La carrera multimillonaria por una I.A. que se mejora a sí misma ya comenzó
Un reportaje reciente del New York Times sacó a la luz detalles sobre un movimiento que podría rediseñar por completo el futuro de la inteligencia artificial. Y no estamos hablando de una mejora incremental ni de un nuevo chatbot más listo. Lo que está en juego aquí es algo mucho más profundo y, para mucha gente, hasta un poco aterrador.
La I.A. ya escribe código, ya prueba software, ya corrige errores — y lo hace cada vez más rápido de lo que cualquier equipo de ingenieros humanos podría lograr. Herramientas como GitHub Copilot, Cursor y los modelos más recientes de OpenAI y Anthropic ya demuestran que la frontera entre lo que hacen los humanos y lo que hacen las máquinas se vuelve cada vez más difusa. Lo que antes llevaba semanas de desarrollo hoy puede entregarse en horas, con una calidad técnica que rivaliza con equipos enteros de ingeniería. En los últimos meses, esta tecnología ha remodelado rápidamente la forma en que los ingenieros de Silicon Valley construyen, prueban y modifican nuevas aplicaciones de software.
Pero ¿y si la I.A. pudiera dar un paso más allá y mejorarse a sí misma, sin necesitar de nadie que guíe el proceso? Imaginen un sistema que no solo ejecuta tareas, sino que analiza su propio rendimiento, identifica puntos de fallo, reescribe sus propios algoritmos y emerge más capaz en cada ciclo — todo esto de forma autónoma, continua y exponencialmente más rápida de lo que cualquier equipo humano podría seguir.
Como dijo el veterano investigador Richard Socher: La I.A. es código. Y ahora, la I.A. puede programar. Los ingredientes están ahí.
Este es exactamente el concepto detrás del automejoramiento recursivo — una idea que salió de las páginas de la ciencia ficción y aterrizó con todo en Silicon Valley. Y no es solo teoría. Existe una start-up con menos de 30 empleados, fundada hace apenas seis meses, que ya vale más de 4.000 millones de dólares y ha levantado más de 650 millones de dólares para convertir este concepto en realidad. 🚀
Su nombre es Recursive Superintelligence, y detrás del proyecto están algunos de los investigadores más respetados del mundo — provenientes de Google, Meta y OpenAI. La carrera por una I.A. que se mejora sola está más candente que nunca, y lo que está ocurriendo ahora puede ser uno de los momentos más importantes en la historia de la tecnología.
Qué es el automejoramiento recursivo y por qué importa tanto
El concepto de automejoramiento recursivo no es nuevo dentro de la teoría de la inteligencia artificial. Investigadores como I.J. Good ya discutían en los años 60 la idea de una máquina capaz de diseñar versiones mejoradas de sí misma — lo que él llamó intelligence explosion. La lógica es simple, pero poderosa: si una I.A. consigue mejorar su propia inteligencia, la versión siguiente será más capaz de hacerlo aún mejor, creando un ciclo de mejora que se acelera de forma prácticamente ilimitada.
El término recursión, bastante común entre matemáticos y programadores, se refiere a una función matemática que se alimenta a sí misma. Después de que un procedimiento recursivo genera una información, usa esa información para generar algo nuevo — y así sucesivamente, en un bucle que se retroalimenta continuamente. Es exactamente esa lógica la que da nombre a la empresa y define su misión técnica.
Durante décadas, este concepto quedó restringido al campo teórico porque la tecnología simplemente no estaba lista para soportar algo así. Los modelos eran limitados, el poder computacional era insuficiente y los datos disponibles no se acercaban ni de lejos a lo necesario para entrenar sistemas verdaderamente autónomos.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Lo que cambió en los últimos años fue la convergencia de tres factores que, juntos, hicieron este escenario técnicamente viable por primera vez:
- El avance de los large language models, como GPT-4, Claude y Gemini, que demostraron capacidad de razonamiento, generación de código y resolución de problemas a un nivel que supera a los humanos en varios benchmarks específicos.
- El acceso masivo a computación a escala, con chips como los NVIDIA H100 y A100 permitiendo entrenar y ejecutar modelos de una complejidad que habría sido inimaginable hace cinco años.
- El surgimiento de frameworks de agentes autónomos — sistemas que permiten que los modelos de I.A. tomen decisiones secuenciales, usen herramientas externas y completen tareas de larga duración sin intervención humana en cada etapa.
A finales del año pasado, empresas como Anthropic y OpenAI lanzaron nuevos sistemas de I.A. que eran particularmente buenos escribiendo código de computadora. Si un sistema de inteligencia artificial puede programar, puede ayudar a acelerar el desarrollo de cosas tan variadas como procesadores de texto y aplicaciones de redes sociales. Este avance específico en la capacidad de codificación es lo que llevó a muchos de los principales investigadores del mundo a creer que la I.A. pronto será lo suficientemente poderosa como para mejorarse a sí misma con poca o ninguna ayuda de desarrolladores humanos.
