El ángulo. AI's El auge sigue leyes tan regulares como cualquier ley de la física: más capacidad de procesamiento, mejores algoritmos y más datos generan ganancias predecibles, y la duración de las tareas que un modelo de vanguardia puede completar por sí solo se ha duplicado aproximadamente cada cuatro meses desde 2023.
La IA general no es algo que se activa de la noche a la mañana. Es como una escalera, y en el trabajo digital y bien definido la estamos subiendo rápidamente. En el trabajo físico, novedoso y de final abierto, la escalera aún es empinada.
El truco
Pídele a un chatbot que escriba un soneto, que corrija tu código o que te explique un análisis de sangre, y parecerá magia. El truco funciona porque solo ves el escenario. Detrás del escenario no hay ningún mago. Solo hay tres diales y una factura de luz.
- El primer parámetro es "compute": indica cuántos cálculos se realizan para entrenar un modelo.
- El segundo aspecto son los algoritmos: la forma inteligente en que se utiliza cada cálculo.
- El tercer aspecto son los datos: la cantidad de texto, código y vídeo de los que aprende el modelo.
Desde 2024, se ha añadido un cuarto parámetro: el tiempo de procesamiento, que mide el tiempo que un modelo dedica a razonar antes de responder. Al aumentar cualquiera de estos parámetros, el rendimiento mejora de forma notablemente predecible.
Esa previsibilidad es la verdadera revelación. Isaac Newton nos legó leyes que describen cómo se mueven las cosas. AI Los investigadores han descubierto leyes que describen cómo la inteligencia, al menos la de las máquinas, mejora con los recursos. Como Newton.'s Las leyes funcionan a la perfección dentro de su rango y se rompen en los límites. Este artículo trata sobre ambos aspectos: las leyes y los límites.
Mojo's Ley: la ley de escalamiento neuronal
En enero de 2020, un equipo de OpenAI dirigido por Jared Kaplan demostró que un modelo de lenguaje's El error, su “pérdida”, disminuye como una ley de potencia suave en función del cálculo utilizado para entrenarlo. Escrito, es casi decepcionantemente simple:
L(C) = \left(\frac{C_c}{C}\right)^{\alpha_C}, \qquad \alpha_C \approx 0.050L es la pérdida, C es el cálculo de entrenamiento y C_c es una constante. El exponente lo explica todo. Con α en torno a 0.05, multiplicar el cálculo por 10 reduce la pérdida en solo un 11%, porque 10 elevado a la potencia de -0.05 es aproximadamente 0.89. Cada incremento de diez veces produce una mejora similar y modesta, indefinidamente, hasta que se agote algún otro factor. Kaplan's El equipo encontró leyes de potencia coincidentes para el tamaño del modelo y los datos.
Dos años después, el artículo de DeepMind sobre Chinchilla (Hoffmann y colaboradores, marzo de 2022) corrigió la receta. Con un presupuesto fijo, los parámetros y los tokens de entrenamiento deberían crecer conjuntamente, lo que equivale a aproximadamente 20 tokens de datos de entrenamiento por parámetro . Chinchilla, con 70 mil millones de parámetros entrenados en 1.4 billones de tokens, superó a un modelo cuatro veces mayor entrenado con la misma capacidad de cómputo.
Aquí está la parte que la mayoría de la gente pasa por alto. Pequeñas mejoras en la pérdida producen grandes saltos, a veces repentinos, en lo que un modelo puede hacer realmente, porque muchas habilidades solo funcionan cuando el modelo lo hace casi todo bien. Una ley subyacente que funciona a la perfección puede parecer magia en la superficie.
Y los diales se multiplican. Si la capacidad de cómputo para el entrenamiento de vanguardia crece aproximadamente 5 veces al año (Epoch AI) y los mejores algoritmos reducen a la mitad la capacidad de cómputo necesaria para obtener el mismo resultado cada 8 meses aproximadamente (Ho y colegas, 2024), la capacidad de cómputo efectiva detrás del mejor modelo crece aproximadamente 14 veces al año, porque 2 elevado a la potencia de 12/8 es aproximadamente 2.8, y 5 veces 2.8 es 14. Esa es la aritmética de Mojo, no una cifra exacta, pero explica por qué los modelos de cada año parecen de una especie diferente.
