Google está sufriendo el embate de la justicia norteamericana. En el que es probablemente el juicio más importante de su historia, EEUU se plantea trocearla en cachitos. La empresa de Mountain View ya ha sufrido alguna derrota significativa, y entre sus negocios hay uno que podría estar especialmente afectado: su buscador. Sin embargo, Apple ha acudido en su ayuda. Por la cuenta que le trae, por supuesto.

Google intenta que el castigo sea suave. Según indican en The Wall Street Journal, el pasado lunes Apple envió una serie de documentos como parte de su participación en el caso de monopolio contra Google en el Departamento de Justicia. La derrota judicial de Google ha dado un paso en el que la empresa litiga para que las consecuencias de dicha derrota sean las mínimas posibles.

¿Nada de pagar a sus socios? Entre las medidas que se barajan están las de trocear la compañía, ceder sus datos de búsqueda y usuarios a sus rivales, e incluso detener los pagos que Google hace a socios como Apple para que estos integren el buscador como herramienta por defecto en sus sistemas y navegadores. Y ahí es donde ha entrado Apple.

Mucho dinero en juego. Se rumorea que Google paga anualmente a Apple unos 20.000 millones de dólares, aunque esa cifra probablemente aumenta cada año. Con eso Google se asegura de que Apple lo ponga como buscador por defecto en dispositivos como el iPhone, y eso a su vez permite que Google obtenga jugosos beneficios por la publicidad que muestra a los usuarios en su buscador. Para Apple ese dinero es casi todo beneficio, señalan en WSJ, pero tiene otras razones para defender la posición de Google.

Google es la mejor. Pero es que Apple defiende a Google con otros argumentos. La empresa indica en su documento judicial que excluir a Google como una opción de buscador en sus dispositivos dañaría a los usuarios que “prefieren de forma aplastante el producto de Google”. No solo eso: incluir el buscador sin que Google pagase por ese privilegio —otra de las opciones que baraja el Departamento de Justicia— crearía “un resultado perverso en el mercado”, al proporcionar una ganancia inesperada a Google, que ya domina este segmento.

Apple no está desarrollando un buscador. En ese documento hay una declaración interesante: afirman que ellos “se han comprometido en otras áreas de crecimiento y no tienen el deseo de incurrir en costes significativos en un área de riesgo sustancial” como el del mercado de los buscadores.

Y la IA puede cambiarlo todo. Argumentan además que “no se puede esperar que Apple invierta ahora en la búsqueda general, ya que los avances de la IA pueden obviar cualquier esfuerzo antes incluso de que se pueda desarrollar un [motor de búsqueda general] viable”. Con ello parecen tener claro que la IA lo va a cambiar todo en este terreno, y desde luego ChatGPT Search o Perplexity están amenazando al buscador tradicional de Google.

Pero Apple sí parecía tener un buscador en marcha. Sin embargo en octubre de 2023 supimos que Apple llevaba al menos tres años trabajando en un buscador propio con nombre en clave Pegasus. La tecnología de búsqueda de hecho ya había debutado en Spotlight y Siri, y de implementarse a gran escala permitiría a Apple “independizarse” de Google. No parece ser el caso según ese documento aportado por la empresa dirigida por Tim Cook, pero nunca se sabe: lo raro, de hecho, sería que admitieran que en efecto están desarrollando su propio buscador, sea este un proyecto con la IA como base o no.

Imagen | Solen Feyissa

En Xataka | Apple triplica ingresos publicitarios con una técnica que no falla: ponerle la zancadilla a sus rivales

La plataforma de comunicación canadiense TechInsights se ha ganado a pulso las muestras de respeto que recibe por parte de los medios de tecnología de todo el planeta. Al fin y al cabo sus técnicos fueron los primeros que lograron identificar la tecnología de integración utilizada por SMIC para fabricar el SoC Kirin 9000S del smartphone Mate 60 Pro de Huawei. En septiembre de 2023 aquel descubrimiento levantó nubes de polvo debido a que fuera de China no se sabía que SMIC ya tenía la capacidad de producir chips de 7 nm.

Lo que acaba de hacer TechInsights no es tan impactante como aquella revelación, pero es importante porque en cierta medida refleja en qué estado se encuentra el mercado chino de los chips de memoria. Actualmente China tiene varios fabricantes de semiconductores de memoria con un porfolio competitivo. Fujian Jinhua y Changxin Memory Technologies (CXMT) son dos de los más importantes, y, como es lógico, persiguen competir de tú a tú con las compañías que dominan este sector: las surcoreanas Samsung y SK Hynix, y la estadounidense Micron Technology.

Los chips de memoria del Mate 70 Pro de Huawei los ha fabricado SK Hynix

Buena parte de los chips de memoria DRAM y NAND integrados por Huawei en los últimos teléfonos móviles que ha colocado en el mercado los han producido empresas chinas, como las dos que he mencionado en el párrafo anterior. Sin embargo, según TechInsights los smartphones de la familia Mate 70 Pro de Huawei incorporan circuitos integrados DRAM y NAND fabricados por SK Hynix. A priori resulta sorprendente debido a que, como acabamos de ver, los fabricantes chinos de teléfonos móviles y ordenadores ya tienen a su disposición chips de memoria producidos por empresas chinas.

