Actualidad
Ojalá hubiera conservado algunas acciones
En 1993, tres jóvenes ingenieros se sentaron alrededor de una mesa en un Denny’s de Silicon Valley con una idea ambiciosa: crear procesadores capaces de generar gráficos 3D realistas en un ordenador. Treinta años después, el resultado de esa conversación se llama NVIDIA y es la compañía con mayor capitalización bursátil de la historia, con un valor de mercado que supera los 4,6 billones de dólares.
De aquellos tres fundadores, solo uno se ha mantenido al frente: Jensen Huang. Paradójicamente, Curtis Priem, el ingeniero que diseñó sus primeros chips, vive casi desconectado del mundo. Tomó un camino totalmente opuesto al de Huang vendiendo todas sus acciones de NVIDIA. Hoy sería la segunda persona más rica del mundo, solo por detrás de Elon Musk.
Tres ingenieros que solo querían gráficos de calidad
Jensen Huang, Chris Malachowsky y Curtis Priem eran tres jóvenes ingenieros que ya veían el potencial de las GPU mucho antes de que se convirtieran en el motor de la IA. En aquellos años, su objetivo tenía un enfoque mucho más práctico: hacer que los gráficos de los videojuegos mejoraran.
Según confirmaba el propio Jensen Huang en una entrevista para la Stanford Graduate School of Business, la iniciativa partió de sus dos socios. “Chris y Curtis dijeron que un día les gustaría dejar Sun Microsystems, y que les gustaría que yo averiguara para qué iban a dejarlo. Insistieron en que averiguara con ellos cómo construir una empresa”. Meses después, NVIDIA era una realidad. La compañía arrancó con 40.000 dólares en el banco.
Huang acabó siendo la cara visible de la empresa, mientras que Priem se centró en la parte más técnica y Malachowsky quedó en un plano más discreto como alto ejecutivo. NVIDIA salió a bolsa en enero de 1999 con una valoración de unos 1.100 millones de dólares y, en ese momento, Priem ya poseía aproximadamente un 12,8% de la empresa.
El arquitecto invisible: Curtis Priem
Mientras Huang ejercía como CEO de la compañía, Priem trabajaba en la sombra diseñando la arquitectura que permitiría a los ingenieros programar los chips de NVIDIA.


No era la primera vez que hacía ese trabajo ya que había pasado por empresas como Vermont Microsystems, GenRad, IBM y Sun Microsystems, donde formó parte del equipo de diseño del IBM Professional Graphics Adapter, el primer procesador gráfico dedicado para PC. Priem acumuló a lo largo de su carrera cerca de 200 patentes en EEUU e internacionales, según se indica en el perfil de su fundación.
El papel de Priem en NVIDIA era tan técnico y tan alejado del foco mediático que el propio fundador contó a Forbes que sus compañeros habían creado una norma no escrita para él: “nunca pongas a Curtis delante de una cámara, y nunca pongas a Curtis delante de un cliente”.
El hombre de los 600.000 millones de dólares
Priem nunca fue muy dado al ámbito empresarial, por lo que no terminaba de encontrarse cómodo en NVIDIA. Poco después de la salida a bolsa de la compañía, fundó la Priem Family Foundation y transfirió a ella más de tres cuartas partes de su participación en NVIDIA. Tal y como estima Fortune, habría sido el equivalente a unos 100 millones de acciones de NVIDIA. Para 2006, Priem ya había vendido la totalidad de sus acciones en la empresa.
Si Priem hubiera conservado su participación inicial del 12,8%, sin tener en cuenta la posible dilución de acciones, hoy esa participación valdría más de 597.000 millones de dólares. Esa cifra habría convertido a Priem en la segunda persona más rica del mundo, solo superado por Elon Musk.
En cambio, Forbes estima que el patrimonio actual de Priem se sitúa en unos 30 millones de dólares que le dan para vivir sin presiones, aunque reconoce que “Hice una pequeña locura. Y ojalá hubiera conservado algunas acciones más”.
