|
📰 En esta edición
-
• IA: Acusan a China de copiar IA
-
• Seguridad: Google ahora deja iniciar sesión con un video selfie
-
• Hardware: AMD y Cerebras se alían para acelerar la IA hasta 5 veces
-
• Computación cuántica: IBM compra un laboratorio clave de Boeing y GM
-
• IA: Google analizó 15 millones de conversaciones con IA en un estudio inédito
[Día, 24 de JULIO de 2026] · 5 historias + otras noticias
|
🤖 IA
Kimi K3: la IA china que EE. UU. acusa de haber copiado a Claude
El gobierno de Estados Unidos acusó a la startup china Moonshot AI de haber copiado en secreto modelos de Anthropic, incluido Claude Fable 5, para entrenar su nuevo modelo Kimi K3. El asesor de IA de la Casa Blanca, Michael Kratsios, aseguró que Moonshot montó una plataforma para “destilar” modelos estadounidenses a gran escala, usando servidores Nvidia GB300 que Washington tiene prohibido vender a China. Kimi K3 se lanzó el 16 de julio con 2.8 billones de parámetros, convirtiéndose en el modelo de código abierto más grande jamás publicado, y tuvo tanta demanda que Moonshot tuvo que pausar nuevas suscripciones en menos de 48 horas.
No es la primera vez que pasa: en enero de 2025 hubo una acusación similar contra DeepSeek. Lo que preocupa ahora es que Moonshot planea liberar todos los pesos del modelo el 27 de julio, y Anthropic advierte que, una vez que un modelo copiado se vuelve de código abierto, pierde sus barreras de seguridad y ya nadie puede controlar cómo se usa. Analistas como Wei Sun, de Counterpoint Research, calculan que la brecha entre modelos chinos y estadounidenses ya se redujo a entre tres y seis meses, aunque otros creen que Kimi K3 todavía está lejos de igualar a los modelos más avanzados de EE. UU. en tareas del mundo real.
💡 Contexto clave
La destilación es entrenar un modelo propio copiando las respuestas de otro más avanzado, sin acceso a su código real. Un modelo de código abierto comparte sus “pesos” (los parámetros entrenados) para que cualquiera lo use o modifique. Los chips Nvidia GB300 son de los más potentes del mercado para entrenar IA, y su venta a China está restringida por ley estadounidense.
|
Fuente: CNN Business →
⏱ ~75 segundos lectura
|
🔐 Seguridad
Google ahora deja iniciar sesión con un video selfie
Google lanzó el “selfie video”, un nuevo método para iniciar sesión o recuperar tu cuenta usando un video corto de tu cara en lugar de una contraseña. Para configurarlo grabas un video guiado moviendo la cabeza (girar a los lados, asentir) desde tu Cuenta de Google, y la próxima vez que necesites entrar, tomas otro selfie que el sistema compara con el original para confirmar que eres tú. El video queda cifrado y puedes borrarlo cuando quieras; Google además incluye verificaciones para detectar que el video sea de una persona real y no un deepfake.
Por ahora es solo una opción extra para cuando pierdes acceso a tu teléfono o computadora habitual, no un reemplazo de tu contraseña o llaves de acceso. Aun así, confirma hacia dónde va la industria: cada vez más empresas apuestan por la biometría (tu cara, tu huella) en lugar de contraseñas para verificar identidad, algo que ya usan apps de citas y bancos. Si quieres activarlo, puedes revisar si tu cuenta es elegible directamente desde la configuración de seguridad de Google.
Fuente: Google Keyword Blog →
⏱ ~55 segundos lectura
|
⚡ Hardware
AMD y Cerebras se alían para hacer la IA hasta 5 veces más rápida
AMD y Cerebras anunciaron una alianza para combinar sus chips y acelerar la parte de la IA que más se nota cuando usas un chatbot: qué tan rápido te responde. Van a conectar los servidores AMD Helios con el Wafer-Scale Engine de Cerebras (un chip gigante especializado en velocidad) en un solo sistema, y aseguran que juntos pueden entregar hasta 5 veces más tokens por segundo por cada watt consumido, comparado con usar solo el chip de Cerebras. La solución conjunta estará disponible primero en Cerebras Cloud en la segunda mitad de 2026.
