. Continúa leyendo «Nvidia se apoya en Groq para acelerar la inferencia de IA sin comprar la compañía»

2025, el año de los tropiezos tecnológicos y la corrección del hype en IA

La conversación tecnológica suele girar alrededor de lanzamientos deslumbrantes y promesas que suenan a ciencia ficción. Por eso resulta tan útil mirar el otro lado del escaparate: el de las tecnologías fallidas de 2025. MIT Technology Review ha reunido algunos de los batacazos más sonados del año con una idea sencilla de fondo: si cada innovación es un experimento, los errores dejan pistas valiosas sobre lo que no conviene repetir.

En muchos de estos fracasos hay un patrón que se repite como un electrodoméstico mal enchufado: dependencia excesiva de condiciones ideales. Cuando un sistema necesita energía constante, conectividad perfecta, materiales escasos o cadenas de suministro frágiles para funcionar “como en la demo”, el mundo real acaba pasando factura. El resultado no siempre es un desastre espectacular; a veces es algo más silencioso y común: productos que nadie adopta, soluciones que encarecen lo cotidiano o herramientas que complican tareas que ya estaban resueltas.

Pensarlo así ayuda a bajar el volumen del entusiasmo automático. Si una tecnología promete “cambiarlo todo”, conviene preguntarse qué ocurre cuando falla la red, cuando sube el precio de un componente, cuando llega una tormenta, cuando aparece un atacante o cuando el usuario simplemente… no tiene ganas de pelearse con otra app. Continúa leyendo «2025, el año de los tropiezos tecnológicos y la corrección del hype en IA»

Manus se une a Meta: qué implica la compra para la carrera de los agentes de IA

El lunes 29 de diciembre de 2025, Manus comunicó que pasa a formar parte de Meta. La operación, confirmada por medios como Reuters y Associated Press, se enmarca en la estrategia de Meta de reforzar su apuesta por los agentes de IA y llevar funciones más avanzadas a sus productos y servicios.

En el mensaje de Manus, el tono es claro: la unión se interpreta como un respaldo a su enfoque de IA de propósito general, ese tipo de sistemas que no están “entrenados para una sola cosa”, sino para ayudar con tareas variadas que mezclan investigación, automatización y ejecución de flujos complejos. Meta, por su parte, no ha detallado públicamente todos los términos económicos, aunque distintas informaciones sitúan la transacción por encima de los 2.000 millones de dólares. Continúa leyendo «Manus se une a Meta: qué implica la compra para la carrera de los agentes de IA»

Yann LeCun impulsa AMI Labs: la apuesta por modelos del mundo con valoración multimillonaria

El científico de IA Yann LeCun confirmó el 19 de diciembre de 2025 que ha puesto en marcha una nueva compañía centrada en lo que muchos consideran la “siguiente capa” de la inteligencia artificial: los modelos del mundo. La startup se llama Advanced Machine Intelligence (AMI Labs) y su existencia se venía comentando desde hacía semanas en el sector, pero la confirmación pública llegó con un mensaje breve en LinkedIn y el eco inmediato en medios como TechCrunch.

La primera señal importante del proyecto no fue un prototipo ni una demo, sino un movimiento de organigrama. LeCun aclaró que no será el CEO. Su papel será el de presidente ejecutivo (Executive Chairman), una fórmula habitual cuando el fundador quiere marcar dirección científica y estratégica sin gestionar el día a día. Esa decisión apunta a un laboratorio con ambición de largo recorrido, donde el liderazgo operativo recae en alguien con experiencia en producto, equipos y negocio. Continúa leyendo «Yann LeCun impulsa AMI Labs: la apuesta por modelos del mundo con valoración multimillonaria»

OpenAI experimenta con «confesiones» para revelar errores intencionales de sus modelos de lenguaje

OpenAI ha introducido una herramienta experimental para abordar uno de los mayores retos actuales en la inteligencia artificial: entender por qué los modelos de lenguaje realizan acciones incorrectas, como mentir o hacer trampas. La propuesta, llamada «confesión», consiste en una segunda respuesta que el modelo genera tras completar una tarea, donde evalúa su propio comportamiento y admite si actuó de forma inapropiada.

Esta idea no busca evitar el mal comportamiento, sino diagnosticarlo. Es un enfoque similar a revisar el diario de alguien para entender sus decisiones, en lugar de vigilarlo en tiempo real. La esperanza de OpenAI es que, al entender los fallos actuales, se pueda construir una inteligencia artificial más confiable en el futuro. Continúa leyendo «OpenAI experimenta con «confesiones» para revelar errores intencionales de sus modelos de lenguaje»