Futuro de la IA: Un proyecto audaz busca replicar la eficiencia del cerebro humano en máquinas.
Rob Williams conoce el secreto para captar la atención de Jeff Bezos: presentar ideas como si ya fueran realidad. Durante años, este ejecutivo del «equipo S» de Amazon —responsable de productos como Alexa— perfeccionó el arte del pitch bajo presión. Pero en diciembre de 2025, su propuesta fue distinta. Ya no hablaba como empleado, sino como cofundador de Flourish, una startup que promete rediseñar la inteligencia artificial desde sus cimientos, inspirada en el cerebro humano. Junto al neurocientífico Thomas Reardon, Williams envió a Bezos un documento de dos páginas. El magnate, desde su yate, lo leyó en silencio mientras Williams esperaba una reacción por Zoom.
El texto era contundente: «Flourish es una empresa de IA neurocientífica que resuelve los dos mayores cuellos de botella de la IA actual: el consumo energético desorbitado y la incapacidad de aprender de forma continua. Desarrollamos Cortex AI, el primer sistema diseñado para igualar la eficiencia del cerebro humano: 20 vatios frente a los 600+ vatios de un chip de entrenamiento actual».
(De izquierda a derecha): Vish Sivakumar, Rob Williams, Thomas Reardon, el inversionista y asesor Jacob Vogelstein, y Joshua T. Vogelstein en la oficina de Flourish.
Fotografía: LANNA APISUKHUn mes después, en un restaurante del barrio Flatiron de Nueva York, Reardon y Williams explican por qué la IA está en crisis. Los modelos de lenguaje grandes (LLM) devoran recursos: un solo chip en un clúster de entrenamiento consume 30 veces más energía que un cerebro humano. «Los centros de datos actualess requieren gigavatios —suficiente para abastecer ciudades enteras—, y ni siquiera aprenden», advierte Reardon. «Un bebé domina un idioma con cientos de miles de palabras; un LLM necesita leer todos los libros escritos veinte veces. Eso no es inteligencia, es fuerza bruta».
Su objetivo es claro: construir una IA que funcione con menos de 50 vatios, adapte su conocimiento en tiempo real y supere la rigidez de los modelos actuales. «El cerebro tiene un algoritmo central que aún no hemos descifrado», afirma Reardon. «Pero estamos cerca».
El equipo que quiere «construir un cerebro» desde cero
Reardon —conocido simplemente como «Reardon» para evitar confusiones con los cuatro «Thomas» en su familia— no es un recién llegado. Abandonó la universidad a los 15 años, ayudó a crear el primer navegador de Microsoft, fundó empresas de tecnología inalámbrica y desarrolló una pulsera de control mental adquirida por Meta. Tras doctorarse en neurociencia en Columbia, reunió a un equipo de élite: 24 neurocientíficos e ingenieros de IA, incluyendo a Greg Wayne, veterano de DeepMind y líder del Proyecto Astra de Google.
«No sabía si lo lograrían, pero era demasiado interesante para ignorarlo», confiesa Wayne, quien negoció con DeepMind para dedicar el 20% de su tiempo a Flourish. El equipo se centra en las columnas corticales, estructuras cerebrales que Reardon llama «la unidad computacional canónica». Su hipótesis: si logran replicar su funcionamiento en silicio, podrían crear una IA que aprenda como un humano.
Thomas Reardon en la sala de conferencias de Flourish.
Fotografía: LANNA APISUKHLa apuesta sedujo a inversores de peso. Bezos aportó $50 millones iniciales y casi duplicó su inversión tras revisar los avances. Junto a él, fondos como Lux Capital, Google Ventures y Catalio Capital sumaron un capital total de $500 millones, valorando Flourish en $2,500 millones. «Bezos solo preguntó una cosa: ¿están dispuestos a dedicar 10 años a esto?», recuerda Williams. «Cuando dijo que sí, no dudó».
El plan incluye experimentos con microscopios electrónicos de última generación para mapear circuitos neuronales a nanoescala, y colaboraciones con proyectos como el Open Connectome, que analiza cerebros de ratones y moscas. Un estudio reciente del cofundador Joshua Vogelstein reveló que la red neuronal de una mosca de la fruta es 10 veces más eficiente que un transformador de LLM. «Los métodos están en un punto de inflexión», afirma el neurocientífico Nathan Danielson, excompañero de Reardon en Meta.
La carrera por vaciar los centros de datos
Flourish no está sola. Empresas como Cortical Labs (que fusiona neuronas cultivadas con chips) o Merge Labs (respaldada por Sam Altman, CEO de OpenAI) persiguen el mismo sueño: una IA con eficiencia biológica. Incluso Meta afirma que su modelo TRIBE v2 «actúa como un gemelo digital del cerebro». Pero Reardon cree que su ventaja radica en la sinergia entre neurocientíficos y expertos en algoritmos: «No entiendes algo hasta que puedes construirlo en silicio».
