Fei-Fei Li, ahora que AMD compra World Labs: “El universo no está hecho de palabras, está hecho de cosas reales…”

Fei-Fei Li es la científica cuyo trabajo enseñó a las máquinas a ver, y acaba de vender el laboratorio que creó para llevar la IA más allá del lenguaje. Al anunciar que World Labs pasará a formar parte de AMD, la fabricante de chips dirigida por Lisa Su, una de sus primeras impulsoras, Li reafirmó en una sola frase la convicción sobre la que se fundó la empresa: una apuesta que también cuestiona la era de la IA centrada primero en las palabras.

«El universo no está hecho de palabras, sino de cosas reales. Muchos de los problemas más importantes que la IA debe resolver, desde la ciencia hasta el entretenimiento y la robótica, requieren modelos capaces de razonar sobre la estructura y el comportamiento del mundo físico».

Li escribió estas palabras en «World Labs to AMD», una publicación de su blog en Substack, y The Register las citó en su cobertura del acuerdo. La frase inmediatamente anterior establece el principio: la empresa se guiaba por «la convicción fundacional de que el lenguaje por sí solo no basta para desarrollar modelos».

Lectura recomendadaMicrosoft llamó al scraping de IA «el mayor robo de trabajo de la historia» en sus documentos internos

AMD acordó adquirir World Labs mediante una transacción íntegramente en acciones, valuada en aproximadamente 8.200 millones de dólares, que se espera cerrar a finales de 2026, siempre que las autoridades regulatorias den su aprobación. Li asumirá como vicepresidenta ejecutiva y directora científica de AMD, y reportará directamente a Su. El laboratorio de San Francisco, que cofundó a principios de 2024 junto con Ben Mildenhall y Justin Johnson, desarrolla lo que la industria llama modelos del mundo: sistemas que generan, reconstruyen y simulan entornos 3D a partir de texto, imágenes y video. Mientras que un modelo de lenguaje grande predice la siguiente palabra, un modelo del mundo, según lo describió The Register, imagina el entorno y a partir de ahí aborda el problema.

La lectura más sencilla pone esta frase junto a las ideas de Yann LeCun, exjefe científico de IA de Meta, quien ha sugerido que los modelos de lenguaje grandes podrían ser un callejón sin salida. La postura de Li es más acotada; The Register tuvo cuidado de señalar que no está en contra de los LLM. El modelo más reciente de su laboratorio toma prestado el enfoque de los LLM: Atlas, escribe Li, predice la siguiente vista a partir de un conjunto de imágenes 2D, del mismo modo que un modelo de lenguaje predice el siguiente token. Su desacuerdo no es con el método, sino con el material. El texto es un registro del mundo escrito por personas; su argumento es que los problemas que vale la pena resolver, desde la ciencia hasta el entretenimiento y la robótica, están en aquello que el texto describe.

Lo que vuelve trascendente esta frase es quién pagó por ella. Una fabricante de chips no invierte miles de millones en acciones por una filosofía. El anuncio de AMD justifica la compra en términos de capacidad de cómputo y señala que, a medida que la IA se extienda a la robótica, la simulación y la IA física, «las exigencias para la infraestructura de cómputo se vuelven más diversas». La frase de Su lo deja claro: «Crear las plataformas de cómputo para la próxima generación de IA requiere comprender a fondo cómo están evolucionando los modelos». En términos sencillos: AMD quiere anticiparse a la próxima carga de trabajo antes de diseñar el silicio que la ejecutará. Como señala The Register, frente a Nvidia, el equipo de ingeniería de software de AMD es diminuto; World Labs le aporta un equipo de investigación interno, apenas unas semanas después de que acordara comprar Taalas, una startup que integra directamente en el silicio los pesos de los modelos.

Li describe el mismo mecanismo desde el otro lado. «Sin un esfuerzo enfocado en el hardware, la IA queda limitada en eficiencia. Y en escala. Y, para nuestros fines, sigue atrapada en el mundo digital», escribe. Ese es el contenido práctico de la cita. Un modelo que razona sobre el espacio físico solo sirve en la medida en que la máquina pueda ejecutarlo con la velocidad suficiente para dirigir un robot, y Li decidió que la vía más rápida para llegar a esa máquina es entrar en la empresa que la fabrica.

La frase tiene peso por la trayectoria que hay detrás. Li entró en el campo en 2000, atraída por la inteligencia visual, tanto en las máquinas como en el cerebro. El trabajo de su laboratorio en ImageNet ayudó a abrir la era moderna de la IA; más tarde fundó la unidad de IA de Google Cloud como su directora científica y se convirtió en directora fundadora del instituto Human-Centered AI de Stanford. Un cuarto de siglo después, el argumento no ha cambiado. Lo que está en juego, sí. Cuando se cierre el acuerdo, la profesora que defendió esta postura reportará a Su.

Si tiene razón, AMD habrá comprado una oportunidad temprana de conocer las cargas de trabajo que definirán la próxima generación de hardware para IA. Si se equivoca y el lenguaje sigue absorbiéndolo todo, habrá comprado una cobertura costosa, exactamente la lectura que hizo The Register del acuerdo: un seguro por si los LLM terminan siendo un callejón sin salida.

La frase de Li empieza como una afirmación sobre el universo. Cuando se cierre el acuerdo, será una hoja de especificaciones.

Etiquetas: artificial intelligence, AMD, Fei-Fei Li, World Labs, World models

Contenido similar

AMD apuesta hasta 5.000 millones de dólares por Anthropic para alcanzar a Nvidia en la IA

Nvidia se convirtió en el único punto de falla de la economía de la IA. Esa era la apuesta

Sam Altman lo dice sin rodeos: la IA “es innegociable, hay que usarla”

La IA de frontera acaba de volverse un 83 % más barata — si estás dispuesto a alojarla tú mismo

AMD apuesta por grabar pesos de IA en silicio para ganar la carrera de inferencia a Nvidia

Sam Altman, director de OpenAI, ante la ONU: “La IA debe construirse para las personas, no solo para acelerar las máquinas porque sí…”