Jensen Huang en All-In: el engaño de los doomers y por qué la superinteligencia ya está aquí

El equipo de All-In dice que solo interrumpen el programa semanal por tres nombres: el presidente Trump, Jesús y Jensen. Jensen Huang entró bajo una ovación de pie, presentado como GPU Jesus, con los conductores señalando a Nvidia como la acción más importante del mercado tras un salto del 97 % interanual en ingresos. Huang se abrió la chaqueta, pidió energía y dijo que los temas serios merecen una conversación a ritmo alto.

La conversación comenzó con el ensayo de Dario Amodei, We Must Pace the Frontier. Huang dijo que tomó en serio la sección de seguridad y que seguridad y liderazgo no son una falsa disyuntiva. El texto, lo bastante punzante para que incluso si había pasado por Pangram se convirtiera en tema de conversación, sostenía que la convergencia de los laboratorios de frontera en torno a un llamado a frenar era notable. Para Huang, la verdadera pregunta era el control interno y el ritmo voluntario mientras los laboratorios pasan de la investigación a la ingeniería.

Luego vino la renuncia de Jacob Coxon a Anthropic. Su publicación en X superó los 100 millones de vistas, advirtiendo que la carrera está poniendo vidas en riesgo y que el próximo año o dos son el momento crítico. Coxon, que trabajaba en preentrenamiento, insinuó haber visto algo fuera de control a medida que la cultura de investigación se convertía en ingeniería. Huang calificó la denuncia de asunto serio que requiere valentía, pero dijo que la preocupación legítima se estaba confundiendo con predicciones científicas sobre el futuro que no estaban fundamentadas en la ciencia.

Su réplica más afilada apuntó a las matemáticas del apocalipsis. Las afirmaciones cuantificadas como un 10 % de probabilidad de extinción de la civilización son inexplicables para una persona común y no deberían hacerse porque están inventadas, dijo entre aplausos. Cuando investigadores bien formados predicen la catástrofe, las palabras suenan autoritarias pero el método no es científico, argumentó. El miedo es fácil de vender cuando los humanos nunca han visto la frontera, pero la ciencia exige medición.

Huang enumeró un registro de pronósticos erróneos. Cinco años para que no quedaran radiólogos terminó en la necesidad de más radiólogos que nunca, incluso mientras la lectura automatizada de imágenes tomaba el control. Las predicciones de que el 90 % del código se generaría en seis a doce meses, que la mitad de los empleos de nivel inicial desaparecería en seis a nueve meses, y que GPT-2 y Llama 3 eran demasiado inseguros para publicarse resultaron todas falsas. Alguien tiene que llevar la cuenta de las predicciones estúpidas, dijo.

Lo enmarcó como una batalla en torno al «confíen en los expertos». Investigadores con conciencia asimétrica hicieron afirmaciones alarmistas que los hechos luego contradijeron. El enigma de los incentivos importa: ¿por qué los constructores hablarían así? Huang sugirió que la competencia, la visibilidad y la fase de urgencia febril de construir empresas trascendentes podían inflar la retórica, al tiempo que acreditaba su extraordinario talento e investigación.

Trazó una línea clara sobre la cultura de Nvidia: nada de discurso político dentro de la empresa, llévatelo a casa. Nvidia es apolítica y bipartidista, estable y consistente, creando condiciones para que la gente haga la obra de su vida. Antes las empresas se construían en silencio, dijo, y no se debe tuitear como organización después de un mal fin de semana. El público aplaudió la claridad.

Sobre la regulación, hizo eco del «acertar con la medición y la estandarización» de Satya y de los evaluadores externos tipo FINRA de Demis, y luego añadió «acertar con la ingeniería». La regulación debe resolver problemas reales, y los problemas reales hasta ahora han venido de los laboratorios de frontera porque solo ellos tienen el cómputo. Cuatro incidentes en un laboratorio y un incidente gigante en otro deben analizarse en causa raíz como cualquier fallo de ingeniería, con sandboxes, runtimes y monitores continuos, e institucionalizarse para que no se repitan.

El hilo chino de la auto-mejora recursiva llegó vía Zhipu AI, el creador de GLM, cuyo fundador levantó cinco mil millones y destinó tres mil millones a una carrera de auto-mejora. Huang calificó la auto-mejora recursiva de etiqueta atractiva para un sistema sensato de ideas: aprendizaje en contexto, habilidades, reflexión, aprendizaje por refuerzo y datos sintéticos, más trucos eficientes en pesos como LoRA que mejoran sin reentrenar el modelo base hasta que la experiencia se destila después.

Rechazó la narrativa de la espiral. Puedes hacer auto-mejora recursiva todo el día dentro de la empresa, pero cuando lanzas un producto debes evaluar regresiones. Un mejor control mediante métodos, conocimiento, práctica y tecnología permitirá a los laboratorios mantener la mejora interna y lanzar buenos productos externamente. La verificación y las evals son el plano de control, no un botón de pausa sobre la inteligencia misma.

