Una IA rescata bitcoins perdidos & Nvidia récord y viaje a China - Noticias de Tecnología (15 may 2026)

Arrancamos con esa historia de cripto, porque tiene un giro muy actual: un usuario logró recuperar acceso a sus bitcoins tras años bloqueado. El punto no es que la IA hiciera magia; lo relevante es que actuó como un detective: revisó archivos antiguos, sacó a la luz un respaldo escondido y, además, señaló un fallo de configuración en la herramienta de recuperación que estaba impidiendo el éxito. Es un recordatorio práctico de dos cosas: lo frágil que puede ser la “memoria” digital con formatos viejos y copias dispersas, y lo útil que se ha vuelto la IA para ordenar evidencias y depurar procesos, no solo para escribir texto.

En mercados y geopolítica, Nvidia marcó un nuevo hito al convertirse en la empresa cotizada más valiosa, superando holgadamente la barrera de los cinco billones de dólares. La subida llega en un momento cargado de simbolismo: su CEO, Jensen Huang, se sumará a un viaje de Donald Trump a China para reunirse con Xi Jinping. ¿Por qué importa? Porque el negocio de Nvidia es el corazón del auge de la IA, pero también está atado a tensiones entre potencias, controles de exportación y negociaciones que pueden cambiar el tablero de suministro y ventas de un trimestre al siguiente.

Y siguiendo con China, hoy también se mira de reojo a Taiwán. Un reportaje subraya que, en conversaciones de alto nivel, el tema es especialmente sensible, y no solo por lo militar: Taiwán fabrica la gran mayoría de los chips más avanzados del planeta. En la práctica, eso convierte cualquier movimiento político en un riesgo directo para cadenas globales de suministro: desde centros de datos para IA hasta electrónica de consumo y defensa. La tecnología, aquí, no es un sector; es parte del equilibrio estratégico.

Ahora, una alianza estrella de la IA empieza a chirriar: la relación entre Apple y OpenAI, por la integración de ChatGPT en el software de Apple. Según fuentes cercanas, OpenAI está molesta porque la implementación habría quedado poco visible y con poco impacto en nuevas suscripciones de pago. Apple, por su parte, tendría reservas sobre privacidad y también roces por la ambición de OpenAI en dispositivos y contratación. Lo interesante no es el culebrón, sino la señal: Apple se estaría preparando para permitir varios asistentes de terceros en futuras versiones del sistema, lo que podría reducir el peso de cualquier socio único y redefinir cómo llega la IA al iPhone.

Otro capítulo de poder en IA: salieron a la luz correos y mensajes del caso Musk contra Altman que muestran, con una franqueza poco común, cómo Microsoft veía su relación con OpenAI. Satya Nadella advertía que Microsoft podía quedarse como una “capa fina” sobre Nvidia mientras OpenAI retenía lo esencial: el control del modelo y su propiedad intelectual. Y empujaba por términos que aseguraran más control y más autosuficiencia. En resumen: no es solo una historia de inversión; es una lucha por quién controla la pila completa, desde el silicio hasta el software que decide.

Pasemos a seguridad, donde el tono general es: la IA ya no es un piloto, es infraestructura. Un informe de Wiz dice que la mayoría de organizaciones ya usa servicios de IA gestionados, y muchas también ejecutan modelos propios. La alerta clave es la exposición “transitiva”: empresas que consumen modelos o agentes a través de proveedores externos, sin que quede claro quién es responsable del riesgo. Además, crecen los servidores que conectan asistentes con herramientas internas, y si esos conectores tienen permisos excesivos, pueden convertirse en un nuevo plano de control para atacantes. En pocas palabras: el problema ya no es solo el modelo; es todo lo que el modelo puede tocar.

Y esta semana hubo otro aviso inquietante: investigadores dicen haber encontrado una forma de encadenar fallos para saltarse defensas de macOS. Más allá del detalle técnico, la lectura es clara: los ataques modernos no dependen de “un gran bug”, sino de combinar varios fallos y técnicas. Y si herramientas asistidas por IA aceleran pruebas y descubrimiento, la ventana entre vulnerabilidad y explotación puede acortarse. Para usuarios y empresas, eso refuerza una disciplina vieja pero vital: parches rápidos, mínimos privilegios y monitoreo real de lo que hacen las apps y los procesos.