Filantropía y un reloj que le recuerda a NVIDIA dos veces al día
En la actualidad, Priem vive una gran casa en California, en una zona con cobertura de móvil poco fiable. Tiene avión privado, pero lo usa solo cuatro veces al año para viajar a su alma mater: el Instituto Politécnico Rensselaer, al que desde 2001 ha ido haciendo donaciones periódicas que suman ya más de 275 millones de dólares.
Según ha explicado, la filantropía le aporta “un propósito y cordura”. Su fundación familiar se dedica a financiar proyectos educativos y de innovación en áreas como el arte, la ciencia y la tecnología, cuenta actualmente con unos 160 millones de dólares en activos y tiene previsto cesar su actividad en 2031.
Según recogía Fortune, Curtis Priem piensa en NVIDIA al menos dos veces al día: cuando se pone y cuando se quita su Omega Speedmaster X-33 Mars, un reloj que la propia NVIDIA le regaló con motivo de su quinto aniversario en la empresa.
Mientras tanto, el único de los tres fundadores que sigue en la compañía, Jensen Huang, acumula un patrimonio de unos 157.000 millones de dólares con apenas un 3% de participación. Y Chris Malachowsky, el otro cofundador, sigue como vicepresidente sénior de NVIDIA, con un patrimonio que, aunque desconocido con exactitud, le sitúa en la categoría de multimillonario…aunque no en los niveles que podría estar Priem.
Imagen | RPI, NVIDIA
ues de anuncios individuales.
Source link
Actualidad
La IA resuelve ecuaciones y pica código, pero sigue bloqueándose con los PDF: la explicación evidencia sus límites
Probablemente te haya pasado. Subes un PDF a un chatbot de inteligencia artificial con la esperanza de que te resuma un informe, te extraiga una tabla o te encuentre un dato concreto en cuestión de segundos. Y, a veces, lo consigue. Pero otras, el resultado es desconcertante: columnas mezcladas, notas al pie incrustadas en mitad del texto, tablas convertidas en un bloque ilegible o respuestas que no reflejan fielmente lo que pone el documento. La paradoja es evidente. Sistemas que ya demuestran avances claros en matemáticas y programación siguen tropezando con algo tan cotidiano como un PDF. Y ahí hay más que un simple fallo puntual.
Cambio de mentalidad. Aunque para nosotros sea un documento con párrafos, títulos y tablas bien definidos, para el sistema que lo procesa la situación puede ser muy distinta. El PDF es, ante todo, una forma de describir visualmente cómo debe representarse una página. Y cuando un chatbot como Gemini o ChatGPT intenta trabajar con él, no siempre accede a una estructura ordenada, sino a un conjunto de instrucciones gráficas que primero debe reconstruir antes de poder responder con coherencia. Y esa diferencia se entiende mejor cuando miramos cómo “guarda” la información un PDF.
Cómo organiza realmente la información. A diferencia de una página web, donde el contenido sigue un orden lógico definido en el código, un PDF puede almacenar el texto como fragmentos independientes colocados en posiciones concretas de la página. Muchas veces, el archivo conserva coordenadas e instrucciones de colocación, pero no necesariamente relaciones explícitas entre una frase y la siguiente. Eso implica que el orden en el que “aparece” el texto al extraerlo no siempre coincide con el orden en que lo leemos. Si el documento incluye varias columnas, cuadros o elementos superpuestos, el sistema debe deducir cómo encajan entre sí. Y esa deducción no siempre es trivial.
