Revelan qué se debe estudiar después de los 20 años para ser exitoso, según el CEO de Nvidia

Jensen Huang, CEO y cofundador de Nvidia, ha sido una de las figuras más influyentes en el auge de la inteligencia artificial moderna. Pero si hoy tuviera 22 años, no elegiría el mismo camino que lo llevó a revolucionar el mundo de los chips y los modelos generativos.

Durante un reciente viaje a Pekín, Huang fue consultado por un periodista sobre qué estudiaría si volviera a ser un joven graduado en 2025.

Su respuesta fue clara: “Probablemente habría elegido más las ciencias físicas que las ciencias del software”, dijo, haciendo referencia a disciplinas como la física, la química, la astronomía o las ciencias de la Tierra.

Huang sabe de lo que habla. Después de graduarse como ingeniero eléctrico en la Universidad Estatal de Oregon, y completar una maestría en Stanford, fundó Nvidia en 1993. Hoy, la empresa no solo domina el desarrollo de chips para inteligencia artificial, sino que recientemente se convirtió en la compañía con mayor valor de mercado del planeta, superando los 4 billones de dólares.

¿Por qué Jensen Huang recomienda estudiar física?

Aunque no profundizó en su elección, Huang ha sido un fuerte defensor de lo que él llama “IA física”, una nueva etapa en el desarrollo de modelos inteligentes que va más allá del texto o la imagen. Esta fase, según explicó en un evento en Washington D.C., tiene que ver con que las máquinas aprendan las leyes del mundo físico, como la gravedad, la fricción o la causa y el efecto.

“Cuando incorporas esa IA física a un objeto físico llamado robot, obtienes la robótica”, explicó. Huang imagina un futuro cercano donde los robots no solo razonan, sino que interactúan con el entorno como lo haría un humano: predicen hacia dónde rueda una pelota, calculan cuánta fuerza aplicar para agarrar un objeto sin romperlo o infieren la presencia de un peatón oculto.

La evolución de la inteligencia artificial

Según Huang, el mundo ya ha vivido tres grandes olas de IA en la última década:

• La IA de percepción, que comenzó hace más de una década con modelos capaces de ver y reconocer imágenes, como AlexNet en 2012.
• La IA generativa, que permite a los modelos no solo entender, sino también crear: desde textos y código hasta imágenes realistas.
• La IA razonable, la etapa actual, en la que los modelos pueden razonar, resolver problemas y responder a situaciones nunca antes vistas.

Y lo que viene, según el CEO de Nvidia, es la IA física, que sumará capacidades del mundo real a los modelos digitales. Esta tecnología es clave, dijo, para construir las fábricas robóticas del futuro y enfrentar la escasez global de mano de obra.

Un consejo para la próxima generación

La reflexión de Huang deja una enseñanza importante en un mundo donde el software y los algoritmos ya están muy avanzados, comprender cómo funciona el mundo físico puede ser la ventaja competitiva del futuro. Su apuesta por las ciencias físicas no es una mirada nostálgica, sino una estrategia para la próxima frontera de la innovación.