En el mundo de los chips, TSMC elevó su pronóstico: ve el mercado global de semiconductores acercándose a un tamaño gigantesco hacia el final de la década, impulsado sobre todo por IA y computación de alto rendimiento. La consecuencia es que la industria se prepara para más capacidad y más empaquetado avanzado, porque el rendimiento ya no depende solo del chip “principal”, sino de cómo se integra el conjunto. Y, como telón de fondo, analistas hablan de un pico de precios de memoria que puede apretar márgenes y cambiar la competencia: quien tenga contratos y escala, aguanta mejor; quien dependa del mercado de última hora, sufre.

En espacio y conectividad: Amazon quiere acelerar su internet satelital, aumentando el ritmo de lanzamientos en los próximos meses. Tiene presión regulatoria para desplegar una parte significativa de su constelación, y también una carrera comercial evidente contra Starlink. Lo interesante es la estrategia: Amazon intenta encajar esto con su ecosistema de nube, pensando en redes privadas y clientes empresariales, no solo en consumidores. Aun así, el reto es enorme: competir aquí significa fabricar, lanzar y operar a escala sostenida, no solo presentar un plan bonito.

Otra noticia espacial, esta vez desde NASA: el JPL está probando un nuevo procesador endurecido para radiación con un salto grande de rendimiento frente a los ordenadores típicos de misiones. ¿Por qué es importante? Porque más cómputo a bordo significa más autonomía cuando hay retrasos de comunicación, y también más capacidad para analizar datos científicos sin esperar a bajarlos a la Tierra. En un mundo con misiones más ambiciosas —y más datos—, el cuello de botella ya no es solo el cohete: también es el cerebro de la nave.

Ciencia aplicada, con tres avances que merecen mención rápida. Primero, investigadores describen una especie de “anzuelo” molecular para fármacos contra el cáncer que ayuda a que el tratamiento se quede más tiempo en el tumor, con mejores resultados en animales y menos efectos secundarios, al menos en esta etapa. Segundo, un equipo de Harvard presentó materiales vivos implantables: bacterias diseñadas y encapsuladas para que se queden confinadas y liberen una terapia solo cuando detectan señales de infección, algo prometedor para infecciones asociadas a implantes. Y tercero, desde la Universidad de Pensilvania: un método de IA para acelerar el diseño de péptidos antibióticos, con resultados de laboratorio llamativos. El hilo común es claro: combinar biología y diseño computacional para ir más rápido, pero sin saltarse la parte difícil, que es demostrar seguridad y eficacia en humanos.

En neurotecnología, un experimento llamativo desde Corea del Sur: lentes de contacto “inteligentes” que aplican estimulación eléctrica suave con la idea de influir en circuitos vinculados al estado de ánimo. En ratones, reportan mejoras en comportamientos asociados a depresión bajo ciertas condiciones… pero con una limitación enorme: el montaje dependía de que la señal visual normal no interfiriera, algo que no se traslada tal cual a personas con visión sana. La noticia aquí es más una dirección de investigación que un producto: ideas nuevas para estimulación no invasiva, con muchas barreras antes de pensar en clínica.

Robótica: Figure AI asegura que su sistema más reciente permite a sus humanoides operar de forma autónoma durante un turno completo en un entorno tipo fábrica. Hay que tomar estas afirmaciones con cautela, pero la tendencia es real: se busca pasar de demos cortas a trabajo sostenido, repetible y útil. Si eso se confirma en despliegues reales, cambia la conversación de “qué puede hacer un robot” a “cuántas horas puede hacerlo sin supervisión”, que es donde aparecen los ahorros —y también los nuevos riesgos operativos.

Y cerramos con dos ideas sobre software y la práctica diaria. Por un lado, Simon Willison plantea que la IA está reduciendo el miedo al “lock-in”: si reescribir o migrar una base de código se vuelve más barato con agentes, una mala decisión ya no es una condena de años. Y por otro, sigue la convergencia en cómo se le pide trabajo a esos agentes: gana tracción el formato de dar un objetivo verificable y dejar que el sistema avance hasta “terminado”, con pruebas y comprobaciones, en vez de promesas. En paralelo, el creador de Redis cuenta que su proyecto local, DwarfStar, despegó porque por fin ve modelos abiertos lo bastante buenos para tareas serias sin depender de la nube. Si ese punto de inflexión se sostiene, 2026 puede ser recordado como el año en que la IA dejó de ser solo un servicio remoto y empezó a normalizarse como herramienta local de alto nivel.