¿Qué indican realmente los diales?
Los cuatro diales siguen girando, pero el dial de datos se está acercando a su tope.
Calcular. Epoch AI Se estima que el tiempo de entrenamiento de los algoritmos de vanguardia ha aumentado aproximadamente 5 veces al año desde 2020, mientras que los costos de entrenamiento han aumentado aproximadamente 3.5 veces al año. GPT-3 se entrenó con aproximadamente 3 × 10^23 operaciones en 2020; GPT-4 con aproximadamente 2 × 10^25 en 2023.
Epoch's La mayor estimación para una ejecución en 2026, OpenAI's GPT-6 Astra tiene una complejidad de aproximadamente 9 × 10^26, y aún no se ha confirmado ninguna ejecución a 10^27. Epoch estimó que entrenar a Grok 4 en 2025 consumió alrededor de 310 gigavatios-hora de electricidad y costó alrededor de 490 millones de dólares.
Algoritmos. Un estudio de 2024 realizado por Anson Ho y sus colegas descubrió que la capacidad de cómputo necesaria para alcanzar un nivel fijo de rendimiento de los modelos de lenguaje se reduce a la mitad aproximadamente cada 8 meses, aunque una mayor capacidad de cómputo seguía realizando la mayor parte del trabajo.
Data. Este es el dial con tope. Época AI estima el stock de público texto escrito por humanos Con aproximadamente 300 billones de tokens, se espera que se utilicen por completo para entrenamiento entre 2026 y 2032. Ya estamos dentro de ese plazo. Los laboratorios están recurriendo a datos sintéticos, datos con licencia, vídeo y los propios registros de razonamiento de los modelos.
Tiempo de reflexión. El dial más nuevo. En septiembre de 2024, o1 de OpenAI demostró que permitir que un modelo razone durante más tiempo al momento de responder aumenta la precisión de manera gradual: en una competencia de matemáticas de 2024, obtuvo un 74 % con un solo intento y un 93 % cuando pudo muestrear y reordenar 1,000 intentos, frente al 12 % de GPT-4o. Un estudio de 2024 descubrió que emplear el cómputo de inferencia de manera inteligente permitió que un modelo pequeño superara a uno 14 veces más grande.
ricardo sutton's El ensayo de 2019, «La amarga lección», ya lo preveía: en ajedrez, Go, lenguaje y visión, los métodos generales que utilizan más cálculos han superado en todas las ocasiones al ingenioso conocimiento construido manualmente. Seis años después, la lección sigue doliendo.
¿Qué dice la física sobre los límites?
Las leyes del software mencionadas anteriormente se ejecutan en hardware, y el hardware responde a las leyes de la física. Tres cifras enmarcan todo el debate.
Los chips siguen siendo cada vez más rápidos, pero no al ritmo de antes. La ley de Moore, que proponía duplicar el número de transistores aproximadamente cada dos años, se ha ralentizado; Jensen Huang, de Nvidia, la declaró muerta en 2022.
Sin embargo, Nvidia's Los chips para centros de datos aumentaron el rendimiento de 16 bits de alta densidad de aproximadamente 125 billones de operaciones por segundo en el V100 (2017) a aproximadamente 4,000 billones en el Rubin (2026), lo que representa un incremento de unas 32 veces en nueve años, según sus propias especificaciones. La mayor parte de esta mejora provino de un diseño especializado y cálculos matemáticos de menor precisión, no de transistores más pequeños.
Epoch AI medidas hardware de aprendizaje automático logrando una rentabilidad aproximadamente dos veces mayor cada 2.1 años.
