Jensen Huang, CEO de Nvidia, sorprende: "Si tuviera 22 años estudiaría..."

El cofundador y CEO de Nvidia, Jensen Huang, pasó por Pekín y dejó una declaración que agitó el debate educativo: "Si fuera un graduado de 22 años en 2025, elegiría las ciencias físicas antes que el software". Con esa frase, el líder de la empresa más valiosa del mundo subraya que la próxima ola de inteligencia artificial demandará dominar las leyes que rigen la realidad física.

De la "Perception AI" a la "Physical AI"

Huang trazó la evolución de la IA en cuatro etapas:

Perception AI - visión y reconocimiento.

Generative AI - modelos que crean texto, imágenes y código.

Reasoning AI - sistemas que planifican y toman decisiones.

Physical AI - plataformas que interactúan con el entorno, donde entran en juego fricción, inercia y causalidad.

"La próxima ola exige entender cómo los datos se comportan en el mundo real", remarcó Huang, convencido de que la frontera de valor se desplazará hacia robótica, gemelos digitales industriales y vehículos autónomos.

Por qué priorizar Física (y no solo programación)

Modelado numérico y simulación: acelera el diseño de chips, materiales y fármacos.

Dominar fuerzas y energía: optimiza robots, drones y líneas de producción.

Pensamiento causa‑efecto: reduce errores de IA en escenarios críticos como salud, logística y finanzas.

Demanda global insatisfecha: la escasez de físicos aplicados eleva las remuneraciones por encima del promedio del software.

Voces que acompañan el giro "back to basics"

Huang no está solo. Elon Musk ha recomendado estudiar Física y Matemática para liderar la próxima revolución tecnológica, mientras que otros referentes del sector subrayan la necesidad de fortalecer las ciencias fundamentales para escalar la IA más allá de la pantalla.

Oportunidades para Argentina

Talento exportable: universidades como la UBA, la UNC y el Balseiro pueden posicionarse como semilleros de físicos‑data scientists.

Clusters de simulación: Vaca Muerta, el agro y la minería del litio demandarán modelado físico‑químico + IA para ganar eficiencia.

Políticas públicas: becas en carreras físico‑matemáticas y convenios con empresas de hardware y robótica atraerían divisas y know‑how.

Preguntas frecuentes

¿La Física reemplaza al código?
No. Huang plantea un mix de habilidades: comprender física y manejar IA generativa. La combinación agregará ventaja competitiva.

¿Qué ramas de la Física son más demandadas?
Mecánica clásica y estadística (robótica), electromagnetismo (chips y fotónica) y termodinámica/flujo de calor (data centers y baterías).

¿Cuándo llegará la "Physical AI" al mercado masivo?
Analistas estiman 2027‑2030 para los primeros despliegues industriales a gran escala; Nvidia ya prueba motores físicos como Newton para robots. Seguí a El Economista en Google Agreganos a tus medios preferidos. + Agregar