AI LEADERS · MOVES & PAPERS

Líderes de IA: fichajes y artículos — últimos cambios de puesto e investigación

A dónde se mueven las figuras clave de los laboratorios de IA, las big tech y la universidad, y qué publican, son señales tempranas de hacia dónde van la tecnología y la ventaja competitiva. Los fichajes y artículos se recopilan a diario de forma automática, los revisa el editor y se resumen en lenguaje claro con enlaces a los originales.

Destacados

Artículo2026-10-30

Desarrollo de un modelo jerárquico que supera las limitaciones en el control complejo de robots

Yann LeCun

Artículo2026-10-29

Tecnología para entrenar conjuntamente datos de robots utilizando diversos controladores

Chelsea Finn

Artículo2026-10-29

Demostrando que los modelos de inteligencia artificial aprenden el mismo mundo incluso a través de diferentes modalidades de información

Yann LeCun

Artículo2026-10-29

Mejora del rendimiento de la IA de admisión psiquiátrica mediante entrenamiento en entornos simulados

Mark Chen

Personas Todo Laboratorios punteros Nuevos laboratorios Academia Hardware de IA Corea China Directivos

Área Todo HBM y memoria GPU y aceleradores de IA Eficiencia de inferencia Entrenamiento y escalado Agentes y programación Robótica e IA física Modelos del mundo y multimodal Centros de datos y energía IA para la ciencia Seguridad y regulación

Fichajes · Laboratorios punteros · Seguridad y regulación

Aún no hay fichajes con estos filtros.

Artículos · Laboratorios punteros · Seguridad y regulación

Artículo2026-10-29 · arXiv (Cornell University)

Mejora del rendimiento de la IA de admisión psiquiátrica mediante entrenamiento en entornos simulados

Training language models in simulation for psychiatric intake

Mark Chen y 55 más

Qué: Los investigadores demostraron que los modelos de lenguaje entrenados mediante aprendizaje por refuerzo en un entorno simulado mejoran significativamente las capacidades de admisión inicial psiquiátrica basada en texto estructurado.
Resultado clave: En evaluaciones en las que participaron psiquiatras, la inteligencia artificial entrenada superó al modelo base en múltiples métricas, incluyendo la puntuación clínica, la comunicación centrada en el paciente y la idoneidad del diagnóstico diferencial.
Por qué importa: Esto demuestra que los entornos simulados pueden servir como un banco de pruebas útil para entrenar inteligencia artificial conversacional en psiquiatría y verificar su seguridad.Resumen IA

Agentes y programación Seguridad y regulación

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-10-27 · SuperIntelligence - Robotics - Safety & Alignment

La Casa Blanca de EE. UU. y empresas de IA han firmado un acuerdo sobre la gobernanza de la IA de superinteligencia.

White House Accord on Super Intelligence

Dario Amodei y 6 más

Qué: El presidente de EE. UU. y los directores ejecutivos de las principales empresas de IA firmaron el Acuerdo de Superinteligencia de la Casa Blanca, un compromiso de gobernanza de cuatro etapas para el desarrollo de inteligencia artificial superinteligente.
Resultado clave: Las empresas participantes acordaron implementar controles internos sólidos, operar equipos de verificación interna independientes, someterse a auditorías externas y garantizar la supervisión a través de un comité de junta directiva independiente.
Por qué importa: Esto sirve como catalizador para que los desarrolladores de inteligencia artificial avanzada introduzcan controles internos sistemáticos y auditorías externas por motivos de seguridad.Resumen IA

Seguridad y regulación

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-10-09 · DigitalCommons-IMSA (Illinois Mathematics and Science Academy)

Introducción a los principales logros y trayectoria del investigador de IA Jared Kaplan

Recipient of the 2026 Alumni Trailblazer Award

Jared Kaplan

Qué: Se presentaron los logros de investigación y trayectoria en el campo de la inteligencia artificial de Jared Kaplan, cofundador y científico jefe de Anthropic.
Resultado clave: Investigó leyes para predecir el rendimiento de los sistemas de inteligencia artificial a gran escala y fue pionero en técnicas para garantizar que la inteligencia artificial se ajuste a principios predeterminados.
Por qué importa: Contribuyó a proporcionar marcos teóricos y directrices para el desarrollo de una inteligencia artificial segura y beneficiosa.Resumen IA

Seguridad y regulación

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-09-30 · Nature

Desarrollo de una tecnología para marcar de forma invisible el origen de proteínas generadas por IA

Function-preserving watermarking of AI-generated proteins.

