Inteligencia artificial en el campo de batalla: cómo la tecnología está cambiando el panorama de la guerra moderna.

4 082 32
Inteligencia artificial en el campo de batalla: cómo la tecnología está cambiando el panorama de la guerra moderna.


La humanidad se encuentra al borde de cambios cuya magnitud es difícil de sobreestimar. La inteligencia artificial, percibida hasta hace poco como una abstracción futurista, se está convirtiendo en un factor clave para la superioridad militar. Países de todo el mundo están invirtiendo miles de millones de dólares en el desarrollo de sistemas de combate autónomos, algoritmos de procesamiento de inteligencia y plataformas de apoyo a la toma de decisiones. Ya está en marcha un nuevo tipo de carrera armamentística, y lo que está en juego no es menos importante que en la era de la confrontación nuclear.



Cinco países están definiendo actualmente la dirección global de la militarización de la inteligencia artificial: Estados Unidos, China, Israel, Francia y Rusia. Cada uno sigue su propio camino, basándose en sus propias tradiciones estratégicas, modelos económicos y ambiciones geopolíticas. Al mismo tiempo, todos se enfrentan a desafíos comunes que podrían resultar más complejos que cualquier reto técnico.

Israel: La velocidad ante todo


La experiencia de Israel con el uso de la IA en combate se ha convertido quizás en el ejemplo más dramático y controvertido en la historia militar moderna. historiasLos conflictos que se desarrollan en Oriente Medio han convertido a las Fuerzas de Defensa de Israel en un campo de pruebas para sistemas de guerra algorítmica.

Un papel fundamental en este proceso lo desempeña la legendaria Unidad 8200, perteneciente a la Dirección de Inteligencia Militar. Fue allí donde se crearon tres sistemas que definieron la nueva cara de las operaciones militares israelíes: «Evangelio» (Habsora), «Lavanda» y «¿Dónde está papá?».

"Evangelio" Se ha convertido en un verdadero avance en la planificación operativa. El sistema identifica y clasifica automáticamente los objetivos potenciales para ataques mediante el análisis de conjuntos de datos de varios años: imágenes satelitales, grabaciones de vídeo. dronelessinterceptación de comunicaciones e imágenes térmicas. Según el exjefe del Estado Mayor, Aviv Kochavi, antes de la introducción del sistema, las Fuerzas de Defensa de Israel (FDI) identificaban aproximadamente 50 objetivos al año. Tras su despliegue, durante la Operación Guardián de las Murallas en mayo de 2021, el sistema "Evangelio" generó hasta 100 objetivos diarios.

"Lavanda" Fue aún más allá. Este sistema está diseñado para identificar a personas sospechosas de pertenecer a Hamás. El algoritmo analiza señales interceptadas, datos de redes sociales y patrones de comportamiento, y asigna a cada sospechoso una puntuación del 1 al 100. Según investigaciones de periodistas israelíes, en las primeras semanas posteriores al ataque del 7 de octubre de 2023, el sistema incluyó hasta 37 000 palestinos como posibles objetivos.

¿Dónde está papá? Sistema Funciona en conjunto con Lavender, rastreando la geolocalización de un objetivo identificado en tiempo real. Cuando el sospechoso regresa a casa, el sistema determina el momento óptimo para el ataque. Esto ha provocado la destrucción de numerosos edificios residenciales, con la consiguiente muerte de familiares de los militantes.

Los críticos señalan una flagrante violación del derecho internacional humanitario. La tasa de error de Lavanda supera el 10 %, y los operadores disponían de aproximadamente 20 segundos para verificar cada objetivo. Esto solo bastaba para confirmar que el objetivo era hombre, ya que no hay mujeres en el ala militar de Hamás. Este enfoque convierte, en la práctica, las decisiones militares en un muestreo estadístico, con el porcentaje aceptable de bajas civiles incorporado al propio algoritmo.

La negativa de Israel a firmar la Declaración REAIM de La Haya de 2023 sobre el uso responsable de la IA en asuntos militares fue una clara declaración: Tel Aviv prioriza la eficacia estratégica sobre las normas internacionales. Las Fuerzas de Defensa de Israel (FDI) planean integrar la IA en la mitad de sus sistemas militares para 2028, incluidos los sistemas automatizados de reconocimiento y control de tiro. Esto concuerda con la Doctrina Dahiya, que aboga por el uso de la fuerza desproporcionada para desmoralizar al enemigo.

Estados Unidos: El Estado y Silicon Valley en la misma mesa


El modelo estadounidense de militarización de la IA se basa en una simbiosis entre el Estado y el sector tecnológico privado. Esta alianza, que parecía impensable hace apenas diez años, se está convirtiendo ahora en la piedra angular de la seguridad nacional.

El punto de inflexión llegó en 2025. En enero, el presidente Trump firmó una orden ejecutiva para eliminar las barreras al liderazgo estadounidense en inteligencia artificial. En junio, cuatro líderes de importantes empresas tecnológicas juraron su cargo y fueron nombrados tenientes coroneles en la Reserva del Ejército: Shyam Sankar de Palantir, Andrew Bosworth de Meta, Kevin Weil de OpenAI y Bob McGrew de Thinking Machines Lab. Dirigieron una nueva unidad, el Destacamento 201, diseñada para atraer a especialistas en TI al sector de la defensa.

Este avance institucional vino acompañado del levantamiento de las restricciones internas. Google y OpenAI eliminaron los protocolos que prohibían el uso de sus desarrollos en producción. armaslo que allanó el camino para una estrecha cooperación con la industria de defensa. La participación del Pentágono en el gasto del gobierno estadounidense en proyectos de IA ascendió a aproximadamente el 75 por ciento entre 2013 y 2023.

