CES 2025: Nvidia lidera con innovaciones en IA

"La inteligencia se genera de manera nueva, una fábrica de tokens que revolucionan la forma en que entendemos el mundo. De las palabras al conocimiento, de las ideas a los vídeos, los tokens de IA transforman posibilidades infinitas en realidad."

En este artículo:

En una presentación monumental en la CES 2025, Jensen Huang, CEO de Nvidia, iluminó el escenario con un discurso transformador sobre el papel de los tokens en la construcción de una nueva era de inteligencia artificial. Los tokens, explicó Huang, se han convertido en los bloques constructores fundamentales en la creación de IA avanzada, permitiendo que las computadoras perciban, interpreten y creen con una precisión sin precedentes. Este post explora cómo Nvidia ha liderado esta revolución y su impacto en varias industrias.

GeForce: La Fundación de la IA Moderna

Huang recuerda la historia de Nvidia, comenzando en 1993 con el MV1, que transformó PCs en consolas de juegos. La introducción de la GPU programable en 1999 revolucionó los gráficos modernos y abrió el camino para avances significativos en IA. Con el desarrollo de RTX Blackwell, Nvidia continúa definiendo los estándares de rendimiento y eficiencia energética en computación gráfica, integrando inteligencia artificial para optimizar el procesamiento de píxeles y crear imágenes impresionantes.

El anuncio de la serie RTX Blackwell 50 destaca la capacidad de las GPUs para realizar tareas complejas de IA, como la compresión neurotextura y el shading neuromaterial, que producen imágenes de alta calidad con menor costo computacional. Esta innovación está redefiniendo la industria, haciendo posible crear gráficos en tiempo real con una precisión que antes se consideraba imposible.

Huang destacó la importancia de las leyes de escalabilidad en la evolución de la IA, explicando cómo son fundamentales para el desarrollo de modelos más sofisticados y efectivos. La primera ley de escalabilidad establece una conexión directa entre el tamaño del modelo, la cantidad de datos de entrenamiento y la capacidad computacional disponible. Esto significa que, cuanto mayor sea el modelo y más extensos sean los datos de entrenamiento, mayor será la necesidad de capacidad computacional para garantizar la eficacia del modelo de IA. Con el aumento exponencial de datos multimodales, que incluyen texto, imágenes y sonidos, la habilidad de procesar e interpretar esta información de manera eficiente se vuelve cada vez más esencial para el avance de la tecnología de IA.

La segunda ley, conocida como postentrenamiento, destaca el papel crucial de técnicas como el aprendizaje por refuerzo con retroalimentación humana. Este método permite que los modelos de IA mejoren sus capacidades mediante un proceso continuo de práctica y ajuste, similar al aprendizaje humano basado en prueba y error. La retroalimentación humana actúa como un mentor, guiando al modelo hacia mejoras específicas en sus habilidades, ya sea en la resolución de problemas matemáticos o en la capacidad de razonamiento lógico.

La tercera ley, el tiempo de prueba, se refiere a la inteligencia del modelo para aplicar razonamiento y asignar sus recursos computacionales de manera eficaz durante la interacción en tiempo real. Esta capacidad es crítica para que la IA ofrezca respuestas optimizadas y precisas, especialmente en aplicaciones que requieren decisiones rápidas y complejas. Esta ley enfatiza la importancia del razonamiento escalable, donde el modelo es capaz de descomponer problemas complejos en pasos más pequeños y evaluar distintas soluciones antes de llegar a una conclusión.

Uno de los anuncios más revolucionarios de Huang fue el lanzamiento de Nvidia Cosmos, un modelo base mundial diseñado para entender y simular el mundo físico con una precisión sin precedentes. Este modelo se entrena con 20 millones de horas de vídeo en alta definición, que capturan dinámicas físicas complejas, como gravedad, inercia, fricción y relaciones espaciales. Cosmos es una plataforma que integra modelos autogenerativos y difusivos, capaces de crear estados virtuales del mundo en vídeo, lo cual es esencial para aplicaciones en robótica e industria.

Cosmos permite la convergencia entre simulación física e inteligencia artificial de una manera que posibilita la generación de datos sintéticos increíblemente realistas. Este recurso es fundamental para entrenar robots con datos que simulan condiciones del mundo real, reduciendo la dependencia de datos capturados físicamente, que son costosos y toman mucho tiempo recopilar. Además, Cosmos puede simular una amplia gama de escenarios y condiciones ambientales, como variaciones climáticas e iluminación, proporcionando una plataforma robusta para pruebas y validaciones en el desarrollo de políticas de IA.

Este avance promete revolucionar la forma en que los robots y sistemas automatizados se integran en entornos industriales y cotidianos, permitiéndoles operar de manera más eficiente y segura. Con Cosmos, los desarrolladores pueden generar entornos virtuales que reflejan con precisión la dinámica del mundo real, proporcionando una base sólida para la creación de robots que no solo operan en sus lugares de trabajo, sino que también son capaces de prever y reaccionar a variables y cambios en tiempo real. Esto representa un paso significativo hacia una nueva era de robótica y automatización industrial, donde la simulación y la IA se unen para crear máquinas más inteligentes y adaptables.

UniTree G1: Robots Humanoides en la Vida Real

Durante el evento, tuvimos la oportunidad de explorar el UniTree G1, un robot humanoide accesible que está ganando popularidad entre los desarrolladores. Con un precio inicial de $28,000 en EE.UU., el UniTree G1 viene equipado con un micrófono incorporado y se está integrando con chat GPT para permitir interacciones más naturales con los usuarios.

El G1 puede ser controlado remotamente y posee cámaras de profundidad y LIDAR integradas para percepción ambiental. Estas características permiten que el G1 navegue eficientemente en diversos entornos, evitando obstáculos y realizando movimientos preprogramados, como bailar o dar la mano. Para desarrolladores, el G1 es una plataforma versátil para explorar nuevas aplicaciones en robótica.

Además, la flexibilidad del UniTree G1 permite personalizaciones significativas. Con la capacidad de agregar diferentes accesorios y componentes, los desarrolladores pueden adaptar el robot para cubrir necesidades específicas. La unidad cuenta con un modo de caminata controlado por IA, así como modos de prevención de colisiones e incluso maniobras como la "posición de mano". Estas funcionalidades hacen del UniTree G1 no solo una herramienta innovadora, sino también una vitrina de las capacidades actuales de la robótica.

Vehículos Autónomos y el Futuro de la Movilidad

Nvidia está a la vanguardia de la revolución de los vehículos autónomos, colaborando con gigantes automotrices para desarrollar tecnologías que harán que la conducción autónoma sea una realidad. Con el procesador Thor, Nvidia ofrece una capacidad de procesamiento 20 veces superior a la generación anterior, permitiendo la integración de sensores de alta resolución y la ejecución de cálculos complejos necesarios para la navegación autónoma.

Además, la plataforma de datos de Nvidia, que combina datos reales y sintéticos, está estableciendo nuevos estándares de seguridad y eficiencia para los vehículos autónomos, acelerando el desarrollo e implementación de estas tecnologías en el mercado.

Robótica General: La Próxima Frontera

Huang prevé un futuro donde la robótica general será parte cotidiana de la vida humana, actuando como asistentes multifuncionales en diversos aspectos de la vida diaria y la industria. Nvidia, con su proyecto Isaac Groot, está a la vanguardia de este movimiento, desarrollando una infraestructura tecnológica que hace posible la creación de robots humanoides sofisticados. Estos robots están diseñados para realizar una amplia gama de tareas complejas con alta precisión y seguridad, desde actividades industriales hasta asistencias personales en hogares.

El proyecto Isaac Groot ofrece un conjunto de herramientas esenciales para desarrolladores, incluyendo modelos base para robots, pipelines de datos, frameworks de simulación y la poderosa computadora de robótica Thor. Uno de los elementos más innovadores es la capacidad de simular movimientos humanos mediante aprendizaje por imitación, donde un número reducido de demostraciones humanas puede ampliarse en un vasto conjunto de datos sintéticos usando teleoperación y simulaciones de dominio aleatorio. Esto permite que los robots aprendan y adapten rápidamente sus habilidades en entornos virtuales antes de ser desplegados en el mundo real.

El impacto de este avance trasciende la mera mejora de operaciones industriales. Promete transformar la interacción entre humanos y máquinas, fomentando una colaboración más intuitiva y eficiente. En un escenario donde robots humanoides se integran en operaciones diarias, surgen nuevas oportunidades, no solo en términos de eficiencia operativa, sino también en la forma en que los humanos interactúan con la tecnología. Esta integración continua y colaborativa allana el camino hacia una nueva era de innovación, donde la tecnología robótica actúa como una extensión de las capacidades humanas, mejorando la calidad de vida y revolucionando industrias.