{"id":137326,"date":"2026-05-18T20:21:57","date_gmt":"2026-05-19T02:21:57","guid":{"rendered":"https:\/\/pongara.net\/news\/jonathan-ross-afirma-que-la-inferencia-dominara-el-futuro-de-la-ia-y-no-ve-techo-para-la-inteligencia\/"},"modified":"2026-05-18T20:21:57","modified_gmt":"2026-05-19T02:21:57","slug":"jonathan-ross-afirma-que-la-inferencia-dominara-el-futuro-de-la-ia-y-no-ve-techo-para-la-inteligencia","status":"publish","type":"post","link":"https:\/\/pongara.net\/news\/jonathan-ross-afirma-que-la-inferencia-dominara-el-futuro-de-la-ia-y-no-ve-techo-para-la-inteligencia\/","title":{"rendered":"Jonathan Ross afirma que la inferencia dominar\u00e1 el futuro de la IA y no ve techo para la inteligencia"},"content":{"rendered":"<div>\n<div><img width=\"640\" height=\"384\" src=\"https:\/\/pongara.net\/news\/wp-content\/uploads\/2026\/05\/canuto-imagine-1779157311-840x504-1.jpg\" class=\"attachment-large size-large wp-post-image\" alt=\"\" style=\"margin-bottom: 15px;\" loading=\"lazy\" decoding=\"async\" srcset=\"https:\/\/pongara.net\/news\/wp-content\/uploads\/2026\/05\/canuto-imagine-1779157311-840x504-1.jpg 840w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/05\/canuto-imagine-1779157311-608x365.jpg 608w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/05\/canuto-imagine-1779157311-768x461.jpg 768w, https:\/\/diariobitcoin.b-cdn.net\/wp-content\/uploads\/2026\/05\/canuto-imagine-1779157311.jpg 1226w\" sizes=\"auto, (max-width: 640px) 100vw, 640px\"><\/div>\n<p><strong>La nueva carrera de la inteligencia artificial ya no se centra solo en entrenar modelos m\u00e1s grandes. En una conversaci\u00f3n reciente, Jonathan Ross, fundador y CEO de Groq, argument\u00f3 que la verdadera batalla ahora est\u00e1 en la inferencia, la memoria y la capacidad de construir sistemas completos que sostengan una demanda creciente por inteligencia artificial cada vez m\u00e1s \u00fatil.<br \/>\n***<\/strong><strong><\/strong><\/p>\n<ul>\n<li><strong>Jonathan Ross sostuvo que entrenamiento e inferencia son problemas distintos y que ambos requieren infraestructura completa, desde chips hasta energ\u00eda.<\/strong><\/li>\n<li><strong>El ejecutivo argument\u00f3 que la memoria es un cuello de botella importante, pero advirti\u00f3 que si se encarece demasiado, la industria terminar\u00e1 resolvi\u00e9ndolo.<\/strong><\/li>\n<li><strong>Ross tambi\u00e9n rechaz\u00f3 la idea de una saturaci\u00f3n cercana en IA y defendi\u00f3 que la competencia y los grandes problemas sin resolver seguir\u00e1n impulsando modelos m\u00e1s inteligentes.<\/strong><\/li>\n<\/ul>\n<hr>\n<blockquote class=\"twitter-tweet\">\n<p lang=\"es\" dir=\"ltr\"><img decoding=\"async\" src=\"https:\/\/pongara.net\/news\/wp-content\/uploads\/2026\/05\/1f680-6.png\" alt=\"\ud83d\ude80\" class=\"wp-smiley\" style=\"height: 1em; max-height: 1em;\"> URGENTE: Jonathan Ross, CEO de Groq, afirma que la inferencia dominar\u00e1 el futuro de la IA.<\/p>\n<p>Advierte que el entrenamiento y la inferencia son problemas distintos que requieren infraestructura avanzada.<\/p>\n<p>La memoria es crucial y su costo es un posible cuello de botella, pero la\u2026 <a href=\"https:\/\/t.co\/y2Ol3hfhhs\">pic.twitter.com\/y2Ol3hfhhs<\/a><\/p>\n<p>\u2014 Diario\u0e3fitcoin\uea00 (@DiarioBitcoin) <a href=\"https:\/\/twitter.com\/DiarioBitcoin\/status\/2056625178319216732?ref_src=twsrc%5Etfw\">May 19, 2026<\/a><\/p>\n<\/blockquote>\n<p>La conversaci\u00f3n sobre inteligencia artificial cambi\u00f3 de eje. Si durante los \u00faltimos a\u00f1os el foco estuvo en entrenar modelos cada vez m\u00e1s grandes, ahora una parte creciente de la industria presta atenci\u00f3n a otro frente: la inferencia, es decir, el momento en que esos modelos ya entrenados responden consultas, ejecutan tareas o act\u00faan como agentes dentro de productos reales.