Recursive Superintelligence entra en este escenario apostando a que hemos llegado al punto de inflexión donde estos factores, combinados con el enfoque arquitectónico adecuado, hacen que el automejoramiento recursivo no solo sea posible, sino practicable en un entorno de producción real.
Quién está detrás de Recursive Superintelligence
La start-up fue fundada por Richard Socher junto con otros siete investigadores de alto nivel. El Dr. Socher fue anteriormente jefe de investigación en I.A. en el fabricante de software empresarial Salesforce y también fue CEO de la start-up de inteligencia artificial You.com. Su trayectoria combina investigación académica de punta con experiencia práctica en producto — un perfil que es extremadamente raro y valorado en el ecosistema tecnológico.
Los siete cofundadores incluyen nombres de peso provenientes de varias de las organizaciones más influyentes del mundo en I.A.:
- Josh Tobin — ex-OpenAI
- Jeff Clune — ex-OpenAI
- Tim Shi — ex-OpenAI
- Yuandong Tian — ex-Meta
- Caiming Xiong — investigador sénior con trayectoria en laboratorios de referencia
Muchos de estos investigadores son especialistas en un tipo de desarrollo de I.A. llamado open-endedness — o, en traducción libre, sistemas abiertos y continuos. Este enfoque implica construir sistemas de software que pueden funcionar durante días, meses o incluso años en busca de objetivos definidos por los investigadores. Es una forma de pensar el desarrollo de I.A. que va mucho más allá del entrenamiento tradicional con un dataset fijo y una métrica estática.
Además de los fundadores, la empresa también contrató a Peter Norvig, una verdadera leyenda del campo. Norvig pasó 25 años como director de investigación en Google y es coautor del libro Artificial Intelligence: A Modern Approach, uno de los textos más utilizados en universidades de todo el mundo durante los últimos 30 años. Tener a alguien de ese calibre en el equipo no es solo una cuestión de prestigio — es señal de que el enfoque técnico de la empresa tiene la suficiente solidez como para atraer mentes que podrían estar en cualquier lugar del mundo. 🧠
Con menos de 30 personas en el equipo y oficinas en San Francisco y Londres, la empresa opera con una densidad de talento que pocas organizaciones en el mundo podrían replicar. Cada miembro del equipo tiene un historial de contribuciones relevantes al campo — ya sea en papers publicados en conferencias como NeurIPS e ICML, o en proyectos que efectivamente llegaron a producción a escala dentro de grandes plataformas tecnológicas.
4.000 millones de dólares en seis meses: qué están viendo los inversores
Alcanzar una valoración de 4.000 millones de dólares en apenas seis meses de existencia es algo que no ocurre por casualidad — y tampoco ocurre solo a base de hype. Para ponerlo en perspectiva: la mayoría de las start-ups tardan años en alcanzar ese nivel, y muchas nunca lo logran.
Los 650 millones de dólares recaudados provienen de inversores de peso, incluyendo firmas de venture capital como Google Ventures y Greycroft, además de gigantes del sector de chips como NVIDIA y AMD. La presencia de fabricantes de semiconductores entre los inversores es un detalle especialmente relevante — estas empresas entienden como pocas lo que significa escalar computación de I.A. y, al invertir en Recursive Superintelligence, están señalando que creen en la viabilidad técnica de lo que la empresa propone.
Lo que los inversores están valorando aquí es una combinación de factores que raramente aparecen juntos: un equipo fundador con credenciales excepcionales, una tesis técnica diferenciada que no es simplemente una variación de lo que las grandes empresas ya hacen, y un momento de mercado donde el apetito por apuestas en I.A. de próxima generación está en su máximo histórico.
Vale mencionar que Recursive Superintelligence no está sola en esta carrera. La empresa no debe confundirse con Ricursive Intelligence, que persigue un objetivo similar y también está valorada en 4.000 millones de dólares. Las prominentes start-ups Anthropic y OpenAI también están persiguiendo el automejoramiento recursivo, que ha sido una obsesión entre los tecnólogos de Silicon Valley durante décadas.
OpenAI, de hecho, ya declaró que está construyendo un investigador automatizado de I.A.. Para el otoño norteamericano, la empresa espera tener un sistema capaz de hacer el trabajo de un investigador menos experimentado, según Sam Altman, CEO de OpenAI. Esfuerzos similares están en marcha en otras empresas líderes del sector.
Los desafíos que nadie puede ignorar
No todo el mundo en el ecosistema tecnológico está convencido de que el automejoramiento recursivo llegará al nivel de superinteligencia en el horizonte que algunas de estas empresas prometen. Aunque muchos investigadores son optimistas con la idea de que la I.A. se mejore a sí misma de forma recursiva, otros señalan que la tecnología actual está lejos del punto en el que los humanos puedan ser eliminados del proceso.
