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”»

Seagate Ultra Compact: un SSD diminuto para guardar fotos sin depender de la nube

Los móviles actuales suelen llegar con 256 GB o más, y con esa cifra mucha gente respira tranquila. Si haces números rápidos, ese espacio puede dar para una cantidad enorme de imágenes a resolución típica, del orden de cientos de miles en calidad de 12 megapíxeles. El detalle es que la tranquilidad dura lo que tarda en aparecer el aviso de “almacenamiento casi lleno”, que suele llegar justo cuando estás de viaje, grabando vídeos largos o instalando una app pesada.

En algunos teléfonos, la ranura para microSD permite ampliar memoria sin complicaciones, pero esa opción cada vez es menos común. Y ahí es donde la mayoría termina en la nube: pagar por más espacio en Google Photos o iCloud, o vivir con la sensación de que estás alquilando un trastero digital que nunca acaba de ser “tuyo”. Continúa leyendo «Seagate Ultra Compact: un SSD diminuto para guardar fotos sin depender de la nube»

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»

Una ingeniera aeroespacial alemana hace historia: Michi Benthaus, primera persona usuaria de silla de ruedas en viajar al espacio

Michaela “Michi Benthaus”, ingeniera aeroespacial alemana de 33 años, acaba de marcar un hito al convertirse en la primera usuaria de silla de ruedas que viaja al espacio. Lo hizo en un vuelo comercial de Blue Origin a bordo de New Shepard, un sistema diseñado para realizar vuelos suborbitales de corta duración que permiten vivir unos minutos de ingravidez. La misión despegó desde el oeste de Texas el 20 de diciembre y, en apenas unos diez minutos, la cápsula alcanzó y rebasó la línea de Kármán, el umbral que suele utilizarse como frontera entre la atmósfera y el espacio, a unos 100 kilómetros de altitud.

La escena posterior al aterrizaje fue tan sencilla como potente: Benthaus salió de la cápsula y, en un vídeo retransmitido, describió la experiencia como “lo más increíble”, animando a no abandonar los sueños. El mensaje emociona, sí, pero su relevancia va más allá de lo inspiracional: su vuelo abre una conversación concreta sobre accesibilidad y diseño en el turismo espacial, un sector que hasta ahora se había asociado más a la exclusividad que a la diversidad. Continúa leyendo «Una ingeniera aeroespacial alemana hace historia: Michi Benthaus, primera persona usuaria de silla de ruedas en viajar al espacio»

70 nuevas especies en un año: lo que revela esta ola de hallazgos del Museo Americano de Historia Natural

Cuando un equipo anuncia más de 70 especies nuevas para la ciencia en un solo año, la tentación es imaginar una expedición épica con linternas en la selva. Parte de la historia va por ahí, sí, pero el dato interesante es otro: muchas de esas especies no “aparecieron” en un lugar remoto, sino en cajones y vitrinas. Investigadores del American Museum of Natural History (AMNH) han descrito este año un abanico que va desde dinosaurios con plumas hasta moscas preservadas en ámbar, peces confundidos durante años y un mineral que no había sido documentado. La sensación es parecida a revisar un trastero familiar y descubrir fotos que cambian la historia de la familia: estaban ahí, faltaba la mirada y las herramientas para entenderlas.

La propia institución lo plantea como una prueba de dos cosas: la riqueza real de la vida en la Tierra y el valor de las colecciones científicas que conservan “instantáneas” del planeta a lo largo de generaciones, en palabras de Cheryl Hayashi, directiva científica del museo. Esa idea, por sí sola, explica por qué un museo no es un almacén de curiosidades, sino un laboratorio con memoria. Continúa leyendo «70 nuevas especies en un año: lo que revela esta ola de hallazgos del Museo Americano de Historia Natural»

Urano y Neptuno podrían ser más “rocosos” de lo que pensábamos: el modelo que pone en duda a los gigantes helados

Durante décadas, Urano y Neptuno han llevado la etiqueta de gigantes helados casi por inercia: planetas grandes, lejanos, fríos y con interiores donde el agua y otros compuestos volátiles deberían estar en forma de “hielo” comprimido. El problema es que ese nombre suena más preciso de lo que realmente es. Un estudio publicado el 10 de diciembre en Astronomy & Astrophysics propone que sus interiores podrían contener bastante más roca de lo que suele asumirse, algo que abre la puerta a describirlos, en ciertos escenarios, como gigantes rocosos.

