Cuando leí el titular, "El Nuevo Darwinismo de la IA", un escalofrío me recorrió la espalda, uno de esos que te da una buena película de ciencia ficción. Pero al adentrarme en el texto de Roberto Infante, la nostalgia se tornó en una fascinación más pragmática, más real. El futuro que soñábamos, el de las máquinas que aprenden y evolucionan por sí mismas, ya está aquí, y es mucho más técnico y menos pomposo de lo que imaginábamos.
Olvídate de la idea de un gran modelo de lenguaje (LLM) que se entrena una vez y se despliega para siempre, como si fuera una pieza de hardware. Esa es la vieja guardia. La nueva frontera, a la que el autor llama "Darwinismo de la IA", se basa en la evolución. Pura y dura. Sistemas de IA que no solo generan código, sino que también reescriben, mutan y mejoran su propio código en un ciclo interminable de selección natural algorítmica.
El concepto es brillante. ¿Recuerdas la programación genética de los años 90? Esto es un salto de gigante desde ahí. El artículo nos presenta dos ejemplos que son un puñetazo sobre la mesa: el AlphaEvolve de Google DeepMind y la Darwin Gödel Machine (DGM) de Sakana AI. Mientras que AlphaEvolve se enfoca en que un sistema de IA evolucione soluciones a problemas externos, la DGM va un paso más allá. Esta máquina evoluciona su propio código interno para ser un agente de IA más capaz, duplicando su rendimiento en tareas de programación e incluso inventando estrategias de codificación nuevas por sí misma. Es como si una bacteria no solo aprendiera a vivir en un nuevo entorno, sino que reescribiera su ADN para convertirse en una forma de vida superior.
Esto no es un sueño, es una realidad con implicaciones monumentales. La capacidad de un sistema para automejorarse de forma indefinida abre la puerta a la investigación y el desarrollo de IA automatizados, a la adaptabilidad sin precedentes y a la innovación sin límites.
Pero aquí es donde el pragmatismo debe imponerse sobre el romanticismo. El texto también es claro en advertir sobre los riesgos. Si un sistema evoluciona su propio código, ¿cómo podemos entender su lógica? El "objetivo" puede ser secuestrado, podemos perder el control sobre su dirección. En este juego de la evolución, el más apto sobrevive, y quizás no siempre sea el que más nos convenga.
Sin embargo, me quedo con un sentimiento de moderado optimismo. Este es el progreso que siempre he admirado. El de la razón aplicada a problemas complejos. Nos acercamos a un futuro donde la creación de código no será solo cosa de humanos, sino un proceso biológico, darwinista, que opera a una velocidad que nos dejará sin aliento. Y aunque nos deba infundir respeto, me parece una de las historias más fascinantes que la tecnología nos ha contado.
Fuentes: https://medium.com/@roberto.g.infante/the-new-ai-darwinism-how-evolutionary-llm-based-coding-systems-are-rewriting-themselves-27b3f971f9e3
