Meta acelera hacia la superinteligencia: un entorno de RL y un aumento sin precedentes de su capacidad de cómputo

Meta invierte en el desarrollo de la superinteligencia a través de una alianza con el entorno de RL de una startup y un aumento sin precedentes de su capacidad de cómputo. Según los analistas de SemiAnalysis, es el compute ramp más agresivo de la historia de la industria, y la compañía juega claramente una partida a largo plazo por la inteligencia artificial general.

El entorno de RL: la clave de la AGI

Meta respalda o ha adquirido una startup que desarrolló un entorno de aprendizaje por refuerzo (RL): un espacio donde los agentes de IA aprenden por ensayo y error, como una persona que aprende a montar en bicicleta o a jugar a un videojuego. Es distinto de los LLM a los que estamos acostumbrados, que simplemente predicen el siguiente token de texto.

¿Por qué importa? Porque la superinteligencia, con toda probabilidad, no puede alcanzarse solo mediante tokens de texto. Un agente debe interactuar con un entorno, recibir retroalimentación y probar distintas estrategias. Los entornos de RL son justo lo que hace falta para ese tipo de entrenamiento.

Escalar entornos de RL es uno de los problemas de ingeniería más difíciles de la IA. Meta ha invertido claramente en esta startup porque ve en ella un componente crítico de la futura arquitectura de la superinteligencia.

El salto de cómputo: una escala sin precedentes

Meta amplía su capacidad de cómputo de forma tan agresiva que SemiAnalysis, acostumbrada al rápido avance de la industria, lo califica de fenómeno. La infraestructura se despliega en una extensión geográfica de más de 2000 km, mayor que la distancia entre Moscú y Vladivostok.

Una escala así implica entrenamiento distribuido: clústeres de GPU repartidos por distintas regiones e incluso países deben sincronizarse en tiempo real. Eso exige resolver problemas clásicos:

• Latencia de red entre nodos
• Consistencia de los datos ante fallos de nodos
• Optimización del ancho de banda
• Refrigeración y suministro eléctrico a esa escala

Los ingenieros de Meta también deben replantear la propia arquitectura de los modelos para que tolere los retrasos de red. No es simplemente escalar: es un nivel de complejidad de infraestructura cualitativamente nuevo.

Qué dicen los expertos

SemiAnalysis señala que este movimiento indica a otros laboratorios que la carrera por la superinteligencia no va solo de algoritmos y datos, sino de capacidad de cómputo. Quienes no puedan escalar el cómputo con la misma agresividad pueden quedar años por detrás de Meta.

El artículo incluye además una advertencia para Google DeepMind, que hasta ahora se toma los entornos de RL con menos seriedad: podría ser un error estratégico. Google DeepMind dio al mundo AlphaGo, un agente de RL que jugó al go mejor que los campeones del mundo. Pero en los últimos años el foco de DeepMind se ha desplazado hacia los grandes modelos de lenguaje. Si Google se pierde la ola del escalado de RL, puede perder la carrera por la AGI.

Qué significa

Los LLM de texto pueden resultar una etapa de transición y no la arquitectura final de la AGI. Meta apuesta por que el futuro pertenece a agentes de RL que aprenden a interactuar con el mundo real (o simulado). Eso requiere un cómputo enorme, pero el beneficio potencial, la AGI, justifica la inversión.

Para el resto de la industria el mensaje es claro: si te tomas en serio la AGI, el cómputo no es un asunto secundario, sino el centro del desarrollo. Meta ya ha llegado a esa conclusión y actúa en consecuencia.

*Meta está reconocida como organización extremista y prohibida en Rusia.