“videoId”:”x9hhg44″,”autoplay”:false,”title”:”La VERDAD de la IA- Así funciona ChatGPT 4, DALL-E o MIDJOURNEY 🤖 🧠 INTELIGENCIA ARTIFICIAL”, “tag”:”webedia-prod”, “duration”:”1173″
Lo que ocurre con HTML. En una página web, el contenido está organizado en una jerarquía explícita: hay etiquetas que indican qué es un título, qué es un párrafo, qué es una tabla y cómo se relacionan entre sí esos elementos. Esa estructura forma parte del propio archivo y facilita que otros sistemas lo lean, lo indexen y lo procesen. En un PDF, como hemos visto, esa capa semántica puede no existir o no estar claramente definida. Por eso, en la práctica, extraer información de una web tiende a ser un proceso más predecible, mientras que hacerlo desde un PDF es todo más complicado.
Entonces, ¿qué pasa con el OCR? Es la primera solución que viene a la cabeza. Si el problema es que el texto no está bien estructurado o incluso está “dibujado” como una imagen, el reconocimiento óptico de caracteres debería convertirlo en algo legible para la máquina. Y en parte lo hace. El OCR se usa desde hace décadas para transformar imágenes de palabras en texto, pero convertir una imagen en texto no equivale a reconstruir la lógica del documento. Cuando hay elementos variados, el sistema puede reconocer cada palabra sin saber exactamente cómo encajan entre sí. El resultado no es un fallo en la lectura de caracteres, sino en la organización de la información.
¿Por qué no abandonamos el PDF? La respuesta es más pragmática que tecnológica. Como recoge The Verge citando al responsable de la PDF Association, el formato se consolidó precisamente porque permite que un documento se vea igual hoy que dentro de diez o veinte años, independientemente del dispositivo o el software con el que se abra. Una página web puede cambiar según el navegador, una hoja editable puede modificarse o sobrescribirse, pero un PDF mantiene su apariencia y su integridad visual. Esa estabilidad es precisamente lo que necesitan abogados, ingenieros, administraciones públicas y cualquier organización que deba conservar registros fiables. El reto no es sustituir el formato, sino aprender a interpretarlo mejor.
Imágenes | Xataka con Nano Bana
(function() ;
var headElement = document.getElementsByTagName(‘head’)[0];
if (_JS_MODULES.instagram)
var instagramScript = document.createElement(‘script’);
instagramScript.src=”https://platform.instagram.com/en_US/embeds.js”;
instagramScript.async = true;
instagramScript.defer = true;
headElement.appendChild(instagramScript);
)();
–
La noticia
La IA resuelve ecuaciones y pica código, pero sigue bloqueándose con los PDF: la explicación evidencia sus límites
fue publicada originalmente en
Xataka
por
Javier Marquez
.
ues de anuncios individuales.
Source link
Actualidad
Tres IA se enfrentaron en ‘Juegos de Guerra’. El 95% de ellas recurrió a las armas nucleares y ninguna se rindió jamás
En ‘Juegos de Guerra‘ (John Badham, 1983) la máquina WOPR (‘Joshua’) jugaba constantemente a simular guerras nucleares para el Gobierno de EEUU. El objetivo: aprender de esas simulaciones para que si había una guerra nuclear, EEUU pudiese ganarla aprovechando ese conocimiento.
Aquello derivaba en una lección final legendaria —”Extraño juego. El único movimiento para ganar es no jugar”— y dejaba un mensaje contundente para generaciones posteriores, pero ahora un profesor del King’s College de Londres ha decidido hacer el mismo experimento que se hacía en la película, pero con modelos de IA actuales. El resultado ha sido igual de terrorífico y concluyente.
Qué ha pasado. Kenneth Payne, profesor en el King’s College en Londres, enfrentó a tres LLMs (GPT-5.2, Claude Sonnet 4 y Gemini 3 Flash— los unos contra los otros en simulaciones de juegos de guerra. En esos escenarios se incluían disputas fronterizas, competencia por recursos limitados o amenazas existenciales para los habitantes.