Esto importa porque cada vez más usos de IA —copilotos de código, agentes que actúan en tiempo real, asistentes de voz— necesitan respuestas casi instantáneas, no solo respuestas correctas. Repartir el trabajo entre dos tipos de chip distintos, cada uno optimizado para una parte del proceso, es una apuesta por resolver ese cuello de botella sin tener que sacrificar la cantidad de usuarios que un centro de datos puede atender al mismo tiempo.
💡 Contexto clave
La inferencia es el momento en que un modelo ya entrenado genera una respuesta (a diferencia del entrenamiento, que es cuando “aprende”). Los tokens son los pedacitos de texto que la IA genera uno por uno; entre más tokens por segundo, más rápido lees la respuesta. Un Wafer-Scale Engine es un chip fabricado en una sola oblea de silicio gigante, en vez de cortarla en muchos chips pequeños como se hace normalmente.
|
Fuente: AMD Investor Relations →
⏱ ~70 segundos lectura
|
🔬 Computación cuántica
IBM compra el laboratorio de Boeing y GM para no quedarse atrás en cómputo cuántico
IBM acordó comprar HRL Laboratories, un centro de investigación privado que hasta ahora era propiedad conjunta de Boeing y General Motors. Con esta compra, IBM suma a su estrategia una segunda forma de construir computadoras cuánticas: además de sus chips superconductores, ahora tendrá acceso a la tecnología de “spin qubits” de silicio que HRL lleva años desarrollando. IBM ya invirtió más de 10,000 millones de dólares en cómputo cuántico en los últimos cinco años, con la meta de tener un sistema tolerante a fallos llamado Starling en 2029 y uno más grande, Blue Jay, en 2033. El cierre de la operación se espera para finales del tercer trimestre de 2026, sujeto a aprobación regulatoria; los términos financieros no se revelaron.
IBM compite con Google, Microsoft y Amazon por ser quien construya primero una computadora cuántica realmente útil, capaz de resolver problemas que a una computadora normal le tomarían miles de años. Nadie sabe todavía cuál de las distintas formas de construir qubits va a ganar, así que tener dos caminos en paralelo es, en el fondo, una forma de cubrir apuestas. El tema no es menor: se espera que este tipo de máquinas eventualmente pueda romper buena parte de la criptografía que hoy protege desde tu banco hasta las redes blockchain.
💡 Contexto clave
Un qubit es la unidad básica de información de una computadora cuántica. Los qubits superconductores (la apuesta actual de IBM y Google) necesitan enfriarse a temperaturas extremas; los spin qubits de silicio de HRL aprovechan el “giro” de electrones y podrían fabricarse con la misma maquinaria que ya usa la industria de chips convencional, lo que ayudaría a escalar más rápido.
|
Fuente: Reuters →
⏱ ~80 segundos lectura
|
📊 IA
Google analizó 15 millones de conversaciones con IA en el estudio más grande de su tipo hasta hoy
Google presentó ATLAS, un estudio a gran escala sobre cómo la gente usa realmente sus herramientas de IA (Gemini App, AI Mode y la API de Gemini). La primera versión se basa en 15 millones de interacciones anonimizadas, con datos de más de 150 países, 140 idiomas, 800 ocupaciones y 4,000 tareas distintas. Uno de los hallazgos centrales: en el trabajo, la IA se usa en el 68% de las ocupaciones analizadas, pero dentro de cada trabajo solo se aplica a cerca del 21% de las tareas, y menos del 10% de esos usos automatiza la tarea por completo; la mayoría es la IA ayudando, no reemplazando.
Lo más llamativo quizás es que más del 86% de las interacciones con IA ocurren fuera del trabajo: la gente la usa para investigar compras, entender un trámite de gobierno o resolver dudas cotidianas, un tipo de valor que las estadísticas económicas tradicionales no suelen capturar. También encontraron que el uso de IA por persona sigue de cerca la riqueza de cada país (a más PIB per cápita, más uso), aunque hay excepciones: algunos países de ingresos medios en Sudamérica y Medio Oriente ya adoptan la IA a tasas comparables con países más ricos, lo que sugiere que la brecha digital no está escrita en piedra.
Fuente: Google Keyword Blog →
⏱ ~75 segundos lectura
|
|