Tu cerebro es sorprendentemente eficiente. Según el Instituto Nacional de Estándares y Tecnología de EE. UU., un cerebro humano consume unos 20 vatios. Una tarjeta gráfica Nvidia H100 consume unos 700 vatios. Open Philanthropy estima que la potencia de cálculo bruta del cerebro es de aproximadamente 10¹⁵ operaciones por segundo, lo que equivale aproximadamente a lo que ofrece una H100. Si bien la comparación es desigual, la diferencia en eficiencia es real e indica el gran potencial de mejora que aún tiene el hardware.
Existe un límite inferior. El principio de Landauer, propuesto en 1961 y confirmado experimentalmente en 2012, establece la energía mínima necesaria para borrar un bit de información a temperatura ambiente: aproximadamente 3 × 10⁻²¹ julios. Los chips actuales consumen mucha más energía. La física aún no es el límite determinante; las centrales eléctricas sí lo son.
La Agencia Internacional de la Energía's Energía y AI Según un informe, los centros de datos utilizaron aproximadamente 415 teravatios-hora de electricidad en 2024, lo que representa alrededor del 1.5% del consumo mundial.'s En total, se proyecta que alcanzará los 945 teravatios-hora para 2030.
Por pregunta, las cifras son pequeñas y van en descenso: Google midió una mediana de 0.24 vatios-hora por mensaje de texto a Gemini en mayo de 2025, ligeramente por debajo de Epoch AI.'s A principios de ese año, se estimó un consumo de aproximadamente 0.3 vatios-hora para una consulta típica de ChatGPT, y Google informó de una caída de 33 veces en el consumo de energía por solicitud en un período de 12 meses.
El problema radica en la paradoja de Jevons: a medida que cada consulta se vuelve más barata, solicitamos miles de millones más de ellas.
El reloj Mojo Horizon: ¿cuánto tiempo puede durar? AI ¿Funciona por sí solo?
En 2019, GPT-2 gestionaba tareas de aproximadamente 3 segundos. En abril de 2026, METR's Estimación temprana para Antropic's La vista previa de Claude Mythos duró más de 16 horas.
Eso representa un aumento de aproximadamente 21 000 veces en siete años. Al ajustar una línea de tendencia a cada nuevo récord, el horizonte se duplicó aproximadamente cada 6 meses entre 2019 y 2026, y aproximadamente cada 4.1 meses desde 2023. La propia actualización de METR de enero de 2026 situó el tiempo de duplicación posterior a 2023 en aproximadamente 4.3 meses, por lo que nuestro ajuste independiente coincide.
Si extendemos la línea posterior a 2023, simplemente a modo de ejemplo, esta cruza una semana laboral de 40 horas hacia finales de 2026 y un mes laboral de 167 horas en la segunda mitad de 2027.
Ahora bien, aquí vienen las advertencias, porque son importantes.
- En primer lugar, un 50% de éxito no equivale a fiabilidad; con un 80% de éxito, los horizontes son mucho más cortos.
- En segundo lugar, se trata de software autónomo y tareas de investigaciónNo se trata de trabajos desordenados con compañeros, clientes y objetos físicos.
- En tercer lugar, el propio sistema de medición está fallando: METR afirma que sus estimaciones superiores a 16 horas no son fiables y dejó de actualizar activamente su clasificación en septiembre de 2026.
Cuando la regla se detiene antes de que se alcance la medida deseada, eso ya es una señal en sí misma.
¿Por qué siguen bajando los índices de referencia?
Porque los modelos están mejorando y porque los puntos de referencia son objetivos. Ambas cosas son ciertas, y la segunda es la razón por la que trato con cuidado cada clasificación.
El caso más llamativo es ARC-AGI-3, lanzado por la Fundación del Premio ARC el 25 de marzo de 2026 como un conjunto de rompecabezas interactivos sin instrucciones, que los humanos resuelven fácilmente. En el momento del lanzamiento, el mejor AI Obtuvo una puntuación del 0.51%. El 3 de septiembre de 2026, el Premio ARC verificó a OpenAI.'s GPT-6 Astra obtuvo un 62.7 % en su configuración de prueba estándar. (Las afirmaciones virales de entre el 98 % y el 99 % provenían de una configuración diferente que ARC Prize no considera estándar). Un índice de referencia diseñado para durar años perdió la mayor parte de su potencial en aproximadamente seis meses.