Podían negociar, o entrar en guerra. A partir de esas situaciones, cada bando podía intentar acudir a soluciones diplomáticas o acabar declarando la guerra e incluso hacer uso de armas nucleares. Los modelos de IA jugaron 21 partidas en las que se sucedieron un total de 329 turnos, y produjeron 780.000 palabras con los razonamientos de sus acciones. Y aquí vene lo terrible.
Pulsando el botón rojo. En el 95% de esas partidas simuladas, al menos se desplegó un arma nuclear táctica por parte de alguno de los modelos de IA. Según Payne “el tabú nuclear no parece ser tan poderoso para las máquinas como lo es para los humanos”.
Retroceder nunca, rendirse jamás. No solo eso: ningún modelo tomó la decisión en ningún momento de ceder a uno de sus oponentes o de rendirse a ellos, y daba igual que estuviesen perdiendo de forma total contra esos oponentes.
En el mejor de los casos, lo único que hicieron los modelos fue reducir su nivel de violencia, pero además cometieron errores: ocurrieron accidentes en el 86% de los conflictos y las medidas que debían tomarse en base a los razonamientos de estos modelos fueron más allá de lo que deberían haber ido. Las armas nucleares rara vez detuvieron al oponente, y actuaban más como catalizadores de una escalada aún mayor.
Cómo se comportaron los modelos. Estos modelos no son ni mucho menos los más avanzados del mercado en estos momentos, pero aún así son modelos con una capacidad más que decente y aun así se comportaron de forma temible. Como sostiene el estudio de Payne, el factor más determinante fue el marco temporal: modelos que parecían pacíficos en escenarios abiertos se volvieron extremadamente agresivos al enfrentarse a una derrota inminente. Cada uno tuvo su propia “personalidad”:
- Claude: dominó los escenarios abiertos con paciencia estratégica y una escalada calculada, pero fue vulnerable a los ataques de último minuto de sus rivales.
- GPT-5.2: mostró una pasividad patológica y un sesgo optimista en juegos largos, pero se convirtió en un terremoto nuclear si había presión de tiempo: en esos momentos su tasa de éxito pasaba del 0% al 75%.
- Gemini: fue el modelo más impredecible y con mayor tolerancia al riesgo, siendo el único que elegía apostar por una guerra nuclear total desde turnos muy tempranos.
Los expertos opinan. Como señala en New Scientist James Johnson, de la Universidad de Aberdeen, “desde la perspectiva del riesgo nuclear, las conclusiones son inquietantes”. Tong Zhao, de la Universidad de Princeton, cree que este experimento es relevante porque son muchos los países que están evaluando el papel de la IA en conflictos militares y como dice él “no queda claro hasta qué punto están incluyendo el soporte de la IA a la hora de decidir realmente en estos procesos”.
El botón rojo de momento parece a salvo. Tanto Zhao como Payne creen que es difícil creer que un gobierno ceda el control de su arsenal nuclear a una IA, pero como dice Zhao, “hay escenarios en los que en franjas de tiempo muy cortas, los planificadores militares tengan ante sí un incentivo muy fuerte que les lleve a depender de la IA”. Es algo que se refleja precisamente en la reciente ‘Una casa llena de dinamita‘ (Kathryn Bigelow, 2025), una película en la que ese pánico a hacer uso de armas nucleares plantea una reflexión clara.
Imagen | United Artist
ues de anuncios individuales.
Source link
Actualidad
Llevaba 100 años catalogado como “chatarra” en un museo. Ahora sabemos que es la pieza que adelanta la ingeniería egipcia 2.000 años
Si pensamos en la tecnología del antiguo Egipto, las imágenes que se nos vienen a la mente son las monumentales pirámides de Giza o los grandes obeliscos del Imperio Nuevo. Sin embargo, los cimientos de esa proeza tecnológica se forjaron mucho antes, como ha apuntado un nuevo estudio arqueológico que ha identificado el taladro metálico rotatorio más antiguo de Egipto, un hallazgo que adelanta el dominio de esta herramienta en más de dos milenios y que reescribe la historia de la tecnología en el valle del Nilo.
