Fecha base 2026-11-03
Última ejecución 2026-11-03 21:00:25
S&P 500
7,569
NDX 100
28,180
VIX
20.82
US 10Y
4.95%
DXY
101.86
WTI
$96.60
Gold
$3,932
USD/KRW
1,344
SOX
10,599
Trump Approve
35.4%
S&P 500
7,569
NDX 100
28,180
VIX
20.82
US 10Y
4.95%
DXY
101.86
WTI
$96.60
Gold
$3,932
USD/KRW
1,344
SOX
10,599
Trump Approve
35.4%
AI LEADERS · MOVES & PAPERS

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

LAST UPDATE 2026-11-03 08:00 KST PEOPLE 77 · PAPERS 76 · MOVES 0
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

Fichajes · IA para la ciencia

Aún no hay fichajes con estos filtros.

Artículos · IA para la ciencia

Artículo2026-10-22 · Science

La inteligencia artificial logró mayor precisión que los médicos en los procesos de diagnóstico iterativo

Sequential diagnosis with language models
Qué
Los investigadores desarrollaron un sistema de inteligencia artificial basado en modelos de lenguaje grande y un estándar de evaluación interactivo que imitan el proceso de diagnóstico clínico.
Resultado clave
Este sistema de inteligencia artificial logró precisiones del 83,2 por ciento y del 80,3 por ciento respectivamente en evaluaciones de casos médicos, mostrando un rendimiento superior al de los médicos generales.
Por qué importa
Aunque en un entorno controlado, esto demuestra el potencial de los modelos de lenguaje para apoyar diagnósticos más precisos y rentables.Resumen IA
Artículo2026-10-22 · BMJ digital health & AI

Propuesta de definición y criterios de evaluación para la superinteligencia médica en la inteligencia artificial

Medical superintelligence: foundations and aspirations
Qué
Se analizó cómo la tecnología de inteligencia artificial contribuye a servicios médicos más eficaces y se introdujeron seis dimensiones interdependientes de la inteligencia médica.
Resultado clave
Se reveló que para mejorar la calidad de la atención médica no solo se requiere un rendimiento sobresaliente en tareas individuales, sino también sistemas que colaboren con los humanos para realizar un razonamiento médico integrado en todo el proceso de atención.
Por qué importa
Se propuso una dirección para combinar estas capacidades con la inteligencia médica existente con el fin de mejorar la calidad y la accesibilidad de los servicios médicos.Resumen IA
Artículo2026-10-20 · Zenodo (CERN European Organization for Nuclear Research)

Divulgación de datos estructurales utilizados en el artículo de diseño de enzimas basado en inteligencia artificial

Supplementary Data 2. Designed and predicted structures of all designs
Qué
El equipo de investigación ha publicado todos los archivos de datos estructurales tratados en el artículo sobre el diseño de enzimas impulsado por inteligencia artificial para nuevas reacciones químicas.
Resultado clave
El archivo comprimido contiene estructuras generadas por el modelo de inteligencia artificial, estructuras rediseñadas y datos estructurales predichos adicionales.
Por qué importa
Los datos publicados permiten a los investigadores relacionados verificar los resultados del diseño de enzimas basado en inteligencia artificial y llevar a cabo investigaciones adicionales.Resumen IA
Artículo2026-10-12 · arXiv (Cornell University)

Desarrollo de una tecnología para descubrir de manera eficiente diversos candidatos a anticuerpos mediante inteligencia artificial

Multi-Objective Amortized CDRH3 Sequence Sampling Diversifies Promising Antibody Candidates
Yoshua Bengio y 5 más
Qué
Los investigadores han desarrollado una nueva tecnología de generación de secuencias de anticuerpos basada en inteligencia artificial que puede considerar simultáneamente múltiples condiciones y la diversidad durante el proceso de diseño de anticuerpos.
Resultado clave
En comparación con los métodos existentes, generó 10 veces más candidatos a anticuerpos diversos y aceptables con un 50 por ciento de identidad de secuencia.
Por qué importa
Esta investigación puede ayudar a reducir la probabilidad de fracaso en las etapas iniciales del desarrollo de nuevos fármacos y a explorar diversos candidatos potenciales a anticuerpos.Resumen IA
Artículo2026-10-08 · Code Ocean

Se da a conocer una tecnología para interpretar las causas de la incertidumbre en la inteligencia artificial

pce-uncertainty-attribution: code for "Interpretable attribution of decision-relevant uncertainty in AI"
Yoshua Bengio y 6 más
Qué
Se publicó código y métodos para interpretar a qué factores se debe la incertidumbre en la toma de decisiones de los modelos de inteligencia artificial entrenados.
Resultado clave
Se utilizaron sustitutos polinómicos para revelar las causas de la incertidumbre del modelo en los campos de la química, el diseño experimental y la alineación de modelos de lenguaje.
Por qué importa
Puede utilizarse para comprender mejor el proceso de toma de decisiones de los modelos de inteligencia artificial en diversos campos y aumentar la fiabilidad.Resumen IA
Artículo2026-10-08 · Science

