Baidu ha presentado ERNIE Evolve, un sistema de inteligencia artificial que realiza sus propios experimentos para mejorar el código con el que se entrenan y se usan los modelos de IA. La compañía china lo ha utilizado ya con ERNIE-5.5-Flash, un modelo que todavía está en desarrollo.
El sistema elige qué investigar, modifica el código y ejecuta pruebas. Solo conserva los cambios que superan una evaluación que la propia IA no puede ver, y un revisor independiente comprueba que la mejora no sea un truco para engañar a la prueba.
Resultados en chips propios y de Nvidia
En los chips P800 de Kunlunxin, la división de semiconductores de Baidu que se prepara para salir a bolsa, Baidu afirma que el modelo genera texto más de seis veces más rápido. Sin embargo, según China AI Dispatch, buena parte de esa mejora procede de activar funciones que la configuración del chip todavía no usaba, así que no es una comparación directa con las GPU.
En las tarjetas gráficas (GPU) ya optimizadas por ingenieros, el sistema aumentó el rendimiento un 33,7% en unos tres días. Esa cifra se refiere al procesamiento determinista, un modo que busca que el modelo responda siempre igual ante la misma entrada.
Récords públicos en pruebas de investigación
Baidu también probó ERNIE Evolve en tres retos públicos de investigación en IA. Según la compañía, superó el mejor resultado público en dos de ellos, con 38,9 segundos frente a un récord de 39,9 segundos en un entrenamiento de NanoGPT, y quedó cerca en el tercero. China AI Dispatch señala que Baidu todavía no ha enviado esa marca al ranking oficial.
La compañía también afirma superar a Recursive, una startup que asegura que su propia IA construyó en gran parte su modelo de programación Flint.
Una carrera por dejar que la IA mejore a la IA
La idea de que las máquinas aceleren su propio desarrollo se está extendiendo. Anthropic asegura que Claude escribe más del 80% de su código, y Sergey Brin afirma que Gemini ayuda ya a construir su sucesor.
Baidu planea usar ERNIE Evolve después en el entrenamiento de modelos y, más adelante, para que la IA diseñe sus propias pruebas. La empresa sostiene que este tipo de automejora debe seguir bajo control humano: «Su alcance solo debe crecer mientras las personas puedan entenderlo, supervisarlo y detenerlo», escribe.
Conviene tomar las cifras con cautela: son datos de la propia Baidu, el sistema no está publicado y los márgenes en las pruebas públicas son pequeños. Lo que sí importa es la dirección, porque si estas herramientas se confirman, los modelos podrían mejorarse cada vez más rápido con menos trabajo humano.




