OpenAI suelta 722 artículos de matemáticas, Google convierte frases en videojuegos y Meta pone reglas a los agentes de IA

Este miércoles la inteligencia artificial avanza en tres frentes muy distintos. OpenAI publicó de golpe 722 manuscritos matemáticos generados por un modelo interno que todavía no ha lanzado, y la comunidad científica no sabe si aplaudir o preocuparse. Google presentó Playground, una herramienta gratuita que convierte una simple descripción en un videojuego jugable, y la bolsa castigó a Roblox en cuestión de horas. Y Meta, junto a la startup Sierra y gigantes como Walmart, Shopify y Stripe, anunció un estándar abierto para poner orden en la forma en que los agentes personales de IA hacen trámites y compras en nombre de los usuarios.

OpenAI publica 722 manuscritos matemáticos de golpe

La noche del 6 de octubre, OpenAI subió a un repositorio de GitHub 722 manuscritos que agrupan 372 familias de resultados. Según la compañía, cada familia resuelve un problema abierto de matemáticas o ciencias de la computación teórica, o avanza de forma sustancial hacia su solución. Entre los resultados destacados figuran una solución a la conjetura de Kakeya en cuatro dimensiones, mejoras a algoritmos informáticos clave y avances relacionados con la hipótesis de Riemann, uno de los problemas más famosos de la disciplina.

Los resultados llegan de un «modelo frontera interno» que OpenAI no ha liberado al público. La empresa asegura que casi todos los artículos surgieron de una sola instrucción entregada a un solo agente de IA, y que el «resultado promedio» consumió el equivalente a unas tres horas de razonamiento de ChatGPT Pro. Es un contraste enorme con su anterior golpe de efecto: la solución a un problema de las ecuaciones de Navier-Stokes, que requirió un enjambre de 10.000 agentes y millones de dólares en cómputo y que, según la propia OpenAI, lleva semanas en revisión formal.

Impresión y escepticismo a partes iguales

Scientific American señala que muchos de los resultados ya se verificaron en Lean, un lenguaje de programación que comprueba la lógica de una demostración, por lo que es muy probable que sean correctos. Aun así, a los matemáticos les tomará meses digerir el material y saber si las pruebas aportan ideas nuevas o son combinaciones de técnicas ya conocidas. New Scientist lo resume así: la escala es tan impresionante como desconcertante.

La polémica está en la forma. El grupo asesor independiente AGMAI (Advisory Group on Mathematics and Artificial Intelligence), formado por matemáticos de élite, pidió en septiembre que los laboratorios publiquen por canales académicos, revelen el nombre del modelo, las instrucciones y el coste de cómputo, y que no usen los resultados como herramienta de marketing. OpenAI incluyó resúmenes del razonamiento, estimaciones de cómputo y cuántos problemas intentó, pero eligió GitHub en lugar de revistas especializadas y no identificó el modelo. La empresa dijo a New Scientist que sigue explorando alternativas alojadas por la comunidad y que en próximas entregas mejorará citas y presentación «para dar a la comunidad matemática tiempo y espacio» para evaluar el trabajo.

Por qué importa: si una sola instrucción basta para producir resultados de investigación de alto nivel, el cuello de botella de la ciencia deja de ser descubrir y pasa a ser verificar. Fuentes: The Verge, Scientific American, New Scientist, The Decoder.

Google Playground: describe un juego y juégalo al instante

Google lanzó el 7 de octubre Playground, una plataforma experimental que convierte instrucciones de texto en juegos jugables. Basta con describir la idea, probarla en el momento y pedir cambios en la física, las reglas, los personajes o el escenario, sin escribir una sola línea de código. Por ahora solo está disponible en Estados Unidos para mayores de 18 años.

La herramienta funciona con los modelos que Google ya tiene en casa: Gemini para el texto, Nano Banana para las imágenes y Lyria para la música, combinados con software propio ajustado a partir de juegos que la empresa desarrolló internamente, según explicó a The Verge la portavoz Nia Carter. Es gratuita, aunque los suscriptores de Google One reciben más tokens a la semana según su plan.

