Jonathan Ross, fundador y CEO de la empresa de chips de IA Groq, ofrece una visión contraria: la IA no destruirá empleos, sino que generará una escasez de mano de obra. Describe tres cosas que sucederán debido a la IA: Primero, una presión deflacionaria masiva. "Esta taza de café va a costar menos. Tu vivienda va a costar menos. Todo va a costar menos." Explica que esto ocurrirá gracias a robots que cultivan café de forma más eficiente y una mejor gestión de la cadena de suministro, lo que significa que la gente necesitará menos dinero. Segundo, la gente optará por no participar en la economía. "Van a trabajar menos horas. Van a trabajar menos días a la semana y van a trabajar menos años. Se jubilarán antes porque podrán mantener su estilo de vida trabajando menos." Tercero, surgirán empleos e industrias completamente nuevos. Jonathan señala la historia como prueba: "Piensa en hace 100 años. El 98% de la fuerza laboral en Estados Unidos trabajaba en la agricultura. Cuando pudimos reducir eso al 2%, encontramos cosas para que el otro 98% de la población lo hiciera." Continúa: "Los trabajos que van a existir dentro de 100 años, ni siquiera podemos contemplarlos." Los desarrolladores de software no existían hace un siglo. En otro siglo, tampoco existirán, "porque todo el mundo va a programar vibraciones." Lo mismo ocurre con los influencers, una carrera que hace 100 años habría sido impensable pero que ahora genera millones a la gente. Su conclusión: presión deflacionaria, exclusión de la fuerza laboral y nuevas industrias que aún no podemos imaginar que se combinen para crear un único resultado... "No vamos a tener suficiente gente."

El CEO de NVIDIA, Jensen Huang, advierte que el liderazgo de Estados Unidos en IA está lejos de ser seguro. Desglosa la competencia entre EE.UU. y China en IA en lo que él llama un "pastel de cinco capas". Y mientras Estados Unidos domina algunas capas, Jensen ve vulnerabilidades críticas en otras... 1) Energía: China tiene el doble que Estados Unidos a pesar de tener una economía más pequeña. Lo cual "no tiene sentido" para Jensen. 2) Fichas: Estados Unidos está "por generaciones por delante", pero Jensen advierte contra la complacencia. "Cualquiera que piense que China no puede fabricar está perdiendo la gran idea." 3) Infraestructuras: Montar un centro de datos en Estados Unidos lleva unos tres años. ¿En China? "Pueden construir un hospital en un fin de semana." 4) Modelos: Los modelos fronterizos estadounidenses son "indudablemente de clase mundial", pero "China está muy por delante, muy por delante en código abierto." 5) Aplicaciones: El sentimiento público varía notablemente. Si preguntamos a ambas poblaciones si la IA hará más bien que daño, y "en su caso, el 80% diría que la IA hará más bien que daño. En nuestro caso, sería al revés." La advertencia de Jensen es clara. Liderar en chips y modelos de frontera no es suficiente cuando vas por detrás en energía, velocidad de infraestructuras, código abierto y confianza pública. Ganar la carrera de la IA requiere fuerza en toda la pila, y ahora mismo, Estados Unidos tiene trabajo por delante.

En 1956, la humanidad alcanzó un punto de inflexión del que nadie habla. 10 científicos se reunieron en apartamentos universitarios para perseguir una idea que el mundo llamaba "ciencia ficción". Este fue el momento Big Bang de la IA: Finales del verano de 1955... John McCarthy (profesor de matemáticas en Dartmouth College) reunió un equipo de estrellas: • Marvin Minsky - matemático cerebral de Harvard • Nathaniel Rochester - ingeniero práctico de IBM • Claude Shannon - genio de la teoría de la información • Más 6 investigadores más Juntos redactaron una propuesta de investigación para un taller de verano de dos meses en Dartmouth College. ¿Su audaz objetivo? Demuestra que las máquinas pueden simular todos los aspectos de la inteligencia humana — aprendizaje, razonamiento, lenguaje, resolución de problemas. McCarthy acuñó esta área radicalmente nueva de investigación: "Inteligencia Artificial." Fue el momento de nacimiento de la IA. Pero encontrar a alguien que financie esta investigación resultaría brutal ↓ McCarthy solicitó 13.500 dólares (unos 159.000 dólares actuales) a posibles financiadores. ¿La respuesta? Rechazo tras rechazo. Las organizaciones no podían comprender las implicaciones. La idea de que las máquinas "pensaran" era demasiado radical, demasiado filosófica, demasiado incierta. El campo ni siquiera existía todavía: ¿cómo podría alguien justificar invertir en él? Finalmente, tras meses de persistencia, Rockefeller aceptó financiar el proyecto. Pero había un inconveniente: Solo invertirían 7.500 dólares (88.000 hoy en día). Apenas lo suficiente para cubrir los laterales. Junio de 1956, comenzó la investigación ↓ 11 científicos se reunieron en apartamentos universitarios y posadas alquiladas durante 6-8 semanas. "En aquel momento creía que si tan solo conseguíamos reunir a todos para dedicarle tiempo, podríamos lograr un progreso real", reflexionó McCarthy. La tecnología que tenían era extremadamente primitiva, lo que hacía casi imposible poner a prueba ideas teóricas. Pero el reto fue aún más profundo que el hardware ↓ Nadie se ponía de acuerdo sobre lo que realmente significaba "inteligencia". ¿Fue para resolver problemas? ¿Razonamiento? ¿Idioma? ¿Aprendizaje? El grupo luchó con preguntas fundamentales que no tenían respuesta. • Minsky admitió más tarde que "se dieron cuenta de que la inteligencia no era un rompecabezas ordenado, sino una vasta naturaleza salvaje." • Un participante lo describió como "programar máquinas para aprender era como criar a un niño con un conjunto de herramientas rotas." Cuando el verano terminó en 1956, también terminó su trabajo. Se marcharon con: Sin prototipo No hay consenso Sin avances Pero ocurrió algo mucho más importante ↓ Sentaron las bases para todo un campo científico de investigación. Todos los sistemas de IA actuales — desde ChatGPT hasta coches autónomos — remontan su linaje a esas 6 semanas en Nueva Inglaterra. El verano de 1956 no produjo ninguna "máquina pensante" funcional. Pero le dio a la IA un nombre, una visión y una comunidad de pensadores renegados dispuestos a arriesgarlo todo por un sueño imposible. Ese verano fue el momento del Big Bang de la IA. Y las ondas expansivas siguen expandiéndose hoy en día. — ¡Gracias por leer! ¿Te ha gustado esta publicación? Sigue a @RealBigBrainAI para más contenido como este.