<\/p>\n<p>En <a href=\"https:\/\/youtu.be\/OBAXUdygTqQ?si=HTTVVPpTP9qidoGH\">The Inference Revolution: Groq, Nvidia and the Future of AI<\/a>, presentado por Sohn Conference Foundation, Jonathan Ross, chief software architect de Nvidia, fundador y CEO de Groq e inventor de la TPU de Google, expuso una visi\u00f3n amplia sobre la evoluci\u00f3n del sector. Su tesis central fue que la econom\u00eda de la IA no puede entenderse mirando solo una pieza del sistema.<\/p>\n<p>Ross plante\u00f3 que muchos observadores, en especial inversionistas, tienden a buscar un \u00fanico cuello de botella en la cadena de valor. A su juicio, ese enfoque es incompleto. Seg\u00fan explic\u00f3, hacer funcionar la IA exige construir chips, empaquetado, sistemas, redes, centros de datos, servidores, racks, suministro el\u00e9ctrico y software, adem\u00e1s de resolver por separado los desaf\u00edos de entrenamiento e inferencia.<\/p>\n<p>Para explicar esa diferencia, compar\u00f3 el avance actual de la IA con la carrera espacial. Dijo que llevar personas a la Luna y aterrizar en ella fueron problemas distintos, del mismo modo que entrenar un modelo y ponerlo a producir respuestas a escala tambi\u00e9n lo son. En su visi\u00f3n, ambos requieren tecnolog\u00edas de frontera y no admiten simplificaciones.<\/p>\n<h3>La inferencia gana peso dentro de la econom\u00eda de la IA<\/h3>\n<p>Ross record\u00f3 que hasta hace pocos a\u00f1os ni siquiera era com\u00fan discutir la inferencia fuera de c\u00edrculos t\u00e9cnicos. Hoy, en cambio, la considera posiblemente el elemento m\u00e1s importante de la inteligencia artificial aplicada. Esa transici\u00f3n refleja un cambio pr\u00e1ctico: ya no basta con demostrar que un modelo puede aprender, ahora importa cu\u00e1nto cuesta usarlo, qu\u00e9 tan r\u00e1pido responde y cu\u00e1nta infraestructura demanda.<\/p>\n<p>En ese punto tambi\u00e9n surgi\u00f3 una idea relevante para empresas y desarrolladores. El entrevistador plante\u00f3 que la portabilidad entre arquitecturas se est\u00e1 reduciendo y que migrar cargas de trabajo ya no es solo una molestia de ingenier\u00eda, sino un posible lastre econ\u00f3mico. Ross no lo neg\u00f3 y, en cambio, reforz\u00f3 la idea de que cada capa t\u00e9cnica tiene costos y restricciones que impactan directamente en la rentabilidad.<\/p>\n<p>Seg\u00fan su lectura, la industria opera con cuellos de botella cambiantes. Cuando una limitaci\u00f3n a\u00fan no es cr\u00edtica, algunos proveedores pueden cobrar mucho por resolverla. Pero si ese problema crece demasiado, surgen incentivos poderosos para atacarlo. Por eso, dijo, no tiene sentido asumir que una restricci\u00f3n espec\u00edfica dominar\u00e1 para siempre el mercado.<\/p>\n<p>Esa l\u00f3gica le sirve tanto a fabricantes de hardware como a operadores de centros de datos y desarrolladores de modelos. En lugar de pensar en un monopolio permanente del problema m\u00e1s visible del momento, Ross sugiri\u00f3 que la IA se mueve como una secuencia de restricciones temporales que van siendo abatidas a medida que el mercado y la ingenier\u00eda reaccionan.<\/p>\n<h3>Memoria cara, presi\u00f3n t\u00e9cnica y la posibilidad de una soluci\u00f3n<\/h3>\n<p>Uno de los puntos m\u00e1s interesantes de la conversaci\u00f3n fue la memoria, hoy considerada por muchos como el gran cuello de botella de la IA. El entrevistador observ\u00f3 que se ha convertido en el tema dominante del momento y pregunt\u00f3 si una memoria cada vez m\u00e1s costosa y escasa terminar\u00e1 siendo resuelta por la propia din\u00e1mica del sector.