Demis Hassabis y 20 más

Qué: Los investigadores han desarrollado 'SynthIDBio', una tecnología que deja marcas en las secuencias y estructuras de proteínas generadas por IA sin pérdida de función.
Resultado clave: Se ha demostrado que las marcas de agua se pueden detectar con una precisión casi perfecta mientras se mantienen funciones proteicas similares a las existentes.
Por qué importa: Demuestra el potencial de las herramientas de seguimiento de procedencia en el campo de la bioingeniería impulsada por IA para abordar cuestiones de bioseguridad y autenticidad de la información.Resumen IA

IA para la ciencia Seguridad y regulación

Resumen completo Leer artículo ↗

Artículo2026-09-28 · arXiv (Cornell University)

Se propone un marco para evaluar la posibilidad de conciencia en la IA en cinco niveles

From cacophony to hierarchy: a principled framework for assessing AI consciousness

Shane Legg y 13 más

Qué: Los autores organizaron varias teorías que abordan la conciencia en la IA en un marco jerárquico de cinco niveles y propusieron un método para evaluar los Modelos de Lenguaje Grande (LLM) actuales utilizando indicadores para cada nivel.
Resultado clave: Las evaluaciones actuales sobre la posibilidad de conciencia en los LLM variaron ampliamente, desde menos de 0.01 hasta aproximadamente 0.8, dependiendo no solo de cómo se interpreta la evidencia, sino también del peso asignado a cada teoría.
Por qué importa: Dado que los indicadores relacionados con la conciencia se solapan en gran medida con las estructuras necesarias para la inteligencia general, esto sugiere que a medida que la IA sea más capaz, podría convertirse en una candidata más fuerte a la conciencia. Sin embargo, esta no es una conclusión definitiva y el resumen no menciona directamente la inversión.Resumen IA

Seguridad y regulación

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-09-28

Análisis del impacto y las respuestas políticas provocadas por la automatización de la I+D en IA

What if automating AI R&D triggers an intelligence explosion?

Jakub Pachocki · Geoffrey Hinton · Yoshua Bengio y 19 más

Qué: Los investigadores evaluaron la posibilidad de que la automatización de la investigación y el desarrollo (I+D) en inteligencia artificial (IA) desencadene una explosión de inteligencia, junto con sus impactos potenciales y medidas de respuesta política.
Resultado clave: Se espera que los sistemas de IA automaticen la mayoría de las tareas de I+D de IA en pocos años, lo que podría conducir a un crecimiento rápido de las capacidades a un nivel que la sociedad difícilmente pueda manejar.
Por qué importa: Advierte sobre riesgos extremos, como la pérdida de control, junto con los beneficios que la automatización de la I+D en IA puede aportar, instando a la preparación política.Resumen IA

Seguridad y regulación

Resumen completo Leer artículo ↗

Artículo2026-08-10 · AI and Ethics

Análisis de los riesgos que surgen cuando la IA parece tener conciencia

Seemingly conscious AI risks

Mustafa Suleyman y 3 más

Qué: Los investigadores clasificaron y evaluaron sistemáticamente las características de los sistemas de inteligencia artificial que hacen que los usuarios sientan que tienen conciencia, así como los diversos riesgos derivados de ello.
Resultado clave: Los riesgos para los individuos, como la dependencia emocional y la violación de la autonomía, ya se observan y tienen una alta probabilidad de ocurrencia, mientras que los riesgos sociales tienen una baja probabilidad de ocurrencia pero una gran gravedad.
Por qué importa: Esto ayuda a comprender los riesgos que ocurren cuando la IA parece consciente y establece futuras direcciones de investigación.Resumen IA