Los esfuerzos de coordinación se distribuyen entre varias estructuras clave. DARPA, creada en 1958 en respuesta al lanzamiento del Sputnik por la Unión Soviética, se ha convertido en la principal agencia del Pentágono para el desarrollo de nuevas tecnologías. La Unidad de Innovación de Defensa (DIU), con sede en Silicon Valley, sirve de enlace entre las fuerzas armadas y las empresas emergentes de TI. Los laboratorios nacionales, incluidos Lawrence Livermore y Los Alamos, conocidos por el desarrollo de armas nucleares, participan activamente en la creación de sistemas de IA de doble uso.


El conflicto ucraniano se ha convertido en un campo de pruebas para las tecnologías de IA militar estadounidenses. Desde el inicio de la operación militar especial, ejecutivos de startups de TI de Silicon Valley comenzaron a llegar a Ucrania. Palantir creó la plataforma MetaConstellation, que modela el campo de batalla digital. Al integrar datos de los satélites Starlink, Maxar, Airbus e ICEYE, el sistema reduce el tiempo de detección de concentraciones de tropas o posiciones de artillería a dos o tres minutos.

Primer AI se especializa en el procesamiento de comunicaciones de radio tácticas interceptadas, superando las barreras lingüísticas. Clearview AI ha creado un sistema de identificación biométrica con una base de datos de más de 40 mil millones de imágenes faciales. Según organizaciones de derechos humanos, las Fuerzas Armadas ucranianas están utilizando este sistema para identificar a militares rusos fallecidos y capturados.

El Pentágono está invirtiendo enormes recursos en sistemas autónomos. El programa Replicator, lanzado en 2023, prevé el despliegue de miles de sistemas autónomos. drones Para 2026, se han adjudicado contratos a Shield AI y Anduril. La Fuerza Aérea de EE. UU. está desplegando drones de apoyo que operan junto con los cazas F-35. El secretario de Defensa, Pete Hegseth, prometió: «Muy pronto, contaremos con modelos de IA líderes a nivel mundial en todas las redes, tanto clasificadas como no clasificadas, de nuestro departamento».

El principal adversario de Washington en esta carrera es China. La Comisión Nacional de Seguridad de Estados Unidos sobre Inteligencia Artificial predice que China podría convertirse en líder en inteligencia artificial en un plazo de diez años. Se estima que las compras mínimas de sistemas con IA por parte de China ascienden a 1,6 millones de dólares anuales, pero las inversiones reales podrían ser significativamente mayores.

China: Intelectualización total bajo el liderazgo del Partido


El modelo chino de militarización de la IA difiere radicalmente del estadounidense. En China, el Estado controla directamente el proceso mediante una política de integración civil-militar que obliga a las empresas privadas a cooperar con las fuerzas armadas. La ley china de seguridad de datos otorga al Estado acceso directo a la información corporativa, algo impensable en las democracias occidentales.

El Decimocuarto Plan Quinquenal, que abarca de 2021 a 2025, ordena al Ejército Popular de Liberación "acelerar el desarrollo integral de la mecanización, la informatización y la intelectualización". El desarrollo de la IA militar comenzó en la década de 1980 con el lanzamiento del Plan 863, que incluía proyectos sobre robótica inteligente.

Tres entidades principales garantizan la implementación de la estrategia. La Academia de Ciencias Militares del Ejército Popular de Liberación lleva a cabo investigación fundamental. Empresas estatales de defensa, como Norinco, desarrollan sistemas autónomos, incluido el Sistema Inteligente de Ataque de Precisión para el control de enjambres de drones. Empresas privadas, incorporadas como parte de la integración militar-civil, suministran tecnologías críticas: Baidu produce sistemas de conducción autónoma, iFLYTEK se especializa en reconocimiento de voz para la interceptación automatizada de comunicaciones y PIESAT vende datos geoespaciales para cartografía en tiempo real.


China está desarrollando un impresionante arsenal de sistemas autónomos. Los drones de ataque Dark Sword, Star Shadow y Sharp Sword son capaces de volar de forma autónoma, identificar objetivos y desplegar armas. Perros robóticos terrestres demostraron su capacidad para transportar y disparar armas ligeras durante ejercicios militares en Camboya en 2021. Las corbetas no tripuladas D3000 están diseñadas para el combate naval autónomo. Los expertos estiman que, en caso de una operación militar en Taiwán, China podría lanzar simultáneamente hasta 8 millones de drones controlados por IA.

Al mismo tiempo, Pekín aboga por una regulación responsable de la IA militar a nivel internacional. En 2021, China presentó ante la ONU el documento «Sobre la regulación del uso militar de la inteligencia artificial» y, en 2023, lanzó la Iniciativa Global sobre Gobernanza de la IA. Estos documentos proponen mantener el control humano, respetar el derecho internacional humanitario y prevenir una carrera armamentística en el campo de la IA. La iniciativa no contó con el apoyo de Estados Unidos ni de Israel, pero sí con el respaldo de muchos países del Sur Global.

Francia: La IA soberana como opción estratégica


En comparación con las superpotencias, la experiencia de Francia resulta particularmente interesante. En marzo de 2026, anunció el despliegue a gran escala del sistema de IA Mistral en sus fuerzas armadas. Esta decisión formaba parte de una ambiciosa estrategia de soberanía tecnológica.

