Por Canuto  

Una sola jornada condensó la velocidad del cambio tecnológico: desde proyecciones más cercanas para la AGI y avances en biología computacional hasta agentes de trading, vigilancia automatizada y nuevos chips. El mapa de 2026 sugiere que la inteligencia artificial ya no es una promesa sectorial, sino una fuerza que reorganiza ciencia, software, trabajo, infraestructura y mercados.
***

  • Demis Hassabis, CEO de DeepMind, ahora ve plausible la AGI para 2029 y describe 2026 como el inicio de una “era agéntica”.
  • Nuevos avances abarcan software, matemáticas, biología de proteínas, hardware, medicina preventiva, internet satelital y defensa contra drones.
  • La misma ola tecnológica también abre tensiones por vigilancia, empleo, regulación de IA y control de datos en espacios públicos.

El 28 de mayo de 2026 dejó una fotografía densa del momento tecnológico actual. Lo que hasta hace poco parecía una colección dispersa de avances en inteligencia artificial, biología computacional, hardware y automatización financiera, ahora empieza a verse como una sola corriente de fondo.

Ese retrato fue sintetizado por @alexwg, quien describió la fecha como una suerte de ensayo general para una etapa de transformación más amplia. La idea central es simple, pero contundente: con una computadora lo suficientemente grande, la humanidad está recompilando el mundo.

En el centro de esa lectura aparece DeepMind. Su CEO, Demis Hassabis, dijo que espera la llegada de la AGI alrededor de 2030, pero ahora considera plausible el año 2029. También caracterizó la “era agéntica” de 2026 como una vuelta de calentamiento, sugiriendo que el despliegue de sistemas capaces de ejecutar tareas complejas de forma más autónoma ya comenzó.

Ese cambio de tono llega mientras las métricas de evaluación también se endurecen. Los benchmarks, que durante años funcionaron como referencia para medir progreso en IA, ahora parecen insuficientes frente a modelos que resuelven pruebas demasiado conocidas o contaminadas por datos de entrenamiento.

Benchmarks más difíciles, ciencia más automatizada

En ese contexto, Datacurve presentó DeepSWE, un benchmark de ingeniería de software de largo horizonte. La prueba reúne 91 repositorios libres de contaminación en 5 lenguajes de programación, incorpora soluciones 5,5 veces más densas que SWE-bench Pro y utiliza verificadores conductuales escritos a mano.

La importancia de un instrumento como DeepSWE va más allá de una competencia entre laboratorios. Para el mercado, implica mejores herramientas para medir si los agentes de IA realmente pueden intervenir bases de código complejas, corregir errores y sostener tareas largas con consistencia, algo crucial para empresas de software, infraestructura crítica y plataformas financieras.

La biología también avanza hacia una capa fundacional propia. El Chan Zuckerberg Biohub lanzó un “modelo del mundo de la biología de proteínas” construido sobre ESMC, un modelo de lenguaje entrenado con 2.800 millones de secuencias tomadas de todo el árbol de la vida.

A eso se suman ESMFold2 para estructuras atómicas y un ESM Atlas que cartografía 6.800 millones de proteínas. En términos prácticos, estas herramientas apuntan a convertir la biología molecular en un terreno más navegable para la IA, acelerando hipótesis, simulaciones y diseño de terapias.

Las matemáticas, un campo históricamente asociado al trabajo humano de muy alta especialización, también entraron en esta fase. Axiom reveló que 8 artículos de AxiomProver aparecieron desde febrero, con 5 ya aceptados en revistas revisadas por pares.

Según esa información, esos trabajos demuestran que el 100% de los números primos son parcialmente regulares y, bajo la conjetura abc, que la tau de Ramanujan omite el 100% de los primos. La formulación tiene peso simbólico: un siglo después de Hardy y Ramanujan, parte de la frontera matemática empieza a correr sobre silicio.

El software heredado, Linux y la presión de la seguridad

Otro frente clave es el mantenimiento del software legado. Durante Rust Week en Utrecht, Greg Kroah-Hartman, mantenedor del kernel estable de Linux, abrió su intervención con una frase directa: “Estoy aquí para hablar de datos no confiables y Linux, y de cómo Rust va a salvarnos”.

La afirmación se entiende mejor a la luz de una presión creciente en ciberseguridad. Buscadores de bugs con IA han sacado a la luz nuevas clases de vulnerabilidades como Dirty Frag, Copy Fail y Fragnesia, empujando la emisión de CVE a “13 al día, o alguna locura así”, según la cita atribuida al evento.

Para lectores menos familiarizados con el tema, CVE es el sistema estándar para identificar vulnerabilidades de seguridad conocidas públicamente. Un aumento sostenido de hallazgos sugiere una doble realidad: la IA está ayudando a descubrir fallas más rápido, pero también está dejando en evidencia cuánto riesgo sigue embebido en sistemas de software esenciales.

No todos los usos de IA generan el mismo consenso. BusPatrol, empresa que ya instaló cámaras con IA en decenas de miles de autobuses escolares en Estados Unidos, planea convertir esos sistemas en lectores automáticos de matrículas y entregar los datos a la policía.

Ese paso convierte los trayectos diarios de niños en una potencial red de vigilancia distribuida. En el extremo opuesto, YouTube está intentando aumentar la transparencia y comenzó a etiquetar automáticamente el uso significativo de IA, además de hacer esas etiquetas más visibles.