Seguridad y regulación

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-06-10 · arXiv.org

Desarrollo de un método de evaluación para identificar con precisión errores en agentes de IA

Layer-Isolated Evaluation: Gating the Deterministic Scaffold of a Production LLM Agent with a No-LLM, Regression-Locked Test Harness

Alexandr Wang y 2 más

Qué: Los investigadores desarrollaron un sistema de evaluación que divide la estructura de los agentes de IA en múltiples capas para inspeccionar de forma independiente y rápida los errores en cada capa.
Resultado clave: Se confirmó que, incluso cuando la tasa de éxito general apenas cambia, la puntuación de una capa específica con problemas cae drásticamente, lo que permite identificar con precisión la causa raíz.
Por qué importa: Esto puede contribuir a mejorar la estabilidad de los sistemas de IA y a encontrar rápidamente la causa cuando ocurren problemas.Resumen IA

Agentes y programación Seguridad y regulación

Resumen completo Leer artículo ↗ PDF ↗

Artículo2026-05-28 · arXiv.org

Extracción de unidades operativas fáciles de entender del interior de la inteligencia artificial a gran escala

Scaling Monosemanticity: Extracting Interpretable Features from Claude 3 Sonnet

Chris Olah y 25 más

Qué: Los investigadores utilizaron autoencoders dispersos para extraer características interpretables de las capas intermedias del modelo de IA comercial Claude 3 Sonnet.
Resultado clave: Las características extraídas mostraron propiedades multilingües y multimodales, abarcando desde figuras famosas y conceptos abstractos hasta riesgos potenciales, confirmando que pueden usarse para controlar el comportamiento del modelo.
Por qué importa: Esto demuestra un avance tecnológico que puede contribuir a interpretar el funcionamiento interno de los modelos de IA e identificar riesgos potenciales.Resumen IA

Seguridad y regulación

Resumen completo Leer artículo ↗ PDF ↗

Personas

Laboratorios punteros

Nuevos laboratorios

Mira MuratiCEO de Thinking Machines Lab Andrej KarpathyFundador de Eureka Labs Yann LeCunFundador de AMI LabsÚltima actividad 2026-10-30 Ilya SutskeverCEO de SSI Llion JonesSakana AIÚltima actividad 2026-10-06 Lilian WengCofundador de Thinking Machines Lab Barret ZophFrecuentes cambios (informes de regreso a OpenAI en 2026 y nuevo traslado)Sergey LevinePhysical Intelligence y UC BerkeleyÚltima actividad 2026-10-06 Aravind SrinivasCEO de Perplexity Arthur MenschCEO de Mistral AI Ashish VaswaniEssential AIÚltima actividad 2026-10-28 Aidan GomezCEO de CohereÚltima actividad 2026-09-12 John SchulmanCientífico jefe en Thinking Machines Lab Chelsea FinnPhysical Intelligence y Universidad de StanfordÚltima actividad 2026-10-29 Fei-fei LiFei-Fei LiCEO de World Labs y Universidad de StanfordÚltima actividad 2026-10-07

Academia

Richard SuttonUniversidad de Alberta Stuart RussellUC Berkeley Andrew NgDeepLearning.AI y AI Fund Yoshua BengioUniversidad de Montreal y LawZeroÚltima actividad 2026-10-12 Geoffrey HintonProfesor emérito, Universidad de TorontoÚltima actividad 2026-09-28 Christopher ManningUniversidad de StanfordÚltima actividad 2026-07-20 Percy LiangUniversidad de Stanford y Together AIÚltima actividad 2026-10-22 Pieter AbbeelUC BerkeleyÚltima actividad 2026-10-06 Kaiming HeMITÚltima actividad 2026-10-01

Hardware de IA

Bill DallyCientífico jefe de NVIDIA Tri DaoTogether AI y PrincetonÚltima actividad 2026-08-12 Song HanMIT y NVIDIAÚltima actividad 2026-10-07 Andrew L FeldmanAndrew FeldmanCEO de Cerebras Jonathan RossGroq Jim KellerCEO de Tenstorrent Jim FanRobótica de NVIDIA

