La charla comenzó inevitablemente con uno de los temas más comentados de los últimos días, la retirada temporal de acceso a Claude Fable 5 tras detectarse un problema de seguridad identificado por Amazon. Sin entrar en detalles técnicos, DeSantis recordó que la primera regla de la ciberseguridad es precisamente no revelar cómo se descubren las vulnerabilidades, ya que hacerlo podría facilitar el trabajo a futuros atacantes. Más allá del incidente concreto, el ejecutivo defendió que la seguridad sigue siendo uno de los pilares fundamentales de AWS y recordó que, aunque los modelos de IA sean una tecnología relativamente nueva, la gestión de vulnerabilidades críticas forma parte del trabajo diario de la industria tecnológica desde hace décadas.
Una revolución que apenas está comenzando
Uno de los mensajes más repetidos durante la conversación fue que la inteligencia artificial todavía se encuentra en una fase muy temprana de desarrollo y, para Amazon, los avances observados durante los dos últimos años son solo una pequeña muestra de lo que llegará durante la próxima década. DeSantis destacó que cada nueva generación de modelos no solo mejora en capacidades, sino también en utilidad práctica, teniendo en cuenta que los sistemas actuales son capaces de resolver tareas más complejas, comprender mejor el contexto y ofrecer respuestas cada vez más precisas. Sin embargo, el verdadero reto ya no consiste únicamente en hacer modelos más inteligentes, sino en conseguir que sean mucho más eficientes.
La industria se enfrenta a una realidad evidente, la demanda de potencia computacional crece más rápido que la capacidad de la infraestructura para suministrarla y, por ello, la siguiente gran fase de desarrollo estará centrada tanto en aumentar las capacidades de los modelos como en optimizar la forma en la que consumen recursos. En este contexto, el ejecutivo considera que las arquitecturas actuales seguirán evolucionando durante los próximos años, aunque convivirán con nuevas aproximaciones que permitirán ampliar las capacidades de los sistemas de IA. El objetivo final es lograr una interacción mucho más natural entre humanos y máquinas, reduciendo las barreras actuales y acercando la experiencia a una conversación verdaderamente fluida.
La evolución no se limitará al texto, los futuros sistemas combinarán voz, imagen, vídeo y contexto en tiempo real para construir experiencias multimodales mucho más avanzadas, algo que la industria ya trabaja, para que las máquinas sean capaces de interpretar gestos, expresiones o cambios en el tono de voz de forma natural, acercándose progresivamente a la manera en la que interactúan las personas.
Chips, energía y computación cuántica, los desafíos que marcarán la próxima década de la IA
La conversación en VivaTech dejó claro que el verdadero cuello de botella de los próximos años estará en el hardware y, especialmente, en la capacidad de la industria para desarrollar infraestructuras capaces de soportar una demanda sin precedentes. Uno de los aspectos más interesantes abordados por Peter DeSantis fue la estrecha relación que existe entre el desarrollo de modelos de inteligencia artificial y el diseño de nuevos procesadores. Crear un chip avanzado requiere inversiones multimillonarias y largos ciclos de desarrollo y del mismo modo, entrenar un modelo de frontera exige enormes cantidades de recursos y planificación.
Por este motivo, Amazon trabaja de forma coordinada con compañías como Anthropic para asegurar que los futuros modelos puedan aprovechar al máximo las capacidades del hardware que todavía está en fase de diseño. Si ambas partes no avanzan al mismo ritmo, la innovación corre el riesgo de perder años de progreso.
Otro de los grandes desafíos es el consumo energético, a medida que los modelos se vuelven más potentes, también aumenta la cantidad de recursos necesarios para entrenarlos y ejecutarlos. DeSantis explicó que gran parte de la conversación actual gira en torno al coste por token, aunque considera que esta métrica resulta cada vez menos representativa ya que algunos modelos consumen más recursos durante su fase de razonamiento para generar respuestas más precisas, por lo que medir únicamente los tokens producidos puede ofrecer una visión incompleta de la eficiencia real. La industria se encuentra actualmente en una fase de optimización acelerada debido a que el objetivo es conseguir más inteligencia útil por cada vatio consumido, mejorando simultáneamente la potencia de cálculo, el rendimiento y la sostenibilidad energética.
La computación cuántica deja de ser ciencia ficción
La última parte de la conversación estuvo dedicada a una tecnología que muchos consideran la siguiente gran revolución informática, la computación cuántica. Lejos del entusiasmo exagerado que suele rodear este campo, Amazon mantiene una visión pragmática centrada en resolver primero los problemas fundamentales de la tecnología y es que el principal desafío sigue siendo la corrección de errores cuánticos, un problema extremadamente complejo debido a la naturaleza de los cúbits.
A diferencia de los sistemas tradicionales, donde los errores pueden detectarse y corregirse fácilmente, observar directamente un cúbit puede alterar o destruir la información que contiene, esta limitación obliga a desarrollar métodos completamente nuevos para garantizar la fiabilidad de los cálculos. Según explicó DeSantis, Amazon lleva años trabajando en este ámbito y considera que la corrección de errores será la clave que desbloquee el verdadero potencial de la computación cuántica.
Cuando la computación cuántica alcance la madurez necesaria, sus aplicaciones más importantes no estarán relacionadas con ejecutar aplicaciones más rápido, sino con simular fenómenos físicos imposibles de modelar mediante ordenadores convencionales. Entre los ejemplos citados destacó la producción de fertilizantes, actualmente, la fijación industrial del nitrógeno requiere procesos altamente contaminantes que generan importantes emisiones de dióxido de carbono, justo dónde una computadora cuántica suficientemente avanzada podría modelar estas reacciones químicas con una precisión sin precedentes y permitir el desarrollo de métodos mucho más sostenibles. La misma lógica podría aplicarse al descubrimiento de nuevos materiales, al desarrollo de medicamentos o a la investigación energética.
La conclusión de la charla fue clara, aunque la atención pública se concentra en los asistentes conversacionales y en los nuevos modelos generativos, las grandes tecnológicas ya están trabajando en los pilares que sostendrán la siguiente fase de la revolución digital.
Si (
No(
