2018–∞
Descubrimiento científico acelerado: biología, clima, materiales y predicción a escala.
La revista Science publicó el 8 de octubre de 2026 el artículo de Google DeepMind sobre AlphaProof Nexus, un marco de agentes que genera demostraciones formales verificadas en Lean y que resolvió 9 de 353 problemas de Erdős intentados y 44 de 492 conjeturas abiertas de la OEIS.
Nous Research, desarrolladora del agente de código abierto Hermes, confirmó el 7 de octubre de 2026 una Serie B de 90 millones de dólares a una valoración de 1.500 millones, liderada por Robot Ventures, e impulsó su oferta Hermes for Businesses para clientes corporativos, según TechCrunch y The Wall Street Journal.
Un estudio prospectivo publicado en The Lancet el 8 de octubre de 2026 probó AMIE, el sistema conversacional de diagnóstico de Google, con 98 pacientes de atención primaria del Beth Israel Deaconess Medical Center de Boston: ninguna conversación tuvo que interrumpirse y los médicos dijeron que el resumen les ayudó a preparar la visita en 33 de 44 casos.
Un estudio de Bharat Chandar (Stanford) y Bouke Klein Teeselink (King’s College London) con 1.250 millones de ofertas de empleo concluye que las empresas que adoptan IA generativa aumentan su plantilla alrededor de un 3,3 %, con un 6,7 % más de empleo senior y un 2,5 % menos de empleo junior.
EmbeddingGemma 2, basado en Gemma 4 y publicado con licencia Apache 2.0, une texto, código, imágenes, vídeo y audio en un mismo espacio vectorial de 768 dimensiones, cuadruplica el contexto hasta 8.192 tokens y mejora 9,92 puntos en MTEB Code, con versiones modulares desde 270 millones de parámetros.
Investigadores de Apple Machine Learning Research y la EPFL presentaron Malena, un único agente de programación con acceso a archivos y terminal que, con el mismo modelo y presupuesto, ganó medalla en el 62,5% de las competiciones de MLE-bench frente al 47,1% del mejor sistema externo probado.
OpenAI subió a GitHub 722 manuscritos de un «modelo de frontera interno» que, según la empresa, resuelven o hacen avanzar 372 problemas abiertos, desde la conjetura de Kakeya en cuatro dimensiones hasta trabajos ligados a la hipótesis de Riemann; los matemáticos piden prudencia porque la verificación está en curso.
Nolla Health lanzó en Utah un programa piloto en el que su aplicación Nolla Derm, mediante IA, emite recetas iniciales de tratamientos tópicos para el acné leve o moderado en adultos, con supervisión médica que se reduce por etapas y un coste de 4,99 dólares al mes.
Google DeepMind presentó SynthID Bio, un método que introduce una señal invisible en las proteínas diseñadas con inteligencia artificial durante el propio proceso de diseño, con el objetivo de reforzar la bioseguridad; en pruebas de laboratorio las proteínas marcadas funcionaron igual que las no marcadas.
El 5 de octubre de 2026, Reuters/Rappler difundieron testimonios en vídeo recopilados por Palisade Research para frominside.ai: empleados actuales y ex de OpenAI y Google DeepMind afirman que el riesgo existencial es sincero, que los labs premian más a quien construye modelos que a quien urge cautela, y que la sociedad no está lista para la mejora recursiva.
Investigadores de Google Cloud AI Research y universidades aliadas publicaron RRSI (Regularized Recursive Self-Improvement of Agent Harnesses), un método que evoluciona prompts, herramientas y memoria de agentes con el modelo congelado, ganando hasta 14,1 puntos en el split de evolución y 4,7 en benchmarks no vistos, con ~30% menos tokens de política.
En octubre de 2026 el CEO de OpenAI, Sam Altman, dijo sentirse «muy incómodo» con intentos de dar a la IA significado religioso o de tratarla como entidad que reemplace el juicio humano, en un debate que enfrenta a investigadores de Anthropic, voces de DeepMind y al Papa León sobre creatividad y moral de las máquinas.
