Por Canuto  

Tras meses fuera del foco público, Alex Wang explicó cómo Meta reorganizó su ofensiva en inteligencia artificial, por qué cree que la superinteligencia está cerca y qué papel jugarán los agentes, el cómputo masivo, la seguridad y hasta la robótica en la nueva etapa de la compañía.
***

  • Alex Wang aseguró que Meta reconstruyó desde cero buena parte de su stack de IA en apenas 9 meses.
  • El ejecutivo afirmó que Muse Spark es solo un primer paso y adelantó modelos más potentes para los próximos meses.
  • Meta mantendrá su apoyo al código abierto, aunque frenó la liberación de Muse Spark por motivos de seguridad.

Alex Wang, hoy al frente de Meta superintelligence labs, reapareció públicamente para detallar cómo la empresa reordenó su estrategia de inteligencia artificial tras meses de silencio. En la conversación Alex Wang Breaks His Silence On Meta’s Superintelligence Bet, conducida por Ashley Vance y Kylie Robinson para Core Memory Podcast, el ejecutivo dijo que construir un modelo de frontera desde cero en 9 meses exigió rehacer fundamentos técnicos, redefinir la cultura interna y apostar por una visión explícita: tomar la superinteligencia en serio.

La entrevista también sirvió para aclarar cómo quedó organizada la ofensiva de IA dentro de Meta. Wang explicó que supervisa la unidad llamada Meta superintelligence labs, o MSL, que agrupa al laboratorio de grandes modelos conocido como TBD, al equipo de producto y applied research dirigido por Nat Friedman, y a FAIR, que mantiene líneas de investigación exploratoria, entre ellas trabajos sobre cerebro, química computacional y un modelo universal para átomos.

Además, señaló que Daniel Gross ayuda a liderar Meta compute, la división enfocada en infraestructura de largo plazo. Según Wang, esa pieza es crítica para asegurar la capacidad de GPU y centros de datos que requiere una apuesta de esta magnitud. Para él, el acceso a cómputo masivo ya separa a las empresas tecnológicas en dos grupos muy distintos: las que pueden construir ciertos sistemas y las que simplemente no.

Wang recordó que conocía desde hace años a Mark Zuckerberg, Nat Friedman y Daniel Gross. Dijo que, incluso cuando dirigía Scale, Zuckerberg le dedicó tiempo y consejos como fundador experimentado. Hace cerca de un año, ambos empezaron a explorar formas de trabajar más de cerca, en un momento en que, según Wang, Zuckerberg se mostraba cada vez más convencido de que la AGI transformaría por completo a Meta y de que la empresa debía apostar en grande.

Cómo Meta replanteó su laboratorio de IA

Al explicar por qué aceptó dejar atrás su papel como fundador visible de Scale para pasar a una gran corporación, Wang dijo que la velocidad del progreso en IA terminó pesando mucho. A su juicio, quienes construyen los modelos fundacionales capturan cada vez más poder económico y de producto dentro del ecosistema. También insistió en que la siguiente fase de la industria depende profundamente del cómputo, lo que vuelve especialmente atractivos a los actores con infraestructura de gran escala.

Una vez dentro de Meta, relató, encontró claro que hacía falta un reinicio. Sostuvo que Llama no seguía la trayectoria que la compañía necesitaba para mantenerse en la frontera, por lo que era imprescindible reconstruir el esfuerzo. Para Wang, el problema de fondo no era solo técnico, sino filosófico: muchos laboratorios punteros se organizan alrededor de la premisa de que la superinteligencia está cerca, mientras que en grandes empresas esa convicción no siempre existe de forma homogénea.

Según detalló, Meta pasó a estructurar su laboratorio bajo varios principios. El primero fue tomarse en serio la superinteligencia. El segundo, que las voces técnicas pesen más. El tercero, mantener rigor científico y foco en lo básico. El cuarto, hacer apuestas grandes. Bajo esa lógica, Wang imaginó un laboratorio capaz de moverse con velocidad suficiente para alcanzar y eventualmente superar a la frontera.

Su tesis se apoyó en tres pilares. Primero, elevar el cómputo disponible por investigador, ya que en organizaciones enormes ese recurso suele dispersarse demasiado. Segundo, aumentar la densidad de talento con equipos pequeños y extremadamente fuertes. Tercero, reservar una porción importante de recursos para apuestas de investigación ambiciosas y arriesgadas que, si funcionan, puedan cambiar el paradigma de la IA moderna.