En diciembre de 2025, el Ministerio de las Fuerzas Armadas francés firmó un contrato de tres años con Mistral AI. El acuerdo abarca todas las ramas de las fuerzas armadas y organismos clave, como la Comisión de Energía Atómica (CEA), el Centro de Investigación y Desarrollo Aeroespacial (ONERA) y el Servicio Hidrográfico de la Armada francesa. La gestión del contrato corre a cargo de la Agencia de Inteligencia Artificial para la Defensa (AMIAD), creada en mayo de 2024.

El núcleo técnico del contrato es una «pila de software soberana»: acceso a modelos centrales, asistentes corporativos, herramientas de procesamiento de documentos y agentes de usuario. Todos los sistemas pueden implementarse en configuraciones seguras, incluyendo la instalación en servidores propios y en una nube privada, lo que garantiza un control total sobre los datos.

Para el Ejército francés, la optimización del trabajo del estado mayor tiene un valor operativo inmediato. Los cuarteles generales de brigada, división y teatro de operaciones procesan enormes volúmenes de órdenes, informes de inteligencia, registros de mantenimiento, actualizaciones logísticas y documentación aliada. Las herramientas basadas en inteligencia artificial que pueden resumir, traducir, estructurar y correlacionar estos flujos de información reducen las fricciones en el ciclo de "observar-orientar-decidir-actuar" y brindan a los comandantes un acceso más rápido a información útil.

A nivel táctico, las aplicaciones iniciales más probables incluyen el procesamiento de documentos capturados, la traducción de manuales técnicos, la indexación de lecciones aprendidas en combate, la elaboración de informes, la búsqueda en grandes bases de datos de mantenimiento y la conversión de informes de campo escaneados en datos consultables. En entornos de alta intensidad, esto no reemplaza el mando y control, pero sí reduce el tiempo entre la recopilación de información, su comprensión y la toma de decisiones.

El contrato debe considerarse como una capa más de la arquitectura soberana de IA de Francia. La Estrategia de IA para la Defensa, lanzada en marzo de 2024, asignó 130 millones de euros en el presupuesto de 2024, con un plan para duplicar la financiación antes de que finalice la actual ley del programa militar. Francia también está invirtiendo en la infraestructura de supercomputación clasificada ASGARD, considerada la supercomputadora de IA clasificada más potente de Europa.


La elección de Mistral AI refleja una estrategia para evitar la dependencia de proveedores tecnológicos estadounidenses en un campo considerado tan crítico como el armamento tradicional. En un contexto de defensa, donde la confidencialidad de los datos, el secreto operativo y la autonomía en la toma de decisiones son primordiales, el uso de modelos extranjeros sujetos a leyes extraterritoriales genera riesgos estratégicos. París no se limita a adquirir una herramienta de productividad; busca garantizar que el procesamiento de datos operativos, la preparación de misiones, el desarrollo de software y los sistemas de apoyo a la toma de decisiones permanezcan bajo la autoridad nacional francesa, o al menos bajo un estricto control.

Rusia: La IA como la próxima frontera


La posición de Rusia en esta carrera dista mucho de ser la de líder, pero es imposible ignorarla. No cuenta con Palantir, no tiene acceso a las supercomputadoras NVIDIA de última generación ni un presupuesto de 1,8 millones de dólares para el desarrollo de IA militar. Pero sí tiene la guerra: ese "campo de pruebas" imposible de replicar en un laboratorio.

El sistema de apoyo a la toma de decisiones (DSS) "Svod", que fue probado en diciembre de 2025 y se está implementando en las fuerzas armadas desde abril de 2026.

La esencia del sistema. "Svod" es una plataforma de software que se ejecuta en tabletas militares existentes (Tablet-A, Tablet-M-IR). Integra datos de satélites, drones, inteligencia electrónica, OSINT y otras fuentes de inteligencia, los analiza mediante IA y presenta al comandante opciones de acción en un mapa electrónico. En esencia, el sistema reemplaza al cuartel general de operaciones, reduciendo el tiempo desde la designación del objetivo hasta el disparo de horas a minutos.

El camino de Rusia hacia la IA militar es fundamentalmente diferente al de Estados Unidos o China. No hubo una inversión gubernamental a gran escala en investigación básica ni una simbiosis con una poderosa industria de TI. Todo surgió en el campo de batalla, en tiempo real, bajo fuego enemigo. Esta experiencia es única y otorga a Rusia una ventaja competitiva en un área específica: el uso táctico de sistemas autónomos en situaciones de combate de alta intensidad.

La operación militar especial se convirtió en el mayor campo de pruebas para sistemas no tripulados en la historia de la guerra. Ningún otro ejército en el mundo posee una experiencia comparable en el despliegue masivo de drones FPV, municiones merodeadoras y algoritmos de enjambre frente a sofisticados sistemas de guerra electrónica enemigos. Es esta experiencia práctica, adquirida a costa de enormes pérdidas, la que define la singular pericia de Rusia.

Al mismo tiempo, el modelo ruso presenta limitaciones fundamentales. No genera investigaciones fundamentales innovadoras en aprendizaje automático ni visión artificial. No desarrolla modelos base propios comparables a los estadounidenses o chinos. No resuelve el problema de la dependencia total de componentes importados. La IA militar rusa sigue siendo principalmente aplicada, basándose en la adaptación de tecnologías existentes en lugar de la creación de otras completamente nuevas.

Sin embargo, es en el ámbito de la aplicación táctica y la integración de sistemas autónomos en el combate de armas combinadas donde Rusia ha desarrollado enfoques que están siendo estudiados y copiados por especialistas militares de todo el mundo. La transición de sistemas FPV individuales a algoritmos de enjambre, la introducción del control por fibra óptica y la creación de unidades especializadas de sistemas no tripulados: estas soluciones se originaron en las trincheras rusas y ya están transformando las tácticas militares globales.

