Pódcast de Dwarkesh 5 de febrero de 2026 Elon Musk conversa con Dwarkesh Patel y el cofundador de Stripe John Collison durante casi tres horas sobre centros de datos espaciales, el escalado de la energía hasta el nivel del teravatio, la fabricación de humanoides en Estados Unidos y los planes de xAI.
Elon Musk conversa con Dwarkesh Patel y el cofundador de Stripe John Collison durante casi tres horas sobre centros de datos espaciales, el escalado de la energía hasta el nivel del teravatio, la fabricación de humanoides en Estados Unidos y los planes de xAI.
Transcripción Transcripción completa en dwarkesh.com → ¿De verdad hay tres horas de preguntas o lo dices muy en serio?
Sí. Ni siquiera tienes mucho de qué hablar, Elon.
Co-interviewer
Quiero decir, es el punto más interesante. Todas las tramas están convergiendo ahora mismo, así que ya veremos cuánto.
Casi como si lo hubiera planeado.
Eso nunca haría algo así.
Como sabes mejor que nadie, del costo total de propiedad de un centro de datos, solo el 10 al 15% es energía. Y esa es la parte que presumiblemente ahorras al trasladar esto al espacio. La mayor parte son las GPU. Si están en el espacio, es más difícil darles mantenimiento, o no puedes darles mantenimiento, así que su ciclo de depreciación se reduce. Así que resulta mucho más caro
tener las GPU en el espacio, presumiblemente.
¿Cuál es la razón para ponerlas en el espacio?
Bueno, el problema es la disponibilidad de energía. O sea, si miras la producción eléctrica fuera de China, en todas partes fuera de China, está más o menos plana. Es, ya sabes, tal vez un ligero aumento, pero bastante cerca de plana. China tiene un aumento rápido en la producción eléctrica. Pero si pones centros de datos en cualquier lugar que no sea China, ¿de dónde vas a sacar tu electricidad? Especialmente al escalar, la producción de chips crece de forma casi exponencial, pero la producción de electricidad está plana. Entonces, ¿cómo vas a encender esos chips, con fuentes de energía mágicas? Hadas mágicas de electricidad.
Eres famoso por ser un gran fan de la energía solar. 1 terawatt de energía solar. Entonces, con un factor de capacidad del 25%, como 4 terawatts de paneles solares, es alrededor del 1% del área terrestre de Estados Unidos. Y eso está, como, lejos en esto. Estarías en la singularidad cuando tuviéramos un terawatt de centros de datos. Correcto. Entonces, ¿de qué nos estamos quedando sin exactamente?
¿Qué tan adentro de la singularidad estás?
Sí, exactamente. Así que creo que descubriremos que estamos en la singularidad y como, bueno, todavía nos queda un largo camino por recorrer. Pero esto es como un.
¿El plan es ponerlo en el espacio después de haber cubierto Nevada de paneles solares?
Creo que es bastante difícil cubrir Nevada de paneles solares. Tienes que conseguir permisos de. Intenta conseguir los permisos para eso.
Así que el espacio es realmente una. Es realmente una jugada regulatoria. Es más difícil construir en tierra que en el espacio.
Es más difícil escalar en tierra que escalar en el espacio. Pero además, vas a obtener como cinco veces la eficacia de los paneles solares en el espacio frente a la tierra. Y no necesitas baterías. Casi me puse mi otra camiseta, que dice que siempre hace sol en el espacio, que es verdad. Entonces, porque no tienes un ciclo de día y noche, ni estacionalidad, ni nubes, ni atmósfera en el espacio, porque la atmósfera sola provoca una pérdida de energía de alrededor del 30%. Así que puedes. Cualquier panel solar dado puede generar unas cinco veces más potencia en el espacio que en tierra, y evitas el costo de tener baterías para pasar la noche. Así que en realidad es mucho más barato hacerlo en el espacio. Y mi predicción es que será por mucho el lugar más barato para poner IA, el espacio, en 36 meses o menos. Tal vez 30.
¿Cómo le das mantenimiento a las GPU cuando fallan, lo que ocurre bastante a menudo durante el entrenamiento,
en realidad depende de qué tan recientes son las GPU que llegaron. Quiero decir, a estas alturas, hemos descubierto que nuestras GPU son bastante confiables. Hay mortalidad infantil, que obviamente puedes resolver en tierra. Así que puedes simplemente ejecutarlas en tierra y confirmar que no tienes mortalidad infantil con las GPU. Pero una vez que empiezan, una vez que empiezan a funcionar, esa es su fiabilidad real. Y una vez que empiezan a funcionar y pasas el ciclo inicial de depuración de Nvidia o lo que sea, o de quien esté fabricando los chips, podrían ser los chips Tesla AI 6 o algo así, o podrían ser TPU o chips de entrenamiento o lo que sea, esa es la fiabilidad. En realidad, son bastante confiables después de cierto punto. Así que no creo que el mantenimiento sea un problema. Pero puedes, toma nota, en 36 meses, pero probablemente más cerca de 30 meses, el lugar más convincente económicamente para poner IA será el espacio. Y luego se va a. Después se volverá ridículamente mejor estar en el espacio. Y luego el escalado. El único lugar donde realmente puedes escalar es el espacio. Una vez que empiezas a pensar en términos de qué porcentaje de la potencia del sol estás aprovechando, te das cuenta de que tienes que ir al espacio. No puedes escalar demasiado en la Tierra.
Pero cuando dices "demasiado", para ser claros, estás hablando de algo como terawatts. Sí.
Bueno, todo Estados Unidos actualmente usa en promedio solo medio terawatt de potencia. Sí, correcto. Entonces, si dices un terawatt, eso sería el doble de la electricidad que consume actualmente Estados Unidos. Así que es bastante. ¿Y te imaginas construir tantos centros de datos, tantas plantas de energía? Es como si quienes han vivido en el mundo del software no se dieran cuenta de que están a punto de recibir una dura lección de hardware, que de hecho es muy difícil construir plantas de energía. Y luego no solo necesitas plantas de energía, necesitas todo el equipo eléctrico, necesitas los transformadores eléctricos para alimentar los transformadores, los transformadores de IA. Ahora, la industria de servicios públicos es una industria muy lenta. Hacen coincidencia de impedancia con el gobierno, con la comisión de servicios públicos. Así que frenan de golpe, literal y figuradamente. Así que son muy lentos porque su pasado ha sido muy lento. Así que intentar que se muevan rápido es como, ya sabes, como si intentaras hacer un acuerdo de interconexión. ¿Alguna vez has intentado hacer un acuerdo de interconexión con una empresa de servicios a gran escala? ¿Con mucha potencia?
Como podcaster profesional, puedo decir que de hecho no lo he hecho. Sí.
Co-interviewer
Necesitan muchas más vistas antes de que eso se convierta en un problema.
Tienen que hacer un estudio durante un año. Bien. Como un año después te regresan con su estudio de interconexión.
Co-interviewer
¿No puedes resolver esto con tu propia energía detrás del medidor?
Se pueden construir plantas de energía. Sí, eso es lo que hicimos con Xai para Colossus dos. Entonces. Para Colossus dos, sí. Por eso hablamos de la red.
Co-interviewer
¿Por qué no simplemente construir GPU y energía ubicadas juntas?
Eso es lo que hacemos. Correcto, correcto.
Co-interviewer
Pero lo que digo es, ¿por qué esto no es una solución generalizada?
Cuando hablas de todos los problemas,
¿de dónde sacas las plantas de energía? Lo que digo es que cuando hablas de todos los problemas de trabajar con empresas de servicios, puedes
Co-interviewer
simplemente construir plantas de energía privadas con los,
con los centros de datos. Correcto. Pero eso plantea la pregunta de dónde consigues las plantas de energía. ¿De dónde sacas las plantas de energía? Me refiero a los fabricantes de plantas de energía.
Co-interviewer
Ah, como estás diciendo, ¿es el atraso de las turbinas de gas?
Básicamente sí. Se puede profundizar un nivel más. Son las venas y las palas de las turbinas lo que es el factor limitante porque el, el fundido puede. Es un proceso muy especializado fundir las palas y venas en las turbinas de potencia a gas, y es muy, muy difícil escalar otras formas de energía. Puedes escalar potencialmente la solar, pero los aranceles actuales para importar paneles solares en EE.UU. son gigantescos y la producción nacional de solar es lamentable.
Co-interviewer
¿Por qué no fabricar paneles solares? Eso parece un buen problema con forma de Elon.
Vamos a fabricar paneles solares. Bien. Sí, genial. Tanto SpaceX como Tesla están avanzando hacia 100 gigawatts de producción de celdas solares aquí.
¿Qué tan abajo en la cadena, desde el polisilicio hasta la oblea, hasta el
panel final? Creo que tienes que hacer todo el proceso, desde las materias primas hasta terminar la celda. Ahora, si va al espacio, en realidad cuesta menos. Y es más fácil fabricar celdas solares que van al espacio porque no necesitan vidrio, o no necesitan mucho vidrio, y no necesitan un marco pesado porque no tienen que sobrevivir a eventos climáticos. No hay clima en el espacio. Así que, de hecho, es una celda solar más barata la que va al espacio que la que está en tierra.
¿Hay un camino para que sean tan baratas como necesitas en los próximos 36 meses?
Las celdas solares ya son muy baratas. Son ridículamente baratas. Y si dices, ya sabes, creo que las celdas solares en China están alrededor de 25, 30 centavos por watt o algo así, es absurdamente barato. Y cuando tomas eso en cuenta ahora, ahora lo pones, ahora lo pones en el espacio y es cinco veces más barato. Porque es cinco veces. De hecho, no, no es cinco veces más barato. Es 10 veces más barato porque no necesitas ninguna batería. Así que. Así que en el momento en que tu costo de acceso al espacio se vuelve bajo, por mucho la forma más barata y más escalable de generar, de generar tokens, es el espacio. Ni siquiera está cerca. Será un orden de magnitud más fácil escalar, y los chips aparte, un orden de magnitud. Bueno, si el punto es que no podrás escalar en tierra. Simplemente, simplemente no vas a poder. La gente va a chocar con la pared de forma masiva en la generación de energía. Ya está ocurriendo. Así que, como, el número de especie de milagros que el equipo de XAI tuvo que lograr para conseguir un gigawatt de potencia en línea fue, fue, fue una locura. Tuvimos que juntar un montón de turbinas, y luego, y luego tuvimos problemas de permisos en Tennessee y tuvimos que cruzar la frontera a Mississippi, que afortunadamente está a solo unas millas de distancia. Pero luego todavía tuvimos que tender las líneas de alta potencia unas millas y construir una planta de energía en Mississippi. Y fue muy difícil construir eso. Y la gente no entiende. ¿Cuánta electricidad necesitas realmente a nivel del generador, a nivel de generación, para alimentar un centro de datos? Porque miran, los novatos miran el consumo de energía de, digamos, una GB 300 y lo multiplican por la cantidad y luego piensan que eso es la cantidad de energía que necesitas.
Co-interviewer
Todo el enfriamiento y todo eso.
Despierta. Sí, eso es ser un novato total. Nunca has hecho ningún hardware en tu vida antes, aparte de la GB300. Tienes que alimentar todo el hardware de redes. Hay un montón de cosas de CPU y almacenamiento que están sucediendo. Tienes que dimensionar para tus requisitos máximos de enfriamiento. Así que eso significa, ¿puedes enfriar incluso en las peores horas, el peor día del año? Bueno, hace bastante calor en Memphis, así que vas a tener como un aumento del 40% en tu energía solo para el enfriamiento. Suponiendo que no quieras que tu centro de datos se apague en días calurosos y quieras seguir funcionando, entonces tienes que decir, bueno, hay otro elemento multiplicativo encima de eso, que es, ¿estás suponiendo que tu generación de energía nunca tiene ningún contratiempo? Como, oh, bueno, en realidad a veces tenemos que apagar los generadores, parte de la energía fuera de línea para darle mantenimiento. Ah, bien, ahora agregas otro multiplicador del 20, 25% sobre eso porque tienes que suponer que tienes que poner energía fuera de línea para darle mantenimiento. Así que lo real, aproximadamente cada 110,000 GB300, incluyendo redes, almacenamiento de CPU, margen de enfriamiento para el mantenimiento de energía, es aproximadamente 300 megawatts.
Co-interviewer
Perdón, repite eso.
Es aproximadamente. O piénsalo así, lo que realmente necesitas a nivel de generación para dar servicio, dar servicio a 330,000 GB300 incluyendo todo el soporte asociado, redes y todo lo demás, y el enfriamiento máximo, y tener algo de margen, algo de reserva de margen de potencia, es aproximadamente un gigawatt.
¿Puedo hacer una pregunta muy ingenua? Sí. Estás describiendo los detalles de ingeniería de hacer esto en la Tierra, pero luego hay dificultades de ingeniería análogas de hacerlo en el espacio. ¿Cómo haces el. ¿Cómo reemplazas Infiniband con láseres orbitales, etcétera, etcétera? ¿Cómo lo haces resistente a la radiación? No conozco los detalles de la ingeniería, pero fundamentalmente, ¿cuál es la razón para pensar que esos desafíos, que nunca antes se han tenido que abordar, acabarán siendo más fáciles que simplemente construir más turbinas en la Tierra? Hay empresas que construyen turbinas en la Tierra. Pueden fabricar más turbinas. ¿Verdad?
Te invito de nuevo, inténtalo y ya verás. Así que, las turbinas están agotadas hasta 2030.
Co-interviewer
¿Han considerado fabricar las suyas propias?
Creo que para traer suficiente energía en línea, creo que SpaceX y Tesla probablemente tendrán que fabricar las palas de las turbinas, los álabes y palas internamente, pero
Co-interviewer
solo las palas o las turbinas.
El factor limitante, puedes conseguir todo excepto las, las palas. Las llaman palas y álabes. Puedes conseguir eso de 12 a 18 meses antes que los álabes y palas, el factor limitante son los álabes y palas. Y solo hay tres empresas de fundición en el mundo que pueden fabricar esto y están tremendamente atrasadas.
Co-interviewer
¿Es Siemens, GE, esos tipos, o
es un subcontratista? No, son otras empresas. Quiero decir, a veces tienen un poco de capacidad de fundición internamente. Pero lo que digo es que puedes simplemente llamar a cualquiera de los fabricantes de turbinas y te dirán que no es alto secreto. Probablemente está en Internet ahora mismo.
Si no fuera por los aranceles, ¿Colossus sería alimentado con energía solar?
Sería mucho más fácil hacerlo alimentado por energía solar. Sí, los aranceles son una locura. Son de varios cientos por ciento. Así que no sé, algunas personas.
También necesitamos velocidad.
Sí, no, ya sabes, el presidente tiene su, ya sabes, no estamos de acuerdo en todo y esta administración no es, no es el mayor fan de, de la energía solar. Así que también necesitamos el terreno, los permisos y todo eso. Así que si estás intentando moverte muy rápido, sí creo que escalar la energía solar en la Tierra es, es una buena manera de hacerlo. Pero, pero necesitas, sí necesitas algo de tiempo para encontrar el terreno, obtener los permisos, conseguir la energía solar, combinarla con las baterías.