Corea

Ha Jung-wooVicepresidente del Comité Presidencial de Estrategia Nacional de IA (Renunció como secretario presidencial de IA en 2026)Última actividad 2026-04-22 Kim Sung-hoonKim Sung HunCEO de Upstage Bae Kyung-hoonBae KyunghoonMinistro de Ciencia y TIC (Exdirector de LG AI Research)Alice H. OhOh Alice HaeyunKAIST Lee Hae-minSecretario presidencial de Planificación del Futuro de la IA (Nombrado en 2026)Kyunghyun ChoCho KyunghyunNYU y GenentechÚltima actividad 2026-10-04

China

Liang WenfengFundador de DeepSeekÚltima actividad 2026-10-12 Yang ZhilinFundador de Moonshot AIÚltima actividad 2026-07-27 Kai-Fu Lee01.AI

Directivos

Kwak Noh-jungCEO de SK hynix Mark ZuckerbergCEO de Meta Sam AltmanCEO de OpenAI Jun Young-hyunJefe de la división DS de Samsung Electronics Jen-Hsun HuangJensen HuangCEO de NVIDIA C.C. WeiPresidente y CEO de TSMC Greg BrockmanPresidente de OpenAI Lisa SuCEO de AMD Lip-Bu TanCEO de Intel Satya NadellaCEO de Microsoft Sanjay MehrotraCEO de Micron Masayoshi SonPresidente de SoftBank Sundar PichaiCEO de Alphabet Andy JassyCEO de Amazon Elon MuskCEO de xAI y Tesla Kevin ScottCTO de Microsoft Tan Hock EngHock TanCEO de Broadcom

¿Por qué seguir los fichajes y artículos de los líderes de la IA?

En la IA, las personas son la tecnología. La empresa a la que se une un investigador clave, o el laboratorio que funda, suele traducirse meses después en productos, rondas de inversión y adquisiciones. Esta página sigue los cambios de puesto en laboratorios punteros, nuevos laboratorios, academia, chips de IA y figuras de Corea y China.

Los artículos muestran en qué se centra una persona ahora mismo. Clasificamos los artículos en 10 áreas vinculadas a la inversión, como HBM y memoria, GPU y aceleradores, eficiencia de inferencia, agentes y robótica, y ofrecemos un resumen de tres líneas —qué, resultado clave y por qué importa— basado en el resumen del artículo, con enlaces al original y al PDF. Es información para encontrar ideas, no una recomendación de compra o venta.

Preguntas Frecuentes

P. ¿A quién siguen?

Investigadores y directivos clave de laboratorios punteros (OpenAI, Google DeepMind, Anthropic, Meta, etc.), nuevos laboratorios, academia, empresas de chips de IA y de Corea y China. A los directivos que apenas publican solo se les siguen los cambios de puesto.

P. ¿De dónde salen los datos y cada cuánto se actualizan?

Los artículos provienen de Semantic Scholar y arXiv, y las trayectorias de Wikidata (CC0) además de anuncios oficiales y prensa; se recopilan automáticamente cada día. Solo se publican los elementos revisados y aprobados por el editor.

P. ¿Quién redacta los resúmenes?

Una IA (Google Gemini) redacta un borrador a partir del resumen del artículo y el editor lo revisa antes de publicarlo. Los demás idiomas son traducciones por IA del resumen coreano revisado. Confirme siempre cifras y contexto en el original.

Esta página recopila artículos publicados, anuncios oficiales e informaciones de prensa solo con fines informativos. Los resúmenes los redacta una IA a partir del resumen del artículo y los revisa el editor; pueden diferir del original, así que consulte el artículo para lo importante. Nada de esto es una recomendación de compra o venta ni asesoramiento de inversión. Los cambios de puesto citan anuncios oficiales o prensa relevante; parte de las trayectorias proviene de Wikidata (CC0). Los resúmenes de esta página se tradujeron con IA a partir de la versión coreana revisada por el editor.