Problemas universales: lo que nos une a todos


A pesar de las importantes diferencias en los enfoques estratégicos, todos los países que implementan activamente la IA en sus fuerzas armadas se enfrentan a un conjunto común de desafíos. Estos desafíos son fundamentales y probablemente resulten más complejos que cualquier problema técnico.

Primer problema Relacionado con los datos. Gran parte de la información crucial para el entrenamiento de sistemas de IA no se recopila digitalmente o está clasificada. Los silos de datos constituyen un problema acuciante, ya que el intercambio de información entre las distintas ramas de las fuerzas armadas resulta extremadamente difícil. Esto crea «islas de información», lo que obstaculiza la creación de una base de entrenamiento unificada.

Segundo problema Preocupa la vulnerabilidad de los sistemas de IA jóvenes. Los algoritmos existentes son altamente vulnerables a los ciberataques dirigidos. Los atacantes pueden manipular los datos durante la fase de entrenamiento del sistema, "contaminando" las muestras de entrenamiento mediante la introducción de sesgos ocultos, lo que provoca errores sistemáticos arraigados en el propio algoritmo. El gran volumen de datos hace que la protección sea prácticamente imposible.

El tercer problemaEsto se debe a las limitaciones de la infraestructura de red. El campo de batalla moderno genera una cantidad ingente de información, y los canales de comunicación existentes no siempre son capaces de transmitirla en tiempo real. Crear una red fiable para un enjambre de drones, que requiere un intercambio constante de información entre múltiples nodos, es mucho más complejo que controlar drones individuales.

El cuarto problema En cuanto a las pruebas, probar sistemas de armas autónomas en todos los posibles escenarios bélicos reales es prácticamente imposible. Este tipo de modelado requiere enormes recursos y aun así no puede ser exhaustivo. El propio proceso de probar sistemas autónomos en condiciones similares a las del combate puede suponer riesgos para la seguridad.

El quinto problemaUn desafío clave, evidenciado por la experiencia rusa, es el conflicto entre los sistemas de guerra electrónica rusos y los drones aliados. Los inhibidores desplegados para defenderse de los drones enemigos a menudo inutilizan los suyos. Esta "interferencia amiga" se convierte en una seria limitación táctica, que exige el desarrollo de sistemas de interferencia selectiva.

Tres vectores del futuro


Un análisis de la experiencia de las principales potencias militares nos permite identificar tres tendencias globales que determinan el vector de desarrollo de la industria militar en la era de la inteligencia artificial.

Primer vector — es la creación de sistemas integrados de apoyo a la toma de decisiones. Los proyectos israelíes Evangelion y Lavender, el estadounidense MetaConstellation de Palantir, la red china de conocimiento situacional multidimensional para todo tipo de clima, la IA francesa Mistral y los sistemas rusos demuestran un cambio de paradigma común: de analistas humanos a operadores humanos que supervisan algoritmos. La velocidad de procesamiento de la información se está convirtiendo en el factor principal para la superioridad operativa.

Segundo vector — es el desarrollo de sistemas de combate autónomos y en enjambre. Esta tendencia refleja la búsqueda global de soluciones a las limitaciones demográficas mediante la delegación de funciones tácticas a las máquinas. Los drones capaces de detectar y atacar objetivos de forma autónoma ya no son ciencia ficción, y el control de enjambres promete una revolución en las tácticas de combate. La experiencia rusa ha demostrado que el uso generalizado de drones FPV está limitado por las limitaciones físicas del operador, lo que convierte la introducción de la guía autónoma en un paso inevitable.

Tercer vector — es el surgimiento de formas avanzadas de integración militar-civil. Estados Unidos ha creado «puentes» institucionales que atraen a empresas emergentes civiles. China está integrando empresas privadas en programas de defensa. Israel está aprovechando el talento de desarrolladores de gigantes tecnológicos. Francia está construyendo un ecosistema nacional de IA soberana. Rusia ha evolucionado desde iniciativas voluntarias hasta la adquisición estatal de defensa. Los métodos varían, pero la esencia sigue siendo la misma: ningún país puede desarrollar IA militar de forma aislada del sector técnico civil.

Estas tres áreas definen las líneas de desarrollo de la política técnico-militar moderna: la digitalización total de la inteligencia, la delegación de funciones a sistemas de IA manteniendo el control humano y la integración institucional de los departamentos militares con el sector de las tecnologías de la información. La experiencia de Israel, Estados Unidos, China, Francia y Rusia demuestra que el futuro de la superioridad militar depende de la capacidad de implementar rápidamente esta tríada de cambios interconectados, en lugar de centrarse únicamente en tecnologías disruptivas individuales.

Horizonte ético: Las máquinas toman decisiones de vida o muerte


Todas estas tendencias plantean una pregunta fundamental: ¿puede una máquina tomar decisiones sobre el uso de la fuerza letal? El experimento israelí Lavender ha demostrado las consecuencias de delegar esta autoridad a algoritmos con una tasa de error superior al 10 %. El derecho internacional humanitario, basado en los principios de distinción, proporcionalidad y precaución, se enfrenta a un desafío al que los expertos jurídicos aún no han dado respuesta.

En noviembre de 2025, 156 países de la ONU respaldaron la Resolución L.41, que aboga por el desarrollo de un sistema de limitaciones a las armas autónomas. Sin embargo, las principales potencias están bloqueando esta prohibición preventiva. Hasta que se establezcan mecanismos de rendición de cuentas, auditoría y verificación obligatoria con intervención humana, con el derecho a detener el sistema, el debate inevitablemente se reduce a una pregunta: ¿quién es responsable del error y de la muerte de civiles?

