Nueva IA promete revolucionar la ciencia al modelar fenómenos físicos a gran escala
Una nueva propuesta de inteligencia artificial intenta llevar esta tecnología más allá del lenguaje, las imágenes y los asistentes digitales. La empresa Accelerated Understanding Inc., fundada por los investigadores Anima Anandkumar y Benedikt Jenik, presentó este martes 25 de agosto un modelo diseñado específicamente para comprender y predecir fenómenos físicos a gran escala.
A diferencia de sistemas como ChatGPT, Claude o Gemini, cuya arquitectura está orientada principalmente al procesamiento de lenguaje y otros contenidos digitales, el nuevo modelo fue concebido para trabajar con información que representa fenómenos físicos en el espacio y el tiempo.
Según sus creadores, durante las pruebas el sistema pudo manejar alrededor de 5 billones de elementos de datos en una sola entrada, una capacidad que, de acuerdo con la comparación presentada por la compañía, sería aproximadamente cinco millones de veces superior al volumen que suelen admitir los modelos insignia de Anthropic y Google.
El objetivo, sin embargo, no es simplemente procesar más información. La apuesta consiste en construir una inteligencia artificial capaz de aprender relaciones matemáticas y físicas que permitan simular sistemas extremadamente complejos.
En lugar de utilizar exclusivamente la arquitectura Transformer que impulsó gran parte de la revolución de la inteligencia artificial generativa, la plataforma se apoya en una tecnología conocida como operadores neuronales. Estas técnicas permiten que una red neuronal aprenda cómo evolucionan determinados sistemas físicos y pueda después realizar predicciones sobre ellos.
Anandkumar, profesora de computación y ciencias matemáticas en Caltech y exdirectiva de investigación de Nvidia, ha trabajado durante años en este campo. Algunas de sus investigaciones anteriores demostraron que métodos similares podían acelerar considerablemente cálculos utilizados, por ejemplo, en predicción meteorológica.
La científica plantea que la próxima frontera de la inteligencia artificial podría consistir en dejar de considerar el lenguaje humano como el centro absoluto de la inteligencia artificial y colocar en su lugar las leyes y comportamientos de la naturaleza.
Las posibles aplicaciones abarcan sectores estratégicos como el diseño de semiconductores, la robótica, la predicción meteorológica, la exploración energética y otras industrias que dependen actualmente de simulaciones científicas que pueden requerir enormes cantidades de tiempo y potencia computacional.
El proyecto también ha despertado atención por la historia empresarial detrás de sus fundadores.
Anandkumar y Jenik habían sido considerados para ocupar posiciones centrales dentro de Project Prometheus, la compañía de inteligencia artificial respaldada por Jeff Bezos y enfocada en aplicar IA a la fabricación avanzada y al desarrollo de sistemas físicos complejos.
Reuters informó que una propuesta discutida con ambos investigadores contemplaba una participación del 35% en el proyecto y una compensación anual conjunta que podría haber alcanzado los dos millones de dólares después de los primeros meses de trabajo. Sin embargo, los investigadores decidieron continuar desarrollando su propia compañía.
Mientras tanto, Prometheus siguió avanzando por separado y consiguió una ronda de financiación Serie B de aproximadamente US$12.000 millones en junio de 2026, según Reuters. Su objetivo también se encuentra en la intersección entre inteligencia artificial, ingeniería y fabricación de sistemas físicos avanzados.
Accelerated Understanding, por su parte, no ha divulgado detalles sobre su financiación. Anandkumar indicó que la compañía cuenta con colaboraciones con proveedores de infraestructura informática que han facilitado los grandes grupos de hardware necesarios para desarrollar y ejecutar el modelo.
La aparición de esta plataforma se produce en momentos en que distintos laboratorios tecnológicos exploran los llamados “modelos del mundo”, sistemas de inteligencia artificial que intentan comprender cómo funciona el entorno físico en lugar de limitarse a predecir palabras, imágenes o sonidos.
El desarrollo representa una dirección diferente dentro de la carrera mundial por la inteligencia artificial: mientras buena parte de la industria compite por construir asistentes digitales cada vez más capaces, otros investigadores están intentando crear máquinas que puedan ayudar a comprender, simular e incluso diseñar el mundo físico.
Si estas tecnologías logran demostrar su eficacia fuera del laboratorio, podrían acelerar procesos científicos que actualmente requieren semanas o meses de simulaciones y abrir nuevas posibilidades en áreas como clima, energía, ingeniería, fabricación avanzada y exploración científica.
Fuentes varias