La idea no es que Urano y Neptuno sean “bolas de piedra” como la Tierra, sino que la proporción entre roca y agua en sus capas profundas podría estar más inclinada hacia materiales rocosos de lo que se ha popularizado. Esa matización importa porque, en planetología, el nombre condiciona las preguntas que hacemos: si damos por hecho que el “hielo” domina, buscamos explicaciones y modelos que encajen con esa premisa. Continúa leyendo «Urano y Neptuno podrían ser más “rocosos” de lo que pensábamos: el modelo que pone en duda a los gigantes helados»

CaBLAM: el sensor bioluminiscente que permite ver neuronas “encendiéndose” sin láseres

Durante años, observar la actividad del cerebro ha sido un ejercicio parecido a intentar seguir una conversación en una discoteca: hay señales valiosas, sí, pero también mucho “ruido” y un foco muy potente apuntando a la pista. La novedad que describe un equipo ligado a Brown University es un cambio de estrategia: en lugar de iluminar el tejido desde fuera, han conseguido que ciertas neuronas actúen como pequeñas bombillas vivas. La técnica se apoya en bioluminiscencia, el mismo fenómeno que hace brillar a algunas medusas o luciérnagas, adaptado con ingeniería molecular para convertir la actividad neuronal en luz visible.

La propuesta no nació ayer. El grupo liderado por Christopher Moore, investigador en ciencia cerebral, llevaba tiempo dándole vueltas a una pregunta simple y ambiciosa: ¿y si el cerebro pudiera “contarnos” lo que hace sin necesidad de dispararle luz desde fuera? Ese planteamiento, que suena casi poético, tiene consecuencias muy prácticas para laboratorios que trabajan con animales vivos y necesitan registrar actividad durante periodos largos sin degradar la señal ni dañar el tejido. Continúa leyendo «CaBLAM: el sensor bioluminiscente que permite ver neuronas “encendiéndose” sin láseres»

Entrelazamiento cuántico para coordinar drones en desastres: la apuesta de Virginia Tech por comunicarse sin red

Cada vez que enviamos un correo, un mensaje o un paquete de datos, hacemos un pequeño acto de fe: confiamos en que esa información atravesará infraestructuras compartidas, saltará entre antenas, routers y servidores, y llegará sin ser interceptada ni degradada. En condiciones normales, ese “viaje” funciona razonablemente bien. En un incendio forestal, un terremoto o una inundación, esa misma ruta puede convertirse en una carretera cortada: cae la cobertura, se saturan las redes, fallan enlaces inalámbricos o se pierde conectividad por daños físicos.

El equipo de Alexander DeRieux, doctorando en Virginia Tech, y el profesor Walid Saad, ha planteado una alternativa poco intuitiva: no “mandar” la información por la red tal como la entendemos, sino apoyarse en una propiedad física llamada entrelazamiento cuántico. La idea, divulgada por Phys.org y atribuida a Virginia Tech, se concretó en un marco de trabajo llamado eQMARL y se difundió en forma de preprint en arXiv (DeRieux y colaboradores, 2024; DOI: 10.48550/arxiv.2405.17486). Continúa leyendo «Entrelazamiento cuántico para coordinar drones en desastres: la apuesta de Virginia Tech por comunicarse sin red»

Un modelo de cerebro “con piezas reales” aprende como los animales y destapa neuronas que empujan al error

Imaginar un cerebro en una pantalla suele sonar a caricatura: una red que aprende porque le damos miles de ejemplos, ajusta parámetros y acierta. El trabajo que acaba de publicarse en Nature Communications va por otra ruta. Un equipo con investigadores de Dartmouth College, el MIT y la Universidad Estatal de Nueva York en Stony Brook ha construido un modelo biomimético del cerebro desde cero, intentando respetar no solo “qué calcula” el sistema, sino “cómo” lo hace: con conexiones neuronales plausibles, señales eléctricas y química cerebral, y una arquitectura por regiones que recuerda a la biología. El resultado es llamativo por dos motivos: el modelo aprende una tarea visual sencilla con un progreso tan irregular como el de animales de laboratorio y, mientras lo hace, deja ver un tipo de actividad neuronal que había pasado desapercibida en datos reales, según relata el propio equipo en la nota institucional del MIT y el artículo científico.

La prueba es una de esas tareas que, a ojos humanos, parecen casi un juego de mesa: se muestran patrones de puntos y el sujeto (animal o simulación) debe decidir a cuál de dos categorías pertenece lo que ve. La gracia está en que no basta con “ver puntos”; hay que extraer una regla de clasificación. Lo sorprendente es que el modelo no fue entrenado con registros de animales. Primero se diseñó para que fuera biológicamente verosímil; solo después se le planteó la tarea, y entonces se compararon sus trazas con las de animales que ya habían hecho el experimento. Continúa leyendo «Un modelo de cerebro “con piezas reales” aprende como los animales y destapa neuronas que empujan al error»