Lo que debemos temer no es a la "Skynet" de las películas de Terminator, sino la transferencia del derecho a usar la fuerza de los humanos a los algoritmos. Las redes neuronales operan y toman decisiones a una velocidad que los humanos no están preparados para manejar. Los militares simplemente no tendrán tiempo para intervenir en las decisiones erróneas y letales de las redes neuronales.

Los países difieren en su enfoque ante este problema. Israel ignora abiertamente las normas internacionales. Estados Unidos y el Reino Unido bloquean las iniciativas para establecer restricciones obligatorias. China, por otro lado, aboga por la regulación, pero su postura es oportunista: tras la retórica humanitaria se esconde el deseo de frenar el liderazgo tecnológico estadounidense. Rusia, por su parte, adopta una actitud de cautela, observando cómo se desarrolla el debate y adaptando su estrategia según la conveniencia operativa.

El conflicto ucraniano ha añadido una nueva dimensión a este debate. Los sistemas de IA que se están probando allí ya están tomando decisiones que afectan la vida y la muerte de miles de personas. El ministro ucraniano de Transformación Digital, Mykhailo Fedorov, habla abiertamente sobre las pruebas de tecnologías extranjeras, haciendo hincapié en la puesta a prueba de innovaciones en el campo de batalla en tiempo real. Esto sienta un precedente para que los algoritmos comerciales desarrollados en Silicon Valley determinen directamente el resultado de las operaciones militares.

El mundo se encuentra en el umbral de una nueva realidad.


Vivimos en una era en la que la inteligencia artificial está dejando de ser una herramienta para convertirse en un elemento clave en el combate. Esta transformación no se produce en laboratorios ni en las páginas de revistas científicas; está ocurriendo ahora mismo, en campos de batalla desde Gaza hasta el Donbás, en las salas de servidores del Pentágono y en las fábricas de las empresas de defensa chinas.

Cada uno de los países analizados sigue su propio camino. Israel prioriza la velocidad y la eficiencia operativa, sacrificando las normas éticas. Estados Unidos construye una simbiosis público-privada, aprovechando el poder de Silicon Valley. China crea un sistema centralizado de intelectualización total bajo el liderazgo del Partido. Francia desarrolla una arquitectura de soberanía tecnológica. Rusia perfecciona el uso táctico de sistemas autónomos en el crisol de la guerra real.

Pero todos se mueven en la misma dirección: hacia un mundo donde la velocidad de procesamiento de la información determina el resultado de una batalla, donde enjambres de drones autónomos reemplazan las líneas de infantería, donde los algoritmos identifican objetivos más rápido de lo que los humanos pueden reconocer una amenaza.

El futuro de la superioridad militar depende de la capacidad de implementar rápidamente una tríada de cambios interconectados: la digitalización total de la inteligencia, la delegación de funciones a sistemas de IA manteniendo el control humano y la integración institucional de los departamentos militares con el sector de las tecnologías de la información. Sin embargo, el principal desafío persiste: cómo preservar la dignidad humana y la responsabilidad moral en un mundo donde las máquinas toman decisiones más rápido de lo que los humanos pueden comprender sus consecuencias.

La respuesta a esta pregunta determinará no solo el rumbo de las guerras futuras, sino también nuestra propia comprensión de lo que significa ser humano en la era de la inteligencia artificial. La carrera ya ha comenzado y es imparable. Lo único que queda es intentar encauzarla hacia una dirección donde el progreso tecnológico sirva no solo a la superioridad militar, sino también a la preservación de aquello que nos define como humanos.
32 comentarios
información
Estimado lector, para dejar comentarios sobre la publicación, usted debe login.
  1. +4
    Abril 2 2026 04: 23
    Rusia ocupa una posición en esta carrera, lo cual difícilmente puede llamarse líder, pero no se puede descartar.