Mientras tanto, Robinhood abrió su plataforma a agentes. La firma permitirá a sus clientes delegar decisiones de trading y de tarjetas de crédito a sistemas de IA mediante MCP, una señal relevante para fintech, brokers y la relación futura entre usuarios minoristas y automatización financiera.

Chips, qubits, centros de datos y computación ubicua

Debajo de la capa de aplicaciones, la infraestructura también se está moviendo con rapidez. La firma alemana NVision informó la primera interfaz espín-fotón de molécula única usando un carbene de estado fundamental triplete, un resultado que abre a los qubits moleculares como plataforma viable.

En hardware más cercano al mercado masivo, la próxima CPU Vera de Nvidia, basada en ARM64, registró “el mejor rendimiento jamás visto en ARM”, superando a los mejores chips x86-64 de Intel y AMD. Aunque el dato no sustituye evaluaciones independientes más amplias, sí marca la ambición de Nvidia de dominar más capas del stack tecnológico.

La compañía también está reforzando su base industrial. Según el recuento citado, Nvidia está gastando hasta USD $150.000.000.000 al año en su cadena de suministro taiwanesa y ampliando su plantilla local a 4.000 personas en lo que denomina el “epicentro de la revolución de la IA”.

La manufactura a escala atómica también dio señales de avance. CBN Nano Technologies, en Ottawa, logró el primer control espacial y químico simultáneo sobre la fabricación de carbono mecanosintético mediante un STM en modo invertido, acercando un poco más los antiguos sueños diamantoides de Eric Drexler.

Pero la expansión física encuentra resistencia. Lombardía elevó las tarifas de construcción hasta un 200% para centros de datos en zonas verdes, una decisión que empuja a los operadores hacia sitios industriales en desuso y muestra que la carrera por capacidad computacional ya choca con límites territoriales y políticos.

La computación, además, sigue saliendo del escritorio. Xreal enviará en julio unas gafas de pantalla inteligente conectadas por USB-C por USD $299, una propuesta que busca disolver el monitor tradicional en un accesorio portátil y más inmersivo.

Satélites, medicina preventiva, regulación y trabajo

La transformación tecnológica también se proyecta hacia el cielo. American Airlines está equipando más de 500 aviones de fuselaje estrecho con Starlink, mientras la Unión Europea propuso reglas de espectro satelital que permitirían a Starlink pujar por ondas directas al móvil, aunque reservando la mayor parte de las licencias para actores locales.

Rusia, por su parte, aprobó una ley que autoriza a su banco central y a otras instituciones financieras a repeler ataques de drones con sus propias defensas. La señal es inusual: los bancos entran de forma más explícita en la era de la seguridad física frente a amenazas aéreas.

En salud, nuevos ensayos de fármacos de “Interception” buscan detener el cáncer de pulmón antes de que aparezca. La estrategia combina un análisis de sangre con antiinflamatorios simples para interrumpir la cadena que va de la inflamación al tumor.

El dato de contexto es fuerte. El cáncer de pulmón mata globalmente a más personas que los cánceres de mama, próstata y sangre combinados, por lo que cualquier avance en prevención temprana tendría implicaciones sanitarias y económicas de gran escala.

La economía política de la IA también muestra señales de reacomodo. El vicepresidente primero de Irán dijo que el acceso a internet está siendo restaurado tras casi tres meses de apagón, mientras trabajadores tecnológicos sindicalizados del New York Times alegan que el medio está incumpliendo su contrato al usar IA para monitorear el rendimiento laboral.

Ese punto es relevante porque aparece como una de las primeras grandes pruebas sindicales contra la gestión algorítmica. En paralelo, consultoras más pequeñas reportan crecimientos de hasta el 50% gracias a que la IA les permite competir por encima de su tamaño tradicional.

En el plano regulatorio, Illinois aprobó la SB 315, que exige a los laboratorios frontier publicar planes de riesgo catastrófico e introduce un mandato, primero en la nación, de auditoría de seguridad de IA por terceros. Es una señal de que la supervisión formal ya dejó de ser un debate abstracto.

También hubo novedades en cultura y transición laboral. Amazon MGM Studios lanzó un GenAI Creators’ Fund para financiar shows y películas de IA “cinemáticas”, mientras la OpenAI Foundation comprometió USD $250.000.000 para prever el impacto económico de la IA y acompañar a trabajadores durante la disrupción pos-IA.

Por último, el frente corporativo sumó una nota de alto voltaje. Mientras Elon Musk prepara a SpaceX para los mercados públicos, ya estaría conversando con colegas sobre integrar la compañía de cohetes en Tesla, una posibilidad que, de concretarse, reordenaría la narrativa de varias de las empresas más seguidas por inversores de tecnología.

Tomados por separado, estos hechos parecen pertenecer a sectores distintos. Pero juntos describen una misma transición: ciencia automatizada, mercados asistidos por agentes, infraestructura reconfigurada, vigilancia más sofisticada y gobiernos tratando de recuperar margen de control.

Para industrias como cripto, fintech y mercados de capitales, el mensaje es difícil de ignorar. La IA ya no es solo una capa de productividad. Se está convirtiendo en una fuerza organizadora capaz de redefinir quién compite, cómo se regula el riesgo y qué tipo de poder emerge cuando software, datos e infraestructura física convergen a gran velocidad.

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