El meme de IA 'preciso' de Musk acierta con el pasado y se equivoca con el presente

El 2 de agosto de 2026, Elon Musk republicó un meme que divide la historia de la inteligencia artificial en dos paneles. La mitad superior, "IA de entonces", muestra cuatro figuras Wojak musculosas que encarnan la era teórica. La mitad inferior, "IA de ahora", muestra cuatro caras de brainlet que representan la era del escalado. Su pie de foto venía con un emoji de risa: "Preciso".

Lo que el meme dice realmente

Los paneles de "IA de entonces" son una lista de nombres del machine learning anterior al deep learning. Una figura esculpida señala una máquina de vectores de soporte de margen amplio y la fórmula del kernel k(x,x') = ⟨φ(x), φ(x')⟩. Otro presenta un problema de optimización con restricciones diseñado para probar cotas de generalización. Un tercero trabaja en una red bayesiana con paso de mensajes. Un cuarto, tatuado, explica los procesos gaussianos, con la nota de que la incertidumbre venía "gratis".

La mitad de "IA de ahora" responde con cuatro paneles propios: un simplón junto a un diagrama de Transformer, al que se le dice "hazlo más grande"; un cerebro conectado a un rack de servidores alimentado con más datos y más GPUs; una figura mirando el logo de ChatGPT con desconcierto, marcado con "funcionó de algún modo / habilidades emergentes??"; y un hombre con una llave de cuerda en el cráneo viendo una curva exponencial elevarse sobre iconos de GPU bajo el lema "estado del arte / sigue escalando".

El veredicto del meme es una caída en desgracia: de la prueba a la conjetura, de la elegancia a la repetición. El "preciso" de Musk respalda ese veredicto.

Los paneles de "IA de entonces" son historia real

La nostalgia está fundada. Los métodos de kernel, la teoría del aprendizaje estadístico, los modelos gráficos y los procesos gaussianos eran el kit de herramientas central del campo, y venían con lo que el meme les atribuye: garantías matemáticas, incertidumbre estructurada, elegancia. Ese programa dominó la investigación durante años y todavía moldea la forma de pensar de muchos teóricos.

Lo que la nostalgia oculta es que "kernel" nunca se fue, solo cambió de significado. La biblioteca megakernel de Aleph Alpha, construida para inferencia de mezcla de expertos, afirma ganancias de velocidad de inferencia de hasta el 200% frente a los kernels basados en Triton en vLLM y SGLang, dirigida a modelos MoE de precisión FP8. La palabra sobrevive; el artefacto es ahora un truco de rendimiento en lugar de una teoría del aprendizaje. Ese es el cambio al que apunta el meme, disfrazado de tragedia.

Los paneles de "IA de ahora" tienen un rastro documental

La mitad inferior también describe algo real. Los Transformers sí recompensaron el escalado, y la industria ha pasado años actuando según "hazlo más grande" y "más datos, más GPUs". Los resultados son medibles. En los rankings de benchmarks de matemáticas de 2026 que cubren AIME 2025, MATH-500 y BRUMO, GPT-5.4 lidera el campo. Se informa que el M3 de pesos abiertos de MiniMax supera a GPT-5.5 en código real. El escalado produjo la generación actual de modelos frontera, y punto.

El panel más honesto del meme es el de los dobles signos de interrogación. "Habilidades emergentes??" se lee menos como un alarde y más como la admisión del propio campo de que no entiende del todo por qué funcionan sus métodos. El meme se burla de esa incertidumbre, y el panel hace bien en conservarla.

Dónde se rompe el binario

El contraste es una caricatura, y el campo no deja de contradecirlo. Google DeepMind propuso recientemente un marco que divide el rigor en formas conceptual, epistémica y operativa, argumentando que el rápido progreso del deep learning vino de priorizar el rendimiento sobre esas formas de rigor. Ese es un laboratorio de la era del escalado escribiendo, desde dentro, el tipo de teoría que adoran los paneles de "IA de entonces".

Los modelos pequeños están haciendo mella en el supuesto de que el escalado es la única palanca. Se informa que el modelo Ornith 9B compite de tú a tú con sistemas mucho más grandes mediante una arquitectura especializada. El estudio "Regression Tax" descompone por qué las habilidades ayudan y perjudican a los agentes LLM, tratando a los modelos frontera como objetos de análisis en lugar de pura fuerza bruta. El lado del hardware de "más GPUs" también tiene un techo: con el fin del escalado de Dennard y la ley de Moore, las CPU de propósito general ya no ofrecen ganancias automáticas de rendimiento en cada nuevo nodo de proceso, razón por la cual los diseños específicos de dominio están atrayendo atención.

Por qué Musk lo amplificó ahora

La fuente no revela el razonamiento de Musk, pero el momento es instructivo. El debate sobre las capacidades de la IA está inusualmente acalorado. Un grupo de 1.224 expertos del sector de la IA, incluidos el CEO de Anthropic, Dario Amodei; el científico jefe de OpenAI, Jakub Pachocki; y el director de estrategia de Google DeepMind, Jasjeet Sekhon, firmaron una carta pidiendo al gobierno de EE. UU. que actúe de formas que el mercado no puede. Anthropic duplicó su gasto en políticas de IA hasta los 40 millones de dólares y señala su Advanced AI Framework como la propuesta política más sólida de cualquier laboratorio frontera. Esas peleas son la consecuencia directa de la era del escalado de la que el meme se ríe.

Musk tiene intereses en el bando que respalda. Ha interactuado públicamente con herramientas de agentes de IA en X, comentando "atención al cliente de Grok 3" en un tutorial de PraisonAI, y los paneles de "IA de ahora" del meme se centran en el logo de ChatGPT. Si el meme tiene razón en que la IA moderna es adivinación con GPUs, el chiste también cae del lado de su campo. Llamarlo preciso es también una jugada en una disputa continua sobre qué enfoque de la IA es el serio.

Por qué funciona el meme es también por qué falla. Cada era parece ridícula desde el punto de vista de la otra. Los teóricos eran rigurosos, y sus herramientas resistieron el escalado. Los que escalaron construyeron cosas que los teóricos no predijeron y a menudo no pueden explicar. La mitad que falta de la historia: la industria ahora hace ambas cosas a la vez, y en el poco glamuroso punto medio es donde vive el trabajo interesante.