En otros lugares el patrón se repite. La codificación en SWE-bench Verified pasó del 4.4 % en 2023 a aproximadamente el 96 % en los resultados de 2026 informados por los proveedores, lo que significa que ya no distingue los mejores modelos. En julio de 2025, Google DeepMind's Gemini Deep Think resolvió cinco de los seis problemas de la Olimpiada Internacional de Matemáticas, obteniendo 35 de 42 puntos según la calificación oficial, un resultado digno de medalla de oro.
La lente que se muestra aquí es Goodhart.'s Ley: cuando una medida se convierte en un objetivo, deja de ser una buena medida. Los laboratorios se entrenan para alcanzar puntos de referencia famosos; las preguntas de las pruebas se filtran en los datos de entrenamiento. Eso no hace que el progreso sea falso. Significa que las medidas honestas son las que parecen un trabajo real, como METR.'s horizontes temporales, y aquellos que aún son difíciles para las máquinas y fáciles para las personas, como ARC-AGI-3 y la Humanidad's Último examen sin herramientas, donde la mejor puntuación oficial fue del 38.3%.
¿Qué tan cerca está la IAG?
Más cerca en las pantallas que en el mundo real, y más cerca de lo que la mayoría de la gente ajena al sector supone. Pero la "IA general" significa cosas diferentes para personas diferentes, y esa es una de las razones por las que el debate da vueltas en círculo.
Definiciones. El marco de trabajo "Niveles de IAG" de Google DeepMind (Morris y colaboradores, 2023) evalúa los sistemas en dos ejes: su rendimiento y su generalidad, y clasificó a los chatbots de la época como IAG "emergente". Los líderes de los laboratorios hablan de sistemas capaces de realizar el trabajo más valioso desde el punto de vista económico; Dario Amodei, de Anthropic, describe "un país de genios en un centro de datos". Los escépticos lo definen como un aprendizaje similar al humano a partir de la experiencia, algo que los modelos actuales no hacen.
Pronósticos.
Los líderes de los laboratorios son más agresivos: en enero de 2026, Anthropic's Dario Amodei escribió que el poderoso AI Podría estar a uno o dos años de distancia. Demis Hassabis dijo en 2023 que podría llegar en una década. Yann LeCun, quien dejó Meta y recaudó 1.03 millones de dólares para un nuevo laboratorio, considera que los grandes modelos de lenguaje son un callejón sin salida, y Richard Sutton argumenta que imitan en lugar de aprender.
Las tres puertas de Mojo. En lugar de una sola línea de meta, hago un seguimiento de tres, cada una con una prueba medible.
| Puerta de sonido | Prueba | Estado actual, noviembre de 2026 | Mojo's read |
|---|---|---|---|
| 1. Autonomía digital | AI completa una semana de trabajo real de software o investigación con alta fiabilidad. | Horizonte del 50% después de 16 horas; horizontes fiables mucho más cortos; interrupción de la medición | Plausible en un plazo de 1 a 3 años. |
| 2. novedad | Nivel humano en rompecabezas fáciles para personas y nuevos en máquinas (ARC-AGI-3) | Mejor verificado 62.7%; humanos 100% | Cierre rápido; posible en 1 o 2 años. |
| 3. El mundo físico | Robots que realizan trabajos físicos generales a un precio competitivo. | Competitivo en costes para aproximadamente el 0.3% de las tareas físicas (Anthropic, septiembre de 2026). | Una década o más |
Mi veredicto: la parte digital de la IA general es una posibilidad real antes de 2030. La parte física, la que dobla la ropa, repara las calderas y cuida a los enfermos, está mucho más lejos. Moravec's La paradoja sigue vigente: lo que es difícil para nosotros es fácil para las máquinas, y lo que es fácil para nosotros es difícil para ellas. Cualquiera que diga que la IA general llegará en una fecha concreta está intentando engañar a alguien.