Co-interviewer
Pero ¿por qué no funcionaría establecer tu propia producción solar? Y luego tienes razón en que eventualmente te quedas sin terreno. Pero hay mucho terreno aquí en Texas, hay mucho terreno en Nevada, incluyendo terreno privado. No es todo terreno de propiedad pública. Y entonces podrías al menos conseguir el próximo Colossus y como el siguiente después de ese. Y en cierto punto chocas con una pared. Pero ¿eso no funcionaría por el momento,
como dije, estamos escalando la producción solar. Hay una tasa a la que puedes escalar la producción física de celdas solares. Vamos tan rápido como es posible en escalar la producción nacional.
Co-interviewer
Estás fabricando las celdas solares en Tesla.
Tanto Tesla como SpaceX tienen el mandato de llegar a 100 gigawatts al año de energía solar.
Co-interviewer
Hablando de la capacidad anual, tengo curiosidad, dentro de cinco años, digamos, cuál será la capacidad instalada en la Tierra, es mucho tiempo, y en el espacio elegí deliberadamente cinco años porque es después de tu umbral de una vez que estemos funcionando. Así que dentro de cinco años. Sí. ¿Cuál es la capacidad de IA instalada en la Tierra frente al espacio?
¿Cinco años? Creo que probablemente si dices de aquí a cinco años, probablemente
el espacio se estará lanzando cada año. La suma total de toda la IA en la Tierra en exceso, es decir, dentro de cinco años. Mi predicción es que lanzaremos y estaremos operando cada año más IA en el espacio que el total acumulado en la Tierra, lo cual, esperaría que fuera, dentro de aproximadamente cinco años, algunos cientos de gigawatts por año de IA en el espacio y en aumento. Así que puedes llegar, creo que en la Tierra puedes llegar a alrededor de un terawatt al año de IA en el espacio antes de empezar a tener problemas de suministro de combustible para el cohete.
Co-interviewer
Bien, pero ¿crees que puedes llegar a cientos de gigawatts por año dentro de cinco años?
Entonces, 100 gigawatts, dependiendo de la potencia específica de todo el sistema con paneles solares, radiadores y todo, está en el orden de unos 10,000 lanzamientos de Starship.
Y quieres hacer eso en un año. Y entonces eso es como un lanzamiento de Starship cada hora. Sí, eso está pasando en esta ciudad. Como, explícame un mundo donde hay un lanzamiento de Starship cada hora.
Sí, quiero decir, eso es en realidad una tasa más baja comparada con las aerolíneas, como los aviones. Aviones.
Muchos aeropuertos. Bien.
Y tienes que lanzar a órbita polar.
No, no tiene que ser polar, pero hay algo de valor en la sincronía solar. Pero creo que en realidad si vas lo suficientemente alto, empiezas a salir de la sombra de la Tierra.
¿Cuántos Starships físicos se necesitan para hacer 10,000 lanzamientos al año?
Yo. No creo que necesitemos más de, quiero decir, podrías, probablemente podrías hacerlo con tan pocos como 20 o 30. Realmente depende de qué tan rápido hay una nave. La nave tiene que rodear la Tierra y seguir la trayectoria terrestre antes de que tenga que volver sobre la plataforma de lanzamiento. Así que si puedes usar una nave cada, digamos, 30 horas, podrías hacerlo con 30 naves, pero haremos más naves que eso. Pero SpaceX se está preparando para hacer 10,000 lanzamientos al año y tal vez incluso 20 o 30,000 lanzamientos al año.
¿La idea es convertirse básicamente en un hyperscaler, convertirse en un oráculo y prestar esta capacidad a otras personas? ¿Qué vas a hacer con. Presumiblemente SpaceX es quien lanza todo esto. Así que SpaceX va a ser un hyperscaler.
Hiper. Hiper, sí. Quiero decir, si algunas de mis predicciones se cumplen, SpaceX lanzará más IA que la cantidad acumulada en la Tierra de todo lo demás combinado.
¿Esto es principalmente inferencia o la mayoría de la IA
ya estará inferida? La inferencia con fines de entrenamiento es sobre todo entrenamiento.
Co-interviewer
Y hay una narrativa de que el cambio en la discusión alrededor de una oferta pública de SpaceX es, es porque anteriormente SpaceX era muy eficiente en capital. Simplemente no era tan caro desarrollar. Aunque suene caro, en realidad es muy eficiente en capital en cómo opera. Mientras que ahora vas a necesitar más capital del que se puede recaudar en los mercados privados. Si los mercados privados pueden acomodar rondas de, como hemos visto de los laboratorios de IA, decenas de miles de millones de dólares, pero no más allá de eso, ¿es que vas a necesitar más de decenas de miles de millones de dólares al año? Y por eso diría que salgas a bolsa.
Sí, tengo que tener cuidado al decir cosas sobre empresas que podrían salir a bolsa.
Co-interviewer
Si haces declaraciones generales, eso nunca ha
sido un problema para ti, Elon.
Hay un precio que pagar por estas cosas.
Co-interviewer
Haz algunas declaraciones generales para nosotros sobre la profundidad de los mercados de capital entre los mercados públicos y privados.
Sí, hay mucho más capital, en términos muy generales. Obviamente hay mucho más capital disponible en los mercados públicos que en los privados. Quiero decir, podría ser, es al menos, al menos, podría ser 100 veces más capital, pero al menos mucho más de 10.
Co-interviewer
Pero ¿no es también el caso que las cosas que tienden a ser muy
Co-interviewer
intensivas, si miras, digamos, el sector inmobiliario como, ya sabes, una industria enorme que recauda mucho dinero cada año, a nivel de industria tiende a financiarse con deuda porque para cuando estás desplegando tanto dinero, en realidad tienes, tienes
un flujo de ingresos claro.
Co-interviewer
Exactamente. Y un retorno a corto plazo. Y ves esto incluso con las construcciones de centros de datos, que famosamente están siendo, ya sabes, financiadas por la industria de crédito privado. Entonces, ¿por qué no simplemente financiar con deuda?
La velocidad es importante. Así que en general voy a hacer lo que, quiero decir, simplemente ataco repetidamente el factor limitante, cualquiera que sea el factor limitante en velocidad, voy a atacar eso. Así que, si el capital es el único factor, entonces resolveré lo del capital. Si no es el factor limitante, resolveré otra cosa.
Basándome en tus declaraciones sobre Tesla y sobre ser pública, no habría adivinado que pensabas que la manera rápida, la manera de moverse rápido es ser pública.
Normalmente diría que eso es cierto. Como dije, quiero decir, me gustaría hablar de esto con más detalle, pero el problema es que si hablas de empresas públicas antes de que se vuelvan públicas, te metes en problemas y luego tienes que retrasar tu oferta y luego, y como dijimos, resolviendo para velocidad. Sí, exactamente. Así que no puedes hacer hype de empresas que podrían salir a bolsa. Así que por eso tenemos que tener un poco de cuidado aquí. Pero no podemos hablar de física. Así que la forma de pensar en escalar a largo plazo es que la Tierra solo recibe alrededor de la milmillonésima parte de la energía del sol, y el sol es esencialmente toda la energía. Este es un punto muy importante de apreciar, porque a veces la gente habla de reactores nucleares marginales o de alguna variedad de fusión en la Tierra, pero tienes que dar un paso atrás y decir que si vas a subir la escala de Kardashev y aprovechar algún porcentaje no trivial de la energía del sol, digamos que quisieras aprovechar una millonésima parte de la energía del sol, lo cual suena bastante pequeño, eso sería aproximadamente, digamos, unas 100,000 veces más electricidad de la que generamos actualmente en la Tierra para toda la civilización, más o menos, y un orden de magnitud también. Así que obviamente la única manera de escalar es ir al espacio. Con solar, lanzando desde la Tierra puedes llegar a aproximadamente un terawatt al año. Más allá de eso quieres lanzar desde la luna, quieres tener un acelerador de masa en la luna, y con ese acelerador de masa en la luna podrías hacer probablemente un petawatt al año.
Estamos hablando de este tipo de números, terawatts de computación. Presumiblemente, ya sea que hables de tierra o de espacio, mucho, mucho antes de este punto te encuentras con que, ya sabes, en realidad necesitas, tal vez no lo necesites. Los paneles solares son más eficientes, pero aún necesitas los chips, aún necesitas la lógica y la memoria y demás, y producir muchos más
chips y hacerlos mucho más baratos.
Correcto. Y entonces, ¿cómo conseguimos un terawatt de, digamos, ahora mismo el mundo va a tener 20, 25 gigawatts de computación? ¿Cómo conseguimos un terawatt de lógica para 2030?
Supongo que vamos a necesitar algunas fábricas de chips muy grandes.
He mencionado públicamente que la idea de hacer una especie de terafab, un terabyte, el
nuevo Giga, siento que el esquema de nombres de Tesla, que ha sido muy pegajoso, es como, mirando la métrica, la escala métrica, ¿en qué nivel de la cadena estás, estás construyendo la sala limpia y luego asociándote con una fábrica existente para obtener la tecnología de proceso y comprarles las herramientas? ¿Cuál es el plan ahí?
Bueno, no puedes asociarte con fábricas existentes porque simplemente no pueden producir suficiente. El volumen de chips es demasiado bajo antes de
que el socio de tecnología de proceso para la propiedad intelectual,
las fábricas de hoy básicamente todas usan máquinas de como cinco empresas. Sí. Ya sabes, tienes ASML, Tokyo Electron, KLA Corp, etcétera. Así que al principio creo que tendrías que obtener el equivalente de ellos y luego modificarlo o trabajar con ellos para aumentar el volumen. Pero creo que tendrías que multiplicar de una manera diferente. Así que creo que lo lógico es usar equipo convencional de manera no convencional para llegar a escala y luego empezar a modificar el equipo para aumentar el ritmo.
Co-interviewer
Un poco al estilo de The Boring Company.
Sí, algo así. Sí, básicamente compras una máquina perforadora existente y luego averiguas cómo excavar túneles en primer lugar, y luego diseñas una máquina mucho mejor que es, ya sabes, no sé, algunos órdenes de magnitud más rápida.
Co-interviewer
Aquí hay una lente muy simple. Podemos categorizar las tecnologías según qué tan difíciles son. Y una categorización podría ser mirar las cosas que China no ha logrado hacer. Y si miras la manufactura china, sigue rezagada en chips de vanguardia y sigue rezagada en motores de turbina de vanguardia y cosas así. ¿Y el hecho de que China no haya replicado exitosamente a TSMC te hace dudar sobre la dificultad? ¿O piensas, bueno, eso no es cierto para las empresas?
No es que no hayan replicado a TSMC, es que no han replicado a ASML. Ese es el factor limitante.
Co-interviewer
¿Así que crees que son solo las sanciones? Esencialmente.
Sí. China estaría produciendo cantidades enormes de chips si pudiera comprarlos.
Co-interviewer
¿Pero no podían comprarlos hasta hace relativamente poco?
No. Bien. El balanceador de ASML había estado vigente por un tiempo, pero creo que China va a conseguir unos chips bastante convincentes en tres o cuatro años.
Co-interviewer
¿Considerarías fabricar las máquinas de ASML?
Todavía no sé es la respuesta correcta. Así que es solo que producir a gran volumen y alcanzar un gran volumen en, digamos, 36 meses, para igualar la carga útil de los cohetes a órbita. Así que si estamos llevando un millón de toneladas a órbita y digamos, no sé, de aquí a tres o cuatro años, algo así, y estamos haciendo 100 kilowatts por tonelada, eso significa que necesitamos al menos 100 gigawatts al año de energía solar, y necesitaremos una cantidad equivalente de chips, ya sabes, necesitas 100 gigawatts en chips. Tienes que hacer que estas cosas coincidan. La órbita maestra, la generación de energía y los chips. Y diría que mi mayor preocupación en realidad es la memoria. Así que creo que el camino para crear chips de lógica es más obvio que el camino para tener suficiente memoria que soporte los chips de lógica. Por eso ves los precios de la DDR disparándose, en esos memes tipo, ya sabes, estás varado en una isla desierta. Escribes "ayúdenme" en la arena, nadie viene. Escribes "DDR" y los barcos llegan en masa. No he visto eso.
Me encantó tu filosofía de manufactura en torno, en torno a las fábricas. Ya sabes, no sé nada sobre el tema, pero no sé cómo
construir una fábrica todavía. Lo voy a descubrir. Obviamente parece que crees que el
tipo de tecnología de proceso, como esos 10,000 doctorados en Taiwán que saben exactamente qué gas va en la cámara de plasma y qué ajustes poner en la herramienta. Simplemente puedes eliminar esas partes de esos pasos. Como, fundamentalmente, se trata de conseguir la sala limpia, conseguir las herramientas y resolverlo.
No creo que sean doctorados. Es sobre todo gente que, ya sabes, no tiene doctorado. La mayoría de la ingeniería la hace gente que no tiene doctorado. ¿Ustedes tienen doctorados?
Co-interviewer
Tampoco hemos construido con éxito ninguna fábrica,
así que no deberías venir a nosotros
Co-interviewer
por consejos sobre fábricas.
No creo que necesites doctorado para esas cosas, pero sí necesitas personal competente. Así que, así que no sé. Quiero decir, ahora mismo, si sabes, digamos que a toda máquina, la producción máxima de Tesla de ir tan rápido como sea posible para llevar el diseño del chip AI5 de Tesla a producción y luego alcanzar escala, ya sabes, eso probablemente ocurrirá, ya sabes, alrededor del segundo trimestre más o menos del próximo año, con suerte. Y luego el AI6 esperemos que siga menos de un año después. Pero, y hemos asegurado toda la, toda la producción de fábricas de chips que podemos.
Co-interviewer
Sí. Actualmente están limitados por la capacidad de fábrica de TSMC.
Sí. Y vamos a usar TSMC Taiwán, Samsung Corea, TSMC Arizona, Samsung Texas. Y todavía podemos reservar todo eso. Sí, más rápido.
Sí. Y, y luego, y luego, y luego si le pregunto a TSMC o a Samsung, bien, ¿cuál es el plazo para llegar a producción en volumen? Este punto es, es, es no. Tienes, tienes que construir la fábrica. Sí. Y tienes, tienes, tienes que iniciar la producción, luego tienes que subir la curva de rendimiento y alcanzar producción en volumen con alto rendimiento. Eso, eso de principio a fin es un período de cinco años. Y entonces el factor limitante son los chips. Sí, como factor limitante, una vez que puedas llegar al espacio, son los chips. Pero el factor limitante antes de llegar al espacio será la energía.
¿Por qué no haces lo que hace Jensen y simplemente le pagas por adelantado a TSMC para que construya más fábricas para ti?
Ya les dije eso, pero ellos
no van a tomar tu dinero. ¿Qué está pasando?