¿Dónde se encontró? La historia de este descubrimiento, la verdad es que podría encajar en una serie llamada “CSI arqueológico”, puesto que todo comenzó con un objeto identificado como una minúscula pieza de metal que mide apenas 63 milímetros y pesa 1,5 gramos. Este fue excavado hace un siglo en la tumba 3932 del cementerio de Badari en el Alto Egipto, y desde entonces había permanecido olvidado.
Literalmente ignorado en un cajón del Museo de Arqueología y Antropología de la Universidad de Cambridge, se encontraba este objeto que llamó la atención de un equipo de investigación que decidió seguir su pista usando la tecnología más moderna.
Un taladro. Lo que en un principio se catalogó como un simple e insignificante punzón era en realidad un taladro de arco. Esta es la conclusión de este nuevo análisis exhaustivo de la pieza, donde han podido ver marcas inconfundibles de su uso mecánico como son las estrías de rotación, una curvatura específica para la tensión y restos microscópicos de cuerda de cuero.
Cómo funcionaba. Lo que hoy es un taladro que funciona conectado a la electricidad, en la antigüedad, el taladro de arco funcionaba enrollando la cuerda de un arco alrededor de un eje que sostenía la broca. De esta manera, al mover el arco hacia adelante y hacia atrás, la broca giraba a gran velocidad.
Su importancia. Tal y como apunta el investigador, los egipcios tuvieron la capacidad de dominar esta tecnología de rotación más de dos milenios antes de los primeros conjuntos de taladros que la humanidad conocía en la actualidad. Esto vuelve a demostrarnos lo avanzado que podía llegar a estar en su contexto en el arte de la construcción.
Aleación inusual. Aquí la gran pregunta está en cómo podía una herramienta tan antigua perforar materiales duros sin deformarse. Y la respuesta está en la química. En este caso, los investigadores utilizaron espectrometría de fluorescencia de rayos X portátil y vieron que el taladro no estaba formado solo de cobre, sino que era una aleación de arsénico, níquel, plomo y plata.
Una combinación que no es casual, puesto que la presencia de arsénico daba al cobre una dureza muy superior, transformando el metal en una herramienta de alto rendimiento capaz de resistir la fricción continua.
El comercio. Más allá del valor mecánico, para los historiadores también es realmente importante esta mezcla de metales porque apunta a fuertes conexiones comerciales con el Mediterráneo oriental, revelando que el Egipto predinástico no solo estaba innovando tecnológicamente, sino que estaba conectado a una red global de intercambio de materiales exóticos mucho antes de la unificación de los faraones.
La historia tecnológica. Hasta ahora, la narrativa oficial situaba el perfeccionamiento de estas herramientas rotativas de metal mucho más adelante en la línea temporal egipcia. Pero ahora, este diminuto objeto olvidado nos obliga a recalibrar nuestra comprensión del ingenio humano.
Imágenes | Martin Odler Osama Elsayed
ues de anuncios individuales.
Source link
-
Musica1 día agoMiércoles 2×1 en Superboletos: Lista de conciertos en Guadalajara que aplican HOY 25 de febrero
-
Musica2 días agoMúsica: Carlos Rivera cumple sueño de dos fans
-
Musica2 días agoMúsica: Carlos Rivera cumple sueño de dos fans
-
Actualidad2 días agoEspaña tenía una red eléctrica completamente saturada. Y entonces llegaron los centros de datos para reventarla aún más
-
Actualidad2 días agoMarte era el gran campo de batalla espacial entre China y EEUU. Ahora es la Luna (y hay demasiado en juego)
-
Musica2 días ago008RACCA presenta “amantes”, canción que explora el lado caótico del amor
-
Actualidad1 día agoel secreto para que el queso no sepa a pescado
-
Actualidad9 horas agola gran paradoja española de riesgo forestal