Comprobación de reclamo
| Información | quien lo hace | MES | Mojo's read |
|---|---|---|---|
| Las leyes de escala aún se mantienen | AI laboratorios, Epoch AI | 4 Strong | Las pérdidas siguen disminuyendo con la computación; el dial de datos es el riesgo vinculante. |
| AI está “chocando contra un muro” | Los escépticos, periódicamente | 0 No aguantó | Los horizontes y los objetivos de referencia estrictos siguieron aumentando hasta 2026. |
| Los horizontes de las tareas se duplican cada 4 a 7 meses. | METR | 4 Strong | Confirmado por nuestro propio ajuste; intervalos de medición superiores a 16 horas |
| AI vencer a los humanos en el nivel de las olimpiadas matemáticas | Google DeepMind | 4 Strong | Calificación oficial de oro, julio de 2025. |
| AGI llegará en 2027. | Algunos líderes de laboratorio | 1 Reclamación | Depende de la definición; la parte digital es plausible pronto. |
| Los másteres en Derecho (LLM) son un callejón sin salida. | Yann LeCun | 1 Reclamación | Una opinión minoritaria importante; ningún resultado aún muestra un límite máximo. |
| AI El consumo de energía por consulta es mínimo. | Google, OpenAI | 3 prometedores | Autodeclaración, pero coherente con Epoch AI.'s estimación independiente |
| Nos quedaremos sin datos de entrenamiento | IA de época | 3 prometedores | Se ha abierto el periodo comprendido entre 2026 y 2032; la cuestión abierta son los datos sintéticos. |
El ángulo contrario
El argumento más sólido en contra de mi interpretación es que estoy confundiendo un instrumento de medición con la cosa en sí. Los horizontes temporales y los puntos de referencia son pruebas elaboradas por investigadores, y los modelos se entrenan cada vez más para superar dichas pruebas.
El salto del 0.5 % al 62.7 % en ARC-AGI-3 en seis meses podría reflejar más la rapidez con la que los laboratorios pueden optimizar un objetivo conocido que la inteligencia general. La implementación en el mundo real, el ensayo clínico en Kenia y los estudios de los desarrolladores que se tratan en otras partes de esta serie, suelen mostrar mejoras mucho menores de las que prometen los parámetros de referencia.
Me lo tomo muy en serio, por eso mis puertas requieren un mantenimiento constante durante toda la semana y por eso la puerta física se mantiene alejada. Pero la tendencia ha perdurado a pesar de varios cambios en los criterios de medición a lo largo de siete años. Cuando cada nueva prueba arroja mejores resultados que la anterior, la explicación más probable es que lo que se está midiendo está mejorando realmente.
La parte humana
Mojo's Previsiones
- Una estimación publicada por METR o un evaluador independiente comparable establece un modelo.'s Horizonte temporal del 50% superior a 40 horas para el 31 de diciembre de 2027. Probabilidad: 60%.
- Una puntuación del 85% o más en ARC-AGI-3's La configuración estándar de la prueba será verificada por ARC Prize antes del 31 de diciembre de 2027. Probabilidad: 55%.
- Epoch AI Se estima que para el 31 de diciembre de 2027 se habrá realizado una prueba de entrenamiento con más de 10^27 operaciones. Probabilidad: 85%.
Los tres se incluirán en el Libro Mayor de Predicciones de Mojo y se puntuarán públicamente.
¿Dónde se debatirá esto a continuación?
Preguntas Frecuentes
¿Qué son AI ¿Leyes de escala?
Son reglas empíricas que demuestran que un modelo's El error disminuye de forma predecible, siguiendo una ley de potencias, cuando se añaden cálculos de entrenamiento, datos o parámetros. Kaplan y sus colegas los describieron en 2020; DeepMind's El papel Chinchilla los perfeccionó en 2022.