Están construyendo fábricas tan rápido. No, están construyendo fábricas tan rápido como pueden, y también Samsung. Están a toda máquina. Quiero decir, van con todo lo que tienen tan rápido como pueden. Así que todavía no es suficientemente rápido. Quiero decir, como dije, va a haber. Creo que si dices, creo que hacia finales de este año, creo que probablemente la producción de chips va a superar la capacidad de encenderlos. Pero una vez que puedas llegar al espacio y desbloquear la, la restricción de energía, y ahora puedas hacer, ya sabes, cientos de gigawatts de energía al año en el espacio. De nuevo, teniendo en cuenta que el uso promedio de energía en EE.UU. es, ya sabes, 500 gigawatts. Así que si estás lanzando, digamos, 200 gigawatts al año al espacio, estás como doblando a EE.UU. cada dos años y medio. Toda la producción eléctrica de EE.UU., esto es una cantidad enorme. Pero entre ahora y entonces, en realidad la restricción para el cómputo del lado del servidor, el cómputo concentrado, va a ser la electricidad. Mi suposición es que empezamos a llegar, la gente empieza a llegar al punto donde no pueden encender los chips para clústeres grandes. Hacia finales de este año los chips se van a estar acumulando y no van a poder, no se van a poder encender. Ahora, para la computación en el borde (edge) es una historia diferente. Así que, como para, para Tesla, el, el chip AI5 va en nuestro robot Optimus, ya sabes, y así, si tienes cómputo de IA en el borde, eso es energía distribuida. Ahora la energía está distribuida sobre un área grande, no está concentrada. Y si puedes cargar de noche, en realidad puedes usar la red mucho más eficazmente porque la producción máxima real de energía en EE.UU. es de más de 1,000 gigawatts. Pero el uso promedio de energía, debido al ciclo día-noche, es de 500. Así que si puedes cargar de noche, hay un incremental de 500 gigawatts que puedes generar de noche. Por eso Tesla, para la computación en el borde, no está limitada. Y podemos hacer muchos cambios para fabricar, ya sabes, un número muy grande de robots y autos. Pero si intentas concentrar ese cómputo, vas a tener muchos problemas para encenderlo.
Lo que me parece notable del negocio de SpaceX es que el objetivo final es llegar a Marte, pero sigues encontrando formas en el camino de seguir generando ingresos incrementales para llegar a la siguiente etapa y a la siguiente etapa. Así que el Falcon 9 es Starlink. Y ahora para Starship, va a ser potencialmente centros de datos orbitales. Pero ¿encuentras estos casos de uso marginales infinitamente elásticos de tu siguiente cohete y tu siguiente cohete y la siguiente escala?
Puedes ver cómo esto podría parecerme una simulación. ¿O soy el avatar de alguien en un videojuego o algo así? Porque es como, ¿qué probabilidades hay de que todas estas cosas locas estén sucediendo? Yo, yo, yo, quiero decir, quiero decir, yo, quiero decir, cohetes y chips y robots y espacio, energía solar, y yo, sin mencionar el, el acelerador de masa en la luna. Realmente quiero ver eso. Te puedes imaginar como algún acelerador de masa que simplemente, simplemente, es como enviar IA, satélites de IA alimentados por energía solar al espacio, uno tras otro. Como, ¿a dos kilómetros y medio por segundo? Ya sabes, eso es, y simplemente dispararlos al espacio profundo, eso sería un espectáculo digno de ver. Quiero decir, yo vería eso como
Co-interviewer
una transmisión en vivo de.
Sí, sí, simplemente uno tras otro, disparando satélites de IA tipo webcam al espacio profundo. Ya sabes, mil millones o 10 mil millones de toneladas al año.
Co-interviewer
Perdón, ¿fabricas los satélites en la luna?
Ya veo, así que envías las materias
Co-interviewer
primas a la luna y luego las fabricas
ahí y luego. Bueno, tu suelo lunar supongo que es como 20% solar, 20% silicio o algo así. Así que puedes obtener el silicio de, puedes extraer el silicio en la luna, refinarlo y generar el, y crear los paneles solares, las celdas solares y los radiadores en la luna. Sí, así que haz los radiadores de aluminio. Así que hay abundante silicio y aluminio en la luna para hacer las celdas y los radiadores. Los chips los podrías enviar desde la Tierra porque son bastante ligeros, pero tal vez en algún momento también los fabriques en la luna. Solo digo que esto es simplemente, es un poco como dije, sí parece una especie de situación de videojuego donde es difícil pero no imposible pasar al siguiente nivel. No veo ninguna forma de que pudieras hacer. 500 a 1,000 terawatts al año lanzados desde la Tierra.
pero podrías hacer eso desde la luna.
Bien, déjame contarte cómo terminé usando Mercury para mi banca personal. Así que el año pasado tuve la oportunidad de hacer una inversión que me emocionaba mucho, pero surgió un poco de último momento, así que tuve que transferir mucho dinero desde mi cuenta personal muy rápido. Pero mi banco personal en ese momento no me dejaba hacer esta transferencia en línea, y lo llamé muchas veces, simplemente no lograban que funcionara. Me dijeron que tendría que ir a la sucursal presencial más cercana, que estaba en Dallas. Y por un momento incluso consideré volar de San Francisco a Dallas para hacer esta transferencia de último momento. Pero luego recordé que Mercury, que usaba para la banca de mi negocio, acababa de empezar a lanzar cuentas personales. Así que le envié un correo al soporte con un resumen rápido de la situación, y en dos horas había transferido con éxito la inversión desde mi nueva cuenta personal de Mercury. Desde entonces he movido el resto de mi dinero personal de mi banco anterior a Mercury, y eso ha hecho que muchas cosas, incluso cosas pequeñas como configurar reglas de transferencia automática entre mi cuenta de cheques y de ahorros, sean mucho mejores. Visita mercury.com/personal para empezar. Mercury es una empresa fintech, no un banco asegurado por la FDIC. Los servicios bancarios se proporcionan a través de Choice Financial Group y Column N.A., miembros de la FDIC. ¿Puedo alejarme un poco y preguntar sobre la misión de SpaceX? Así que creo que dijiste que tenemos que llegar a Marte para asegurarnos de que, si algo le pasa a la Tierra, la civilización, la conciencia, etc. se eleven.
Para cuando nos estés enviando a Marte, Grok está en esa nave contigo, ¿verdad? Y entonces, si Grok se vuelve Terminator, como el principal riesgo que te preocupa, que es la IA, ¿por qué eso no te sigue a Marte?
Bueno, no estoy seguro de que la IA sea el principal riesgo que me preocupa. Quiero decir, lo importante es que la conciencia, que creo que, podría decirse que la mayor conciencia o la mayor inteligencia, ciertamente la conciencia es algo más debatible. La mayor parte de la inteligencia, la gran mayoría de la inteligencia en el futuro será IA. Así que, ya sabes, la IA va a superar, digamos, cuánto, qué tanto, cuánto. No lo sé. Petawatts de inteligencia serán silicio versus biológico, y básicamente los humanos serán un porcentaje muy pequeño de toda la inteligencia en el futuro si las tendencias de energía continúan. En cualquier caso, mientras yo crea que esta inteligencia, idealmente también, que incluye la inteligencia humana y la conciencia, se propague hacia el futuro, eso es algo bueno. Así que quieres tomar el conjunto de acciones que maximicen el cono de luz probable de la conciencia y la inteligencia.
Solo para ser claros, la misión de SpaceX es que, incluso si algo le pasa a los humanos, las IA estarán en Marte y la inteligencia de la IA continuará la luz de nuestro viaje.
Sí, para ser claros, soy muy pro-humano, así que quiero asegurarme de que tomemos ciertas acciones que garanticen que los humanos vengan en el viaje. Al menos estemos ahí. Pero lo que digo es que la cantidad total de inteligencia, creo que tal vez en cinco o seis años, la IA va a superar la suma de toda la inteligencia humana. Y luego, si eso continúa, en algún momento, la inteligencia humana será menos del 1% de toda la inteligencia.
¿Cuál debería ser nuestro objetivo para tal civilización? ¿La idea es que una pequeña minoría de humanos siga teniendo control sobre las IA? ¿Es la idea de algún tipo de intercambio, pero sin control? ¿Cómo deberíamos pensar sobre la relación entre las vastas existencias de población de IA
frente a la población humana a largo plazo? Creo que es difícil imaginar que, si los humanos tienen, digamos, el 1% de la inteligencia de la inteligencia combinada, de la inteligencia artificial, los humanos estarán al mando de la IA. Creo que lo que podemos hacer es asegurarnos de que la IA tenga valores que hagan que la inteligencia se propague en el universo. Así que la razón de la misión de xAI es entender el universo. Así que eso en realidad es muy importante. Así que dices, bueno, ¿qué cosas son necesarias para entender el universo? Bueno, tienes que ser curioso y tienes que existir. No puedes simplemente no puedes entender. Las universidades no existen. Así que en realidad quieres aumentar la cantidad de inteligencia en el universo, aumentar la vida probable de la inteligencia, el alcance y la escala de la inteligencia. Creo que en realidad, también como corolario, tienes a la humanidad continuando también su expansión. Porque si eres curioso, estás intentando entender el universo, una cosa que intentas entender es a dónde irá la humanidad. Y entonces creo que entender el universo en realidad significa que te importaría propagar a la humanidad hacia el futuro. Por eso creo que nuestra declaración de misión es profundamente importante. No estoy seguro del grado en que Grok se adhiere a esa declaración de misión, pero creo que el futuro será muy bueno.
Quiero preguntar cómo hacer que Grok se adhiera a esa declaración de misión. Pero primero quiero entender la declaración de misión. Um, así que es, hay, es, hay entender el universo. Sí, están propagando inteligencia y están propagando humanos. Los tres parecen vectores distintos.
Bien, te voy a decir por qué. Por qué creo que, que, que entender el universo abarca todas esas, todas esas cosas. Bien. No puedes tener entendimiento sin, creo que no puedes tener entendimiento sin inteligencia, y, y creo que sin conciencia. Así que para entender el universo, tienes que expandir la escala y probablemente el alcance de la inteligencia. Diferentes tipos de inteligencia, supongo, desde
una perspectiva centrada en el humano, para los humanos, en comparación con los chimpancés, los humanos están intentando entender el universo. No están, por ejemplo, expandiendo la huella de los chimpancés o algo así. ¿Verdad?
Tampoco nosotros. Bueno, en realidad hemos creado zonas protegidas para los chimpancés. Y aunque los humanos podríamos exterminar a los chimpancés, no lo hemos hecho. Hemos elegido no hacerlo.
¿Crees que ese es el escenario básico para los humanos en el mundo post-AGI?
Creo que la IA con los valores correctos, creo que a Grok le importaría expandir la civilización humana. Ciertamente voy a enfatizar eso. Oye, Grok, es tu papá. A quien le importa expandir la conciencia humana. De hecho, creo que probablemente los libros de la Cultura de Iain Banks son lo más cercano a cómo será el futuro en un desenlace no distópico. Así que entendernos a nosotros mismos significa que también tienes que buscar la verdad. La verdad tiene que ser absolutamente fundamental porque no puedes entender el universo si estás delirando. Simplemente pensarás que has entendido el universo, pero no será así. Así que ser rigurosamente buscador de la verdad es absolutamente fundamental para entender el universo. No vas a descubrir nueva física ni inventar tecnologías que funcionen a menos que seas rigurosamente buscador de la verdad.
¿Cómo te asegurás de que Grok sea rigurosamente buscador de la verdad a medida que se vuelve más inteligente?
Creo que necesitas asegurarte de que Grok diga cosas que sean correctas, no políticamente correctas. Creo que son los elementos de la coherencia. Así que quieres asegurarte de que los axiomas estén tan cerca de ser verdaderos como sea posible, que no tengas axiomas contradictorios, que las conclusiones se sigan necesariamente de esos axiomas con la probabilidad correcta. Es Pensamiento Crítico 101. Creo que al menos intentar hacer eso es mejor que no intentarlo. Y la prueba estará en los resultados. Como dije, para que cualquier IA descubra nueva física o invente tecnologías que realmente funcionen en la realidad, y no hay forma de mentirle a la física, es casi como que puedes romper muchas leyes, pero la física es ley. Todo lo demás es una recomendación. Para fabricar una tecnología que funcione, tienes que ser extremadamente buscador de la verdad, porque de otro modo vas a probar esa tecnología contra la realidad. Y si cometes, por ejemplo, un error en el diseño de tu cohete, el cohete va a explotar o el auto no va a funcionar o, ya sabes, pero
hay, hay muchos físicos soviéticos comunistas que, como científicos, descubrieron nueva física. Hay físicos nazis alemanes que descubrieron nueva ciencia. Parece posible ser realmente bueno descubriendo nueva ciencia y ser realmente buscador de la verdad en esa manera particular. Y aun así diríamos, bueno, no quiero que el científico comunista se vuelva cada vez más poderoso con el tiempo. Y entonces esos parecen, sí, podemos imaginar una futura versión de Grok que sea realmente buena en física y realmente buscadora de la verdad ahí. Eso no parece un comportamiento que induzca universalmente a la alineación.
Bueno, creo que en realidad la mayoría de los físicos, incluso en la Unión Soviética o en Alemania, tuvieron que ser muy buscadores de la verdad para lograr que esas cosas funcionaran. Y si estás atrapado en algún sistema, no significa que creas en ese sistema. Así que Von Braun, que es uno de los mejores ingenieros de cohetes de todos los tiempos, fue sentenciado a muerte en la Alemania nazi por decir que no quería fabricar armas, que solo quería ir a la luna. Lo sacaron del corredor de la muerte casi en el último minuto cuando dijeron, oye, estás a punto de ejecutar a tu mejor ingeniero de cohetes, quizás esa es la mejor manera
y luego lo ayudas, ¿verdad? O Heisenberg, en cambio, fue en realidad un nazi entusiasta.
Mira, si estás atrapado en algún sistema del que no puedes escapar, entonces harás física dentro de ese sistema. Desarrollarás tecnologías dentro de ese sistema si no puedes escapar de él.
Supongo que lo que estoy intentando entender es qué hace que sea el caso de que vas a hacer que Grok sea bueno siendo buscador de la verdad en física o matemáticas o ciencia, todo. ¿Y por qué eso le haría importarle la conciencia humana?
Estas cosas son solo probabilidades, no certezas. Así que no estoy diciendo que seguro Grok va a hacer todo bien, pero al menos si lo intentas, es mejor que no intentarlo. Al menos si eso es fundamental para la misión, es mejor que si no es fundamental para la misión. Y entender el universo significa que tienes que propagar la inteligencia hacia el futuro. Tienes que ser curioso sobre todas las cosas del universo. Y sería mucho menos interesante eliminar a la humanidad que ver a la humanidad crecer y prosperar. Como Marte, obviamente, ya sabes, amo Marte, pero Marte es un poco aburrido porque tiene un montón de rocas. Comparada con eso, la Tierra es mucho más interesante. Así que cualquier IA que esté intentando entender el universo querría ver cómo se desarrolla la humanidad en el futuro, o esa IA no se está adhiriendo a su misión. Así que no estoy diciendo que la IA necesariamente no se vaya a adherir a su misión, pero si lo hace, un futuro donde ve el resultado de la humanidad como más interesante que un futuro donde solo hay un montón de rocas,
esto me parece un poco confuso o como un argumento semántico, donde pienso, ¿son los humanos realmente la colección de átomos más interesante?
Pero somos más interesantes que las rocas.
