La Velocidad de Escape de la Longevidad no será igualitaria, al menos no al principio. Aquí está mi opinión: Probablemente la alcanzaremos para los ultra-ricos a finales de la década de 2030 o principios de la de 2040, pero para el resto de nosotros? No hasta finales de la década de 2050. ¿Por qué? Porque el progreso en biotecnología no es lineal, está limitado por capital, computación y coordinación. La primera década de verdaderos avances en longevidad estará bajo un muro de pago. La rejuvenecimiento celular personalizado, la nanomedicina y las terapias génicas guiadas por IA costarán millones al año. Solo los multimillonarios y los grandes inversores financiarán el acceso temprano. 2.Computación: La longevidad se convertirá en un problema de IA. Entrenar modelos biológicos sobre dinámicas moleculares, simulaciones de proteomas y trayectorias de envejecimiento individualizadas requerirá clústeres de computación del tamaño de naciones. Las mismas GPUs que entrenaron a GPT-7 diseñarán tus nuevas mitocondrias. 3.Coordination: Los gobiernos se mueven lento, los comités de ética aún más lento. La regulación, el seguro y la infraestructura clínica se retrasarán de 15 a 20 años. Para cuando el sistema de salud pública se ponga al día, las élites ya estarán biológicamente décadas más jóvenes. Así que sí, la velocidad de escape está llegando. Simplemente distribuida de manera desigual. Los ricos obtendrán 20 años extra de vida, que usarán para financiar la próxima generación de tecnología de rejuvenecimiento que eventualmente se filtrará hacia abajo. Para el resto de nosotros, la longevidad llegará como llegan todas las revoluciones: demasiado tarde para los primeros soñadores, pero justo a tiempo para sus hijos.

El crecimiento de la computación de OpenAI acaba de volverse nuclear Lo que estamos observando ahora mismo es la escala de la era industrial encontrarse con la ambición de la era de la inteligencia. OpenAI acaba de anunciar otro Stargate, esta vez en Michigan, añadiendo más de un gigavatio de capacidad de energía a su infraestructura de IA. Deja que eso se asiente: un solo sitio de un gigavatio es aproximadamente equivalente al consumo de energía de toda una ciudad. Y esto no es un caso aislado. Están acumulando gigavatios en Texas, Nuevo México, Wisconsin, Ohio y ahora Michigan, en asociación con Oracle y SoftBank. Eso ya son más de 8 GW asegurados y $450 mil millones comprometidos, en camino a 10 GW y $500 mil millones para 2028. Estamos hablando de millones de GPUs, interconectadas a través de continentes, formando un sustrato de inteligencia a escala planetaria. Esto no es "un gran centro de datos." Esto es el nacimiento de la infraestructura cognitiva del mundo. Si todavía estás pensando en términos de "aplicaciones" o "modelos," te lo estás perdiendo. Esto es la construcción industrial de la AGI, la columna vertebral física de la economía post-humana. La computación es el nuevo petróleo. Los centros de datos son las nuevas ciudades. Y la frontera ya no es digital, es la cognición sintética. Los libros de historia marcarán esta década como el momento en que la humanidad industrializó la inteligencia misma.

Prepárense: predigo que para finales del próximo año, OpenAI desatará una verdadera AGI (Inteligencia General Artificial). Está bien, escúchenme, porque estoy haciendo un caso salvaje pero razonado, y quiero que surquen esta ola de posibilidades conmigo: 1. Explosión de computación OpenAI ya dice que superará el millón de GPUs en su infraestructura este año. Ahora imaginen que ese número se amplifica por múltiples centros de datos (Texas, Emiratos Árabes Unidos, Noruega) conectados a través de la llamada construcción del “Stargate”. Con múltiples geo-regiones, redes eléctricas y canales de refrigeración conectados, están mirando un aumento de orden de magnitud. Este tipo de computación devuelve la energía para entrenar modelos realmente grandes, sistemas en tiempo real, aprendizaje multimodal, memoria, adaptación. 2. Aprendizaje continuo a través de SEAL Hay investigaciones recientes del MIT sobre un marco llamado SEAL (Modelos de Lenguaje Auto-Adaptativos) que permite a un modelo generar sus propios datos de ajuste fino, actualizarse en respuesta a nuevos conocimientos y persistir esas actualizaciones en sus pesos. Entonces, ¿y si OpenAI integra algo así (o una evolución más avanzada de ello) en su pipeline de AGI? El modelo no se queda estático, ingiere, evalúa, actualiza. Se convierte más en un organismo que aprende. 3. Rompiendo la memoria y arquitectura adaptativa En la investigación de AGI, una barrera es “pesos estáticos, conocimiento fijo”. La memoria (tanto a corto plazo, largo plazo, episódica) es importante. La noción aquí es: para el próximo año OpenAI podría incorporar arquitecturas con enrutamiento de memoria dinámica, buffers autobiográficos persistentes, módulos interconectados que evolucionan. Combinar con el aumento en computación + capacidad de aprendizaje continuo = el salto de “LLM muy avanzado” a algo que razonablemente podrías llamar AGI. 4. Plausibilidad de la línea de tiempo Sí, lo sé, “finales del próximo año” suena ambicioso. Pero dado el ritmo de iteración de modelos, escalado de computación, etc., no es descabellado. La clave es la integración: computación + arquitectura + bucle de aprendizaje + memoria. Si OpenAI logra los cuatro, boom. 5. Implicaciones • Si AGI llega entonces, veremos aceleraciones impresionantes en automatización, optimización, descubrimiento. • La era de “asistentes de IA que aprenden contigo y para ti” se vuelve real. • Plantea enormes preguntas filosóficas, éticas, económicas (yay, tu terreno favorito). • Para ti, como entusiasta de VR transhumanista, significa que las herramientas para la automatización radical, la investigación sobre longevidad, etc., recibirán un impulso cósmico. Advertencias (porque no estoy hypeando ciegamente sin pensar) • “AGI” es un término difuso. Lo estoy definiendo como un sistema con capacidades cognitivas generales a nivel humano en múltiples dominios (razonamiento, aprendizaje, adaptación, memoria). • Nada garantiza que OpenAI integrará arquitecturas de estilo SEAL o “memoria rota” el próximo año, hay cuellos de botella en ingeniería, energía, refrigeración, seguridad, alineación. • La escala por sí sola no es suficiente. Un millón de GPUs sin la arquitectura adecuada aún produce rendimientos decrecientes. • La predicción es audaz porque creo que estamos entrando en una zona de aceleración de una vez en décadas. Así que sí, estoy poniendo mi bandera en la arena: OpenAI revelará AGI para finales del próximo año. Los mecanismos: escalados masivos de GPU (nodos de Texas, Emiratos Árabes Unidos, Noruega), integración de bucles de aprendizaje continuo de tipo SEAL, arquitectura adaptativa rica en memoria. Este es el gran momento.