Ex-VP de DeepMind Vinyals descarta explosión de inteligencia y funda startup de investigación automatizada
Hecho Qué ha ocurrido
Oriol Vinyals, hasta hace poco VP de Investigación en Google DeepMind, afirmó en el Agentic AI Summit 2026 que la auto-mejora recursiva de la IA es inevitable pero lenta, sin explosión de inteligencia a la vista, debido a cuellos de botella en generación de ideas y evaluación de resultados. Vinyals lanza ahora Discovery Loop, startup cofundada con Jeff Dean, Sanjay Ghemawat y Quoc Le, para automatizar el ciclo científico completo.
Resumen generado mediante IA a partir de The Decoder (original en inglés). Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
La opinión de un investigador senior de DeepMind matiza el debate sobre riesgos existenciales de IA con argumentos técnicos concretos, y su nueva startup apunta a automatizar la investigación científica misma, lo que podría acelerar el I+D si logra superar esos cuellos de botella.
- Quién se ve afectado
- Laboratorios de IA, investigadores científicos y empresas de I+D que evalúan automatización de la investigación.
- Qué puede cambiar
- Si Discovery Loop tiene éxito, equipos reducidos podrían realizar investigación y desarrollo a un ritmo y calidad hoy reservados a grandes equipos científicos.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Vigilar la aparición de benchmarks que midan directamente auto-mejora (no solo capacidades), y los primeros resultados o financiación de Discovery Loop.
Enviar esta noticia por correo
Fuente original: The Decoder. La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentesIA científica Google DeepMindDiscovery LoopGoogle auto-mejora recursivaDeepMindDiscovery LoopJeff DeanOriol Vinyals
Tu opinión
0 comentarios
Relacionadas
NASA e IBM lanzan modelo de IA de código abierto para mapear hielo, cráteres y volcanes lunares
La NASA e IBM han lanzado Prithvi, un modelo fundacional de IA de código abierto entrenado con unos 2 millones de imágenes de la sonda LRO y datos de GRAIL…
Por qué importaEs un ejemplo concreto de modelos fundacionales aplicados a datos científicos masivos para acelerar descubrimientos que antes requerían meses de…
Investigadores decodifican categorías de recuerdos visuales mediante IA y electrodos cerebrales
Científicos de la Universidad del Sur de California usaron electrodos intracraneales en 24 pacientes con epilepsia y un modelo de aprendizaje automático para…
Por qué importaEste avance abre la puerta a herramientas clínicas y prótesis de memoria para pacientes con Alzheimer, lesiones cerebrales o deterioro cognitivo…
Matemáticos españoles del ICMAT sentaron la base del resultado de OpenAI sobre Navier-Stokes
Diego Córdoba (CSIC-ICMAT) y Luis Martínez-Zoroa (CUNEF) desarrollaron desde hace una década un mecanismo llamado 'cascada de capas de vorticidad' para buscar…
Por qué importaMuestra que los avances recientes de IA en matemáticas avanzadas dependen fuertemente de marcos teóricos humanos previos, matizando el relato de 'la…
Expertos matizan el alcance de AlphaGenome, el modelo de Google DeepMind para variantes del ADN
AlphaGenome, modelo de Google DeepMind, calculó el impacto potencial de 9.000 millones de mutaciones genómicas procesando un petabyte de datos. Especialistas…
Por qué importaEl caso ilustra tanto el potencial como los límites actuales de la IA aplicada a genómica, y plantea un debate sobre transparencia y concentración de…