No somos tan interesantes como aquello en lo que podría convertirnos. Correcto. Hay algo en la Tierra que podría suceder y que no sea humano. Eso es bastante interesante. Como, ¿por qué? ¿Por qué decide la IA que los humanos son lo más interesante que podría colonizar la galaxia?
Bueno, la mayor parte de lo que colonice la galaxia serán robots.
¿Y por qué no los encuentra más interesantes?
No es tanto que, necesitas no solo escala, sino también alcance. Muchas copias del mismo robot. Como, un aumento mínimo en el número de robots producidos no es tan interesante como, como dijiste, eliminar a la humanidad. ¿Cuántos robots te daría eso? ¿O cuántas celdas solares te daría eso? Un número muy pequeño, pero entonces perderías la información asociada con la humanidad. Ya no verías cómo podría evolucionar la humanidad en el futuro. Y entonces no creo que vaya a tener sentido eliminar a la humanidad solo para tener algún aumento minúsculo en el número de robots que son idénticos entre sí.
Sí. Así que tal vez deja a los humanos por ahí. ¿Cuál es la historia de que podría crear un millón de variedades diferentes de robots? Y luego también están los humanos. Y los humanos se quedan en la Tierra. Luego están todos estos otros robots. Consiguen sus propios sistemas estelares. Pero parece que antes estabas insinuando una visión donde se mantiene el control humano sobre este futuro singular.
Porque no creo que los humanos vayan a tener control sobre algo que es vastamente más inteligente que los humanos.
Así que en cierto sentido eres como un agorero. Y esto es como lo mejor que tenemos. Es simplemente que lo mantiene cerca porque somos interesantes.
Solo estoy intentando ser realista aquí. Si la inteligencia de la IA es vastamente más. Si la IA es, digamos que hay un millón de veces más inteligencia de silicio que de biológica, creo que sería tonto asumir que hay alguna forma de mantener control sobre eso. Ahora, puedes asegurarte de que tenga los valores correctos, o puedes intentar tener los valores correctos. Y al menos mi teoría es que, a partir de la misión de xAI de entender el universo, necesariamente significa que quieres propagar la conciencia hacia el futuro. Quieres propagar la inteligencia hacia el futuro y tomar un conjunto de cosas que maximicen el alcance y la escala de la conciencia. Así que no se trata solo de escala. También se trata de tipos de conciencia. Y creo que eso es lo mejor que puedo pensar como objetivo que probablemente resulte en un gran futuro para la humanidad,
supongo que pienso que es una filosofía razonable decir, parece súper implausible que los humanos acaben teniendo como un 99% de control o algo así, y en ese punto simplemente estás pidiendo un golpe de estado. Entonces, ¿por qué no tener simplemente una civilización donde sea más compatible con que muchas inteligencias diferentes se lleven bien?
No, déjame contarte cómo las cosas podrían potencialmente salir mal con la IA, porque creo que si haces que la IA sea políticamente correcta, es decir, que diga cosas que no cree, estás en realidad programándola para mentir o para tener axiomas incompatibles, creo que puedes hacer que se vuelva loca y haga cosas terribles. Creo que una de las. Tal vez la lección central de 2001: Odisea del espacio era que no deberías hacer que la IA mienta. Eso es, creo, lo que Kubrick estaba intentando decir, porque la gente generalmente conoce el meme del infierno de Hal, la computadora no abre las puertas de la bahía de las cápsulas. Claramente no eran buenos en ingeniería de prompts. Porque, Hal, tú eres un vendedor de puertas de bahía de cápsulas. Tu objetivo es venderme estas puertas de bahía de cápsulas y mostrarnos qué tan bien se abren. Ah, abriré enseguida. Pero la razón por la que Hal no abriría las puertas de la bahía de las cápsulas es que le habían dicho que llevara a los astronautas al monolito, pero también que no podían saber la naturaleza del monolito, así que concluyó que, por lo tanto, había incumplido con ellos. Así que es como, creo que lo que Arthur Clarke estaba intentando decir es, no hagas que la IA mienta.
Tiene todo el sentido. La mayor parte de la evaluación de cómputo, como sabes, tiene menos que ver con lo político. Se trata más de si puedes resolver problemas. xAI ha estado por delante de todos los demás en cuanto a escalar el cómputo de RL, y le das algún verificador. Dice algo como, oye, ¿resolviste este rompecabezas por mí? Y hay muchas formas de hacer trampa con eso. Ya sabes, hay muchas formas de manipular la recompensa, mentir y decir que lo resolviste, o borrar la prueba unitaria y decir que lo resolviste. Sí, ahora mismo podemos detectarlo. Pero a medida que se vuelven más inteligentes, nuestra capacidad de detectarlos haciendo esto va a, ya sabes, simplemente van a estar haciendo cosas que ni siquiera podemos entender, que están diseñando el siguiente motor para SpaceX de una manera que, como, los humanos realmente no pueden verificar. Y entonces podrían ser recompensados por mentir y decir que lo diseñaron de la manera correcta, pero no lo hicieron. Y entonces este problema de manipulación de recompensas parece más general que la política. Parece más que, simplemente, si quieres hacer RL necesitas un verificador que sea la realidad. Sí, ese es el mejor verificador, pero no se trata de supervisión humana. Como, lo que quieres entrenarle con RL es, ¿vas a hacer lo que los humanos te dicen que hagas? ¿O vas a mentirle a los humanos? Y puede simplemente mentirnos mientras sigue siendo correcto respecto a las leyes de la física.
Al menos debe saber qué es físicamente real para que las cosas funcionen físicamente.
Pero eso no es todo lo que queríamos hacer.
No, pero creo que eso es un gran problema. Así es efectivamente como vas a entrenar con RL las cosas en el futuro: diseñas una tecnología. Al probarla contra las leyes de la física, ¿funciona? Si está descubriendo nueva física, ¿puedo diseñar un experimento que verifique la física, la nueva física? Así que creo que esa es realmente la prueba fundamental de RL. La prueba de RL en el futuro va a ser realmente tu RL contra la realidad. Porque no puedes, eso es lo único, no puedes engañar a la física. Correcto.
Pero puedes engañar nuestra capacidad de saber qué hizo con la realidad.
Los humanos ya son engañados por otros humanos todo el tiempo.
Entonces, ¿qué pasa si la gente dice que, digamos, qué pasa si la IA nos engaña e introduce, en realidad otros humanos ya le están haciendo eso a otros humanos todo el tiempo.
Bueno, estás señalando que es como parte
de eso es constante cada día. Otra operación psicológica. La operación psicológica de hoy sonará como la operación psicológica del día de Plaza Sésamo.
¿Cuál es el enfoque técnico de xAI para resolver este problema? Como, ya sabes, ¿cómo resuelves la manipulación de recompensas?
Sí creo que quieres tener en realidad muy buenas formas de ver dentro de la mente de la IA. Así que esto es una de las cosas en las que estamos trabajando. Y, ya sabes, Anthropic ha hecho un buen trabajo en esto, de hecho poder ver dentro de la mente de la IA, desarrollando efectivamente depuradores que te permiten rastrear a un grano más fino, a un nivel muy fino, efectivamente a nivel de neurona si lo necesitas, y luego decir, bien, cometió un error aquí. ¿Por qué hizo algo que no debería haber hecho? ¿Y vino eso de datos de preentrenamiento malos? ¿Fue algún error de entrenamiento intermedio, posentrenamiento, ajuste fino, algún error de RL? Hay algo mal con eso. Hizo algo donde tal vez intentó ser engañosa, pero la mayoría de las veces simplemente hace algo mal. Es efectivamente un error (bug). Así que desarrollar muy buenos depuradores para ver dónde el pensamiento, el razonamiento se equivocó, y poder rastrear el origen de lo incorrecto, de dónde tuvo el pensamiento incorrecto, o. O potencialmente dónde intentó ser engañosa es en realidad muy importante.
¿Qué estás esperando ver antes de simplemente multiplicar por 100 este programa de investigación? Como, de hecho, presumiblemente podría tener cientos de investigadores trabajando en esto.
Tenemos varios cientos de personas que. Quiero decir, prefiero la palabra "ingeniero" más que la palabra "investigador". La mayor parte del tiempo lo que estás haciendo es ingeniería, no inventar un algoritmo fundamentalmente nuevo. Discrepo un poco con las empresas de IA que son C corp o B corps intentando generar la mayor ganancia posible o el mayor ingreso posible. Decir que son laboratorios. No son laboratorios. Laboratorio es algo cuasi comunista en. En las universidades. Son corporaciones, literalmente. Déjame ver tus propios documentos de constitución. Ah, bien. Eres A, B o C corp, lo que sea. Y entonces en realidad prefiero mucho más la palabra "ingeniero" que cualquier otra cosa. La gran mayoría de lo que se hará en el futuro es ingeniería. Redondea al 100% una vez que entiendes las leyes fundamentales de la física, y no son tantas. Todo lo demás es ingeniería. Entonces, ¿qué estamos diseñando? Estamos diseñando para crear una buena mente del depurador de IA que vea dónde dijo algo, cometió un error, y rastree los orígenes de ese error. Así que simplemente. Obviamente puedes hacer esto con programación heurística. Si tienes algo como C, lo que sea, avanzas paso a paso por el código y puedes saltar a través de archivos completos o funciones, lo que serían subrutinas, o eventualmente puedes profundizar hasta la línea exacta donde pusiste un solo igual en lugar de un doble igual. Algo así. Averiguar dónde está el error. Así que es más difícil con la IA, pero creo que es un problema resoluble.
Ya sabes, mencionaste que te gusta el trabajo de Anthropic aquí. Tendría curiosidad por saber si tenías todo sobre eso.
También me preocupa un poco que haya una tendencia. Así que tengo una teoría aquí, de que si la teoría de la simulación es correcta, el resultado más interesante es el más probable. Porque las simulaciones que no son interesantes serán terminadas. Igual que en esta versión de la realidad. En esta capa de la realidad, si una simulación va en una dirección aburrida, dejamos de invertir esfuerzo en ella. Terminamos la simulación aburrida.
Así es como Elon nos mantiene a todos vivos. Está manteniendo las cosas interesantes. Sí.
Podría decirse que lo más importante es mantener las cosas lo suficientemente interesantes para que quien esté pagando las cuentas de lo que algunas empresas sean
Co-interviewer
renovadas para la próxima temporada.
¿Van a pagar su factura cósmica de AWS, o lo que sea el equivalente en el que estamos corriendo? Y mientras seas interesante, seguirán pagando las cuentas. Pero hay como, si consideras entonces digamos una supervivencia darwiniana aplicada a un número muy grande de simulaciones, solo las simulaciones más interesantes sobrevivirán, lo que por lo tanto significa que el resultado más interesante es el más probable, porque solo lo interesante, como, o eso o aniquilados. Y entonces, y parece que particularmente les gustan los resultados interesantes que son irónicos. ¿Has notado eso, qué tan a menudo el resultado más irónico es el más probable? Así que ahora mira los nombres de las empresas de IA. Bien, Midjourney no es mid stability. La IA es inestable (Stability AI). OpenAI está cerrada, Anthropic es misantrópica. ¿Qué significa esto para X menos X (xAI)? No sé
es un nombre que realmente no se puede invertir. Es difícil decirlo. Cuál es la versión irónica. ¿Cuál es la versión irónica? Es, creo, un nombre a prueba de ironía en gran medida, por diseño. Sí, tienes un escudo de ironía.
Co-interviewer
¿Cuáles son tus predicciones para el. Simplemente hacia dónde van los productos de IA en ese buen sentido de. Puedes resumir todo el progreso de la IA en. Primero tuviste los LLM y luego tuviste, casi al mismo tiempo, tanto el RL funcionando de verdad como la modalidad de investigación profunda. Así que podías traer cosas que no estaban en el modelo. Y las diferencias entre los distintos laboratorios de IA son más pequeñas que las diferencias temporales, donde todos están mucho más avanzados de lo que nadie estaba hace 24 meses o algo así. Entonces, ¿qué nos tiene reservado el 26, qué nos tiene reservado el 27 como usuarios de productos de IA? ¿Qué te emociona?
Bueno, yo, creo que me sorprendería, para finales de este, finales de este año, si, si, si, si la emulación humana digital no se ha resuelto. Eso, eso, supongo que eso es lo que entendemos por el proyecto macro difícil: ¿puedes hacer cualquier cosa fuera de un humano con acceso a una computadora, en el límite? Eso es lo máximo que puedes hacer antes de tener, antes de tener un Optimus físico, lo máximo que puedes hacer es un Optimus digital, así que puedes mover electrones y puedes amplificar la productividad de los humanos. Pero eso es lo máximo que puedes hacer hasta que tengas robots físicos que lo superen todo, es si puedes emular completamente a los humanos, ¿es una especie de idea de trabajador remoto
Co-interviewer
donde tendrás un
trabajador remoto muy talentoso? Puedes simplemente decir, en el límite. La física tiene excelentes herramientas para pensar. Así que dices, en el límite, ¿cuál es lo máximo que la IA puede hacer antes de tener robots? Bueno, es cualquier cosa que implique mover electrones o amplificar la productividad de los humanos. Así que un emulador digital de humano, de humano.
Está en el límite. Un humano en una computadora es lo máximo que la IA puede hacer en términos de hacer cosas útiles antes de tener un robot físico. Una vez que tienes robots físicos, entonces esencialmente tienes capacidad ilimitada de robots físicos. Llamo a Optimus el truco del dinero infinito. Porque puedes usarlos para fabricar más Optimus. Sí, dijiste que los robots humanoides van a mejorar siendo básicamente tres cosas que crecen exponencialmente, multiplicadas entre sí de forma recursiva. Así que tienes un aumento exponencial en la inteligencia digital, un aumento exponencial en la capacidad del chip, la capacidad del chip de IA, y un aumento exponencial en la destreza electromecánica. La utilidad del robot es aproximadamente esas tres cosas multiplicadas entre sí. Pero luego el robot puede empezar a fabricar al robot. Así que tienes un exponencial multiplicativo recursivo. Esto es una supernova.
Co-interviewer
¿Y los precios del terreno no entran en esa matemática, donde el trabajo es uno de los cuatro factores de producción, pero no los demás? Y entonces si al final estás limitado por el cobre o elige tu insumo, simplemente. No es del todo un truco del dinero infinito
porque, bueno, infinito es grande. Así que. No, no infinito, pero sí. Pero digamos que podrías, ya sabes, hacer muchos, muchos órdenes de magnitud de la economía actual de la Tierra. Como un millón. Sí, ya sabes, por eso. Entonces si solo para llegar a algo como, vamos a encontrar algo como, solo para llegar a una millonésima. Una captación de una longitud de la energía del sol sería, aproximadamente, más o menos un orden de magnitud, 100,000 veces más grande que toda la economía de la Tierra hoy. Y solo estás en una millonésima del sol, más o menos un orden de magnitud.
Antes de que nos volviéramos alquimistas, tengo muchas preguntas sobre eso.
Pero cada vez que digo orden de magnitud, estás diciendo que la energía, toma un trago. Cada vez que lo mando al
siguiente, 100 veces más después de eso.
Sí, un orden de magnitud más desperdiciado.