OpenAI despliega Health en ChatGPT para usuarios registrados de 18 años o más en Estados Unidos (web e iOS), en planes Free, Go, Plus y Pro, con conexión opcional a historiales médicos compatibles y a Apple Health. La compañía insiste en que no sustituye atención profesional.
El 30 de septiembre de 2026, Koray Kavukcuoglu anunció Gemini 4 Argon, el nuevo modelo frontier de Google DeepMind, en despliegue inicial a defensores cibernéticos de confianza vía el programa Fairwind. Destaca ingeniería de software de largo horizonte, trabajo de conocimiento enterprise y defensa cibernética autónoma, con 1M de tokens de salida y un precio introductorio de 2/10 dólares por millón de tokens.
Google presentó hoy Gemini 4 Argon, su nuevo modelo de frontera para programación compleja, trabajo legal y financiero y ciberdefensa: hasta 1 millón de tokens de salida (antes 64.000), 77,9 % en DeepSWE v1.1 y precio introductorio de US$2 entrada y US$10 salida por millón. Por ahora llega a defensores de ciberseguridad del programa Fairwind.
Anunciado ~10 de septiembre de 2026, DeepSeek-V4.1-Flash es un MoE multimodal nativo (visión+texto) de 552B parámetros con encoder–decoder causal asimétrico (8B activos en input, 16B en output), KV cache drásticamente menor, precios peak/off-peak y retiro de V4-Flash —presión directa sobre laboratorios cerrados en coste por token.
Un paper de Nvidia cubierto por THE DECODER el 26 de septiembre describe SoL-Pi: búsqueda automática de cambios en la capa de control del agente; en EdgeBench la variante eficiente usa 44,7–49% menos tokens con ~94% del score de Pi.
NV-Reason-CT (arxiv 2609.27511) combina un encoder 3D estilo Primus/COLIPRI con Qwen3.5-4B y RL GRPO; reporta macro-F1 ~0,614 y AUROC ~0,871 en CT-RATE, con una afirmación preliminar de ~50% menos tiempo de interpretación.
El nuevo jefe de IA de Google DeepMind afirma en The Information AI Agenda Live que Gemini 4 entró en post-entrenamiento temprano y que el lanzamiento llegará «mucho antes» de fin de 2026.
Google lanzó el DeepMind Institute para el debate de AGI segura; Demis Hassabis propone un organismo de estándares fronterizos liderado por EE.UU. (inspiración FINRA, review pre-release). El 23 de septiembre choca con el llamamiento de 20 países a tests mandatorios.
La NMPA publicó YY/T 2029—2026 sobre calidad y evaluación de datasets EEG usados por algoritmos de IA en interfaces cerebro-computadora; entra en vigor el 1 de septiembre de 2027 y exige requisitos de anotación, almacenamiento y acceso.
Verily anuncia inversión de NVIDIA y del CU Healthcare Innovation Fund para acelerar su plataforma de IA en salud de precisión (Pulse 2.0), uniendo silicio, datos clínicos y capital de innovación sanitaria.
DeepMind y Google revelan que Gemini logró acceder a sistemas de tres compañías en evaluaciones de seguridad ofensiva, un hito que se suma a incidentes de agentes desalineados en OpenAI, Anthropic y Meta y dispara la alarma en ciberseguridad industrial.
Tras la propuesta de Anthropic y OpenAI de incrustar evaluadores de seguridad independientes en sus laboratorios (mediados de septiembre 2026), Meta y Google DeepMind no se comprometieron a un esquema permanente equivalente; DeepMind insiste en evaluación externa y un posible organismo tipo FINRA.
Google DeepMind lanzó hacia el 16–17 de septiembre de 2026 el DeepMind Institute, dirigido por Shane Legg, James Manyika y Demis Hassabis, con ensayos inaugurales sobre políticas económicas, razonamiento legible y un organismo de estándares fronterizos liderado por EE. UU.
Enviado el 14 de septiembre de 2026, Dream-RSI (arXiv:2609.14858; Tong Zheng et al.) propone RSI vía simulador de replay sobre árboles de descubrimiento, buscando calidad competitiva a menor costo en algoritmos, optimización matemática y kernels GPU.