Demostrando automáticamente problemas matemáticos sin resolver con IA

Advancing mathematics research with AI-driven formal proof search
Pushmeet Kohli y 20 más
Qué
Desarrollamos un agente de inteligencia artificial que busca pruebas matemáticas a gran escala utilizando un lenguaje en el que un compilador verifica los pasos de la prueba.
Resultado clave
Este agente de inteligencia artificial logró resolver de forma autónoma varios problemas matemáticos y conjeturas sin resolver.
Por qué importa
Demostró el potencial de la inteligencia artificial para impulsar descubrimientos matemáticos autónomos.Resumen IA
Artículo2026-10-04 · arXiv (Cornell University)

Midiendo con qué facilidad la IA genera futuras ideas de investigación

Priced Guidance: Can Language Models Generate Future Research Ideas?
Percy Liang y 2 más
Qué
Se propone un método para estimar indirectamente la probabilidad de que un modelo de lenguaje genere nuevas ideas de investigación sin pistas, utilizando la cantidad de información (costo de compresión) necesaria para revelar la respuesta correcta.
Resultado clave
Se evaluaron cinco modelos con las ideas centrales de 87 artículos recientes de aprendizaje profundo, y el costo de compresión mediano del mejor modelo individual fue de 69.9 bits. Esto es significativamente menor que la mediana de 5,712 bits de la herramienta de compresión general gzip.
Por qué importa
Esta investigación demuestra un nuevo marco de evaluación que puede calcular el límite inferior de la probabilidad de que un modelo genere ideas. Sin embargo, el resumen no aborda la productividad de la investigación ni los efectos en el mercado.Resumen IA
Artículo2026-10-04 · arXiv (Cornell University)

Se propone un método en el que múltiples agentes de IA acumulan trabajo en un repositorio Git para resolver problemas

GitSwarm: Decentralized Compounding Inference
Rob Fergus y 13 más
Qué
Se propuso y evaluó GitSwarm, un sistema de 'inferencia compuesta' donde múltiples agentes de IA idénticos trabajan de forma independiente en un repositorio Git compartido, guardando, referenciando y combinando continuamente resultados intermedios.
Resultado clave
Se informó que resolvió los 30 problemas de demostración matemática en una sola ejecución, superando la línea base más fuerte bajo una condición de presupuesto fijo (65.1 puntos) con un promedio de 79.4 puntos en la tarea de programación ProgramBench, y mejorando las arquitecturas de inicio a través de experimentos repetidos en tres tareas de estructura de redes neuronales.
Por qué importa
Demuestra que la IA puede acumular logros intermedios sin descartar resultados en cada intento, reutilizándolos para el trabajo siguiente, lo que sugiere una dirección para la resolución de problemas a largo plazo y el diseño de IA para la investigación científica. Sin embargo, dado que son resultados al nivel del resumen, el impacto industrial real es difícil de juzgar solo con este material.Resumen IA
Artículo2026-10-02 · bioRxiv (Cold Spring Harbor Laboratory)

Nueva tecnología de química enzimática que combina el diseño de proteínas por inteligencia artificial y la evolución

Design-Evolution Synergy Enables New-to-Nature Enzyme Chemistry
Pushmeet Kohli y 16 más
Qué
Se desarrolló una enzima que realiza reacciones de aminación de carbono-hidrógeno que no existen en la naturaleza combinando técnicas de diseño de proteínas basadas en inteligencia artificial y evolución.
Resultado clave
Se logró sintetizar una nueva enzima con regioselectividad y enantioselectividad programables, alta eficiencia catalítica y excelente estabilidad enzimática.
Por qué importa
Demuestra que la tecnología de diseño de proteínas se puede utilizar para crear enzimas que promueven reacciones químicas exigentes.Resumen IA
Artículo2026-10-01 · arXiv (Cornell University)

Un punto de referencia de 'búsqueda de artículos inspiradores' creado por 184 investigadores

ScholarCatalyst: A Benchmark for Retrieving Papers That Inspire New Research
Chelsea Finn y 13 más
Qué
Creamos ScholarCatalyst, un conjunto de datos donde los primeros autores de 207 artículos recientes de informática indicaron qué artículos anteriores ayudaron realmente a su investigación, y presentamos una tarea de recuperación para encontrarlos.
Resultado clave
La búsqueda basada en agentes (IA que realiza tareas de forma iterativa por sí misma) no mostró un rendimiento superior al de los métodos de búsqueda básicos (una recuperación de 0.42 frente a 0.48 basada en los primeros 20 resultados). Los agentes basados en Claude Fable 5.1 solo alcanzaron 0.51.
Por qué importa
Esto indica que la IA actual aún carece de la intuición experta necesaria para identificar ideas previas necesarias a partir de la vasta literatura de investigación, lo que señala la necesidad de nuevos métodos de entrenamiento. Si bien esto puede verse como un paso adelante para la asistencia de la IA en la investigación científica, la comercialización real o los efectos industriales no se pueden confirmar a partir del resumen.Resumen IA
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
Artículo2026-08-17

