Schmidhuber lidera en Sakana AI el laboratorio que persigue la mejora recursiva formal

La incorporación de Jürgen Schmidhuber a Sakana AI como asesor científico jefe de su nuevo RSI Lab no es solo una contratación mediática: es la convergencia pública de una línea teórica que el propio Schmidhuber abrió en 1987. Su tesis de diploma en la Universidad Técnica de Múnich ya planteaba que un sistema capaz de aprender a aprender requería "cerrar el bucle" sobre sus propias estrategias, dándose la capacidad de introspeccionar y modificar todas sus partes relevantes. Casi cuatro décadas después, el laboratorio que funda en Tokio busca exactamente eso: una "Máquina de Gödel-Darwin" que reescriba su propio código tras demostrar formalmente que la modificación es beneficiosa.

Pero entre la teoría fundacional y la ingeniería actual hay un abismo que tres artículos técnicos recientes —publicados entre julio y septiembre de 2026— mapean con precisión quirúrgica. La taxonomía de Chen, Wang y Qu (arXiv:2607.07663) recorre 1.250 papers y separa lo que ya es práctica industrial —refinamiento acotado en tiempo de inferencia, auto-destilación, juego contra sí mismo— de la mejora recursiva abierta (RSI), donde el sistema modifica también sus propios criterios de evaluación.

El corte decisivo no es la autonomía del agente, sino la fiabilidad del evaluador: cada bucle de mejora es una apuesta de que alguna señal puede sustituir al juicio humano. La jerarquía de verificación que proponen —desde demostradores formales hasta auto-evaluación intrínseca— predice la fuerza de la mejora demostrada: los bucles cerrados sobre evaluadores débiles derivan en bucles auto-confirmatorios, colapso del modelo o colapso de diversidad.

Burtsev (arXiv:2609.00137) formaliza el momento en que la retroalimentación se vuelve auto-amplificadora. Define un número de reproducción recursiva RAI = χa/σ: ganancia recursiva realizada (a) por cierre operacional (χ) sobre endurecimiento de la frontera de investigación (σ). Cuando RAI > 1, las mejoras incrementales se amplifican entre ciclos de desarrollo; cuando RAI < 1, se amortiguan. El resultado contraintuitivo: un sistema puede volverse supercrítico antes de que la aceleración sea visible, y un crecimiento rápido puede ocurrir sin auto-amplificación real. El retraso del ciclo de desarrollo (τ) se vuelve la escala de tiempo limitante a alto rendimiento investigativo, y el endurecimiento de la frontera puede devolver a un sistema supercrítico a subcrítico dentro de un mismo paradigma.

Zhang, Yuan y Zhang (arXiv:2607.04277) sitúan el obstáculo arquitectónico: la introspección completa —capacidad de simular y evaluar las propias operaciones— es condición necesaria para RSI fuerte. Usando el segundo teorema de recursión de Kleene, construyen programas auto-referenciales con completitud de auto-modificación y garantía de optimalidad global (equivalentes a la Máquina de Gödel de Schmidhuber). La revisión empírica concluye que los LLM actuales exhiben solo "cuasi-introspección": auto-monitoreo metacognitivo emergente, pero sin acceso completo a sus parámetros ni autoridad de auto-modificación formal. Los cuellos de botella estructurales son acceso incompleto a sí mismos, procesamiento feedforward y profundidad computacional limitada.

Lo que esto significa para la empresa latinoamericana

La tentación ejecutiva es leer "Schmidhuber en Sakana" como señal de que la IA auto-mejorante está a la vuelta de la esquina. La evidencia técnica dice lo contrario: el umbral de introspección no se ha cruzado, la jerarquía de evaluación sigue dependiendo de jueces humanos o verificadores formales acotados (código, matemáticas), y el número de reproducción recursiva RAI sigue sin medirse en ningún laboratorio de frontera.

Para un CTO en São Paulo, Ciudad de México o Bogotá, la implicación operativa es triple:

Primero, infraestructura de evaluación antes que agentes autónomos. Los bucles de mejora que funcionan en producción hoy —refinamiento de salidas, test-time training, evolución de harness— requieren evaluadores robustos: suites de test, demostradores formales, reward models auditados. Invertir en tooling de verificación y observability rinde más que perseguir arquitecturas de auto-modificación de pesos.

Segundo, el colapso de modelo es un riesgo de *supply chain* de datos. Dohmatob et al. (2024) muestran que una fracción minúscula de contaminación sintética dispara el colapso. En una región donde gran parte del entrenamiento fino depende de datos web o sintéticos, la gobernanza de procedencia de datos y la detección de contaminación son controles de seguridad, no nice-to-have.

Tercero, el talento de *research engineering* escasea más que el de *prompt engineering*. La taxonomía de Chen et al. revela que el 74 % del corpus 2024-2026 se concentra en refinamiento acotado (human-on-the-loop). Los perfiles que saben diseñar bucles de mejora con evaluadores formales, medir operational closure χ y evitar bucles auto-confirmatorios son los que determinan si un piloto escala o se estanca.

Sakana AI apuesta a que el puente entre la herencia de arquitecturas neuronales japonesas (LSTM, Transformer lineal) y la robótica avanzada del país acelere la IA física. América Latina tiene su propio puente por tender: entre la adopción de modelos de frontera y la capacidad soberana de evaluarlos, auditar sus bucles de mejora y decidir qué problemas merecen ser evaluados —el cuello de botella de dirección de investigación que Anthropic identifica como el último bastión humano.

Mientras RAI siga sin medirse y la introspección completa siga siendo una construcción teórica, la ventaja competitiva en la región no vendrá de esperar a la IA que se programa sola, sino de construir la instrumentación que permita saber cuándo un bucle de mejora es real y cuándo es un espejismo.