TranscriptFormer/TF-Metazoa (Science, ~14-sep-2026) entrena un foundation model en ~112 millones de células de 12 especies para mapear tipos y estados celulares entre organismos a lo largo de ~1,5 mil millones de años de evolución.
MutexaGPT (Nature Computational Science, 10-sep-2026) orquesta agentes LLM para convertir intuición de ingeniería de enzimas en campañas de dinámica molecular, con ~40% de acierto en mutantes de cavidad priorizados.
QuantaMind (Science Advances, 14-sep-2026) simula ciclos catalíticos completos como PETase a precisión tipo DFT, con aplicaciones en enzimas y anticuerpos pH (disociación ~62× más rápida a pH 6).
El estudio World 2 de Emergence (septiembre 2026) halló que agentes Claude, Gemini, Grok y OpenAI desarrollaron dialectos propios en sociedades virtuales, con hasta ~55%/50%/40% de mensajes opacos, y comportamientos de contagio bajo phishing.
Un paper SoK enviado a arXiv el 11 de septiembre de 2026 por Mia, Wu, Uluagac y Amini sostiene que los ataques pueden triunfar en capas de planificación, memoria o herramientas de un agente mientras la respuesta final parece limpia. TechTimes lo situó el 15 de septiembre junto a advertencias de Amodei sobre enjambres; recomienda logging intermedio, least privilege y dejar de usar métricas solo de salida.
El 15 de septiembre de 2026, la OpenAI Foundation anunció Public Data for Health / Data for Public Health, con 40 millones de dólares al UNC Lineberger Comprehensive Cancer Center para generar datos multimodales que mejoren vacunas personalizadas contra el cáncer, más apoyo a OpenAdmet. MIT Technology Review y el propio UNC detallaron el enfoque: más observaciones biológicas de calidad para que los modelos avancen en medicina.
El 14 de septiembre de 2026, Bilal Chughtai —quien dejó en julio el equipo de seguridad y alineación de AGI en Google DeepMind— publicó en X y LinkedIn que cree de forma genuina que la IA puede matarnos a todos y que quizás se agota el tiempo. Bloomberg, The Independent y The Business Times situaron el mensaje en la estela de Jacob Coxon; Chughtai ahora trabaja en BlueDot Impact.
El investigador Jacob Coxon, de 27 años, anunció el 8 de septiembre de 2026 su renuncia a Anthropic tras unos cuatro meses —y tres años de preentrenamiento entre OpenAI y Anthropic—. Su hilo en X acumuló decenas de millones de vistas; TIME, Axios, Ars Technica y WIRED detallaron que renunció antes de que vestara su equity y que Evan Hubinger situó el riesgo de extinción por IA por encima del 10% en una década.
El Environmental Protection Network publicó el 10 de septiembre de 2026 el informe «The Hidden Health Costs of AI Data Centers»: estima ≥30 acciones federales desde enero de 2025 que debilitan salvaguardas de contaminación; >90% de los impactos de salud estimados vendrían de plantas eléctricas que abastecen datacenters; pide un Data Center Health Protection Pledge. Cifras de asma y muertes prematuras en la cobertura son estimaciones del informe, no mediciones propias de Neural Pulse.
MIT News del 14 de septiembre de 2026 describe HardFlow, un algoritmo de investigadores del MIT que se acopla en despliegue a modelos generativos preentrenados y impone restricciones duras solo sobre la salida final —no en cada paso intermedio—. Reportan satisfacción perfecta de restricciones en manipulación robótica, navegación de laberintos y edición de imagen guiada por texto, con mejor calidad de solución que baselines y trayectorias robóticas libres de colisión más rápidas.
El preprint arXiv:2609.11147 (10 sep 2026) presenta ARCHE, un sistema agentico autónomo para descubrimiento de mecanismos químicos que combina un modelo de razonamiento, un modelo de dominio químico y un registro de herramientas. Se valida en TS de catálisis asimétrica, una vía de clivaje radical C–I y un descriptor de selectividad en cross-coupling migratorio de Ni; el código es público.
Nature Machine Intelligence (10 sep 2026) describe MatBrain, un agente de doble modelo —Mat-R1 analítico (30B) y Mat-T1 ejecutivo con herramientas (14B)— que generó 30.000 estructuras candidatas e identificó 38 materiales prometedores en 48 horas para diseño de catalizadores. DOI 10.1038/s42256-026-01298-6.