Lanzamiento de herramientas de código abierto y plataforma de comparación de rendimiento para el aprendizaje relacional

Advancing Open and Reproducible Relational Learning: RelArena-$\alpha$, TabPFN-Rel and RPI
Yann LeCun y 46 más
Qué
Los investigadores han lanzado como código abierto una plataforma de comparación integrada y dos softwares relacionados para promover la investigación en el campo del aprendizaje relacional.
Resultado clave
Entre las herramientas recién lanzadas, TabPFN-Rel, un modelo para bases de datos relacionales, registró la clasificación más alta en la plataforma de comparación.
Por qué importa
Este lanzamiento puede servir como base para establecer estándares de comparación confiables en el aprendizaje relacional y ayudar en su aplicación en entornos de investigación e industriales.Resumen IA
Artículo2026-07-25

Derivación de medidas matemáticas ideales a través de estados cuánticos de muchos cuerpos

$\mathcal{P}(\Phi)_2$ Theory from many-body quantum Gibbs states
Yang Zhilin y 2 más
Qué
Se derivaron medidas en el toro unitario bidimensional como límites rigurosos de estados de Gibbs cuánticos de muchos cuerpos.
Resultado clave
Se organizaron sistemáticamente las interacciones de orden inferior derivadas del proceso de renormalización de Wick utilizando un formalismo diagramático para manejar interacciones de orden superior.
Por qué importa
Este estudio proporciona un método analítico fundamental que conecta los modelos de mecánica estadística cuántica y la teoría matemática probabilística.Resumen IA
Artículo2026-05-31 · arXiv.org

La IA física predice con éxito la turbulencia de laboratorio

Emergent Transfer of a Physics Foundation Model from Simulation to Laboratory Turbulence
Kyunghyun Cho y 22 más
Qué
Se aplicó un modelo fundamental de física entrenado en simulaciones a un entorno de laboratorio real para predecir fenómenos complejos de inestabilidad de fluidos.
Resultado clave
Se predijeron con éxito los rangos de crecimiento de laboratorio reales y los nuevos entornos físicos que no estaban presentes en los datos de entrenamiento.
Por qué importa
Demuestra el potencial de los modelos basados en IA para expandirse más allá de las simulaciones hacia datosexperimentales reales.Resumen IA
Artículo2026-04-27 · arXiv.org

Desarrollo de un modelo de inteligencia artificial que maneja conjuntamente diversa información biomolecular

MIMIC: A Generative Multimodal Foundation Model for Biomolecules
Kyunghyun Cho y 30 más
Qué
Los investigadores han presentado MIMIC, un modelo de inteligencia artificial generativa capaz de aprender y generar simultáneamente múltiples informaciones biológicas como ácidos nucleicos, proteínas, evolución y estructuras.
Resultado clave
Al utilizar múltiples tipos de datos en conjunto, MIMIC mostró un rendimiento mejorado en comparación con los modelos existentes basados en un solo tipo de datos y realizó diversas tareas biológicas.
Por qué importa
Este estudio demuestra el potencial para el aprendizaje de representación biomolecular, la predicción condicional y el diseño molecular personalizado a través de un único modelo unificado.Resumen IA
Artículo2026-04-22 · Clinical Endoscopy

La inteligencia artificial en tiempo real mejoró la tasa de detección de lesiones gástricas en la endoscopia

Impact of real-time artificial intelligence integration on detection of gastric lesions: an exploratory single-center before-and-after study using low-definition routine endoscopy
Ha Jung-woo y 10 más
Qué
Los investigadores evaluaron los efectos de introducir un sistema de detección en tiempo real basado en inteligencia artificial (IA) para exámenes de endoscopia de baja definición realizados en entornos con recursos limitados.
Resultado clave
Tras la introducción de la inteligencia artificial, la tasa global de detección de lesiones por paciente aumentó ligeramente, también aumentó la tasa de detección de lesiones pequeñas de 0,5 cm o menos, y se redujo la tasa de biopsias.
Por qué importa
Esta tecnología puede utilizarse para ayudar a detectar pequeñas lesiones gástricas y reducir biopsias innecesarias sin comprometer la detección de cáncer, incluso en entornos con recursos limitados.Resumen IA

Personas

¿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.

🐩 Apoya las Golosinas de Kobong
코봉이
Si esta página te fue útil, también puedes apoyar el fondo de golosinas de Kobong 🦴
💬 Comentarios
Apodos anónimos basados en IP · El abuso puede resultar en restricciones
Cargando...