No obstante, es importante que no pasemos por alto que CXMT y Fujian Jinhua, así como los demás productores chinos de circuitos integrados de memoria, no pueden producir en masa aún algunos tipos de memorias, como los chips HBM (High Bandwidth Memory) que acompañan a las GPU para inteligencia artificial (IA) o las memorias DDR5. La microarquitectura de estos semiconductores requiere emplear procesos litográficos muy avanzados para ponerlos a punto, y con toda seguridad la imposibilidad de acceder a los mejores equipos de fotolitografía que produce la compañía neerlandesa ASML dificulta a los fabricantes chinos de memorias la producción a gran escala de estos y otros chips de memoria de vanguardia.

Jeongdong Choe, analista sénior en TechInsights, ha confirmado que SK Hynix ha fabricado los chips de memoria DRAM del Mate 70 Pro empleando su litografía de 14 nm y sus equipos de ultravioleta extremo (UVE). Actualmente el fabricante chino de semiconductores SMIC es capaz de producir circuitos integrados de 7 nm recurriendo a una técnica conocida como multiple patterning, pero todo parece indicar que en este caso el problema no reside en los nanómetros; está ocasionado por la limitación en el rendimiento de la producción que impone a los fabricantes chinos de chips de memoria la imposibilidad de utilizar equipos UVE para optimizar sus procesos.

Imagen | Huawei

Más información | SCMP

En Xataka | China está inundando el mercado con módulos DDR4 extremadamente baratos. Es una amenaza para Corea del Sur

El modelo o3 de OpenAI es demasiado listo. Al menos, para las pruebas y los benchmarks diseñados hasta ahora. En programación, matemáticas y razonamiento llega hasta donde ningún otro modelo de IA había llegado, y eso ha demostrado que necesitamos nuevas formas de poner a prueba la IA. Y en eso están los expertos.

Los exámenes normales se han quedado cortos. A principios de 2023 ChatGPT ya era capaz de superar los exámenes de derecho y los de un MBA, aunque con un aprobado raspado. Como señalan en Time, casi dos años después el avance de los modelos es tan enorme que esas pruebas diseñadas para humanos se han quedado cortas, pero también lo han hecho los benchmarks que hasta ahora servían para evaluar sus prestaciones. Era algo que ya se veía venir.

Una evolución vertiginosa. En 2010 la profesora de Stanford Fei-Fei Li desarrolló un benchmark para clasificar imágenes llamado ImageNet Large Scale Visual Recognition Challenge. Cinco años después un sistema de visión artificial logró superar el reto. En 2017 DeepMind logró con AlphaGo aplastar al mejor jugador del mundo de Go y nos recordó el hito de DeepBlue. Parecía que retos como esos iban a tardar más en ser superados por las máquinas, pero la evolución de los sistemas de IA ha sido frenética, y ahora los modernos modelos de IA están mejorando de forma aún más vertiginosa.

FrontierMath. Epoch AI, una ONG de investigación, ha acabado desarrollando por ejemplo un nuevo conjunto de pruebas matemáticas llamado FrontierMath. Hasta hace muy poco, los modelos de IA como GPT-4 o Claude no pasaban del 2% en este test, un comportamiento que demostraba que aún había muchísimo margen de mejora. El lanzamiento de o3 ha cambiado las cosas: de repente ha logrado un rendimiento del 25,2%, algo que el director de Epoch AI, Jaime Sevilla, describía como “mucho mejor de lo que nuestro equipo esperaba tan poco después de lanzarlo”.

Los modelos de IA superaban con bastante solvencia los benchmarks matemáticos anteriores. Con FrontierMath la cosa cambia. Al menos, de momento, porque o3 ya logra una puntuación del 25,2% (no mostrado este diagrama, donde los modelos solo lograban llegar al 2%). Fuente: Epoch AI.

Pruebas más exigentes. Este benchmark consiste en unos 300 problemas matemáticos de distinto nivel. Han sido diseñados por un equipo de más de 60 matemáticos entre los cuales está Terence Tao, ganador de la medalla Fields. Aunque hay algunos problemas más asequibles, el 25% de ellos están calificados como especialmente complejos. De hecho, solo los mejores expertos podrían resolverlos, y tardarían incluso días en hacerlo.

Humanity’s Last Exam. Otra de las pruebas recientes es Humanity’s Last Exam, un examen con entre 20 y 50 veces más preguntas que FrontierMath, pero que cubren muchas más disciplinas. Los problemas a resolver han sido recolectados de la comunidad académica, y para ser incluida, una pregunta debe haber sido no respondida correctamente por los modelos actuales. Se espera que dicha prueba se lance a principios de 2025.

La paradoja de Moravec. Pero tan interesante o más que esas pruebas avanzadas son las que juegan con el concepto que maneja la paradoja de Moravec. Cosas que son triviales para los seres humanos pero que las máquinas no logran resolver.

ARC-AGI. Es justo lo que hace el benchmark ARC-AGI, creada por el investigador François Chollet en 2019 y que en su última evolución plantea pruebas con las que la mayoría de modelos lo pasan realmente mal. O1 mini solo lograba un 7,8% de puntuación, pero de nuevo o3 ha sorprendido a todos y alcanza un 87,5% en su modo más avanzado (muy caro) y un 75,7% en el modo de bajo consumo, un hito realmente excepcional. Por supuesto, los creadores de ARC-AGI ya trabajan en una nueva versión mucho más exigente que creen que los modelos de IA tardarán mucho en superar.

Imagen | Crymedy7 con Midjourney

En Xataka | OpenAI está quemando el dinero como si no hubiera mañana. La pregunta es cuánto podrá aguantar así