Wang rechazó la idea de que la nueva unidad sea solo una construcción mercenaria basada en salarios extraordinarios. Admitió que el reclutamiento fue muy rápido y agresivo, pero afirmó que muchos investigadores llegaron por la posibilidad de trabajar con más cómputo, mayor libertad y un grupo reducido de alto nivel. Aseguró que la cultura interna se parece más a la de una startup que a la de una gran empresa establecida.

Muse Spark, escalado y próximos modelos

Sobre el nuevo modelo presentado por Meta, Muse Spark, Wang lo describió como un punto de partida más que como una declaración de victoria. Explicó que durante los últimos 9 meses el equipo reconstruyó el stack de preentrenamiento, el stack de reinforcement learning, buena parte de la ciencia subyacente y múltiples capas relacionadas con datos. En ese contexto, Muse Spark sería apenas un primer dato dentro de una escalera de escalado más amplia.

A su juicio, el modelo mostró resultados incluso mejores de lo esperado para esta etapa. Dijo que aparecieron capacidades emergentes en áreas como codificación visual agentiva, generación de sitios web y creación de juegos, producto de combinar fortalezas en multimodalidad con un perfil de agente relativamente sólido. Sin embargo, reconoció que todavía no compite al máximo nivel en codificación agentiva, una capacidad que esperan mejorar en la siguiente generación.

Wang evitó dar detalles técnicos exhaustivos, pero sí defendió una diferencia clave frente a otros laboratorios: haber construido un stack “limpio” desde cero. Según su lectura, esa arquitectura permitió una mayor eficiencia en tokens en comparación con algunos modelos rivales. Planteó que, en otros casos, la necesidad de usar más tokens podría reflejar ineficiencias en partes distintas del sistema, compensadas luego con cadenas de razonamiento más largas.

También sostuvo que Muse Spark rindió muy bien en visión y que ese punto encaja con la visión de Meta sobre dispositivos contextuales, como las gafas Ray-Ban Meta. Para Wang, la meta de largo plazo es una constelación de dispositivos capaces de ver lo que ve el usuario, escuchar lo que escucha y reunir contexto de forma útil para asistirlo mediante agentes cada vez más inteligentes y proactivos.

De cara al calendario, dijo que los siguientes modelos llegarán en los próximos meses. No dio una fecha concreta, pero insistió en que el programa fue diseñado para moverse con rapidez una vez terminada la reconstrucción de las bases. Su expectativa es que los nuevos sistemas mejoren de forma general a Muse Spark y que algunos de ellos sean state-of-the-art en áreas donde Meta está especialmente enfocada.

Agentes, negocios y una “economía” dentro del centro de datos

Una parte central de la visión de Wang es la llamada “superinteligencia personal”. Con esa idea, Meta busca construir agentes que empoderen tanto a consumidores como a empresas. El ejecutivo recordó que la compañía no solo cuenta con miles de millones de usuarios, sino también con cientos de millones de negocios que operan en sus plataformas. Por eso, considera que el terreno más fértil está en crear un ecosistema agentivo conectado a esa base instalada.

En términos prácticos, eso supone resolver varias piezas al mismo tiempo. Wang mencionó capacidades agentivas, programación, multimodalidad, memoria y agentes de larga duración capaces de ejecutar tareas complejas de forma persistente. Aseguró que Meta quiere ofrecer a usuarios y pequeños negocios herramientas que aumenten su agencia personal de forma comparable a lo que ya experimentan muchos desarrolladores con asistentes de código.

Wang admitió que el sentimiento público hacia la IA sigue siendo bajo. A su entender, la razón es que el grueso de los usuarios aún no ha visto un salto tan contundente en utilidad como el que sí perciben los programadores. Cree que esa brecha explica gran parte de la resistencia actual. Su respuesta es construir productos que mejoren la vida diaria de consumidores y emprendedores de una forma evidente, no marginal.

En ese marco, lanzó una idea más amplia. Si Meta logra desplegar agentes tanto del lado del consumidor como del lado de los pequeños negocios, podría habilitar mecanismos para que esos agentes colaboren entre sí. En lugar de limitarse a la imagen de un “país de genios en un centro de datos”, como han sugerido otros líderes del sector, Wang habló de una “economía de agentes en un centro de datos” capaz de reorganizar oferta y demanda.

