Un grupo de investigadores ha desarrollado un modelo de inteligencia artificial capaz de predecir con un 80% de precisión si una persona es fumadora, utilizando datos clínicos y biométricos. A diferencia de otros modelos, este sistema incorpora técnicas de IA explicable que permiten entender cómo llega a sus conclusiones, destacando parámetros clave como la hemoglobina, el GTP y la altura. El objetivo es ayudar al personal sanitario a identificar posibles fumadores sin depender exclusivamente de cuestionarios, y facilitar intervenciones médicas tempranas.

Investigadores de Canadá y Japón han presentado la Darwin Gödel Machine, un sistema de inteligencia artificial capaz de mejorar su propio diseño de forma autónoma. Inspirada en la evolución biológica y en teorías matemáticas, esta máquina ha logrado superar a agentes humanos en tareas de programación, lo que podría suponer un avance decisivo hacia una IA que evoluciona sin intervención humana. La DGM combina la idea teórica de las máquinas Gödel con un enfoque evolutivo más pragmático.

Investigadores de las universidades de Chicago y Rice han demostrado que los modelos de inteligencia artificial como FourCastNet aún no pueden predecir con precisión ciclones tropicales extremos, conocidos como “cisnes grises”, si no han sido entrenados con datos de tormentas similares. Aunque el modelo sí logra trasladar conocimientos entre diferentes regiones del planeta, los resultados evidencian que aún hacen falta nuevas estrategias de aprendizaje para anticipar los eventos meteorológicos más raros y devastadores.

IBM ha anunciado la construcción de IBM Quantum Starling, un ordenador cuántico que promete ser el primero en el mundo a gran escala y tolerante a fallos. Este superordenador, que se ubicará en un nuevo centro de datos en Nueva York, podrá ejecutar 20.000 veces más operaciones que las máquinas cuánticas actuales. Con 200 cúbits lógicos y capacidad para ejecutar 100 millones de operaciones, se espera que esté operativo en 2029. IBM asegura haber resuelto el problema clave de la corrección de errores cuánticos gracias a nuevos algoritmos de codificación qLDPC. Su impacto en el desarrollo y entrenamiento de modelos de inteligencia artificial será profundo y transformador.

ChatGPT 4o, el modelo más avanzado de OpenAI, ha perdido repetidamente al ajedrez frente a un Atari 2600 de 1977, pese a contar con una potencia de procesamiento millones de veces superior. El ingeniero Robert Caruso documentó el experimento, en el que la IA cometió errores básicos incluso tras recibir ayuda visual. Este episodio reabre el debate sobre los límites de la inteligencia artificial, que, a pesar de dominar la teoría ajedrecística, tropieza en la práctica frente a tecnología obsoleta.

Vivimos rodeados de datos. Cada vez que desbloqueas tu móvil, usas una app o caminas por una calle con sensores, estás generando información. Esta información alimenta a la inteligencia artificial, pero su uso debe ser ético, responsable y basado en datos fiables. La IA puede ayudarnos a resolver grandes retos, siempre que aprendamos a cuidar los datos que la alimentan.

Investigadores alemanes han desarrollado una técnica que combina espectroscopía infrarroja y aprendizaje automático para detectar enfermedades de forma rápida, económica y precisa. El sistema, entrenado con miles de muestras, es capaz de identificar hasta el riesgo futuro de padecer trastornos como el síndrome metabólico o ciertos tipos de cáncer. El método se basa en la espectroscopía infrarroja, que permite obtener un “fingerprint” o huella molecular única de cada muestra de sangre. Este espectro contiene información sobre las vibraciones de las moléculas y permite detectar alteraciones provocadas por enfermedades.

En el mundo de la inteligencia artificial, los algoritmos ya no son los únicos protagonistas. Investigaciones recientes y avances en la práctica han demostrado que, en muchos casos, la cantidad y calidad de los datos superan al ingenio del algoritmo. Desde los modelos que dominan los juegos de estrategia hasta los asistentes de voz que usamos a diario, la IA moderna está impulsada por montañas de datos y estructuras cada vez más sofisticadas para analizarlos y sacarles partido.