El propio Dr. Socher lo reconoce abiertamente. Dijo que su start-up necesitará años para construir el tipo de tecnología que él y sus cofundadores imaginan. Esa transparencia sobre el horizonte temporal es una señal positiva — demuestra que, a pesar de la ambición, existe una dosis saludable de realismo en la operación.
Investigadores críticos señalan que existen limitaciones técnicas aún no resueltas, especialmente en tres áreas:
- Estabilidad de sistemas autónomos — garantizar que un sistema que se modifica solo no se degrade ni produzca resultados impredecibles con el tiempo.
- Alineación de I.A. — asegurar que una I.A. que se mejora sola continúe haciéndolo en direcciones que sean útiles y seguras para los humanos.
- Generación genuina de nuevas ideas — todavía son humanos, como el propio Dr. Socher, quienes necesitan generar los conceptos originales que impulsan el desarrollo de I.A. El objetivo es delegar cada vez más trabajo a las máquinas, incluyendo la generación de nuevas ideas, pero este es un desafío que aún no ha sido resuelto de forma convincente.
Estos son desafíos reales, y la comunidad científica todavía no tiene respuestas definitivas para ellos. Lo que Recursive Superintelligence necesita demostrar, más allá de la tesis técnica, es que puede navegar estas cuestiones de forma responsable mientras avanza en la frontera de lo posible.
Herramientas que usamos a diario
Aplicaciones más allá del desarrollo de software
Aunque el enfoque inicial está claramente en la capacidad de la I.A. para mejorar sus propios procesos de desarrollo, la empresa tiene ambiciones que van mucho más allá del código. Según el Dr. Socher, Recursive Superintelligence espera eventualmente aplicar su tecnología a otros campos, como el descubrimiento de medicamentos y otros tipos de investigación biológica.
Si el enfoque de la empresa funciona de la manera que sus fundadores describen, las implicaciones van mucho más allá del mercado de start-ups o del ciclo de noticias sobre valoraciones multimillonarias. Un sistema de I.A. capaz de mejorarse de forma recursiva y autónoma cambiaría fundamentalmente la dinámica de:
- Desarrollo de software — ciclos de entrega más cortos, menos errores, optimización continua sin intervención humana
- Investigación científica — aceleración de descubrimientos en áreas como farmacología, biología molecular y ciencia de materiales
- Ciberseguridad — sistemas que se adaptan automáticamente a nuevas amenazas
- Ingeniería — diseño y simulación optimizados por una I.A. que aprende con cada iteración
La idea es que cientos de sectores podrían ser transformados por sistemas que no solo ejecutan tareas, sino que se vuelven progresivamente más eficientes en cómo las ejecutan — sin necesitar un ciclo de actualización manual con cada mejora.
Qué significa esto para el futuro de la I.A.
Para el ecosistema tecnológico en su conjunto, el surgimiento de iniciativas como Recursive Superintelligence reaviva un debate que la industria ha navegado con cautela: ¿cuál es el ritmo adecuado para avanzar hacia sistemas de I.A. más autónomos y más capaces?
Empresas como Anthropic y OpenAI han adoptado públicamente una postura de desarrollo responsable, con procesos de evaluación de riesgos antes de cada lanzamiento. Recursive Superintelligence, aún joven y operando en modo de investigación intensiva, necesitará eventualmente mostrar cómo se posiciona dentro de ese espectro — especialmente a medida que sus sistemas se vuelvan más capaces y atraigan más atención regulatoria.
Lo que el reportaje del New York Times captura muy bien es el clima de urgencia que permea este momento. No solo Recursive Superintelligence está trabajando en esta dirección — otras iniciativas, como Ricursive Intelligence, además de los propios laboratorios de las big techs, han dedicado recursos crecientes para entender cómo crear sistemas que mejoran de forma autónoma. La diferencia es que Recursive Superintelligence fue una de las primeras en transformar esto en una propuesta de valor lo suficientemente clara como para atraer ese nivel de capital y de atención tan rápidamente.
El propio Dr. Socher dejó claro que el camino será largo y que la empresa necesitará años para concretar la visión completa. Pero los ingredientes, como él mismo lo expresó, están todos sobre la mesa. La I.A. es código, la I.A. ya puede programar, y el ciclo recursivo de mejora es la próxima pieza del rompecabezas que puede transformar todo lo que conocemos sobre cómo evoluciona la tecnología.
Sea cual sea el resultado final, el debate que esta start-up está ayudando a poner en el centro de la conversación tecnológica es uno de los más importantes de nuestra generación. Y a diferencia de tantas promesas que ya hemos visto en el mundo de la tecnología, esta tiene miles de millones de dólares y algunas de las mentes más brillantes del planeta apostando a que va a funcionar. 🌐