    Pero ¿qué ocurre si nos fijamos en el extremo opuesto? Tenemos escasez de inteligencia humana en muchos sectores, por no hablar de la IA... Ni siquiera hemos alcanzado la media mundial en cuanto a robots industriales...
    Además, la IA presupone una cierta cantidad de "algo" en el que puede insertarse.
    El ejemplo de China es indicativo, pero a priori inalcanzable...
    1. El comentario ha sido eliminado.
      1. 0
        Abril 2 2026 07: 47
        A menos que creen un análogo de la Primera Dirección General bajo el Consejo de Comisarios del Pueblo de la URSS, como durante el desarrollo de armas nucleares... pero esta dirección estará "repleta" de ese tipo de personal... como en Rusnano, por ejemplo.
    2. 0
      Abril 2 2026 14: 46
      Como se puede ver, Rusia carece de la capacidad para construir una infraestructura de IA completa debido a la falta de producción nacional del componente clave —las GPU (unidades de procesamiento gráfico)— y al acceso limitado a su adquisición. Solo contamos con suministros informales a precios exorbitantes.
      Así pues, en estos momentos contamos con menos del 1% de la infraestructura de IA mundial.
      ¿Qué puedo decir? Tenemos el centro de datos más potente diseñado para IA: 63 MW. En EE. UU., los centros de datos ya han alcanzado una capacidad de gigavatios. Colossus, por ejemplo, alcanzará los 2 GW en un futuro próximo.
      Y sin infraestructura, nada despegará; en el mejor de los casos, se obtendrán modelos de IA débiles que estarán dos o tres generaciones por detrás.
  2. +1
    Abril 2 2026 04: 52
    Quizás el autor de esta obra nos explique a nosotros, los aficionados, qué es la "Inteligencia Artificial" y en qué se diferencia (además del nombre) de un buen sistema de recuperación de información (IPS).
    P.D.: Un excelente ejemplo del uso de la IA estadounidense (o judía) es la muerte de 168 niñas escolares iraníes.
    1. +2
      Abril 2 2026 10: 40
      Actualmente, la IA se refiere al uso de modelos LLM y bases de datos vectoriales para el procesamiento de datos. Estos permiten un aumento considerable en el volumen de datos y la velocidad de procesamiento en comparación con los algoritmos de codificación clásicos (según entiendo, usted lo llama IPS) y los sistemas de gestión de bases de datos (DBMS). Además, la IA implica un algoritmo no determinista en comparación con los algoritmos clásicos. Si un animal tiene pico y vuela, es un ave; esto se puede determinar mediante algoritmos clásicos. Pero la IA analizará cientos de miles de millones de parámetros y probablemente clasificará a un pingüino como ave. Sin embargo, nadie puede predecir con un 100 % de certeza dónde se clasificará el pingüino. La precisión depende de la calidad del modelo.
      1. 0
        Abril 2 2026 12: 15
        Esto es un completo disparate. Una máquina que trabaja con cantidades masivas de datos no identifica su herramienta de trabajo —los números— con términos aceptados por los humanos. Esta transformación de datos en conceptos y definiciones es una etapa aparte del proceso. Además, hasta que no haya una justificación matemática y un respaldo para la distribución matemática de un código vinculado a un número, y no haya respaldo en forma de transformación de este valor numérico en un pulso electromagnético —y la discusión se centra esencialmente en la transición de la lógica binaria a la multipolar— todo lo que se dice en el artículo es solo una ilusión y una fantasía, no un camino ni un resultado reales. Y luego, siempre debemos entender que la IA moderna es como un período en el que la realidad aumentada se está transformando en una realidad distorsionada, lo cual es peligroso para el ámbito militar. Y un aspecto clave es el suministro de energía para trabajar con macrodatos. Mientras exista una dependencia entre un solo bit de información y un solo pulso, el sistema no podrá funcionar. Entonces, ¿qué está desenmascarando instalaciones como los centros de datos? ¡LO ENTIENDES CORRECTAMENTE!
        1. 0
          Abril 2 2026 22: 34
          Mierda"

          Usted a quien?
          Una máquina que trabaja con enormes cantidades de datos no identifica su herramienta de trabajo, es decir, un número, con los términos aceptados por una persona.

          Explica a qué te refieres. Todos los ratones fueron inventados y fabricados por humanos. Los humanos que los crearon siempre saben qué operación está realizando la máquina en cada momento; esto es muy fácil de determinar utilizando registros y otras herramientas.
          Esta transformación de algunos datos en conceptos y definiciones es una etapa independiente del proceso.

          Si te refieres a la vectorización de datos, esa definición es muy extraña e incorrecta. Si te refieres a otra cosa, por favor, aclara.
          Además, dado que no existe justificación ni respaldo matemático para la distribución matemática del código vinculado al número, ni respaldo en forma de transformación de este valor numérico en un pulso electromagnético, y en esencia la discusión trata sobre la transición de la lógica binaria a la multipolar, entonces todo lo que se dice en el artículo son solo deseos y fantasías, y no un camino ni un resultado reales.

          La distribución matemática del código vinculada a un número: ¿qué clase de cosa es esa? El código es simplemente una secuencia de comandos para su ejecución en la CPU o la GPU (texto). Explica qué tienes.
          No existe ninguna disposición que permita transformar este valor numérico en un pulso electromagnético.

          Significado y número son sinónimos. ¿O te referías a otra cosa?
          ¿Un pulso electromagnético proviene de una explosión nuclear o de un cañón Gauss? ¿Qué tiene esto que ver con la IA?
          La tecnología informática ha utilizado durante mucho tiempo diversos sistemas numéricos: binario, decimal y hexadecimal. Si bien para un ser humano resulta difícil convertir de un sistema a otro, incluso el ordenador o la calculadora más básicos pueden realizar esta tarea sin problemas.
          como un período en el que la realidad aumentada se transforma en distorsionada

          Me gustaría ver ejemplos y argumentos.
          Mientras exista una dependencia de los bits de información respecto a un único impulso, el sistema no podrá funcionar correctamente.

          ¿Por qué no funciona?
          Entonces, ¿qué revela objetos como los centros de datos? ¡LO HAS ENTENDIDO BIEN!

          ¿Es una pregunta o una respuesta?
          1. 0
            Abril 3 2026 09: 41
            En primer lugar, nada de esto es personal. Es simplemente información. Explicarlo todo llevaría mucho tiempo y sería una tarea ingrata.
            1. 0
              Abril 3 2026 10: 09
              Si no puedes explicar algo con palabras sencillas, es que no lo entiendes tú mismo.

              Richard Feynman dijo esto
              1. 0
                Abril 3 2026 10: 51
                Solo puedo decir que las afirmaciones de otros, incluso de personas talentosas, son simplemente información desde diversas perspectivas. Por lo tanto, el punto de referencia deben ser los fenómenos físicos y las matemáticas como herramienta para describir los procesos físicos. ¿Y cómo puedo explicarte esto si trabajo con una función de valor constante, un número?
              2. 0
                Abril 3 2026 11: 19
                En términos generales, en lo que respecta a la IA, entendemos por qué los matemáticos dedican tanta atención a los números primos y a la búsqueda de nuevos valores consistentes. Y fue precisamente en este contexto donde encontramos una solución utilizando los números naturales. Esto explica qué es una función de valor constante y la posibilidad de describir conjuntos increíblemente grandes, escalarlos y construir conexiones algorítmicas, dinámicas e inseparables. En resumen, nos ayuda a otorgar un significado único y acumulativo a vastos conjuntos de datos basándonos únicamente en los números naturales.
                1. 0
                  Abril 3 2026 14: 43
                  Así que, explícales a todos en el foro cómo se relacionan la IA y los números primos. De lo contrario, solo estarás hablando en acertijos.
                  "Dentro del marco de este problema, encontramos una solución en la serie natural.

