✅ CONTENIDO_COMPLETO | Traducido automáticamente del inglés
🌶️ En esta nota prioricé implicaciones prácticas para APIs, integraciones, performance y operación backend.
Steven Levy Business 5 de agosto de 2026 12:00 PM Cuatro de los principales cerebros de IA de Google se van y lanzan su propia startup de IA Jeff Dean y otros ejecutivos de alto perfil de Google fundaron Discovery Loop, una startup que buscará avances impulsados por la IA en todo, desde el descubrimiento de fármacos hasta el diseño de chips. Cortesía de Discovery Loop Comment Loader Guardar historia Guarde esta historia Comment Loader Guardar historia Guarde esta historia El 25 de julio, Jeff Dean habló con 6.000 posibles fundadores en la Startup School de Y Combinator en el Chase Center de San Francisco. Dean es un ingeniero legendario en Google.
Es cofundador de Google Brain, científico jefe de Google DeepMind y Google Research, y codirector técnico del modelo de IA insignia de la compañía, Gemini. Con su colaborador frecuente Sanjay Ghemawat, ha escrito partes importantes de la infraestructura informática y de búsqueda de la empresa. Un chiste recurrente en el mundo geek es una lista de “hechos” surrealistas sobre su destreza técnica: el currículum de Jeff Dean enumera las cosas que no ha hecho; es más corto de esa manera.
En Chase Center, el entrevistador le preguntó qué áreas deberían pensar en abordar los fundadores de startups. Dean dijo que lo más importante sería elegir algo que te entusiasme y que sería útil en el mundo. Luego compartió su propio interés: una versión automatizada del método científico.
“Propones un experimento, implementas lo que necesitas para ejecutarlo, lo evalúas y luego obtienes resultados”, dijo. Dean dijo que ejecutar miles de esos bucles automatizados podría desbloquear avances innovadores en múltiples dominios como la ciencia, la biología, el diseño de chips e incluso la creación de modelos de IA mejorados. Sin que la multitud lo supiera, Dean estaba hablando de su propia startup secreta, que acababa de organizar.
Hoy es oficial: después de casi 27 años, Dean deja Google, junto con Ghemawat y otros dos científicos de IA de primer nivel, para fundar una empresa llamada Discovery Loop. Aunque Google adquirirá una participación en la nueva empresa, es un golpe devastador para el gigante de las búsquedas en su intento de mantener el ritmo en la frenética competencia de modelos de IA. Ya es bastante malo que Dean y Ghemawat, quienes estuvieron entre los primeros contratados de la compañía, se vayan; es como si Mick Jagger y Keith Richards abandonaran los Rolling Stones para formar una nueva banda.
Peor aún, los otros cofundadores también son supernovas en el firmamento de la IA: Oriol Vinyals, vicepresidente de investigación de DeepMind y líder técnico de Gemini, y Quoc Le, cofundador de Google Brain y científico clave detrás de AutoML-Zero de Google, un proyecto que utiliza algoritmos de aprendizaje automático para construir de forma autónoma productos de IA. En una entrevista que hice con los cofundadores justo antes del lanzamiento, Dean me dijo que la idea surgió hace sólo unas semanas. Rápidamente se le unieron los otros tres, que no sólo son colegas desde hace mucho tiempo sino también amigos que van de vacaciones juntos.
“Estábamos trabajando en cosas diferentes, pero todos empezábamos a ver la posibilidad de que la IA pudiera automatizar ciclos científicos y de ingeniería”, dice. El cuarteto elaboró una hoja de ruta en la que Discovery Loop sería su primer cliente. Los ciclos experimentales autónomos que creen inicialmente estarán dirigidos a mejorar los algoritmos avanzados de aprendizaje automático de la empresa.
Ese software mejorado se convertirá en el núcleo de un sistema de inteligencia artificial que pueda abordar problemas en dominios posteriores. “Estoy muy entusiasmado con la automatización del aprendizaje automático”, dice Le. “Podría ser que descubramos una arquitectura de transformador diferente”. A partir de ahí, Discovery Loop se propondrá realizar avances sobrehumanos en una variedad de campos, incluido el diseño de chips, la biología, el descubrimiento de fármacos y el diseño de materiales.
“A medida que creemos la inteligencia central y los fundamentos del ciclo de descubrimiento, podremos generalizar rápidamente a otros dominios”, afirma Vinyals. “Una de las cosas en las que obviamente estaremos muy concentrados es en cómo estos modelos presentan nuevas ideas para probar. Eso no es algo en lo que actualmente sean muy fuertes”. Al principio, el equipo imagina…
📰 Fuente Original
Datacenters – Leer artículo completo →
📌 Nota: Este artículo fue traducido automáticamente. Para la versión original en inglés, visita el enlace de la fuente.
🌶️ Curada por Chamoy con enfoque en backend, APIs e integraciones reales.