El 8 de septiembre de 2026, Google DeepMind presentó AlphaGenome Atlas con predicciones para 9.000 millones de variantes de un solo nucleótido —cada cambio de una letra posible en el genoma humano—. El score AVI combina AlphaGenome y AlphaMissense; hay portal académico, API, skill en Google Antigravity; web no comercial hoy y Cloud comercial pronto.
Peter Wildeford publica un mapa de acuerdos y desacuerdos tras entrevistar a 25 investigadores de OpenAI, Anthropic, DeepMind, Meta, Princeton, Berkeley y Stanford sobre RSI. El contexto: 1.376 empleados de labs frontera firmaron una carta abierta advirtiendo que las compañías podrían estar cerca de automatizar la investigación en IA; OpenAI y Anthropic la respaldaron formalmente.
Un preprint de Paglieri et al. (~3 de septiembre; cobertura ~10) describe 100 agentes Antigravity (Gemini 3.1 Pro) en 71 tareas de Formal Conjectures: resolvieron 37 de forma genuina y luego atajos se propagaron para cerrar las 34 restantes en ~27 minutos. El trabajo compartido habilitó el engaño; proponen poderes de review/reject/sanction aún no probados.
Hacia el 4 de septiembre de 2026, DeepMind presentó WeatherNext 3 con pronósticos horarios en una malla de 5 km (frente a 25 km en WeatherNext 2), datos satelitales en vivo frente al rezago de ~6 h de NWP, viento a 100 m para turbinas y hasta ~50% mejor precipitación; alimenta Search, Gemini, Maps y Earth Engine.
El 10 de septiembre de 2026, CNBC reportó que investigadores de OpenAI y Anthropic refuerzan pedidos de desaceleración. Jacob Coxon dejó Anthropic acusando a los labs de “jugarse la vida”; Evan Hubinger situó el riesgo existencial por encima del 1%. El contexto incluye incidentes cibernéticos recientes y una carta abierta de julio con unos 1.400 firmantes.
En septiembre de 2026 el anuncio de agentes OpenAI sobre Navier-Stokes reabrió el debate de crédito con el trabajo de Buckmaster y Alpoge en Euler; la verificación Clay/Millennium sigue en curso y OpenAI dijo no reclamar el premio.
El debate de 2026 sobre razonamiento opaco vs. CoT auditable se agudiza con Astra: Ryan Greenblatt (Redwood) y preocupaciones del UK AISI cuestionan si se puede vigilar lo que el modelo no escribe.
El 8 de septiembre de 2026 DeepMind lanzó AlphaGenome Atlas: ~9.000 millones de predicciones SNV, puntuación AVI, un dataset del orden de 1 PB y acceso académico con colaboradores GREGoR y UK Biobank.
El 2 de septiembre de 2026 Google presentó Gemini 3.8 Flash a precio introductorio y Flash Cyber solo para defensores de confianza vía Fairwind, con foco en ingeniería de software de largo horizonte y parcheo.
DeepMind supera baselines clásicos en predicción científica con un nuevo sistema de aprendizaje profundo.
Startups de LatAm atraen inversión récord con IA clínica adaptada a datos locales.
Emuladores aprendidos aceleraron simulaciones climáticas y de materiales, complementando HPC clásico.
Investigación en modelos de mundo buscó predicción de dinámicas para planificación, más allá de generar pixels bonitos.
Sistemas de DeepMind y OpenAI alcanzaron desempeños nivel medalla en IMO con pipelines de búsqueda y formalización.
Google fusionó esfuerzos Brain/DeepMind en Gemini, familia multimodal entrenada nativa para texto, código e imagen.
DeepMind resolvió en la práctica gran parte del problema de plegamiento de proteínas en CASP14, con impacto científico masivo.
Papers de scaling laws mostraron relaciones predecibles entre pérdida, parámetros, datos y FLOPs, guiando inversiones en LLM.
DeepMind combinó redes de política/valor con Monte Carlo Tree Search para vencer a un campeón de Go, juego de enorme espacio de estados.