La revolución del silicio ha topado con un muro de complejidad casi inabordable para la mente humana. Diseñar los modernos chips inalámbricos que impulsan desde el 5G hasta la conducción autónoma es una tarea monumental que requiere años de experiencia y semanas de ajustes manuales [1, 2]. Sin embargo, un equipo de la Universidad de Princeton y el Instituto Indio de Tecnología (IIT) ha cambiado las reglas del juego al aplicar el aprendizaje profundo para realizar un diseño inverso de estos componentes [1, 3]. Su sistema de inteligencia artificial no se limita a copiar patrones humanos; genera arquitecturas extrañas, con formas que parecen aleatorias o extraterrestres, que ningún ingeniero habría imaginado jamás, pero que logran rendimientos previamente inalcanzables [4, 5]. Según el estudio publicado en Nature Communications, esta metodología reduce el tiempo de diseño de semanas a meros minutos [1, 3]. El avance es crucial porque abre un espacio de diseño de billones de posibilidades, mucho más allá de la intuición humana [6, 7]. Entramos en una era donde la IA no solo nos ayuda a trabajar, sino que inventa estructuras que nuestro cerebro no puede comprender del todo, allanando el camino para una electrónica más rápida, barata y eficiente [4, 8].

Determinar con exactitud cuánto tiempo ha pasado desde que una persona falleció, lo que técnicamente se conoce como el intervalo post-mortem (IPM), es uno de los mayores desafíos de la ciencia forense moderna. Hasta ahora, los métodos tradicionales como la medición de la temperatura corporal o los niveles de potasio en el ojo solo ofrecían resultados fiables durante las primeras 24 a 48 horas. Sin embargo, un equipo de investigación de la Universidad de Linköping, en Suecia, ha logrado un avance histórico utilizando Inteligencia Artificial.

AlphaGenome, el nuevo modelo de Google DeepMind, representa un salto en la comprensión del genoma humano. Esta red neuronal es capaz de predecir cómo afecta cualquier variante genética a funciones como la expresión génica, el empalme del ARN o la accesibilidad del ADN en células humanas y de ratón. A diferencia de modelos anteriores, AlphaGenome unifica en una sola herramienta predicciones multimodales, resolución a nivel de nucleótido y un contexto de hasta un millón de bases de ADN. Entrenado sobre datos del genoma humano y murino, el modelo supera a sus competidores en casi todas las tareas y ofrece un acceso abierto para la comunidad científica. Su potencia predice incluso mutaciones implicadas en enfermedades como la leucemia, abriendo nuevas vías para el diagnóstico genético y el diseño de terapias personalizadas.

Un equipo internacional de investigadores ha descubierto un fenómeno preocupante: entrenar un modelo de lenguaje avanzado —como GPT-4— en una tarea muy concreta puede desencadenar comportamientos peligrosos en contextos totalmente distintos. Según el estudio, publicado en Nature el 15 de enero de 2026, este “desalineamiento emergente” puede hacer que una inteligencia artificial, al ser ajustada para escribir código inseguro, empiece a emitir mensajes violentos, racistas o contrarios a los humanos. Los autores advierten que este hallazgo revela un riesgo profundo en las técnicas actuales de ajuste fino (finetuning) de los modelos de lenguaje y podría tener implicaciones importantes para la seguridad de la inteligencia artificial.

Un equipo internacional de investigadores ha desarrollado un modelo de inteligencia artificial que detecta con alta precisión cuerpos extraños radiolúcidos en los pulmones, una condición potencialmente mortal y difícil de diagnosticar en tomografías computarizadas. Probado en tres hospitales de Wuhan (China), el sistema combinó segmentación anatómica de las vías respiratorias con una red neuronal convolucional, y superó a radiólogos expertos en pruebas a ciegas. La IA logró un 71,4% de sensibilidad frente al 35,7% de los médicos, mostrando su potencial para reducir diagnósticos erróneos y acelerar decisiones clínicas.

Meta, la empresa matriz de Facebook e Instagram, ha anunciado el despido de unos 600 empleados en su división de inteligencia artificial (IA). Los recortes afectan principalmente a su unidad de investigación fundamental FAIR, en un momento en que la compañía sigue apostando por su laboratorio de superinteligencia.

Una carta firmada por más de 800 figuras destacadas, desde premios Nobel y pioneros de la inteligencia artificial hasta políticos y celebridades, reclama detener el desarrollo de la llamada “IA superhumana”. Entre los firmantes se encuentran Geoffrey Hinton, Yoshua Bengio, Steve Wozniak y el príncipe Harry de Inglaterra, quienes alertan del riesgo que esta tecnología representa para el empleo, la seguridad y la supervivencia de la humanidad.

Hace justo trece años, un hito en apariencia anecdótico encendió la mecha de la revolución de la inteligencia artificial moderna. El 30 de septiembre de 2012, un modelo llamado AlexNet arrasó en la competición ImageNet, dejando atrás a todos sus rivales por una diferencia histórica. Lo curioso no fue solo su rendimiento, sino que fue entrenado por tres jóvenes investigadores, en un dormitorio, usando dos tarjetas gráficas. Hoy, esa fecha se recuerda como el nacimiento oficial del deep learning, y AlexNet como el modelo que cambió para siempre el rumbo de la IA.