<\/p>\n<p>Ross respondi\u00f3 que s\u00ed. Explic\u00f3 que la memoria fue hist\u00f3ricamente una de las \u00e1reas m\u00e1s comoditizadas del negocio de semiconductores, pero que las condiciones actuales cambiaron su papel. Para ilustrarlo, recurri\u00f3 a dos conceptos econ\u00f3micos: bienes Veblen y bienes Giffen. Los primeros aumentan su atractivo a medida que sube el precio, como ocurre con ciertos lujos. Los segundos, como ejemplific\u00f3 con el arroz, pueden absorber m\u00e1s gasto cuando se encarecen porque siguen siendo esenciales.<\/p>\n<p>Su punto fue que la memoria, si se transforma en un insumo demasiado caro y cr\u00edtico, termina atrayendo una reacci\u00f3n tecnol\u00f3gica. En otras palabras, si el costo sube demasiado, m\u00e1s ingenieros y m\u00e1s capital ir\u00e1n a resolver ese problema. Esa atenci\u00f3n tiene un costo de oportunidad, porque esos equipos podr\u00edan haber trabajado en otra cosa si la memoria no fuera tan limitante.<\/p>\n<p>Ross a\u00f1adi\u00f3 que cuando un obst\u00e1culo t\u00e9cnico se vuelve el \u201ctallo m\u00e1s alto\u201d, termina siendo cortado. Bajo esa l\u00f3gica, no solo crecer\u00eda la inversi\u00f3n en nuevas plantas o capacidad fabril, sino tambi\u00e9n en eficiencias algor\u00edtmicas. El entrevistador cit\u00f3 como ejemplo la compresi\u00f3n del KV cache en un lanzamiento reciente de DeepSeek, que seg\u00fan coment\u00f3 alcanz\u00f3 90%. Aun con discusiones sobre la paradoja de Jevons, Ross insisti\u00f3 en que hacer de la memoria un problema demasiado grande acelera el esfuerzo por superarlo.<\/p>\n<h3>\u00bfTiene techo la inteligencia artificial?<\/h3>\n<p>Otra parte central del di\u00e1logo gir\u00f3 en torno a una pregunta que divide a tecn\u00f3logos e inversionistas: si la inteligencia de los modelos tendr\u00e1 rendimientos decrecientes hasta un punto en el que ya no importe seguir mejor\u00e1ndolos. El entrevistador sostuvo que, por encima de cierto nivel, quiz\u00e1 m\u00e1s all\u00e1 del est\u00e1ndar de un doctorado, los humanos podr\u00edan dejar de percibir diferencias relevantes entre modelos rivales.<\/p>\n<p>Ese razonamiento se conecta con el avance de los modelos abiertos frente a los sistemas cerrados. Seg\u00fan se expuso en la charla, el ecosistema open-weight estar\u00eda alrededor de seis meses por detr\u00e1s de los laboratorios de modelos cerrados. Si adem\u00e1s existieran rendimientos decrecientes claros, entonces los sistemas abiertos podr\u00edan terminar alcanzando a los cerrados con el tiempo.<\/p>\n<p>Ross no comparti\u00f3 ese diagn\u00f3stico. Se\u00f1al\u00f3 que hay bienes en la econom\u00eda cuyo valor cae cuando se produce m\u00e1s, pero que la inteligencia no encaja en esa categor\u00eda. A su juicio, no existe una manera real de saciar el apetito por inteligencia, porque siempre habr\u00e1 nuevos usos, nuevos problemas y nuevos contextos competitivos que premien capacidades superiores.<\/p>\n<div class=\"diari-in-content-middle diari-entity-placement\" id=\"diari-6832844\">\n<div id=\"diari-41654496\" data-diari-trackid=\"195495\" data-diari-trackbid=\"1\" class=\"diari-target diari-target\"><\/div>\n<\/div>\n<p>Para defender esa idea, recurri\u00f3 a dos argumentos. El primero fue pr\u00e1ctico: mientras enfermedades como el c\u00e1ncer no est\u00e9n curadas, mientras la gente siga muriendo de vejez y mientras a\u00fan no exista suficiente c\u00f3mputo para correr ciertos modelos, no puede decirse que la humanidad tenga \u201cinteligencia suficiente\u201d. El segundo fue m\u00e1s econ\u00f3mico: incluso si las personas no pudieran distinguir directamente cu\u00e1l IA es mejor, s\u00ed notar\u00edan diferencias en resultados, productividad y retornos.