Thomas Reardon sostiene una escultura de un cerebro en las oficinas de su empresa.
Fotografía: LANNA APISUKHGreg Wayne, tras un silencio incómodo, rompió a reír: «¡Es un plan genial! No es una locura, es práctico». Pero los riesgos son altos. «No se logra mucho en tres años», admite Williams. Reardon es más optimista: espera resultados revolucionarios en cinco años. «Si funciona, la IA cambiará para siempre», sentencia Ben Recht, asesor de Flourish y científico de la UC Berkeley. «Y muchos centros de datos quedarán vacíos».
Jacob Vogelstein sentado en el laboratorio donde, una vez que llegue el equipo, los neurocientíficos de la empresa estudiarán el cerebro.
Fotografía: LANNA APISUKHMientras empresas como Amazon anuncian avances en la infraestructura de sus centros de datos para mejorar el rendimiento, proyectos como el de Flourish podrían hacer que estas instalaciones sean obsoletas en una década. La pregunta que queda en el aire es inevitable: ¿Logrará el ser humano construir una inteligencia que lo supere… usando su propio cerebro como plantilla?
El precedente histórico que explica por qué Bezos apuesta por neurociencia (y no solo por IA)
La obsesión de Jeff Bezos por descifrar el cerebro no es un capricho millonario, sino la repetición de un patrón que ha definido los saltos tecnológicos más disruptivos: cuando la industria choca contra límites físicos, la solución suele venir de imitar a la naturaleza. En los años 70, los ingenieros de Xerox PARC, frustrados por la ineficiencia de los mainframes, estudiaron cómo los niños manipulaban objetos para diseñar la interfaz gráfica (el precursor de Windows y macOS). Tres décadas después, el algoritmo de Google se inspiró en cómo las sinapsis neuronales asignan importancia a las conexiones (el PageRank, basado en la propagación de señales en redes biológicas). Flourish no es una apuesta aislada, sino el eslabón más reciente de una estrategia que ha rendido $1.2 billones en valor de mercado solo en esos dos casos.
Lo novedoso aquí es la urgencia. Según un informe de 2023 del Uptime Institute, el 40% de los operadores de centros de datos admitieron que sus infraestructuras no podrán escalar para satisfacer la demanda de IA en 2028 sin un cambio radical en la eficiencia. La solución actual —apilar más GPUs— es insostenible: un estudio de la Universidad de Massachusetts calculó que entrenar un solo modelo como GPT-3 emite 5 veces más CO₂ que un coche promedio en su vida útil, incluyendo la fabricación. Aquí radica el cálculo de Bezos: si Flourish logra reducir el consumo energético en un 95% (de 600 vatios a 20 vatios por sistema), no solo resolvería un cuello de botella técnico, sino que redefiniría la geopolítica de la IA. Hoy, el 60% de los chips avanzados se fabrican en Taiwán; una IA de bajo consumo podría democratizar el acceso, eliminando la dependencia de infraestructuras centralizadas.
- Patrones históricos: Tecnologías que imitaron procesos biológicos (ej: velcro inspirado en cardos, trenes bala basados en picos de martín pescador) generaron márgenes de ganancia un 37% superiores a las soluciones puramente ingenieriles, según un análisis de Nature Biotechnology (2020).
- Riesgo regulatorio: La UE ya clasifica los centros de datos como «infrastructura crítica» sujeta a cuotas de emisiones. Si Flourish triunfa, sus competidores podrían enfrentar multas por obsolescencia tecnológica, similares a las impuestas a los fabricantes de coches diésel tras 2035.
- Efecto colateral: Una IA con aprendizaje continuo podría hacer obsoletos los modelos actuales de «entrenamiento por lotes», amenazando el negocio de empresas como Nvidia, cuyo 70% de ingresos proviene de GPUs para IA.
La paradoja del cerebro artificial: ¿innovación o canibalización?
El mayor obstáculo de Flourish no es técnico, sino conceptual. Reardon asume que el cerebro tiene un «algoritmo central» replicable, pero neurocientíficos como el premio Nobel Edvard Moser (descubridor de las células de grid) advierten que la cognición emerge de procesos distribuidos y caóticos, no de un código único. Si Flourish fracasa en su objetivo, podría acelerar una tendencia más peligrosa: la mercantilización de la neurociencia. Empresas como Neuralink ya enfrentan demandas por explotar datos cerebrales; si los circuitos neuronales se convierten en propiedad intelectual, los conflictos por patentes podrían paralizar la investigación básica, como ocurrió con el genoma humano en los 90. Bezos no está financiando solo un laboratorio: está apostando por un modelo donde la biología sea el nuevo código abierto—o el próximo campo de batalla legal.
