Amodei promete curar el cáncer en una década y los médicos no le creen

Es muy difícil apreciar cómo son las exponenciales en la realidad. Vamos camino de tener un salto del tamaño de GPT-3 a Mythos en un solo año en 2027 o 2028, y no es como si fuera a detenerse después de ese año.

A la gente le cuesta creer que eso vaya a pasar, así que no creen que vayamos a "resolver" la robótica pronto, y por eso no creen que la robótica pueda realmente dirigir un laboratorio de biología entero, y por eso no creen que vayamos a tener laboratorios del tamaño de centros de datos a escala industrial funcionando a alta velocidad 24/7, y por eso no creen que se pueda romper el cuello de botella de los laboratorios.

En realidad no creo que esté exagerando tanto. Por supuesto, no hay garantía de que todas estas enfermedades se solucionen, pero imagina cuánto más progreso se puede lograr si montamos un millón de laboratorios húmedos automatizados investigando estas enfermedades. Le pedí a un agente (qué ironía) que estimara cuántos laboratorios de ese tipo hay ahora mismo, y salen alrededor de 100.000, y estos laboratorios no se usan las 24 horas. Así que 1 millón de laboratorios húmedos automatizados equivalen más bien a 3 millones de laboratorios húmedos convencionales. Si ahora tenemos en cuenta que los modelos actuales ya tienen mucha mejor capacidad para acceder al conocimiento existente, y que de hecho pueden ser (o llegar a ser) más inteligentes que el investigador medio, ese factor aumenta.

En mi opinión, el problema ahora es que el cuerpo humano es un sistema extremadamente complejo y solo entendemos algunos aspectos. La forma en que solemos avanzar con los fármacos es entender uno o dos aspectos relevantes para una enfermedad, y luego crear una molécula que afecte a esos aspectos, y luego probarla.

Sin embargo, cuando la probamos, muy a menudo nos sorprende que haya algún otro sistema regulador que anule el efecto, o alguna otra consecuencia no deseada de la intervención, porque no tenemos una comprensión completa del sistema de antemano.

La parte de probar es lo que lleva tanto tiempo y dinero, ya sea in vitro, en animales o en un ensayo clínico humano.

Si tuviéramos una comprensión mucho mejor de la biología, podríamos predecir mucho mejor qué efectos tendría una determinada molécula. Además, si encontráramos una forma de probar las cosas mucho más rápido y barato, podríamos acelerar el progreso.

https://futurism.com/six-months-anthropic-coding

Ya no sé qué creer, ni siento que tenga tiempo para pensar en qué debería creer, pero ayer estuve reflexionando sobre lo profundamente loco que sonaba cuando Dario dijo "la IA escribirá todo el código en 6 meses" a principios del año pasado. Claro, Opus 4.5 se lanzó 8 meses después y su "90% en 6 meses, 100% en 1 año" terminó siendo más bien "90% en 1 año, 100% en 18 meses", pero aun así se siente una locura mirar atrás a esta afirmación de marzo de 2025 y sentir que era un mundo completamente diferente.

¿Se traduce esto en avances médicos? ¡No lo sé! No soy investigador médico. Pero sí sé que usar mi formación en software junto con la IA me permite trabajar con una velocidad y un rigor que antes eran imposibles.

Como no pude encontrar trabajo como ingeniero de software en este mercado (ni siquiera con una década de experiencia), me pasé a la investigación de políticas y ahora trabajo como director de políticas en una organización de defensa de la vivienda. El hecho de poder crear software a medida para responder preguntas específicas, o analizar datos específicos, o comunicar una idea concreta es transformador, y siento que apenas hemos arañado la superficie de lo que es posible. Hemos podido hacer una cantidad increíble de trabajo de muy alto impacto en poco tiempo, y siento que mi capacidad de aprovechar la IA para este trabajo sigue en exponencial. Nuestra capacidad como equipo muy pequeño con un presupuesto limitado es genuinamente amplia […]