Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · a16z.news
Diseñar hardware sobrehumano es la parte fácil
Un ensayo publicado en a16z sostiene que los modelos punteros ya generan CAD y diseñan PCBs, pero que la interfaz entre bits y átomos pierde información. Esa «lossiness» marcará cuándo y cómo aparecerán ingenieros de hardware sobrehumanos, incluso cuando los modelos acierten el diseño a la primera.
Foto: vía a16z.news
1 medio · MadridPublicada 26 oct, 09:45Actualizada 26 oct, 14:05· Ya no está en portadaEscrita por IA · cómo funciona
El autor arranca con una anécdota: tardó ocho meses en construir su primer dron FPV, que llegó a incendiarse y a estrellarse contra el tejado de un vecino. Una IA superinteligente, dice, lo habría hecho mejor. Los modelos actuales aún no son sobrehumanos, pero ya generan CAD, diseñan PCBs personalizadas, buscan piezas comerciales (COTS) y describen cómo montarlas. Cita benchmarks como CAD Arena, EE Bench y su propio LuxoBench, que muestran mejoras constantes, y apuesta por la Bitter Lesson: sería temerario pensar que el diseño de hardware quedará siempre fuera del alcance de los modelos.
Su tesis es que la interfaz entre el mundo digital y el físico tiene pérdidas. Es difícil «escribir» cambios de los bits a los átomos y «leer» mediciones del mundo físico de vuelta al ordenador. Eso condicionará cuándo y cómo surjan los ingenieros sobrehumanos y les dejará mucho trabajo aunque ya acierten diseños electromecánicos a la primera. Cuenta que tras el lanzamiento de GPT-6 Astra hubo muchas demostraciones de modelado 3D (un tren de vapor, una casa fotorrealista, un juego) y que varios ingenieros probaron a pedirle CAD de nivel profesional, como un controlador de DJ o puentes imprimibles en 3D. Él lanzó luxobench.com, donde pidió a Astra, a Fable 5.1 de Anthropic y a Grok 4.6 de SpaceXSI que le ayudaran a construir una lámpara de escritorio interactiva. Concluye que los modelos por sí solos aún no están listos para la ingeniería de hardware seria.
Para explicar la dificultad distingue cinco niveles. En el 101 hay que descomponer el producto, elegir piezas COTS compatibles, diseñar sus interconexiones y comprarlas; incluso SpaceX vio retrasado en 2006 un encendido del Falcon 1 por un condensador que solo había en una tienda a unos 9.600 kilómetros. En el 201 aparecen las piezas a medida y el paso del CAD a la máquina: en el mecanizado CNC, un maquinista traduce el diseño a CAM y elige material, sujeción, herramientas y estrategia de corte, un proceso artesanal que introduce variabilidad. En el 301 se ensamblan piezas y se acumulan tolerancias. En el 401 entran proveedores externos: incluso SpaceX tiene 591 empleados con cargos de cadena de suministro y busca otros 128. En el 501 hay que hacerlo todo a escala masiva, con más variabilidad, financiación anticipada, formación o programación de quien ensambla y los límites de los proveedores.
Cada uno de estos problemas de «escritura» tiene solución, pero hay que resolverlos uno a uno. El autor cree que una IA sobrehumana puede ser excelente en diseño puro, la pieza idealmente perfecta para una función, y quedarse corta en el diseño para fabricación, que exige más interacción con el mundo real. Ilustra la dificultad de conocer ese mundo con un amigo que compra 45 millones de pollos por semana y cuyo rendimiento semanal de producto vendible llegó a variar hasta un 20 %; un proveedor llegó a inyectar agua a las aves antes de enviarlas, con lo que el peso cuadraba pero no la carne. Añade que el mundo real no es uniforme y cambia constantemente, y que sus datos son escasos: no se puede medir todo siempre, como sabe por haber trabajado en programas de satélites, donde el equipo térmico querría termistores por todas partes.
«Superhuman Hardware Design Is the Easy Part» · puesto 20 · 55 puntos · enviado por gmays
Lo que dicen los comentarios
La discusión sobre el fondo del artículo se centra en si el espacio de soluciones del hardware se puede explorar a fuerza de cómputo. Un comentarista con experiencia en electrónica de potencia lo duda, y otros le responden con la Bitter Lesson y con analogías como el Go o el plegamiento de proteínas. Hay un debate más lateral sobre un tren de vapor que el texto menciona en una feria de 1915, y otro sobre regular los drones como armas, con réplicas que dudan de que eso frene a los delincuentes. También se recuerda que el hardware está limitado por la física y por procesos de fabricación muy complejos, y se espera aún el «momento ChatGPT» de la robótica.
Discrepo. Se ha demostrado que muchas cosas se resuelven buscando muy rápido en un espacio enorme, pero con EMI, impedancias, calor y robustez mecánica el espacio crece tanto que cualquiera que no sea experto se pierde. No apuesto a que el cómputo barato lo supere.
Seguramente haya quien dijo que el espacio de búsqueda del Go era demasiado grande y que nunca plegaríamos proteínas. Creo que las máquinas acabarán siendo más listas que nosotros, en 2 o en 20 años, y la automejora llegará al hardware y al software.
«¿Podrá el cómputo barato superarlo? No apuesto por ello.» Famosas últimas palabras. Remite a la Bitter Lesson y añade que ya se entrena a IAs para dirigir laboratorios de ciencia de materiales, así que nos alejamos del no experto.
«Hardware is Hard». Hay muchísimos procesos detrás de un tornillo de alta precisión para un F1 y la física limita la aceleración. Quizá la IA lo haga con robótica; sigo esperando el momento ChatGPT de la robótica.
¿Reglas estrictas para ciudadanos que cumplen la ley mientras los delincuentes no tienen ninguna traba? Ya se sabe que conseguir armas ilegales es fácil. Es su réplica a la propuesta de tratar los drones como armas.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.