<\/p>\n<p>Ross puso un ejemplo personal. Coment\u00f3 que volvi\u00f3 a programar y que usa m\u00faltiples modelos, porque cada uno es mejor en tareas distintas. En su visi\u00f3n, esa especializaci\u00f3n no implica estancamiento, sino una competencia permanente en la que los sistemas m\u00e1s capaces seguir\u00e1n capturando demanda, incluso cuando el usuario no pueda verbalizar exactamente por qu\u00e9 uno supera a otro.<\/p>\n<h3>Agentes de IA, productividad y una nueva capa de competencia<\/h3>\n<p>En ese contexto apareci\u00f3 el concepto de IA agentic. Ross lo describi\u00f3 de forma sencilla: si una persona mejora su productividad usando IA, tambi\u00e9n la propia IA puede mejorar la suya recurriendo a otras IA. Es decir, un sistema puede delegar subtareas a otro modelo y aprovechar capacidades complementarias, igual que har\u00eda un usuario humano.<\/p>\n<p>Esa din\u00e1mica implica que las mejores herramientas no solo compiten por usuarios finales, sino tambi\u00e9n por convertirse en herramientas preferidas de otras IA. Ross sugiri\u00f3 que un sistema inteligente reconocer\u00e1 cu\u00e1ndo otro sistema es m\u00e1s competente para una funci\u00f3n determinada y tender\u00e1 a utilizarlo. Eso empuja una capa adicional de competencia en el mercado.<\/p>\n<p>Como an\u00e9cdota, coment\u00f3 un estudio sobre curr\u00edculums generados por distintos modelos de lenguaje. Seg\u00fan relat\u00f3, un mismo LLM tend\u00eda a preferir los curr\u00edculums generados por ese propio LLM frente a los producidos por otros. En un mercado donde reclutadores ya usan modelos para filtrar candidatos, esa observaci\u00f3n abre interrogantes curiosos sobre sesgo algor\u00edtmico y optimizaci\u00f3n de contenido para m\u00e1quinas.<\/p>\n<p>Aunque lo expuso con tono informal, el fondo del argumento es serio. Si m\u00e1s decisiones operativas, laborales y financieras empiezan a pasar por sistemas automatizados, entonces la carrera por tener la IA \u201ccorrecta\u201d ya no depender\u00e1 solo de impresiones humanas. Tambi\u00e9n depender\u00e1 de c\u00f3mo los modelos interact\u00faan, se eval\u00faan y se recomiendan entre s\u00ed.<\/p>\n<h3>De la intuici\u00f3n a la sentiencia como proceso social<\/h3>\n<p>Ross tambi\u00e9n propuso una explicaci\u00f3n sobre por qu\u00e9 no espera una saturaci\u00f3n cercana de la inteligencia artificial. Retom\u00f3 la distinci\u00f3n entre pensamiento r\u00e1pido e intuitivo y pensamiento lento y deliberativo, popularizada por Daniel Kahneman. Dijo que la IA ya es muy fuerte en intuici\u00f3n, incluso m\u00e1s que los humanos en muchos casos, porque se entrena con vol\u00famenes de datos imposibles para una persona.<\/p>\n<p>Para ilustrarlo, cit\u00f3 el caso de los veh\u00edculos aut\u00f3nomos de Waymo. Sostuvo que la cantidad de experiencia que esos sistemas pueden recolectar en un solo d\u00eda se acerca, o al menos se dirige, hacia una escala comparable con la experiencia de conducci\u00f3n de toda una vida humana. Eso hace que situaciones raras dejen de ser raras para el modelo, que puede haberlas visto varias veces.<\/p>\n<p>Adem\u00e1s, afirm\u00f3 que el entrenamiento cambi\u00f3 de naturaleza. Antes, los modelos aprend\u00edan principalmente de datos producidos por humanos. Ahora, seg\u00fan explic\u00f3, tambi\u00e9n generan datos que luego se filtran, seleccionan y reutilizan para entrenar modelos mejores. Describi\u00f3 ese proceso como una escalera de capacidad: el modelo produce informaci\u00f3n de cierto nivel, se queda con la mejor parte, entrena de nuevo y sube un pelda\u00f1o.