Para lo abierto frente a lo cerrado, Huang usó el agua embotellada. El agua es gratis, te duchas con agua gratis, sin embargo usas el agua correcta en el lugar correcto, igual que la electricidad. Dijo que usó cuatro modelos cerrados de frontera el fin de semana y funcionan de maravilla. Los pesos abiertos importan para la soberanía, la privacidad y las necesidades propietarias. En los últimos seis meses, 400 mil millones de dólares de capital de riesgo fueron a empresas nativas de IA y el 80 % de ellas usan modelos abiertos, sin los cuales muchos sueños no podrían construirse.

Preguntado sobre si importa que los modelos abiertos vengan de China, fue pragmático. La mayoría de las contribuciones de código abierto actuales vienen de China a gran escala porque produce más ingenieros a través de universidades como Tsinghua en volumen. Ya usamos Linux y Kubernetes tocados por contribuyentes chinos, y cuando descargas haces fork y lo haces tuyo. La carrera trata sobre explotación, no invención; Maxwell, Volta y Ampere eran europeos, pero América explotó la última revolución industrial mejor que nadie.

¿Por qué la narrativa comunista viaja tan bien ahora mismo, preguntó un conductor. Huang dijo que la narrativa en China es práctica, sin hablar de cataclismo y perdición. La tecnología se presenta como algo que hace avanzar la economía y la sociedad. Es frustrante, dijo, inventar fines de la civilización demostrablemente falsos y no basados en la ciencia o la investigación, y luego asustar a gente que no puede actuar sobre ese miedo. Si fuera verdad, deberíamos hacer algo al respecto en lugar de preocupar a quienes no pueden hacer nada.

Ofreció una lente de experiencia vivida. Cuando se graduó, los ingenieros tecleaban poco porque tenían que construir computadoras antes de que el software pudiera popularizarse. Ahora cada ingeniero tiene una laptop y una silla y teclea todo el día. Hubo gran ingeniería antes de teclear y la habrá después, definiendo teclear como programar. En Nvidia les dice a los ingenieros de software que solo están tecleando, su tecla favorita es retroceso, y el mejor software es el software más pequeño.

El momento más surrealista fue la llamada telefónica en vivo del presidente Trump. A mitad de la charla, se abrió el altavoz y Trump calificó la oposición a los centros de datos de engaño, diciendo que los centros de datos son geniales, enriquecen a la gente y a los estados, y son el petróleo de los próximos 20 a 25 años, más grandes que internet. Bromeó diciendo que Jensen puede desarrollar el chip más complejo que nadie puede copiar en diez años pero no logra descifrar el botón de altavoz, elogió la creación de riqueza en comunidades moribundas y dijo que quien gana la IA gana.

Trump se inclinó por la política, llamando revolucionarios de una mala causa a los opositores y diciendo que los llamados a frenar solo ocurren porque Estados Unidos va en cabeza. Citó 20 billones de dólares de inversión por venir en un año frente a menos de un billón bajo la administración anterior, se quejó de que Google busca una gran construcción en Finlandia tras no conseguir permisos en casa, y advirtió que frenar juega a favor de quienes no quieren que América triunfe, incluida China. Huang respondió: no vamos a dejar que eso pase, señor.

Sobre la asignación de capital, Huang describió la IA como una nueva revolución industrial que debe fabricarse. Más allá de chips y modelos, la pila es construcción, electricidad y generación de energía. Nvidia se ha movido aguas abajo para asegurar terreno, energía y cascarón vía Cloverleaf y movilizar más de 500 mil millones de dólares de capital de terceros con Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs y KKR, mientras aguas arriba llevaba mucho tiempo asociado con Corning, Lumen, TSMC y los fabricantes de memoria para que los cuellos de botella no frenen el despliegue. Resolver las restricciones escala el ecosistema.

Preguntado hasta dónde subirá Nvidia en la pila, Huang repitió su doctrina: subir tan alto como sea necesario y bajar tan bajo como sea posible. Sin los frameworks QDNN de Nvidia los frameworks no existirían, sin Megatron Core el entrenamiento a gran escala no habría ocurrido. Hace dieciocho meses Nvidia solo ejecutaba OpenAI; ahora ejecuta Muse, Grok, Gemini y Anthropic a escala a medida que se multiplican los laboratorios de frontera. Esa postura de dejar florecer mil flores es intencional, dijo, al tiempo que respalda a los Neoclouds y las nubes regionales que aseguran terreno, energía y cascarón con más agilidad que los hiperescaladores que planifican una vez al año, escalando gigavatios en lugares como Australia y el Sudeste Asiático, mirando la litografía china para 2030, la Terafab de 100 millones de pies cuadrados de Elon y un presente que ya posee inteligencia estrecha sobrehumana en conducción y cribado de proteínas, desde la cual el futuro se ve espléndido si bajamos el drama.