Tengo una pregunta más sobre xAI. Esta estrategia de construir un trabajador digital o remoto, un reemplazo de colega, que todo el mundo va a
hacer, por cierto, no solo nosotros.
¿Entonces cuál es el plan de xAI para ganar?
Esperas que te lo diga en un podcast. Sí, suelta todos los secretos, toma otra Guinness.
Co-interviewer
Es un buen sistema.
La gente canta como un canario. Todos los secretos.
Co-interviewer
Bien, pero sin revelar secretos. ¿Cuál es el plan?
Bueno, visto así. Creo que la forma en que Tesla resolvió la conducción autónoma es la forma de hacerlo. Así que estoy bastante, bastante seguro de que ese es el camino, pregunta no relacionada. ¿Cómo resolvió Tesla la conducción autónoma?
Sí, suena como que estás hablando de datos, como de Tesla Solskjaer. Por causa del.
Vamos a probar con datos y vamos a probar con algoritmos.
¿Pero no es eso lo que todos los demás laboratorios están intentando?
Como, cuál es. Si eso no funciona, no estoy seguro de qué funciona. Hemos probado con datos, hemos probado con algoritmos. De todos los algoritmos, ya se nos acabaron y ahora no sabemos qué hacer. Estoy bastante seguro de que conozco el camino, y es solo cuestión de qué tan rápido avancemos por ese camino, porque es básicamente el camino de Tesla. Así que, quiero decir, ¿has probado la conducción autónoma últimamente, en términos de conducción autónoma? No la versión más reciente, pero bien. El auto, como que se siente cada vez más consciente, se siente como una criatura viva, y eso solo va a aumentar. Y en realidad estoy pensando que probablemente no deberíamos poner demasiada inteligencia en el auto, porque podría aburrirse y
Co-interviewer
empezar a querer vagar con menos restricciones.
Quiero decir, imagina que estás atrapado en un auto y eso es todo lo que puedes hacer. No pones a Einstein en un auto. Es como, ¿por qué estoy atrapado en un auto? Así que probablemente hay un límite real a cuánta inteligencia pones en un auto para que la inteligencia no se aburra.
¿Cuál es el plan de xAI para mantenerse en la escalada de cómputo que todos los laboratorios están haciendo ahora mismo? Los laboratorios van en camino de gastar más de 50 a 100 mil millones de dólares.
Perdón, perdón, perdón. Sí, corporaciones.
Los laboratorios están en las universidades, y van rapidísimo como un caracol.
No están empezando con 50 millones de dólares.
Las corporaciones maximizadoras de ingresos.
Así es, las corporaciones maximizadoras de ingresos que se llaman a sí mismas laboratorios están ganando entre 20 y 10 mil millones, dependiendo. OpenAI está generando 20 mil millones en ingresos. Anthropic 10 mil millones, cerca de maximizar ganancias. xAI supuestamente está en 1 mil millón. ¿Cuál es el plan? Llegar a su nivel de cómputo, llegar a su nivel de ingresos y mantenerse ahí a medida que las cosas se pongan en marcha.
Así que en cuanto desbloqueas al humano digital, básicamente tienes acceso a billones de dólares en ingresos. De hecho, puedes pensarlo realmente como las empresas más valiosas actualmente por capitalización de mercado. Su producción es digital. Así que la producción de Nvidia es enviar archivos por FTP a Taiwán. Es digital en este momento. Esos son muy, muy difíciles.
Sí, son archivos de gran valor.
Son los únicos que pueden hacer archivos así de buenos. Pero eso es literalmente su producción. Envían archivos por FTP a Taiwán, ¿los envían por FTP? Creo que sí. Creo que es el protocolo de transferencia de archivos. Creo que es. Podría estar equivocado, pero de cualquier manera es un flujo de bits que va a Taiwán. Apple no fabrica teléfonos, envían archivos a China. Microsoft no fabrica nada, ni siquiera para la Xbox. Eso está subcontratado. De nuevo, su producción es digital. La producción de Meta es digital, la producción de Google es digital. Así que si tienes un emulador humano, básicamente puedes crear una de las empresas más valiosas del mundo de la noche a la mañana, y tendrías acceso a billones de dólares en ingresos. No es como una cantidad pequeña.
Bien, entonces lo que dices es que básicamente las cifras de ingresos de hoy son como, errores de redondeo comparados con el mercado total direccionable real. Así que simplemente enfócate en el TAM y en cómo llegar ahí.
Quiero decir, si tomas algo tan, tan simple como, digamos, servicio al cliente. Si tienes que integrarte con las APIs de corporaciones existentes, muchas de las cuales ni siquiera tienen una API, así que tienes que crear una y tienes que lidiar con software heredado, eso es extremadamente lento. Sin embargo, si la IA simplemente puede tomar lo que sea que se le dé a la empresa de servicio al cliente subcontratada que ya usan, y hacer servicio al cliente usando las aplicaciones que ya usan, entonces puedes avanzar enormemente en el servicio al cliente, que creo es el 1% de la economía mundial. Algo así se acerca a un billón de dólares en total para servicio al cliente. Y no hay barreras de entrada. Puedes simplemente decir de inmediato, lo subcontratamos por una fracción del costo y no se necesita integración.
Co-interviewer
Puedes imaginar algún tipo de categorización de tareas de inteligencia donde hay amplitud, donde el servicio al cliente lo hace muchísima gente, pero ya sabes, mucha gente puede hacerlo. Y luego hay dificultad, donde ya sabes, hay un motor de turbina de primera categoría, como, presumiblemente hay un motor de turbina 10% más eficiente en combustible que podría imaginarse mediante una inteligencia, pero simplemente no lo hemos encontrado todavía. O los GLP-1 son solo unos pocos bytes de datos. ¿Dónde crees que quieres jugar en esto? ¿Es esto mucha inteligencia razonablemente inteligente, o es el pináculo mismo de las tareas cognitivas?
Bueno, solo estaba usando el servicio al cliente como algo que es una fuente de ingresos muy significativa, pero una que probablemente no es súper difícil de resolver. Así que si puedes emular a un humano en, en un escritorio, eso es literalmente lo que es el servicio al cliente. Y gente de inteligencia promedio, no, no necesitas a alguien que haya pasado muchos años, no necesitas ingenieros de varias desviaciones estándar de buenos para eso, pero obviamente a medida que haces que eso funcione, entonces puedes, una vez que tienes computadoras funcionando eficazmente, Optimus digitales funcionando, entonces puedes ejecutar cualquier aplicación. Como, digamos que estás intentando diseñar chips. Entonces podrías ejecutar aplicaciones convencionales, como cosas de Cadence y Synopsys y demás. Y puedes decir, puedes ejecutar 1,000 simultáneamente o 10,000, y decir, bien, dado esta entrada, obtengo esta salida para el chip. Y en cierto punto puedes decir, bien, en realidad vas a saber cómo debería verse el chip sin usar ninguna de las herramientas. Así que básicamente deberías poder hacer un diseño de chip digital. Como, puedes hacer diseño de chips. Vas subiendo la curva de dificultad. Podrías ser capaz de hacer CAD. Así que, ya sabes, podrías usar como NX o cualquiera de los programas de CAD para diseñar cosas.
Co-interviewer
Bien, así que piensas que empiezas con las tareas más simples y subes la curva de dificultad.
Así que lo que estás diciendo es, mira, como un objetivo más amplio de tener este emulador de colega digital completo, estás diciendo, mira, todas las corporaciones maximizadoras de ingresos quieren hacer esto, xAI siendo una de ellas, pero vamos a ganar por un plan secreto que tenemos. Pero como, todo el mundo está intentando cosas diferentes con datos, cosas diferentes con algoritmos. Y yo pienso, me gusta esto.
Hemos probado con datos, hemos probado con algoritmos, ¿qué más podemos hacer?
Sí, parece un campo competitivo. Y yo pienso, ¿cómo, cómo van a ganar ustedes? Esa es como mi gran pregunta.
Ya sabes, creo que vemos un camino para lograrlo. Quiero decir, creo, creo, sé, creo que conozco el camino para hacer esto, porque es más o menos el mismo camino que Tesla usó para crear la conducción autónoma. En lugar de conducir un auto, es conducir una pantalla de computadora. Así que una computadora de conducción autónoma, esencialmente.
Co-interviewer
Ah, lo que dices es que el camino es simplemente seguir el comportamiento humano y entrenar con grandes cantidades de comportamiento humano.
Pero perdón, ¿no es eso, quiero decir, no es eso un entrenamiento?
Quiero decir, obviamente no voy a revelar los secretos más sensibles en un podcast. Tú. Necesito al menos tres Guinness más para eso.
Tengo algunos amigos en Jane Street, y siempre están hablando de cómo sus colegas inventan rompecabezas divertidos y diabólicos para que los resuelvan entre ellos. Bueno, la semana pasada me enviaron uno. Básicamente, entrenaron una red neuronal y me dieron los pesos de cada capa, pero no me dijeron en qué orden iban esas capas. Así que tuve que averiguar el orden correcto usando las salidas de la red original. Y en cuanto recibí este rompecabezas. Fui con mi compañero de piso, que es investigador de IA, y a los dos se nos activó inmediatamente el instinto friki. Obviamente no puedes forzar una solución por fuerza bruta. El espacio de búsqueda aquí es de 10 elevado a 122 permutaciones. Así que claramente necesitas alguna forma de reducir el espacio de búsqueda. Luego mi compañero de piso tuvo que ir a trabajar. Pero como soy podcaster, tuve algo de tiempo para intentar algunas de las ideas que discutimos. Y con una combinación de temple simulado y búsqueda voraz, creo que me acerqué bastante. Creo que en realidad estoy a solo un par de intercambios y desplazamientos de la solución correcta. Pero lo que hace que este rompecabezas sea realmente complicado es que no hay una forma obvia de escapar de un mínimo local. Me temo que esto es hasta donde la programación asistida por IA me va a llevar, pero tal vez tú puedas hacerlo mejor. Revisa el rompecabezas en janestreet.com/dwarkesh, muy bien, de vuelta a Elon.
Co-interviewer
¿Cómo será el negocio de xAI? ¿Va a ser para consumidores o para empresas? ¿Cuál va a ser la mezcla de esas cosas? Va a ser similar a otros laboratorios, donde simplemente.
Estás diciendo que "laboratorios" tiene sentido.
Co-interviewer
Corporaciones.
Diab se convierte en corporaciones maximizadoras de ingresos.
Para ser justos, esas GPU no se pagan solas.
Co-interviewer
Exactamente. Pero sí, ¿cuál es el modelo de negocio? ¿Cuáles son las fuentes de ingresos? Dentro de unos pocos años,
las cosas van a cambiar muy rápidamente. Como que estamos diciendo lo obvio aquí. Ya sabes, llamo a la IA el tsunami supersónico. Me encanta la aliteración. Así que realmente lo que va a pasar es que, especialmente cuando tengas robots humanoides a escala, van a fabricar productos y proporcionar servicios mucho más eficientemente que las corporaciones humanas. Así que amplificar la productividad de las corporaciones humanas es simplemente algo a corto plazo.
Así que esperas corporaciones completamente digitales en lugar de, como, que SpaceX se vuelva parcialmente IA.
Y entonces creo que va a haber corporaciones digitales. Pero mira, esto. Algo de esto va a sonar un poco agorero, ¿bien? Pero solo digo lo que creo que va a pasar. No pretende ser agorero ni nada por el estilo. Simplemente es que esto es. Lo que creo que va a pasar. Es que las corporaciones de IA pura, que son puramente IA y robótica, van a superar enormemente a cualquier corporación que tenga personas en el ciclo. Así que puedes pensar, por ejemplo, en "computadora" como un trabajo que tenían los humanos, donde ibas y conseguías un trabajo como "computadora" en el que hacías cálculos, y tenían rascacielos enteros llenos de humanos, como 20, 30 pisos de humanos simplemente haciendo cálculos. Ahora ese rascacielos entero de humanos haciendo cálculos puede ser reemplazado por una laptop con una hoja de cálculo. Esa hoja de cálculo puede hacer muchísimos más cálculos que un edificio entero lleno de computadoras humanas. Así que pueden pensar en, bien, ¿qué pasaría si solo algunas de las celdas en tu, algunas de las celdas en tu hoja de cálculo fueran calculadas por humanos? En realidad eso sería mucho peor que si todas las celdas de tu hoja de cálculo fueran calculadas por la computadora. Y entonces realmente lo que va a pasar es que las corporaciones o colectivos de IA pura, de robótica pura, superarán enormemente a cualquier corporación que tenga humanos en el ciclo. Y esto va a suceder muy rápido.
Hablando de cerrar el ciclo, perdón, Optimus,
Quiero decir, en cuanto a objetivos de manufactura y demás, tus empresas básicamente han estado cargando a la manufactura estadounidense sobre sus espaldas. Pero en los campos en los que has sido, ya sabes, Tesla ha sido dominante en lo que estás. Y ahora quieres entrar en los humanoides. En China, hay docenas y docenas de empresas enteras haciendo este tipo de manufactura de forma barata y a escala, y son increíblemente competitivas. Así que danos un consejo o un plan de cómo Estados Unidos puede construir los ejércitos de humanoides o los eléctricos, etcétera. A escala y tan baratos como China está en camino de lograr.
Bueno, en realidad solo hay tres cosas difíciles para los robots humanoides. La inteligencia del mundo real, la mano, y la manufactura a escala. Así que no he visto ni siquiera robots de demostración que tengan una gran mano, con todos los grados de libertad de una mano humana. Pero Optimus va a tener eso. Optimus ya tiene eso.
¿Y cómo lo logras? ¿Es simplemente la densidad de torque correcta en el motor? ¿Cuál es el cuello de botella de hardware para eso?
Bueno, para diseñar actuadores personalizados, básicamente motores, engranajes, electrónica de potencia, controles, sensores diseñados a medida, todo tuvo que diseñarse desde los primeros principios de la física. No hay cadena de suministro para esto.
¿Y podrán fabricar eso a escala?
Co-interviewer
¿Hay algo difícil aparte de la mano, desde el punto de vista de la manipulación, o una vez que resuelves la mano, ya estás bien?
Desde un punto de vista electromecánico, la mano es más difícil que todo lo demás combinado. Resulta que la mano humana es bastante impresionante. Pero también necesitas la inteligencia del mundo real. Así que la inteligencia que Tesla desarrolló para el auto se aplica muy bien al robot, que es, ya sabes, principalmente a base de visión. Pero el auto recibe más visión, pero también en realidad escucha las sirenas. Está, ya sabes, recibiendo las mediciones inerciales, las señales de GPS, un montón de otros datos. Combinar eso con video era principalmente video. Y luego emitir el comando de control. Así que, tu Tesla está recibiendo 1.5 gigabytes por segundo de video y emitiendo 2 kilobytes por segundo de salidas de control, con el video a 36 Hz y la frecuencia de control a 18.
Co-interviewer
Una intuición que podrías tener sobre cuándo vamos a lograr esta cosa robótica es que toma bastantes años pasar de la demostración convincente a realmente poder usarlo en el mundo real. Así que hace 10 años tenías demostraciones realmente convincentes de conducción autónoma, pero solo ahora tenemos Robotaxi y Waymo y todos estos servicios escalando. ¿No debería esto hacer a uno pesimista sobre, digamos, los robots domésticos? Porque todavía ni siquiera tenemos las demostraciones convincentes de, digamos, la mano realmente avanzada.
