NVIDIA continúa revolucionando el campo de la inteligencia artificial con sus modelos y herramientas más recientes como las presentadas esta semana en el CES 2025. Los modelos Nemotron, como Llama Nemotron (para lenguaje) y Cosmos Nemotron (para visión), están diseñados para integrarse en sistemas acelerados mediante microservicios NIM, ofreciendo capacidades excepcionales en el desarrollo de agentes de IA. Estas herramientas destacan por su capacidad para procesar información de manera eficiente y precisa, abriendo nuevas posibilidades para aplicaciones complejas.
En el ámbito de la salud, los modelos de visión Cosmos Nemotron pueden transformar el diagnóstico médico al analizar imágenes avanzadas en tiempo real, mejorando la detección temprana de enfermedades. Además, tecnologías como Omniverse Sensor RTX, que permiten simulaciones altamente precisas, podrían ser utilizadas en cirugía robótica, mejorando la planificación de procedimientos y reduciendo riesgos. Estas herramientas también pueden facilitar la formación de profesionales médicos mediante simulaciones virtuales en entornos seguros y controlados.
En la industria, los modelos Nemotron permiten implementar agentes de IA en líneas de producción, aumentando la automatización y reduciendo errores en entornos complejos. Por su parte, Omniverse Sensor RTX ofrece una ventaja significativa al permitir pruebas virtuales de máquinas autónomas en entornos simulados antes de su implementación física, lo que ahorra costos y mejora la confiabilidad. Además, con el lanzamiento de la RTX 5070, que proporciona un rendimiento comparable a la RTX 4090 a un precio más accesible, más empresas tendrán la oportunidad de adoptar hardware potente para acelerar sus innovaciones.
En el sector de la educación, las soluciones de NVIDIA también pueden tener un impacto relevante. Los AI Blueprints, construidos sobre los microservicios NIM, proporcionan flujos de trabajo preconfigurados que pueden ser utilizados para crear contenidos educativos personalizados, así como sistemas de tutoría basados en humanos digitales (avatares y gemelos digitales). Herramientas como Omniverse Sensor RTX permiten la simulación de escenarios complejos, lo que puede enriquecer la formación técnica y profesional en áreas como la ingeniería o la robótica. Además, la accesibilidad económica de la RTX 5070 permitirá a más instituciones educativas implementar tecnologías avanzadas de inteligencia artificial, reduciendo la brecha tecnológica y ampliando las oportunidades de aprendizaje.
Entre lo presentado ayer con Jensen, quisiera resaltar un desarrollo que he venido siguiendo desde hace años: me refiero al caso de Thor Blackwell Robotics Processor (Thor). NVIDIA ha adoptado un enfoque innovador en el desarrollo de soluciones para robótica, y en particular, de conducción autónoma al integrar potentes chips de inteligencia artificial, como el nuevo Thor basado en la arquitectura Blackwell, con herramientas avanzadas de simulación como la plataforma Cosmos. En lugar de depender exclusivamente de datos recopilados de millones de millas de conducción en el mundo real, como lo hace Tesla, NVIDIA apuesta por simulaciones de alta fidelidad que permiten generar miles de escenarios de conducción a partir de datos existentes. Este enfoque permite acelerar el desarrollo de sistemas autónomos, reduciendo costos y riesgos para los fabricantes de automóviles que adoptan sus soluciones. Además, NVIDIA ofrece flexibilidad en la asignación de recursos computacionales, ya que su chip Thor puede dedicarse tanto a la conducción autónoma como al entretenimiento en cabina, atrayendo a una amplia gama de socios automotrices.
Tesla se ha mantenido como líder en el desarrollo de sistemas de conducción autónoma gracias a su enfoque basado en datos del mundo real. Con su sistema Full Self-Driving (FSD), Tesla recopila datos de millones de vehículos en circulación, lo que permite entrenar sus algoritmos con experiencias reales de conducción. Este enfoque “data-driven” se centra en mejorar la precisión de su sistema al enfrentar escenarios reales, aunque requiere una infraestructura masiva de recopilación y análisis de datos. La ventaja clave de Tesla radica en la riqueza de su base de datos, lo que le permite perfeccionar su sistema continuamente. Sin embargo, este enfoque puede ser más lento en comparación con las simulaciones generativas de NVIDIA, especialmente en términos de probar escenarios extremos o raros.
Mobileye, adquirida por Intel, adopta una estrategia que combina hardware especializado con un enfoque de colaboración con fabricantes de automóviles. Su sistema se basa en mapas de alta definición y cámaras avanzadas, respaldados por algoritmos de visión artificial. Mobileye ha trabajado estrechamente con fabricantes como BMW y Volkswagen para integrar su tecnología en vehículos comerciales incluso en China. A diferencia de Tesla, que controla todo su ecosistema, Mobileye prefiere ser un proveedor de tecnología, enfocándose en crear un estándar modular que pueda ser adoptado por múltiples fabricantes e integradores (cómo es el caso de ZF). Aunque Mobileye no cuenta con una plataforma de simulación tan avanzada como la de NVIDIA, su enfoque pragmático ha permitido una adopción más amplia en vehículos de diferentes niveles de automatización.
Mientras Tesla lidera con su enfoque de aprendizaje basado en datos reales, NVIDIA apuesta por la flexibilidad y escalabilidad de simulaciones generativas, facilitando a otros fabricantes alcanzar niveles avanzados de conducción autónoma. Por otro lado, Mobileye se posiciona como un socio estratégico para fabricantes, ofreciendo soluciones prácticas y adaptables. Como lo comento con mis alumnos, cada estrategia tiene fortalezas distintas: Tesla domina en experiencia del mundo real, NVIDIA sobresale en innovación tecnológica y simulación, y Mobileye destaca en integración y colaboración. La elección entre estas estrategias dependerá de las necesidades específicas de los fabricantes, el nivel de automatización deseado y los recursos disponibles. La competencia entre estas empresas seguirá impulsando avances significativos en la industria de la conducción autónoma; incluso Jensen apareció acompañado de una nueva cuadrilla de robots humanoides, tema sobre el que les daré más detalles ahora que regrese en marzo del GTC 2025.
Estas innovaciones de NVIDIA impactan profundamente en la salud, industria y educación. En salud, mejoran la precisión diagnóstica y la seguridad quirúrgica; en la industria, optimizan la eficiencia operativa y promueven la innovación; y en educación, democratizan el acceso a tecnologías avanzadas y facilitan un aprendizaje personalizado. La convergencia de estas áreas, habilitada por la inteligencia artificial, promete seguir transformando significativamente la manera en que vivimos, trabajamos y aprendemos.
