Fei-Fei Li, la investigadora de Stanford creadora de ImageNet y cofundadora del Stanford Human-Centered AI Institute, fue la protagonista del episodio del 21 de octubre de Only in America, el podcast del Hoover Institution, en conversación con el historiador Stephen Kotkin. El capítulo, de 51 minutos, superó los 570.000 reproducciones según la página del programa.
Hecho
Hecho: el eje de la charla es el salto que Li quiere dar después de los modelos de lenguaje. Co-fundó World Labs en 2024 junto a otras tres personas, y según contó en la entrevista la compañía —dedicada a lo que ella llama inteligencia espacial— tiene hoy 40 empleados: "un equipo deliberadamente chico contra la escala de ImageNet", resume StartupHub.ai, que cubrió el episodio el 27 de octubre. ImageNet, el dataset de 15 millones de imágenes que ella misma armó, está ampliamente reconocido como uno de los motores de la revolución del deep learning.
En sus propios términos, la inteligencia espacial no es solo generación de 3D: es predicción e interacción en el espacio físico. El objetivo declarado del laboratorio es habilitar a creadores, robótica, salud, educación y usuarios empresariales. Según la ficha del episodio, Li y Kotkin también hablaron de la búsqueda de la verdad, de la responsabilidad cívica del científico y de cómo Estados Unidos puede prepararse ante el potencial transformativo de la IA. Li cofundó el Instituto HAI de Stanford, contó, para orientar los sistemas hacia usos positivos y limitar los daños.
Opinión
Opinión: el argumento de Li es una apuesta de fondo disfrazada de biografía: si el lenguaje ya está conquistado —por ChatGPT y su generación—, el siguiente territorio es el espacio físico, y ahí hace falta entender predicción y acción, no solo texto. Es coherente con lo que viene diciendo desde hace años, pero ahora con una estructura concreta de 40 personas y un producto por construir, lo que la obliga a algo que las opiniones suelen evitar: plazos.
Lo que sobresale en la charla, y no es menor, es su insistencia en la curiosidad y en la responsabilidad cívica del científico como método, no como adorno. En un campo donde las voces principales suelen medirse por el tamaño del cálculo, ella mide por la pregunta audaz. Que sea una científica de prestigio eligiendo un problema todavía sin mercado —la comprensión del espacio físico— es en sí mismo una opinión sobre hacia dónde debería ir el campo, y vale más que cualquier pronóstico de AGI.