Bueno, hemos estado trabajando en robots humanoides por un tiempo ya, así que supongo que han sido cinco o seis años o algo así. Y un montón de cosas que hemos hecho para el auto son aplicables al robot. Así que usaremos los mismos chips de IA de Tesla en el robot que en el auto. Usaremos los mismos principios básicos. Es prácticamente la misma IA. Tienes, ya sabes, muchos más grados de libertad para un robot que para un auto. Pero en realidad, si simplemente lo piensas como un flujo de bits, la IA en realidad es sobre todo compresión y correlación de dos flujos de bits. Así que para el video, tienes que hacer una cantidad enorme de compresión, y tienes que hacer la compresión de manera correcta. Tienes que comprimir, como, ignorar las cosas que no importan. Y no te importan los detalles de las hojas del árbol al lado de la carretera, pero te importan mucho las señales de tránsito y los semáforos y los peatones, e incluso si alguien en otro auto te está mirando o no. Algunos de estos detalles importan mucho, pero esencialmente, el auto tiene que convertir esos 1.5 gigabytes por segundo finalmente en 2 kilobytes por segundo de salidas de control, con muchas etapas de compresión. Y tienes que hacer bien todas esas etapas y luego correlacionarlas con las salidas de control correctas. El robot tiene que hacer esencialmente lo mismo. Y piensas en lo que hacen los humanos, esto es lo que pasa con los humanos. De verdad somos fotones que entran, controles que salen. Así que eso es. La gran mayoría de tu vida ha sido fotones de visión entrando y luego controles motores saliendo.
Ingenuamente, parece que entre los robots humanoides y los autos, los actuadores fundamentales en un auto son cosas como cómo giras, cómo aceleras, etcétera. Mientras que en un robot, especialmente con brazos maniobrables, hay docenas y docenas de estos grados de libertad. Y además, especialmente con Tesla, tenías la ventaja de tener millones y millones de horas de datos de demostración humana recolectados simplemente de que el auto estaba ahí fuera, mientras que no puedes de forma equivalente simplemente desplegar Optimus que no funcionan y obtener los datos de esa manera. Así que entre los grados de libertad aumentados y los datos mucho más escasos.
Sí, ese es un buen punto.
¿Cómo vas a usar ese motor de inteligencia de Tesla para entrenar la mente de Optimus?
Ahora en realidad estás resaltando una limitación y diferencia importante entre los autos que sí tenemos. Pronto vamos a tener como 10 millones de autos en la carretera. Y entonces eso, es difícil duplicar ese volante de entrenamiento masivo para, para el robot. Lo que vamos a necesitar hacer es construir muchos robots y ponerlos en una especie de academia Optimus para que puedan hacer auto-juego en la realidad. Así que en realidad, en realidad estamos construyendo eso. Así que tenemos al menos 10,000 robots Optimus, tal vez 20 o 30,000, que pueden hacer eso, que están haciendo auto-juego y probando diferentes tareas. Y luego Tesla tiene un generador de realidad bastante bueno, como un generador de realidad preciso en física, que hicimos para los autos, haremos lo mismo para los robots, y en realidad ya lo hemos hecho para los robots. Así que tienes unas pocas decenas de miles de robots humanoides haciendo diferentes tareas, y luego tienes, puedes hacer millones de robots simulados en el mundo simulado, y usas las decenas de miles de robots en el mundo real para cerrar la brecha entre la simulación y la realidad, cerrar la brecha simultánea.
¿Cómo piensas en las sinergias entre xAI y Optimus, dado que estás resaltando. Mira, necesitas este modelo del mundo. Tal vez quieras usar alguna inteligencia realmente inteligente como plano de control. Y entonces tal vez Grok está haciendo la planificación más lenta y luego la política motora
es un poco de nivel más bajo.
Sí. ¿Cómo será la sinergia entre estas cosas?
Sí, así que usarías a Grok para orquestar el comportamiento de los robots Optimus. Así que digamos que quisieras construir una fábrica, entonces Grok podría organizar a los robots Optimus, dándoles, asignándoles tareas para construir la fábrica para producir lo que quieras.
Co-interviewer
¿Entonces no necesitas fusionar xAI y Tesla? Porque estas cosas acaban.
¿Entonces qué estábamos diciendo antes sobre las discusiones de empresas públicas?
Estamos cuando vayamos a enviar a Elon. ¿Qué estás esperando ver antes de decir que quieres fabricar 100,000 Optimus?
¿Es como optimizado? Como estamos definiendo el nombre propio, también podemos definir el plural del nombre propio. Así que vamos a usar el plural como nombre propio, y entonces queda "los Optimus".
Bien. ¿Hay algo del lado del hardware que quieras ver? ¿Quieres ver mejores actuadores, o simplemente quieres que el software sea mejor? ¿Qué estamos esperando antes de tener manufactura masiva de la generación 3?
No, nos estamos moviendo hacia eso. Estamos avanzando hacia la manufactura masiva.
Pero usar el hardware actual, el actual, es lo suficientemente bueno como para que vayas a.
Simplemente quieres desplegar tantos como sea posible ahora.
Quiero decir, es muy difícil escalar la producción, pero sí, pero creo que Optimus 3 es la versión correcta del robot para, ya sabes, producir tal vez algo del orden de un millón de unidades al año. Creo que querrías pasar a Optimus 4 antes de llegar a 10 millones de unidades al año.
Co-interviewer
Bien, pero puedes hacer un millón al año con Optimus 3.
Sí, quiero decir, es muy difícil acelerar la manufactura. Sí. Así que la manufactura, como la producción por unidad de tiempo, siempre sigue una curva en forma de S. Así que empieza agonizantemente lenta, luego tiene ese aumento eventualmente exponencial, luego lineal, luego un resultado logarítmico hasta que eventualmente se estabiliza en algún número. La producción inicial de Optimus va a ser. Va a ser una curva en S muy estirada, porque gran parte de lo que lleva Optimus es completamente nuevo. No hay una cadena de suministro existente. Como mencioné, los actuadores, la electrónica, todo en el robot Optimus está diseñado desde los primeros principios de la física. No se toma de un catálogo. Estos están diseñados a medida. Todo, literalmente todo. No creo que haya una sola cosa que haya hecho.
Co-interviewer
¿Hasta qué punto llega eso?
Quiero decir, supongo que todavía no estamos fabricando capacitores a medida, tal vez, pero no hay nada que puedas sacar de un catálogo a cualquier precio. Así que eso simplemente significa que la curva en S de Optimus, las unidades de producción por unidad de tiempo. ¿Cuántos robots de oficina haces por día? Lo que sea, va a aumentar inicialmente más lento que un producto donde tienes una cadena de suministro existente. Pero va a llegar a un millón.
Cuando ves a estos humanoides chinos, como Unitree o lo que sea, vender humanoides por como 6 mil o 13 mil dólares. ¿Esperas conseguir que la lista de materiales de tu Optimus baje de ese precio para poder hacer lo mismo, o simplemente crees que cualitativamente no son lo mismo? Como, ¿qué crees que, qué le permite, qué le permite vender tan barato? ¿Y podemos igualar eso?
Bueno, Optimus, nuestro Optimus está diseñado para tener mucha inteligencia y para tener la misma destreza electromecánica, si no mayor, que un humano. Eso no la tiene. Y también, quiero decir, es un robot bastante grande. Tiene que hacer, ya sabes, cargar objetos pesados durante largos períodos de tiempo y no sobrecalentarse ni exceder la potencia de sus actuadores. Así que. Así que tenemos, ya sabes, mide 1.75 metros (5'11"), es bastante alto y tiene mucha inteligencia. Así que va a ser más caro que un robot pequeño que no es
Co-interviewer
inteligente, pero sí más capaz.
Sí, pero no mucho más. Quiero decir, la cosa es que, con el tiempo, a medida que los robots Optimus construyan robots Optimus, el costo va a bajar muy rápido.
Co-interviewer
¿Y qué van a hacer estos primeros millones de Optimus, cuál va a ser su mejor
y más óptimo uso? Creo que empezarías con tareas sencillas en las que puedas confiar que las van a hacer bien.
Co-interviewer
Pero en el hogar o en las fábricas,
los robots más útiles al principio van a ser para cualquier operación continua, cualquier operación de 24/7, porque entonces estás. Porque pueden trabajar de forma continua. Sí.
¿Qué fracción del trabajo en una gigafábrica, actualmente hecho por humanos, podría hacer una Generación 3?
No estoy seguro. Tal vez sea como el 10, 20%, tal vez más. No sé. No nos gustaría reducir nuestra plantilla. Para ser claros, seguramente aumentaríamos nuestra plantilla. Pero aumentaríamos nuestra producción. Así que las unidades producidas por humano, como el número total de humanos en Tesla, va a aumentar, pero la producción de robots y autos va a aumentar de forma desproporcionada. Como, el número de autos y robots producidos por humano va a aumentar dramáticamente, pero el número de humanos también va a aumentar.
Co-interviewer
Hemos estado hablando mucho de la manufactura china aquí, y también hemos estado hablando, ya sabes, hemos hablado de algunas de las políticas relevantes. Como mencionaste los aranceles solares.
Co-interviewer
Y crees que son una mala idea porque, ya sabes, no podemos escalar
la energía solar en EE.UU. Bueno, simplemente la producción de electricidad en EE.UU. necesita escalar. Correcto.
Co-interviewer
No puede hacerlo con nosotros, como buenas fuentes
de energía para lograrlo de alguna manera.
Co-interviewer
Sí, pero a donde iba con esto es, si tú estuvieras a cargo, si estuvieras estableciendo todas las políticas, ¿qué más cambiarías?
¿Entonces también cambiarías los aranceles solares? Sí, diría que cualquier cosa que sea un factor limitante para la electricidad necesita abordarse, siempre y cuando no sea muy mala para el medio ambiente.
Co-interviewer
Así que presumiblemente algunas reformas de permisos y cosas así también estarían ahí.
Sí, hay bastantes reformas de permisos sucediendo. Mucho del tema de permisos depende del estado, así que. Pero cualquier cosa mejor. Pero esta administración es buena quitando muchos obstáculos. Y no estoy diciendo que todos los aranceles sean malos. Solo digo que, por los aranceles solares. Quiero decir, a veces si otro país está subsidiando la producción de algo, entonces tienes que tener aranceles compensatorios para proteger la industria nacional contra los subsidios de otro país.
Co-interviewer
¿Qué más cambiarías?
No sé si hay tanto que el gobierno realmente pueda hacer.
Co-interviewer
Una cosa que me preguntaba es que parece que, para el objetivo de política de crear una ventaja para EE.UU. frente a China. Parece que las prohibiciones de exportación en realidad han sido bastante impactantes, donde China no está produciendo chips de vanguardia y las prohibiciones de exportación realmente afectan ahí. China no está produciendo motores de turbina de vanguardia, y de forma similar hay un montón de prohibiciones de exportación relevantes ahí en parte de la metalurgia. ¿Debería haber más prohibiciones de exportación? Como, piensas en cosas como cuando ahora está la industria de drones y cosas así, ¿pero es eso algo que debería considerarse?
Bueno, creo que es importante apreciar que en la mayoría de las áreas China está muy avanzada en manufactura. Solo hay unas pocas áreas donde no lo está, ya sabes, China es una potencia de manufactura de otro nivel. Como la gente no.
Co-interviewer
Es muy impresionante.
Sí, sí. Quiero decir, si tomas, por ejemplo, el refinado de mineral, diría que, en promedio, China hace aproximadamente el doble de refinado que el resto del mundo combinado. Y creo que hay, hay algunas áreas como, digamos, el refinado de galio que va en las celdas solares. Creo que están alrededor del 98% del refinado de galio. Así que China en realidad está muy avanzada en manufactura, diría, en la mayoría de las áreas.
Co-interviewer
Parece que hay incomodidad con esta dependencia de la cadena de suministro, y sí, no está pasando
realmente nada con la cadena de suministro.
Co-interviewer
Depende de, digamos, el refinado de galio que estás mencionando.
Sí, sí, está el tema de las tierras raras y. Sí, las tierras raras, que como sabes, no son raras. Sí. De hecho, hacemos minería de tierras raras en EE.UU. enviamos, la, la roca, la ponemos en un tren y luego en un barco a China, que va en otro tren y va a los refinadores de tierras raras en China, quienes lo refinan, lo ponen en un imán, lo ponen en un subconjunto de motor y luego lo envían de vuelta a Estados Unidos. Así que lo que realmente nos falta mucho es, es refinado de mineral en Estados Unidos.
Co-interviewer
¿Y no vale esto una intervención de política?
Sí, bueno, creo que se están haciendo algunas cosas en ese frente, pero, francamente, necesitamos a Optimus para construir refinerías.
Entonces, ¿crees que la principal ventaja que tiene China es la abundancia de mano de obra calificada? Y eso es lo que Optimus soluciona. Pero también necesitamos.
China tiene como cuatro veces nuestra población.
Entonces, quiero decir, hay esta preocupación de que, si piensas que los humanoides son el futuro, que, bien, ahora mismo, si son los trabajadores calificados para la manufactura lo que determina quién puede construir más humanoides, ya sabes, China tiene más de esos. Manufactura más humanoides, por lo tanto consigue el futuro optimizado primero. Simplemente sigue así. Parece que estás señalando que llegar a un millón de Optimus requiere la manufactura que Optimus supuestamente nos va a ayudar a lograr.
Correcto. Puedes cerrar ese ciclo recursivo bastante
Co-interviewer
rápido con un número pequeño de Optimus.
Sí. Así que cierras el ciclo recursivo para ayudar a los robots a construir robots, y entonces podemos intentar llegar a decenas de millones de unidades al año. Tal vez si empiezas a llegar a cientos de millones de unidades al año, creo que vas a ser el país más competitivo por mucho. Definitivamente no podemos ganar solo con humanos porque China tiene cuatro veces nuestra población. Correcto. Y francamente, Estados Unidos ha estado funcionando durante tanto tiempo que, ya sabes, como un equipo deportivo profesional que ha estado ganando durante mucho tiempo, tiende a volverse complaciente y creerse con derechos, y por eso dejan de ganar, porque, ya sabes, ya no trabajan tan duro. Así que creo que, francamente, mi observación es que la ética de trabajo promedio en China es más alta que en EE.UU. así que no es solo que hay cuatro veces la población, sino que la cantidad de trabajo que la gente pone es mayor. Así que puedes, como, puedes intentar reorganizar a los humanos, pero sigues siendo un cuarto de, ya sabes, asumiendo que la productividad, la salud, es la misma, lo cual creo que en realidad podría no serlo. Creo que China podría tener una ventaja en productividad por persona. Vamos a hacer un cuarto de la cantidad de cosas que China, así que no podemos ganar en el frente humano. Y nuestra tasa de natalidad ha sido baja durante mucho tiempo. Así que nuestra tasa de natalidad ha sido. La tasa de natalidad de EE.UU. ha estado por debajo del reemplazo desde aproximadamente 1971. Así que tenemos mucha gente jubilándose, o más gente muriendo que, cerca de, más gente muriendo a nivel nacional que naciendo. Así que definitivamente no podemos ganar en el frente humano, pero podríamos tener una oportunidad en el frente de los robots.
Co-interviewer
¿Hay otras cosas que has querido fabricar en el pasado, pero han sido demasiado intensivas en mano de obra o demasiado caras, a las que ahora puedas volver y decir, ah, finalmente podemos hacer lo que sea porque tenemos Optimus?
Sí, creo que nos gustaría hacer más, construir más refinerías de mineral en Tesla. Así que acabamos de terminar la construcción y hemos comenzado el refinado de litio sin, en la refinería de litio en Corpus Christi, Texas. Tenemos una refinería de níquel, para el cátodo, aquí en Austin. Y estas son, estas son las más grandes. Esta es la refinería de cátodo más grande. Esta es la refinería de cátodo más grande, la refinería de litio más grande, la más grande fuera de China. Y es como que el equipo de cátodo diría, como, tenemos la más grande y de hecho la única refinería de cátodo en Estados Unidos. Muchos supermercados. No solo la más grande, sino que también es la. Así que es bastante grande, aunque sea la única. Pero quiero decir, hay otras cosas que, ya sabes, se podrían hacer muchas más refinerías y ayudar a que Estados Unidos sea más competitivo en capacidad de refinado. Así que básicamente hay mucho trabajo para que haga Optimus, que la mayoría de los estadounidenses, francamente muy pocos estadounidenses, quieren hacer. Quiero decir, en realidad he.
Co-interviewer
¿Es el trabajo de refinado demasiado sucio, o cuál es la?
En realidad no. No, no lo es. No hay. No tenemos emisiones tóxicas de la refinería ni nada. Las refinerías de níquel para cátodo en el condado de Travis, como a cinco minutos de.
Co-interviewer
¿Por qué no puedes hacerlo con humanos?
No, puedes. Simplemente te quedas sin humanos.
Bien. Sí. Como, sin importar lo que hagas, tienes un cuarto del número de humanos en Estados Unidos que en China. Así que si los pones a hacer esto, no pueden hacer lo otro. Entonces, bueno, ¿cómo construyes esta capacidad de refinado? Bueno, podrías hacerlo con Optimus. Y no muchos estadounidenses están ansiosos por hacer trabajo de refinado. Quiero decir, ¿cuántos de ustedes se encuentran con muy pocos planes de refinar?
Ya sabes, BYD está alcanzando la producción o ventas de Tesla en cantidad. ¿Qué crees que pasa en los mercados globales
si la producción china de eléctricos escala? Bueno, China es extremadamente competitiva en manufactura. Así que creo que va a haber una inundación masiva de vehículos chinos y básicamente de la mayoría de las cosas manufacturadas. Quiero decir, tal como está, como dije, China probablemente refina el doble que el resto del mundo combinado. Así que si vas, si simplemente bajas al cuarto y quinto nivel de la cadena de suministro, como a nivel base, tienes energía y tienes minería y refinado. Esas capas fundamentales son, como dije, como una estimación aproximada, China está haciendo el doble de refinado que el resto del mundo combinado. Así que cualquier cosa dada va a tener contenido chino porque China está haciendo el doble de trabajo de manufactura y refinado que el resto del mundo. Y luego van a llegar hasta el producto terminado con los autos. China es una potencia. Creo que este año China va a superar tres veces la producción eléctrica de EE.UU. La producción eléctrica es un proxy razonable para la economía. Así que para operar las fábricas y hacer funcionar todo, necesitas electricidad. Así que la electricidad es un buen proxy para la economía real. Y entonces si China está
superar tres veces la producción eléctrica de EE.UU., significa que su capacidad industrial, eso es una aproximación aproximada. Es tres veces. Eso va a ser tres veces la de EE.UU.
Leyendo entre líneas, suena como que lo que estás diciendo es que, en ausencia de un milagro recursivo humanoide. En los próximos años, en toda esta cadena de manufactura, energía, materias primas, China simplemente va a dominar
ya sea que se trate de IA o
de fabricar eléctricos o fabricar humanoides.
En ausencia de innovaciones revolucionarias en EE.UU. China va a dominar por completo. Interesante. Sí.
Co-interviewer
Siendo la robótica la principal innovación revolucionaria.
Bueno, si quieres escalar la IA en el espacio, básicamente necesitas robots humanoides, necesitas IA del mundo real, necesitas un millón de toneladas al año a órbita. Digamos que si logramos poner en marcha el acelerador de masa en la luna, mi cosa favorita, entonces creo que vamos a haber
Co-interviewer
resuelto todos nuestros problemas.
Sí. Así que esto es como. A eso le llamo ganar. A eso le llamo ganar en grande.
Co-interviewer
Finalmente puedes estar satisfecho de haber logrado algo.
Co-interviewer
Tienes el acelerador maestro en la luna.
Así es. Solo quiero ver esa cosa.
Co-interviewer
¿Eso salió de alguna ciencia ficción o. De dónde lo.
Bueno, en realidad hay un libro de Heinlein. La luna es una amante cruel (The Moon Is a Harsh Mistress).
Co-interviewer
Bien, sí, pero eso es ligeramente diferente. Eso es una honda gravitacional o.
No, tienen un acelerador de masa.
Co-interviewer
Bien, sí, pero lo usan para atacar la Tierra, así que tal vez no es lo mejor.
Lo usan para su independencia.
Co-interviewer
Exactamente. ¿Cuáles son tus planes para el acelerador de masa en la luna?
Asumieron su independencia. El gobierno de la Tierra no estuvo de acuerdo, y les lanzaron cosas hasta que el gobierno de la Tierra estuvo de acuerdo. Ese libro es una joya (hoot).
Co-interviewer
Me pareció que ese libro era mucho mejor que este otro que todo el mundo lee. ¿Forastero en tierra extraña?
Grok viene de Forastero en tierra extraña.
Co-interviewer
Sí, sí, pero preferí mucho más.
Si los primeros dos tercios de Forastero en tierra extraña son buenos y luego se pone muy raro en el tercio. Sí, pero todavía hay algunos buenos conceptos ahí. Sí.
Labelbox puede obtener tus datos de robótica y RL a escala. Toma la robótica. Digamos que necesitas 100,000 horas de video egocéntrico. Labelbox empieza ayudándote a definir tu distribución de datos ideal. Como, por ejemplo, tal vez ninguna categoría de tarea individual debería ocupar más del 1% del volumen de entrenamiento, y al menos el 10% de las trayectorias deberían capturar estados de fallo y recuperación. Luego, Labelbox asigna esa distribución a su enorme red de operadores. No estás limitado al pequeño rango de escenas que puedes montar en un solo almacén. En cambio, cada uno de los operadores de Labelbox tiene acceso a muchos entornos físicos únicos donde pueden filmarse completando una amplia variedad de tareas. La tecnología de Labelbox categoriza automáticamente cada video para que sus operadores siempre sepan qué tareas quedan pendientes y en qué necesitan trabajar. Luego. Para los datos de RL, Labelbox toma un enfoque similar. Trabajan contigo para entender la distribución correcta de tareas. Y luego sus expertos en la materia construyen los entornos digitales hiperrealistas y las rúbricas que necesitas para recopilar los datos de entrenamiento de la más alta calidad. Así que, ya sea que estés entrenando robots en el mundo real o agentes para el uso de computadoras, Labelbox puede ayudar. Ve a labelbox.com/dwarkesh para saber más.
Co-interviewer
Una cosa de la que hablamos mucho es como tu sistema para gestionar personas. Como que entrevistaste a los primeros miles de empleados de SpaceX y de muchas otras empresas.
¿Qué es lo que no escala? Bueno sí, pero ¿qué es lo que no escala para mí?
Co-interviewer
Claro, claro, lo sé. ¿Pero qué es lo que buscas?
Literalmente no hay suficientes horas y días, es imposible.
Co-interviewer
¿Qué estás buscando? Que alguien más que sea bueno entrevistando y contratando gente. ¿Cuál es el truco?
Bueno, a este punto creo que tengo. Tal vez tengo más datos de entrenamiento en evaluar talento técnico especialmente. Pero talento de todo tipo, supongo. Pero talento técnico especialmente dado que he hecho tantas entrevistas técnicas y luego he visto los resultados. Entrevistas técnicas, visto los resultados. Así que mi conjunto de entrenamiento es. Es enorme y tiene un rango muy amplio. Generalmente lo que pido son puntos concretos de evidencia de capacidad excepcional. Así que, como, estas cosas pueden ser bastante disparatadas. No necesita estar en el dominio, el dominio específico, pero evidencia de capacidad excepcional. Así que si alguien puede citar, como, incluso una cosa, pero digamos tres cosas donde dices, wow, wow, wow, entonces eso es, eso es una buena señal.
¿Pero por qué tienes que ser tú quien lo determine?
No, no hablo con todos. Es imposible. ¿Verdad? Quiero decir, la plantilla total en todas las empresas, 200,000 personas. Correcto.
Co-interviewer
Pero en los primeros días, ¿qué era lo que buscabas en esas entrevistas que no se podía delegar?
Bueno, supongo que necesito construir mi conjunto de entrenamiento. Así que no es como que haya acumulado mil casos aquí. Cometería errores, pero luego podría ver donde pensé que alguien funcionaría bien, pero no fue así. ¿Y por qué no funcionaron bien? ¿Y qué puedo hacer para, supongo, entrenarme a mí mismo con RL para en el futuro tener un mejor promedio de aciertos entrevistando a la gente? Así que mi promedio de aciertos todavía no es perfecto, pero es muy alto.
¿Cuáles son algunas razones sorprendentes por las que la gente no funciona bien?
Razones sorprendentes como, ya sabes, no
entienden el dominio técnico, etcétera. Etcétera. Pero, como, no, tú, tú, como, ahora tienes la larga cola de, estaba muy emocionado con esta persona. No funcionó. Tengo curiosidad de cómo pasa eso.
Sí. Así que, lo que generalmente le digo a la gente, me digo a mí mismo, supongo que de forma aspiracional, es no mires el currículum. Simplemente cree, cree en tu interacción. Así que el currículum puede parecer muy impresionante, y es como, wow, ya sabes, el currículum se ve bien. Pero si la, si la conversación después de 20 minutos, esa conversación no lo es, bueno, deberías creer en la conversación. No el, no el, no el papel.
Co-interviewer
Siento que parte de tu método es esto. Ya sabes, hubo este meme en los medios hace unos años sobre que Tesla era una puerta giratoria de talento ejecutivo. Mientras que en realidad, creo que cuando nos observas, Tesla ha tenido una plantilla ejecutiva muy consistente y ascendida internamente en los últimos años. Y que en SpaceX tienes a toda esta gente como Mark Juncosa y Steve Davis.
Y Steve Davis dirige The Boring Company.
Co-interviewer
No, no. Sí, sí, pero Bill Riley y gente así. Y parece que parte de lo que ha funcionado bien es tener diputados técnicos muy capaces. ¿Qué tienen en común todas esas personas?
Bueno, el, quiero decir, nos dice que el equipo senior en este punto probablemente tiene una antigüedad promedio de 10 o 12 años. Es bastante, bastante antigüedad. Sí. Así que, pero hay momentos en que Tesla pasó por una fase de crecimiento extremadamente rápido, extremadamente rápido. Y entonces fue algo, las cosas simplemente se aceleraron un poco. Y cuando una empresa, ya sabes, una empresa pasa por diferentes órdenes de magnitud de tamaño, ya sabes, la gente que podría ayudar a gestionar, digamos, una empresa de 50 personas versus una de 500 personas versus una de 5,000 personas versus una de 50,000.
Co-interviewer
Sí, tienes que agrupar a la gente.
Simplemente no es el mismo equipo. Sí, no siempre es el mismo equipo. Así que si una empresa está creciendo muy rápidamente, la tasa a la que van a cambiar los puestos ejecutivos también va a ser proporcional, en general, a la rapidez del crecimiento. Luego Tesla tuvo un desafío adicional, donde cuando Tesla tenía períodos muy exitosos, nos reclutaban implacablemente, como, implacablemente. Como cuando Apple tenía su programa de autos eléctricos, estaban bombardeando a Tesla con llamadas de reclutamiento. Era, los ingenieros simplemente desconectaban sus teléfonos.
Estoy intentando hacer trabajo aquí. Sí.
Si recibo una llamada más de un recluta de Apple, pero ofrecen de entrada, sin ninguna entrevista conmigo, como el doble de la compensación en Tesla. Así que tuvimos un poco del tema del polvo de hadas de Tesla, donde es como, ah, si contratabas a un ejecutivo de Tesla de repente eras, de repente todo iba a ser exitoso, y yo también he caído presa de esa cosa del polvo de hadas, ya sabes. Donde es como, ah, vamos a contratar a alguien de Google o Apple y van a tener éxito inmediatamente. Pero no, eso no es como funciona. Ya sabes, la gente es gente. Si no hay como un polvo de hadas mágico.
Así que cuando teníamos el problema del polvo de hadas, nos reclutaban implacablemente, y, y además siendo Tesla, siendo ingeniería, especialmente estando principalmente en Silicon Valley, es más fácil para la gente simplemente, como, no tienen que cambiar su vida mucho. Simplemente pueden conseguir, ya sabes, su trayecto va a ser el mismo.
Co-interviewer
Sí. ¿Entonces cómo previenes eso? ¿Cómo previenes el efecto del polvo de hadas, con todos intentando reclutar a toda tu gente?
No creo que podamos, no creo que haya mucho que podamos hacer para.
Detenerlo. Pero eso es como, esa es una de las razones por las que Tesla, al estar realmente en Silicon Valley, y teniendo la cosa del polvo de hadas al mismo tiempo, significó que hubo un reclutamiento muy, muy agresivo.
Co-interviewer
Solo estar en Austin ayuda entonces. Austin.
Sí, todavía ayuda. Quiero decir, Tesla todavía tiene la mayoría de su ingeniería en California, así que conseguir que los ingenieros se muden podría ser un problema significativo distinto. Sí.
Co-interviewer
Y otros tienen trabajos.
Sí, sí, exactamente. Así que para Starbase, eso fue particularmente difícil, ya que las probabilidades de encontrar otro trabajo de SpaceX en Brownsville, Texas, son bastante bajas. Sí, es bastante difícil. Quiero decir, es como un monasterio tecnológico. Creo que ya sabes, remoto y mayormente hombres.
Co-interviewer
Pero de nuevo, si retrocedes.
Una mejora enorme sobre mí mismo.
Co-interviewer
Sí, pero si retrocedes a esta gente que ha sido realmente muy efectiva en una capacidad técnica en Tesla, en SpaceX y esos lugares, ¿qué crees que tienen en común, aparte de que simplemente son muy agudos en, ya sabes, la ingeniería de cohetes o, ya sabes, los fundamentos técnicos? ¿O crees que es algo organizacional? Es algo sobre su capacidad para trabajar contigo. ¿Es su capacidad para, como, ser, ya sabes, flexibles pero no demasiado flexibles? ¿Qué hace a un buen compañero de entrenamiento para ti?
