La tecnología ha sufrido un vuelco prácticamente sin precedentes en el último lustro. La inteligencia artificial y la supercomputación están cambiando nuestra forma de relacionarnos; ahora, el avance tecnológico se mide en segundos.
En este contexto surge Jack Dongarra (Chicago, EEUU, 1950), una de las figuras centrales de la industria tecnológica actual. Dongarra es matemático e investigador, y en 2021 —poco antes del boom de ChatGPT y la IA generativa— ganó el Premio Turing. ¿El motivo? Es la mente detrás del desarrollo del software que permitió a las supercomputadoras dar el salto hacia la llamada “exaescala”, el nivel en el que una máquina puede realizar más de un trillón de operaciones por segundo.
Lee tambiénMarshall McLuhan, filósofo, 1964: “La información, cuando se expande demasiado, produce la misma confusión que la ignorancia”
El trabajo de Dongarra en bibliotecas de cálculo como LINPACK y LAPACK definió durante décadas cómo medimos el rendimiento de las máquinas más potentes del planeta. Y hoy, a sus 75 años, Dongarra sigue reflexionando sobre cómo la IA y la computación cuántica están transformando la sociedad y pueden impactar en el futuro de la humanidad.
“El impacto de la inteligencia artificial en la supercomputación es innegable: ya está transformando la forma en que abordamos los problemas científicos. En los próximos años, la IA será una fuerza aún mayor en la investigación”, comenta Dongarra a Wired.
Jack Dongarra, matemático y científico.
Los modelos de IA están ayudando a identificar patrones y soluciones que antes hubieran llevado décadas de simulación
Tal y como cuenta Dongarra, la IA ya no se limita a optimizar cálculos o gestionar datos. En los laboratorios más avanzados del mundo —como los de Oak Ridge o Argonne, en Estados Unidos—, los modelos de aprendizaje automático colaboran con los científicos en el diseño de materiales, la predicción de comportamientos moleculares o incluso la simulación del clima.
“Los modelos de IA están ayudando a identificar patrones y soluciones que antes hubieran llevado décadas de simulación”, explica en Vox. Aun así, cree que todavía falta mucho por hacer: “La computación cuántica sigue en pañales. La expectación es real, pero falta mucho trabajo antes de ver aplicaciones prácticas más allá de unas pocas áreas especializadas”.
Lee tambiénSam Altman, CEO de OpenAI: “Nuestro objetivo es tener en 2028 un investigador de IA automatizado para acelerar las investigaciones científicas”
Aun así, tiene esperanzas por el futuro. “La supercomputación, impulsada por la IA y la promesa de la computación cuántica, está en el umbral de una nueva era, lo han revolucionado todo”, concluye. “El reto no es solo construir máquinas más potentes, sino aprender a pensar junto a ellas”.