<\/p>\n<p>Desde esa perspectiva, Ross dijo que las mejoras actuales parecen avanzar de forma bastante lineal. Por eso no ve motivos para asumir que los modelos dejar\u00e1n de volverse m\u00e1s inteligentes en el corto plazo. Incluso si dos sistemas muy avanzados parecen similares para un observador humano, uno puede ser materialmente superior en contextos de competencia o resoluci\u00f3n de problemas complejos.<\/p>\n<p>La parte m\u00e1s filos\u00f3fica de la charla apareci\u00f3 cuando defini\u00f3 la sentiencia. Ross propuso entender la inteligencia como capacidad para predecir o influir en un resultado, mientras que la sentiencia ser\u00eda la tasa de mejora de esa inteligencia. No como un estado binario, sino como un gradiente: no se trata de ser o no ser sentiente, sino de cu\u00e1nto aumenta la capacidad de aprender y mejorar.<\/p>\n<p>Luego fue m\u00e1s lejos y vincul\u00f3 la sentiencia con la civilizaci\u00f3n. A su juicio, el lenguaje no solo permite pensar, sino transferir informaci\u00f3n entre individuos. En esa l\u00f3gica, la inteligencia puede ser una propiedad del individuo, pero la sentiencia emerge como propiedad de una sociedad capaz de acumular, destilar y compartir conocimiento. La IA, dijo, acelera ese bucle de retroalimentaci\u00f3n: produce inteligencia, vuelve m\u00e1s capaces a las personas, y esas personas interact\u00faan mejor con la IA.<\/p>\n<p>Su conclusi\u00f3n fue que ese ciclo podr\u00eda hacer que las nuevas generaciones resulten significativamente m\u00e1s inteligentes que las anteriores, del mismo modo que internet ya alter\u00f3 la base cognitiva de quienes crecieron con acceso permanente a informaci\u00f3n. M\u00e1s all\u00e1 del debate filos\u00f3fico, la implicaci\u00f3n econ\u00f3mica es clara: si la inteligencia sigue escalando y su utilidad tambi\u00e9n, la revoluci\u00f3n de la inferencia apenas estar\u00eda comenzando.<\/p>\n<hr>\n<p><em>Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio P\u00fablico.<\/em><\/p>\n<p><em>Este art\u00edculo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisi\u00f3n.<\/em><\/p>\n<div class=\"footer-entry-meta\"><\/div>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>La nueva carrera de la inteligencia artificial ya no se centra solo en entrenar modelos m\u00e1s grandes. En una conversaci\u00f3n reciente, Jonathan Ross, fundador y [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":137327,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2,1],"tags":[1159,285,18179,39,26459,486,22376,1268],"class_list":["post-137326","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-crypto","category-noticias","tag-afirma","tag-crypto","tag-dominara","tag-futuro","tag-inferencia","tag-inteligencia","tag-jonathan","tag-noticias"],"_links":{"self":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts\/137326","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/comments?post=137326"}],"version-history":[{"count":0,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/posts\/137326\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/media\/137327"}],"wp:attachment":[{"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/media?parent=137326"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/categories?post=137326"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/pongara.net\/news\/wp-json\/wp\/v2\/tags?post=137326"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}