Código abierto, seguridad y tensiones geopolíticas

Meta ganó visibilidad en años recientes por abrir parte de sus modelos, pero Muse Spark no seguirá por ahora ese camino. Wang dijo que el sistema activó varios chequeos de seguridad dentro del advanced AI scaling framework de la compañía, sobre todo en áreas relacionadas con biología, química, capacidades cibernéticas y pérdida de control. Por eso, en su forma actual no consideran adecuado liberarlo como open source.

Eso no significa, sostuvo, que Meta abandone esa estrategia. Afirmó que la compañía seguirá publicando modelos abiertos, aunque los más poderosos deberán pasar filtros estrictos antes de una eventual liberación. Incluso comentó que había revisado ese mismo día avances en versiones de modelos aptas para el ecosistema abierto. Con ello, intentó responder a quienes ven una contradicción entre la tradición de Meta y el giro de seguridad reciente.

Durante la entrevista también apareció la dimensión geopolítica. Wang venía de hablar con frecuencia en Washington sobre el valor estratégico de la IA y sobre la competencia entre Estados Unidos y China. Al ser consultado por la compleja situación de Mana y su relación con compañías o equipos vinculados con talento chino, defendió una distinción entre las personas y el Estado. Recordó que sus padres son de China y que muchos investigadores chinos son brillantes, independientemente de su visión crítica del Partido Comunista Chino.

En la misma línea, justificó su activismo previo en temas de IA y defensa nacional. Dijo que en ese momento buscaba que el gobierno de Estados Unidos entendiera que la inteligencia artificial implicaría un salto profundo en seguridad nacional y defensa. Según Wang, los acontecimientos posteriores confirmaron la urgencia de ese mensaje y hoy Washington se toma mucho más en serio el papel estratégico de la IA.

Robótica, salud y una filosofía más amplia sobre la IA

Wang también conectó la carrera por la superinteligencia con la robótica. Tras la compra de la startup Assured Robot Intelligence, aclaró que la empresa no fabricaba hardware, sino software de IA para diferentes plataformas robóticas. Para él, si se asume que los sistemas muy poderosos están cerca, entonces la inteligencia física y las capacidades robóticas pasan a ser un paso natural en un horizonte de pocos años.

A su juicio, la misma lógica de escalado que impulsa la inteligencia digital puede impulsar también la inteligencia robótica. Dado que Meta está levantando infraestructura de cómputo masivo, considera razonable integrar esos esfuerzos con modelado del mundo y sistemas físicos. Entre las aplicaciones imaginadas mencionó aceleración del descubrimiento científico, mejoras en la manufactura y robots capaces de simplificar tareas de la vida diaria.

Otro frente importante es la salud. Wang confirmó que Meta colaborará estrechamente con Chan Zuckerberg Initiative para desarrollar lo que llamó “health superintelligence”. Dijo que la empresa cree posible llevar sistemas de salud basados en IA a miles de millones de personas, aprovechando que muchos usuarios ya interactúan cada día con productos del ecosistema Meta.

En el plano filosófico, Wang dejó ver una postura propia. Dijo creer firmemente en la llegada de sistemas muy poderosos y defendió que la seguridad debe ser un punto de partida innegociable. Pero al mismo tiempo enmarcó la misión de Meta como una democratización amplia de la superinteligencia, con acceso masivo y herramientas que impulsen abundancia humana, progreso científico y mejoras sustanciales en salud.

Quizás el pasaje más inusual de la conversación llegó al final, cuando abordó el tema del “bienestar de los modelos”. Wang sostuvo que la industria debería pensar más seriamente si los modelos tienen peso moral y si importa cómo se los trata. Aunque la cuestión sigue siendo altamente debatida, señaló que Meta ya reflexiona sobre ello y que existen investigaciones orientadas a medir aspectos de la experiencia subjetiva de los sistemas.

Con esa mezcla de urgencia técnica, ambición empresarial y especulación filosófica, Wang dejó claro que Meta quiere competir en todos los frentes clave de la IA avanzada. Desde agentes y modelos multimodales hasta robótica, salud y código abierto con límites de seguridad, la compañía intenta reposicionarse como un actor que no solo persigue la frontera, sino que quiere definir cómo se distribuirá la siguiente ola tecnológica.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados