Apple demanda a OpenAI, SK Hynix advierte sobre escasez de memoria y nueva investigación en IA
Apple ha presentado una demanda contra OpenAI por presunto robo de secretos comerciales, mientras que SK Hynix advierte sobre una escasez de memoria que durará hasta 2030. Además, OpenAI enfrenta cambios de liderazgo, Microsoft ajusta su estrategia de enrutamiento de modelos y surgen nuevas investigaciones de DeepMind y Stanford.
Podcast В· 3 min
Apple presenta demanda contra OpenAI por secretos de hardware
Apple ha iniciado una acción legal contra OpenAI, su jefe de hardware Tang Tan y su unidad de dispositivos io, alegando un esfuerzo sistemático para robar secretos confidenciales de hardware. La demanda afirma que OpenAI aprovechó una ola de caza furtiva—contratando a más de 400 exempleados de Apple—para construir un canal de información propietaria. Específicamente, Apple acusa al exingeniero de iPhone Chang Liu de explotar un error de autenticación para acceder a archivos confidenciales después de su partida. Apple busca un rediseño del hardware no lanzado de OpenAI, diseñado por Jony Ive. OpenAI ha negado las acusaciones, afirmando que no tiene interés en los secretos comerciales de otras empresas. Este enfrentamiento legal marca una escalada significativa, ya que las dos empresas siguen siendo socias en la integración de Apple Intelligence, creando una tensión compleja entre sus intereses colaborativos y competitivos.
Cambios de liderazgo en OpenAI: Jefe de seguridad y líder de despliegue de AGI
OpenAI está experimentando cambios notables en su liderazgo. Johannes Heidecke, el jefe de seguridad de la empresa, supuestamente se va mientras OpenAI continúa integrando sus equipos de seguridad e investigación. Además, Fidji Simo, la CEO de despliegue de AGI, está haciendo la transición a un rol de asesora a tiempo parcial debido a una enfermedad crónica. Simo enfatizó la importancia de la IA en los avances médicos, señalando que curar enfermedades sigue siendo un objetivo principal de la tecnología. Estas salidas siguen a una serie de cambios recientes de personal en el laboratorio.
SK Hynix pronostica escasez de memoria hasta 2030
SK Hynix ha emitido una severa advertencia sobre el suministro global de chips de memoria, proyectando que la escasez podría alcanzar su punto máximo en 2027 y persistir hasta 2030. Este pronóstico destaca un cuello de botella crítico para la industria de la IA, que depende en gran medida de la memoria de alto ancho de banda (HBM) para alimentar datos a las GPU. Mientras los proveedores de la nube, los laboratorios de IA y los fabricantes de dispositivos compiten por implementar modelos, la escasez física de estos componentes sigue siendo un desafío central para la economía de la IA. Los analistas sugieren que la próxima fase de la competencia en IA estará definida por las capacidades de adquisición y la gestión de recursos, más que solo por la inteligencia del modelo.
Microsoft ajusta el enrutamiento de modelos para mayor eficiencia
Microsoft está refinando su estrategia de modelos dentro de Microsoft 365 Copilot. Si bien la empresa ha designado a GPT-5.6 como el modelo preferido para tareas de alto riesgo, ha comenzado a enrutar ciertas indicaciones de Excel y Outlook a modelos internos. Esta estrategia está diseñada para reducir los costos de inferencia y disminuir la dependencia de proveedores externos como OpenAI y Anthropic. El movimiento refleja una tendencia más amplia de la industria donde las empresas están emparejando cada vez más tareas específicas con el modelo más rentable en lugar de recurrir por defecto al más potente.
Nuevos marcos de robótica y delegación
Mistral ha lanzado 'Robostral Navigate', su primer modelo de robótica diseñado para ayudar a los robots a seguir instrucciones de navegación en lenguaje natural en entornos industriales como fábricas y almacenes. Simultáneamente, DeepMind ha introducido un nuevo marco de delegación destinado a mejorar la colaboración humano-IA. El marco proporciona un enfoque estructurado para determinar cuándo las tareas deben ser manejadas por humanos versus agentes de IA, enfatizando la necesidad de autoridad clara, monitoreo y planes de contingencia. Estos desarrollos subrayan un cambio hacia aplicaciones prácticas y agentivas en flujos de trabajo físicos y operativos.
Stanford presenta el agente biomédico Biomni
Investigadores de Stanford han presentado 'Biomni', un nuevo agente co-científico biomédico impulsado por IA. El sistema está diseñado para ayudar en la investigación científica leyendo literatura, seleccionando herramientas y conjuntos de datos apropiados, escribiendo código, interpretando resultados y proponiendo nuevos experimentos. Este desarrollo representa una tendencia creciente de agentes especializados diseñados para automatizar flujos de trabajo científicos complejos y específicos de un dominio.