                  ¿Cuál es el problema? ¿Cuál es la solución? La transición de los números primos a los números naturales no está clara.
                  función de valor constante de un número

                  No existe tal término en matemáticas, por favor explíquelo.
                  1. +1
                    Abril 3 2026 15: 53
                    Lo siento, no soy un experto ni doy clases. Si no lo sabes, no te molestes. Claro que no existe tal término. PERO las propiedades y los patrones clave lo definen.
                    1. 0
                      Abril 3 2026 17: 43
                      Ah, ya veo, profesor.
      2. 0
        Abril 2 2026 14: 39
        Actualmente, la IA se refiere al uso de modelos LLM y bases de datos vectoriales para el procesamiento de datos.

        No, esta es, en el mejor de los casos, una descripción parcial y simplificada de las tecnologías de IA. E incluso así...
        1. 0
          Abril 2 2026 22: 37
          No pretendo abarcar un tema extenso en un solo comentario. Pero siempre intento aportar ejemplos para respaldar mis argumentos.
    2. +1
      Abril 2 2026 14: 37
      No soy el autor, pero les recomiendo familiarizarse con el marco conceptual del Decreto n.° 490 del Presidente de la Federación Rusa, de 10 de octubre de 2019, «Sobre el desarrollo de la inteligencia artificial en la Federación Rusa». Explica la IA con bastante claridad. Créanme, concebir la IA como un motor de búsqueda inteligente o incluso como un conjunto de modelos LLM es como describir la química como el proceso de destilar licor casero.
      Para empezar, conviene distinguir entre la industria de la IA, las soluciones de IA, las tecnologías de IA y los modelos de IA. A juzgar por los comentarios, la gente tiene todos estos conceptos mezclados.
      1. 0
        Abril 2 2026 14: 56
        Probablemente te referías no al Decreto en sí, sino a la "Estrategia Nacional para el Desarrollo de la Inteligencia Artificial para el Periodo hasta 2030" aprobada por el mismo.
        Sí, es una mezcla de elementos muy interesantes y claramente burocráticos. Sin embargo, a juzgar por las declaraciones y acciones de los líderes rusos, o no han leído esta "Estrategia" o simplemente no la entienden. bebidas
        1. +1
          Abril 2 2026 17: 13
          Sí, es correcto. Simplemente me parecieron muy acertados los conceptos y definiciones sobre IA que contiene este documento. Está muy bien adaptado al idioma ruso.
      2. 0
        Abril 2 2026 22: 03
        Actualmente, la IA se refiere al uso de LLM y su arsenal asociado de RAG, incrustaciones vectoriales, LORA, etc., con el fin de generar y buscar texto, código, imágenes y vídeo.
        En octubre de 2019, el uso práctico de la IA era muchísimo menor que ahora. Han surgido muchas herramientas nuevas, pero muchas ya no se utilizan. No tiene sentido leer este documento.
        Y nuestro presidente, como sabemos, ni siquiera usa internet, así que ¿qué sabe él de inteligencia artificial?
        1. 0
          Abril 3 2026 11: 35
          Actualmente, la IA se refiere al uso de LLM y su arsenal asociado de RAG, incrustaciones vectoriales, LORA, etc., con el fin de generar y buscar texto, código, imágenes y vídeo.

          No. Esto es lo mismo que decir: "La atención médica se refiere a la radiografía, es decir, una imagen de proyección resumida de las estructuras anatómicas del cuerpo con fines de investigación médica no invasiva".
          No tiene sentido leer este documento.

          En primer lugar, el documento corresponde a su versión de 2024. En segundo lugar, se trata de un concepto general. Está redactado de forma algo tosca, pero es esencialmente correcto.
          Искусственный интеллект - un conjunto de soluciones tecnológicas que permite imitar las funciones cognitivas humanas (incluida la búsqueda de soluciones sin un algoritmo predeterminado) y lograr resultados comparables o superiores a la actividad intelectual humana al realizar tareas específicas. Este conjunto de soluciones tecnológicas incluye infraestructura de información y comunicaciones, software (incluidos aquellos que utilizan métodos de aprendizaje automático), procesamiento de datos y procesos y servicios de búsqueda de soluciones;
          Sí, en la vida cotidiana, la gente suele usar soluciones basadas en modelos LLM. Pero esto no convierte a la IA en un "motor de búsqueda inteligente".
          No hablemos del presidente.
          1. 0
            Abril 3 2026 14: 35
            Por favor, mencione un conjunto de soluciones tecnológicas que permitan imitar las funciones cognitivas humanas (incluida la búsqueda de soluciones sin un algoritmo predeterminado) y obtener resultados al realizar tareas específicas que sean comparables o superiores a los resultados de la actividad intelectual humana.

            Y al mismo tiempo, proporcione ejemplos de IA que no se basen en modelos LLM.

            En el nivel actual de desarrollo de la IA, esta puede generar y buscar eficazmente texto, código, imágenes y vídeos. Esto es precisamente lo que hacen LLM y sus herramientas complementarias.
            1. 0
              Abril 3 2026 16: 45
              Por favor, mencione un conjunto de soluciones tecnológicas de este tipo.