Unity se suma y Roblox lo resiente

Playground corre en el navegador, así que se puede jugar desde el móvil o la laptop. Cada creador decide si su juego queda privado, se comparte con un enlace o se publica en la galería Explore, que ordena los títulos por valoraciones y actividad. Algunos géneros admiten tablas de récords y multijugador, y los perfiles de Google Play Games sirven para elegir un alias y seguir a otros creadores. Google asegura que cada juego publicado pasa un filtro de seguridad.

Además, Google se alió con Unity para lanzar más adelante Unity Spark, que añadirá mecánicas de nivel profesional, gráficos 3D de alta fidelidad y el motor de Unity; ya está en pruebas y tendrá una beta cerrada pronto. «Unity Spark consiste en poder crear experiencias interactivas reales y únicas», dijo su director ejecutivo, Matt Bromberg, a GamesBeat. El mercado reaccionó rápido: las acciones de Roblox, cuyo negocio depende de que los usuarios creen sus propios juegos, llegaron a caer hasta un 8% antes de la apertura, según Investing.com.

Por qué importa: la creación de videojuegos se suma a la lista de oficios que la IA abre a cualquiera, y las plataformas de contenido creado por usuarios empiezan a tener un rival muy grande. Fuentes: The Next Web, The Verge, GamesBeat.

Meta y Sierra quieren poner reglas a los agentes personales

Sierra, la empresa de IA para atención al cliente fundada por Bret Taylor (también presidente del consejo de OpenAI) y Clay Bavor, anunció el 6 de octubre Personal Agent Protocol, un estándar abierto que define cómo los agentes personales de IA interactúan con los negocios. Lo desarrolla junto a Meta y con la participación de Genesys, Instinct, Rocket, Shopify, Stripe y Walmart.

La idea de fondo es sencilla: el consumidor decide qué acceso le da a su agente y la empresa fija qué puede hacer ese agente en su web, en sus APIs o a través de un agente propio. Las sesiones se basan en OAuth, el estándar ya habitual para autorizar accesos. Un agente puede entrar como invitado para consultar existencias o la política de devoluciones y, si el cliente inicia sesión, este decide si le concede permiso solo de lectura o también de escritura. La sesión se mantiene entre canales, de modo que una pregunta hecha antes de iniciar sesión y un cambio de pedido posterior forman parte de la misma visita.

Del «caos» a un estándar común

«Es una especie de caos hasta que exista un estándar así», dijo Taylor a CNBC. Lo comparó con iniciar sesión en otras webs con una cuenta de Google o Facebook, una tecnología en la que trabajó cuando era jefe de tecnología de Facebook. Para las empresas, el riesgo es claro: no quieren que cualquier bot que no actúe en nombre de una persona real tenga acceso a sus servicios. OpenAI y Anthropic no forman parte del proyecto por ahora, aunque Taylor dijo esperar que se sumen.

La especificación v0.1 se publicará a finales de este mes, junto con talleres de diseño y una implementación de referencia. Los pagos seguros sin compartir la tarjeta, los permisos detallados por acción y las notificaciones push (por ejemplo, de vuelos o envíos) quedan como extensiones futuras. The Next Web recuerda que Stripe y Shopify ya participan también en un protocolo rival impulsado por Visa, así que la batalla por el estándar apenas empieza.

Por qué importa: con agentes como Muse, de Meta, o Dots, de OpenAI, cada vez más tareas se harán sin que una persona toque la web; quien defina las reglas de esa conversación entre máquinas tendrá mucho poder sobre el comercio digital. Fuentes: Sierra, CNBC, The Next Web, Europa Press.

En resumen

Las tres noticias apuntan a lo mismo: la IA ya no solo responde preguntas, produce trabajo propio. Demuestra teoremas a una escala que desborda a los revisores humanos, fabrica videojuegos a partir de una frase y empieza a hacer compras y trámites por su cuenta. El reto de los próximos meses no será tanto qué puede hacer la IA, sino cómo verificamos, regulamos y confiamos en lo que hace.