Anima Anandkumar: la IA ya predice el clima mejor que la física

Por qué los transformers no sirven para modelar el clima, la fusión ni los fluidos

Una afirmación simple sacude los cimientos del "más tokens, mejor modelo": "Tenemos modelos fundacionales para el lenguaje, no para la física". La firma es de Anima Anandkumar, profesora Bren en Caltech, en una conversación reciente con Latent.Space. Su argumento central: cuando el dominio es continuo y caótico —el clima, la fusión, el flujo de fluidos—, las recetas que hicieron funcionar a los LLM chocan con un muro.

Los datos abiertos en muchos de estos campos apenas llegan a "decenas o cientos de miles de ejemplos", lejos de lo que piden los transformers hambrientos de tokens. Y la resolución que exige la física empuja la longitud de contexto a "cientos de miles de millones o incluso un trillón". Como lo expresó en el episodio: "Si cada dimensión tiene unos pocos cientos de puntos de grilla, que es donde empieza la escala industrial… estamos hablando de cientos de miles de millones a un trillón de longitud de contexto. Así que olvídense de tener un transformer para algo a esta escala: todo el cómputo del mundo no será suficiente".

Neural Operators: la otra ruta a la escala

Para atacar estos sistemas, Anandkumar fue pionera de los Neural Operators (Operadores Neuronales), una de las piezas teóricas más elegantes de la última década en IA. En lugar de modelar una grilla, modelan una función que evoluciona en múltiples escalas. Esto permite combinar datos con leyes físicas e introducir sesgos inductivos (priors) basados en intuición física.

El caso emblemático es el clima. La Tierra es una esfera, lo que obliga a usar la base matemática correcta: los armónicos esféricos. Un modelo meteorológico en grilla cartesiana se desestabiliza rápido; moverse a la base natural del problema permite rodar meses en lugar de días. El Fourier Neural Operator aprende directamente en el dominio de la frecuencia y su variante esférica da vida a FourCastNet 3, que modela el clima global y se mantiene estable hacia el futuro lejano.

El resultado operativo importa: según TIME, el modelo es "decenas de miles de veces más rápido que los modelos meteorológicos tradicionales y a menudo más preciso al predecir eventos extremos como olas de calor y huracanes". Anandkumar, además, fue anteriormente directora de investigación de machine learning en NVIDIA y científica principal en Amazon Web Services, y desde 2023 trabaja a tiempo completo en Caltech.

El mundo físico es más perdonador de lo que parece

Una observación sorprendente del trabajo de Anandkumar es que el mundo físico admite muestras pequeñas. En fusión nuclear, "unos pocos miles de muestras son suficientes para predecir disrupciones de plasma, y hacerlo un millón de veces más rápido que la simulación tradicional". Esto refuerza la tesis: la estructura física importa más que los tokens.

No es un rechazo de la escala, sino una ruta distinta. Anandkumar sigue aspirando a un "modelo fundacional para la física", uno que abarque múltiples fenómenos y combine simulación con diseño. La diferencia es cómo se llega: construyendo la estructura que el mundo físico ya tiene, en lugar de esperar datos que nunca existirán.

La apuesta industrial: Accelerated Understanding

El trabajo académico ya tiene una traducción empresarial. Según CryptoBriefing, Accelerated Understanding Inc, cofundada por Anandkumar y Benedikt Jenik, lanzó un modelo 4D (espacio 3D + tiempo) basado en neural operators en lugar de transformers. Procesa hasta 1 trillón de tokens en entrenamiento y supera los 5 trillones en inferencia, con escalado a 1 trillón de parámetros en pre-entrenamiento.

Antes de fundar la startup, Anandkumar y Jenik fueron contactados para liderar Project Prometheus, un emprendimiento respaldado por Jeff Bezos, y declinaron. La empresa apunta a optimización energética, diseño de chips, robótica, predicción meteorológica e innovación médica —sectores con ciclos de venta largos y validación estricta, donde los incumbentes de simulación llevan décadas de confianza acumulada.

Contexto sectorial: los modelos de IA ya ganan en predicción de huracanes

La línea de FourCastNet no es un experimento aislado. En la temporada de huracanes 2025, los modelos de IA no solo compitieron con los modelos físicos corregidos: los superaron. Google DeepMind venció al pronóstico oficial del National Hurricane Center en casi todos los plazos y lideró la predicción de intensidad, históricamente el punto débil de la meteorología computacional, según reportó Local10.

Una vez entrenados, estos modelos producen pronósticos en minutos desde una laptop estándar, frente a las horas que requieren los modelos físicos en supercomputadoras mainframe. La NOAA estima que la versión IA de su modelo global usa apenas el 0,3% del cómputo de su versión física. DeepMind amplió además a 1.000 miembros de ensemble para la temporada 2026, frente a los 50 de 2025, lo que mejora la detección de eventos atípicos y la probabilidad de intensificación rápida.

En paralelo, un equipo chino publicó en Ocean Engineering (2026) un modelo híbrido PINN–GAN acoplado al sistema tradicional SWAN que reduce el error de predicción de altura de ola bajo tifones hasta un 34,9% en escenarios de decaimiento. La tendencia es clara: la física informada por datos empieza a complementar —y en algunos nichos a superar— a la simulación clásica.

Más allá del clima: verificación formal y política científica

En el episodio de Latent.Space, Anandkumar también presentó TorchLean, un framework que permite escribir redes estilo PyTorch dentro del asistente de pruebas Lean y verificarlas formalmente. La herramienta es clave para llevar redes neuronales a bucles de control críticos, como los de un reactor de fusión.

Además, fue nombrada recientemente miembro del Consejo Consultivo Científico de las Naciones Unidas, desde donde impulsa políticas basadas en evidencia y promueve la aplicación de IA científica para mejorar vidas a escala global. Recibió además el TIME100 AI Impact Award en Dubái, donde recordó la influencia de sus padres ingenieros, pioneros de la manufactura computerizada en India.

¿Qué significa esto para tu startup?

Tres lecciones concretas para founders que construyen sobre IA:

• El "más datos" no es la única palanca. Si tu producto vive en dominios con pocos datos (fusión, diseño de chips, clima, materiales), explorar arquitecturas con sesgos inductivos puede darte ventaja frente a quien intenta encajar todo en un transformer. Neural Operators y PINNs son alternativas maduras con implementación abierta.
• Mira el costo de inferencia, no solo el benchmark. Los modelos físicos de IA corren en laptop; los tradicionales, en supercomputadoras. Si vendes a sectores industriales con presupuesto de cómputo alto, una arquitectura eficiente es un argumento de ventas y un margen defendible.
• Verificación formal = nuevo moat. En sectores regulados (salud, energía, aeroespacial), un modelo verificable en Lean u otro asistente de pruebas abre puertas que un LLM opaco jamás abrirá. La próxima frontera de diferenciación no será solo accuracy, sino certificabilidad.

Fuentes

• Latent.Space — "We have foundation models for language, not for physics" — Anima Anandkumar
• CryptoBriefing — Accelerated Understanding Inc launches new AI model that ditches transformers for neural operators
• TIME — Anima Anandkumar Highlights AI's Potential to Solve 'Hard Scientific Challenges'
• Business Insider — A Caltech professor who led Nvidia's AI lab says AI can't replace this one skill
• Local10 — AI weather models changing the hurricane forecast game
• Phys.org — Coupled AI and physics model improves typhoon-wave height forecasting