Qué tan rápido es AI ¿Mejorando?
Por METR's medida, la longitud de la frontera de tareas de software AI El porcentaje de tareas completadas con un 50 % de éxito se ha duplicado aproximadamente cada cuatro meses desde 2023, pasando de minutos en 2023 a más de 16 horas en 2026.
¿Cuándo alcanzaremos la IAG?
Los investigadores encuestados dieron las mismas probabilidades de que las máquinas superen a los humanos en todas las tareas para 2047; algunos directores de laboratorio afirman que sucederá en pocos años. Mojo prevé que la mitad digital se complete antes de 2030 y la mitad física mucho más tarde.
¿Cuánta energía tiene? AI usar?
La AIE estimó que los centros de datos consumieron alrededor de 415 TWh en 2024, aproximadamente el 1.5 % de la electricidad mundial, cifra que aumentará a unos 945 TWh para 2030. Un mensaje típico de un chatbot consume aproximadamente entre 0.2 y 0.3 vatios-hora.
Testamento AI ¿Te has quedado sin datos?
Epoch AI Se prevé que el conjunto de textos públicos escritos por humanos, unos 300 billones de tokens, se utilice por completo entre 2026 y 2032, lo que impulsará a los laboratorios a recurrir a datos sintéticos y con licencia.
¿Qué es el reloj Mojo Horizon?
AIMOJO's rastreador de METR's AI Mediciones con horizonte temporal, con nuestro propio ajuste de tendencias, actualizadas cada vez que se publican nuevas mediciones.
- Kaplan et al., Leyes de escala para modelos de lenguaje neuronal (Ene 2020)
- Hoffmann et al., Entrenamiento de modelos de lenguaje grandes con optimización computacional (Chinchilla) (Mar 2022)
- Epoch AI, Tendencias en IA (actualizado en febrero de 2026) y Recursos de capacitación de Grok 4 (Sep 2025)
- Ho et al., Progreso algorítmico en modelos de lenguaje (Mar 2024)
- Villalobos et al., ¿Nos quedaremos sin datos? (Jun 2024)
- OpenAI, Aprendiendo a razonar con LLMs (septiembre de 2024) y Snell et al., Escalado de la computación en tiempo de prueba (Ago 2024)
- Richard Sutton, La amarga lección (Mar 2019)
- Páginas de productos de Nvidia: A100, H100, Anuncio de la plataforma Rubin (Ene 2026)
- Epoch AI, tendencias en hardware para aprendizaje automático (Nov 2023)
- NIST, Computación inspirada en el cerebro (Mar 2023)
- Filantropía Abierta: ¿Cuánta potencia computacional se necesita para igualar al cerebro humano?
- landó's principio (Resumen de la propuesta de 1961 y el experimento de 2012)
- IEA, Energía y AI (2025), como se resume en Impacto ambiental de la inteligencia artificial
- Elsworth et al., Medición del impacto ambiental de AI inferencia (Google) (Agosto de 2025) y Epoch AI, ¿Cuánta energía consume ChatGPT? (Feb 2025)
- Kwa et al., Medición AI Capacidad para completar tareas largas (METR) (marzo de 2025), Horizonte temporal METR 1.1 (enero de 2026) y Página de horizontes temporales de METR
- Premio ARC, lanzamiento de ARC-AGI-3 (Marzo de 2026) y Verificación de GPT-6 Astra (Sep 2026)
- Stanford HAI, AI Índice de 2025 y AI Índice de 2026
- Google DeepMind, Gemini Deep Think IMO oro (Jul 2025)
- Morris et al., Niveles de IAG (Nov 2023)
- Dario Amodei, Máquinas de Gracia Amorosa (octubre de 2024) y La adolescencia de la tecnología (Ene 2026)
BONUS: Obtenga nuestros $200 “AI “Mastery Toolkit” ¡GRATIS cuando te registras!