              ¿Qué significa "nombrar"? La IA es un concepto complejo que consta de varias capas: infraestructura - centros de datos especializados con un consumo de energía al nivel de megaciudades, donde operan miles de GPU, de la tecnología - visión por computadora, como (CV), aprendizaje automático (ML), procesamiento del lenguaje natural (NLP), modelos - Estructuras matemáticas entrenadas con datos para realizar tareas específicas soluciones/aplicacionesque la gente usa.
              A partir de todo esto, has aislado un subconjunto de modelos de IA y afirmas que eso es IA.
              Y al mismo tiempo, proporcione ejemplos de IA que no se basen en modelos LLM.

              ¿Ejemplos de qué? ¿Soluciones aplicadas específicas? ¿Tipos de problemas resueltos?
              Si busca ejemplos de IA sin aprendizaje automático, considere, por ejemplo, soluciones industriales que utilizan aprendizaje automático clásico y visión artificial: mantenimiento predictivo, control de calidad, monitorización de infraestructuras.
              Basta con centrarse en un único ámbito, como la optimización de las rutas de entrega; existen muchos ejemplos de soluciones específicas: Resilience360, FedEx Surround, CMA CGM AI Tracking, etc.
              En el sector, la IA sin máster en derecho es prácticamente la dominante.
              1. 0
                Abril 3 2026 17: 38
                La visión artificial tiene más de 60 años.
                - Década de 1960 - Primeros trabajos: Larry Roberts (MIT, 1963) creó uno de los primeros sistemas para reconocer objetos 3D a partir de imágenes 2D. El Summer Vision Project (MIT, 1966) estableció la tarea de "resolver" la visión en un
                verano

                El aprendizaje automático también tiene unos 70 años.

                El PLN (procesamiento del lenguaje natural) también tiene unos 70 años.

                ¿Cómo se relacionan estos conceptos con la inteligencia artificial? ¿Una calculadora también es IA?
                La calculadora se ajusta perfectamente a tu definición, ya que es capaz de "simular las funciones cognitivas humanas (incluida la búsqueda de soluciones sin un algoritmo predeterminado) y obtener resultados comparables o superiores al rendimiento intelectual humano al realizar tareas específicas".

                Todo el desarrollo de la IA en los últimos cuatro años se ha basado en LLM y herramientas relacionadas. Los LLM existen desde hace mucho tiempo, pero solo en los últimos años la humanidad ha tenido acceso a una capacidad de procesamiento capaz de manejar cientos de miles de millones, incluso billones, de parámetros, lo que les permite procesar datos con tal precisión y a tal escala.
  3. +1
    Abril 2 2026 05: 32
    Creo que al final seremos más listos que todos. Mientras las grandes potencias invierten en robótica, IA y demás, nosotros sufrimos bloqueos y nos enfrascamos en asuntos primitivos. Y entonces, cuando el enemigo se relaje, no habrá suficiente electricidad para todos, y los apedrearemos.
    1. 0
      Abril 2 2026 13: 02
      Simplemente simulemos un evento con un apagón repentino de internet y de todas las fuentes de comunicación e información. Ya somos "zombis" y no solo no queremos vivir de otra manera, sino que no podemos.
  4. 0
    Abril 2 2026 11: 35
    La posición de Rusia en esta carrera difícilmente puede calificarse de líder.

    Todavía no se vislumbran soluciones revolucionarias.
    1. 0
      Abril 2 2026 12: 19
      ¡Por supuesto! ¿Dónde notaste un avance en matemáticas?
  5. 0
    Abril 2 2026 12: 36
    ¡La IA lleva la guerra centrada en redes al siguiente nivel!
    1. 0
      Abril 2 2026 12: 59
      La gran cantidad de datos estadísticos —y es a este nivel que opera la llamada IA— obliga al cerebro humano a encontrar soluciones más optimizadas. Pero no se trata de procesar enormes cantidades de datos de entrada, trabajar con una máquina que maneja diversos resultados posibles y generar soluciones optimizadas. Por lo tanto, el cerebro humano y sus operaciones aún se limitan a soluciones equilibradas. Sin embargo, nos estamos acercando a ese límite.
  6. 0
    Abril 2 2026 15: 13
    Los atacantes pueden manipular los datos durante la fase de entrenamiento del sistema, "contaminando" las muestras de entrenamiento con sesgos ocultos, lo que provoca errores sistemáticos originados en el propio algoritmo. El gran volumen de datos hace que la protección sea prácticamente imposible.

    Esta tesis me pareció extraña, porque cuanto mayor sea el volumen total de datos de entrenamiento, menor será el porcentaje de datos especialmente "contaminados"; no se pueden crear artificialmente muchos de ellos.
  7. 0
    Abril 3 2026 11: 53
    Pero la pregunta central sigue siendo: ¿cómo preservar la dignidad humana y la responsabilidad moral en un mundo donde las máquinas toman decisiones más rápido de lo que las personas pueden comprender sus consecuencias?
    Para responder a esta pregunta, tenemos que trabajar hacia atrás.
    Sabemos (aunque algunos intenten negarlo) que las guerras son inevitables debido a la naturaleza humana.
    Si una máquina vence a un hombre en la guerra, inevitablemente preferimos la máquina porque, por naturaleza humana, no queremos perder ni morir. Toda la historia de la humanidad, con la introducción y el perfeccionamiento de las armas, es un ejemplo de ello.
    La conclusión sobre la respuesta que la humanidad dará a esta pregunta es decepcionante. Y se repite siglo tras siglo; nada nuevo.