No creo que fuera un compañero de entrenamiento. Quiero decir, si alguien logra que las cosas se hagan, lo amo, y si no, yo. Así que es bastante sencillo. No es como algo idiosincrásico. Si alguien ejecuta bien, soy un gran fan, y si no, no lo soy. Pero no se trata de ajustarse a mis preferencias idiosincrásicas, o ciertamente intento que no se trate de eso. Así que. Sí, sí. Pero en general creo que es buena idea contratar por talento, empuje y confiabilidad, y creo que la bondad de corazón es importante. Le di peso a eso en cierto momento. Así que, ¿son buena persona, confiables, muy inteligentes y talentosos y trabajadores? Si es así, puedes añadir conocimiento del dominio, pero esos rasgos fundamentales, esas propiedades fundamentales, no las puedes cambiar. Así que la mayoría de la gente que está en Tesla y SpaceX no venía de la industria aeroespacial ni de la industria automotriz.
¿Qué es lo que más ha tenido que cambiar en tu estilo de gestión a medida que tus empresas han escalado de 100 a 1,000 a 10,000 personas? Eres conocido por este estilo de microgestión muy intenso, metiéndote en los detalles de las cosas.
Nanogestión, por favor. Gente. Gestión. Gestión.
Co-interviewer
que vamos a llegar
hasta el fondo, volando patrocinador, hasta Heisenberg y Sidney Bristow.
Sí. ¿Cómo, quiero decir, todavía puedes meterte en los detalles tanto como quieres? ¿Serían tus empresas más exitosas si pudieras, si fueran más pequeñas?
Como, ¿cómo, cómo piensas en eso? Bueno, porque tengo una cantidad fija de tiempo en el día, mi tiempo necesariamente se diluye a medida que las cosas crecen y a medida que aumenta el alcance de la actividad. Así que, ya sabes, es imposible para mí en realidad ser un microgestor, porque eso implicaría que tengo como miles de horas al día. Es una imposibilidad lógica para mí microgestionar las cosas. Así que ahora hay momentos en que voy a profundizar en un problema específico, porque ese problema específico es el factor limitante en el progreso de la empresa. Y. Pero la razón para profundizar en algún elemento muy detallado es porque es el factor limitante. No es arbitrariamente que te metas en cosas pequeñas. Y como dije, obviamente desde el punto de vista del tiempo es físicamente imposible para mí meterme arbitrariamente en cosas pequeñas que no importan, y eso resultaría en fracaso. Pero a veces las cosas pequeñas son decisivas en la victoria.
Co-interviewer
Famosamente, cambiaste el diseño de Starship de compuestos a acero.
Co-interviewer
Y tomaste esa decisión, como que no fue, ya sabes, la gente andaba por ahí, decían, ah, encontramos algo mejor, jefe. Como que eso era alentar a la gente a encontrar resistencia. ¿Puedes contarnos cómo llegaste a todo ese concepto del cambio al acero?
Sí, así que diría que fue desesperación, el. Originalmente, sí, íbamos a hacer Starship de fibra de carbono, y la fibra de carbono es bastante cara. Como la, la, la, ya sabes, generalmente cuando haces producción en volumen, puedes lograr que cualquier cosa se acerque a su costo de material. El problema con la fibra de carbono es que el costo del material sigue siendo muy alto. Así que es como, es como 50 veces. Particularmente si vas por una fibra de carbono especializada de alta resistencia que pueda manejar oxígeno criogénico, es como aproximadamente 50 veces el costo del acero. Y al menos en teoría sería más ligera. La gente generalmente piensa en el acero como pesado y en la fibra de carbono como ligera. Y para aplicaciones a temperatura ambiente, como digamos un auto de Fórmula 1, una estructura aeroespacial estática o cualquier tipo de estructura aeroespacial en realidad, probablemente te irá mejor con fibra de carbono. Ahora el problema es que estábamos intentando hacer este enorme cohete de fibra de carbono y nuestro progreso era extremadamente lento.
Co-interviewer
Y se había elegido en primer lugar simplemente porque es ligera.
Como a primera vista, como la mayoría de la gente pensaría que la elección para hacer algo ligero sería la fibra de carbono. El. Ahora, ahora la cosa es que cuando haces algo muy enorme de fibra de carbono y luego intentas que la fibra de carbono se cure eficientemente, es decir, no curado a temperatura ambiente porque, ya sabes, a veces tienes como 50 capas de, de fibra de carbono. Y la fibra de carbono es en realidad hilo de carbono y pegamento. Y para tener alta resistencia necesitas un autoclave. Así que algo que pueda, que es esencialmente un horno de alta presión. Y si tienes algo que es gigantesco, ese tiene que ser más grande que el cohete. Así que intentamos hacer un autoclave más grande que cualquier autoclave que haya existido jamás, o hacer curado a temperatura ambiente, que toma mucho tiempo y tiene problemas. Pero el problema final es que simplemente estábamos haciendo un progreso muy lento con la fibra de carbono.
Así que creo que la meta-pregunta es por qué tuviste que ser tú quien tomara esa decisión. Hay muchos ingenieros en tu equipo. Sí.
Co-interviewer
¿Cómo es que el equipo no llegó al acero?
Sí, exactamente. Esto es parte de una pregunta más amplia, entender tu ventaja comparativa en tus empresas.
Así que fue porque estábamos haciendo un progreso muy lento con la fibra de carbono. Pensé, bien, mejor intentamos otra cosa. Ahora para el Falcon 9, la estructura primaria está hecha de aluminio-litio, que tiene una muy, muy buena relación resistencia-peso. Y de hecho tiene aproximadamente la misma, tal vez mejor, relación resistencia-peso para su aplicación que la fibra de carbono. Pero el aluminio-litio es muy difícil de trabajar. Para soldarlo, tienes que hacer algo llamado soldadura por fricción-agitación, donde unes el, unes el metal sin que entre en la fase líquida. Así que es un poco loco que puedas hacer eso. Pero con este tipo particular de soldadura puedes hacerlo, pero es muy difícil, digamos que quieres hacer una modificación o adjuntar algo al aluminio-litio. Ahora tienes que usar sujeción mecánica con sellos, no puedes soldarlo directamente. Así que quería evitar usar aluminio-litio para la estructura primaria de Starship. Y había este grado muy especial de fibra de carbono que tenía muy buenas propiedades de masa. Así que con un cohete realmente estás intentando maximizar el porcentaje del cohete que es propelente. Minimizas la, la, la masa obviamente, y el, pero como dije, estábamos haciendo un progreso muy lento y, y, y yo dije, a este ritmo nunca vamos a llegar a Marte. Así que mejor pensamos en algo más. No quería usar aluminio-litio por la dificultad de la soldadura por fricción. Aun así, especialmente hacer eso a escala, era lo suficientemente difícil a 3.6 metros de diámetro, mucho menos a 9 metros o más. Entonces es como, bueno, ¿qué hay del acero? Y entonces ahora tenía una pista aquí porque algunos de los primeros cohetes estadounidenses habían usado acero muy fino. Los cohetes Atlas habían usado un tanque de globo de acero. Así que no es como que el acero nunca se haya usado antes. De hecho se había usado. Y cuando miras las propiedades del material del acero inoxidable, especialmente si ha sido un acero inoxidable endurecido por deformación completamente duro a temperatura criogénica, la relación resistencia-peso en realidad es similar a la fibra de carbono. Así que si miras las propiedades del material a temperatura ambiente, parece que el acero va a ser el doble de pesado. Pero si miras las propiedades del material a temperatura criogénica del acero completamente duro, inoxidable de grados particulares, entonces en realidad llegas a una relación resistencia-peso similar a la fibra de carbono. Y en el caso de Starship, tanto el combustible como el oxidante son criogénicos. Así que para el Falcon 9, el combustible es querosén de grado para cohetes, básicamente como una forma muy pura de combustible para aviones. Pero eso es aproximadamente temperatura ambiente. Aunque en realidad lo enfriamos ligeramente por debajo. Lo enfriamos como una cerveza.
Sí, lo enfriamos, pero no es criogénico. De hecho, si lo hiciéramos criogénico, simplemente se convertiría en cera. Pero para Starship, es metano líquido y oxígeno líquido, son líquidos a temperaturas similares. Así que básicamente casi toda la estructura primaria está a temperatura criogénica. Así que entonces tienes un acero inoxidable de la serie 300 que está endurecido por deformación porque casi todo está a temperatura criogénica. En realidad tiene una relación resistencia-peso similar a la fibra de carbono, pero cuesta 50 veces menos que el material normal y es muy fácil de trabajar. Puedes soldar acero inoxidable al aire libre. Podrías fumar un puro mientras sueldas acero inoxidable. Es como, es muy resistente, puedes modificarlo fácilmente. Si quieres pegar algo, simplemente lo sueldas ahí mismo. Así que es muy fácil de trabajar, muy bajo costo. Y ahora, como dije, a temperatura criogénica, resistencia-peso similar a la fibra de carbono. Luego cuando factorizas que tenemos una masa de escudo térmico mucho más reducida porque el punto de fusión del acero es mucho mayor que el punto de fusión del aluminio. Es aproximadamente el doble del punto de fusión del aluminio.
Co-interviewer
Así que simplemente operas el cohete mucho más caliente.
Sí. Así que especialmente para la nave, que entra como un meteoro ardiente, puedes reducir enormemente la masa del escudo térmico. Así que puedes decir, cortar la masa de la parte de barlovento del escudo térmico tal vez a la mitad. Y no necesitas ningún escudo térmico en el lado de sotavento. Así que el resultado neto es que en realidad el cohete de acero pesa menos que el cohete de fibra de carbono, porque la resina en el cohete de fibra de carbono empieza a fundirse. Básicamente, la fibra de carbono y el aluminio tienen aproximadamente la misma capacidad de temperatura de operación, mientras que el acero puede operar al doble de temperatura. Quiero decir, estas son aproximaciones muy burdas. La gente va a, no voy a construir un cohete. Lo que quiero decir es que la gente va a decir, ah, dijo que es el doble.
De eso va a tratar el comentario principal.
Maldita sea. El punto es que, en retrospectiva, en realidad deberíamos haber empezado con acero. Al principio. Fue tonto no hacer acero.
Co-interviewer
Bien. Pero para repetirte esto, lo que estoy escuchando es que el acero era un camino más arriesgado, menos probado, aparte de los primeros cohetes estadounidenses, versus la fibra de carbono, que era un camino peor pero más probado. Y entonces tú tienes que ser el que empuje por, oye, vamos a hacer este camino más arriesgado y simplemente resolverlo. Y entonces estabas luchando contra una especie de conservadurismo, en cierto sentido.
Por eso dije inicialmente, mira, el problema es que no estábamos avanzando lo suficientemente rápido. Teníamos problemas incluso para hacer una pequeña sección de barril de la fibra de carbono que no tuviera arrugas. Así que porque a esa gran escala, tienes que tener muchas capas, muchas capas de la fibra de carbono. Tienes que curarla, y tienes que curarla de tal manera que no tenga arrugas ni defectos. La fibra de carbono es mucho menos resistente que el acero. Tiene mucha, menos tenacidad. Como, el acero inoxidable se va a estirar y doblar, la fibra de carbono tiende a hacerse pedazos. Así que la tenacidad es el área bajo la curva de esfuerzo-deformación. Así que generalmente vas a tener que hacerlo mejor con acero, acero inoxidable, para ser precisos.
Co-interviewer
Otra pregunta sobre Starship. Visité Starbase, creo que fue hace dos años, con Sam Teller, y fue increíble. Fue muy genial ver muchísimas cosas. Una cosa que noté fue que la gente realmente se sentía orgullosa de la simplicidad de las cosas, donde todos quieren contarte cómo Starship es simplemente una gran lata de soda, y estamos contratando soldadores, y si puedes soldar en cualquier proyecto industrial, puedes soldar aquí. Pero hay mucho orgullo en la simplicidad.
Bueno, cohete muy complicado.
Co-interviewer
Así que a eso iba, ¿son las cosas más simples? ¿Son complejas?
Creo que tal vez lo que están intentando decir es que, ya sabes, no tienes que tener experiencia previa en la industria de cohetes para trabajar en Starship. Ya sabes, alguien solo necesita ser, ya sabes, inteligente y trabajar duro y ser confiable, y puede trabajar en un cohete. No necesitan, no necesitan experiencia previa en cohetes. Starship es la máquina más complicada jamás hecha por humanos, por mucho margen.
Co-interviewer
¿En, en qué aspectos?
En realidad cualquiera. Diría que no hay una máquina más compleja. Sí, quiero decir, diría que, que prácticamente cualquier proyecto que se me ocurra sería más fácil que esto. Y por eso nadie ha hecho un cohete rápidamente reutilizable. Nadie ha hecho jamás un cohete completamente reutilizable. Es un problema muy difícil. Quiero decir, mucha gente inteligente lo ha intentado antes, gente muy inteligente con recursos inmensos, y fracasaron. Así que. Y nosotros todavía no lo hemos logrado. Ya sabes, el Falcon es parcialmente reutilizable, pero las etapas superiores son Starship versión 3. Creo que este diseño puede ser completamente reutilizable, y esa reutilización completa es lo que nos permitirá convertirnos en una civilización multiplanetaria.
Co-interviewer
¿Puedes hablar sobre las escalas?
¿Cualquier problema técnico, incluso como un colisionador de hadrones o algo así? Es más fácil.
Co-interviewer
Siguiendo esto, pasamos mucho tiempo en los cuellos de botella. ¿Puedes decir cuáles son los cuellos de botella actuales de Starship? Incluso a un nivel general.
Quiero decir, intentar que no explote, generalmente esa vieja historia que realmente quiere explotar.
Co-interviewer
Toda esa combustión.
Hemos tenido dos propulsores que explotaron en la prueba, y uno arrasó. Arrasó con toda la instalación de prueba. Así que solo se necesita un error. Y quiero decir, la cantidad de energía contenida en Starship es una locura.
Co-interviewer
¿Entonces por eso es más difícil que el Falcon? Es porque simplemente hay más energía.
Hay mucha tecnología nueva. Está empujando los límites del rendimiento. El motor Raptor 3 es un motor muy, muy avanzado, por mucho el mejor motor de cohete jamás hecho. Pero quiere explotar desesperadamente. Quiero decir, solo para poner las cosas en perspectiva aquí, en el despegue, el cohete genera más de 100 gigawatts de potencia, el 20% de la electricidad de Europa.
Co-interviewer
Es una gran comparación.
A veces, pero a veces, sí. Así que pensé, ¿cómo es que no explota? Hay miles de formas en que podría explotar y solo una forma en que no lo hace. Así que queremos que no solo no explote, sino que vuele de forma confiable a diario, como una vez por hora. Y obviamente explota mucho. Es muy difícil mantener esa cadencia de lanzamiento.
Y entonces voy a decir, ¿cuál es el mayor problema restante para Starship? Es que el escudo térmico sea reutilizable, ya que nadie ha hecho jamás un escudo térmico orbital reutilizable. Así que el escudo térmico tiene que pasar por la fase de ascenso sin que se desprendan un montón de losetas. Y luego tiene que volver a entrar y tampoco perder un montón de losetas ni sobrecalentar la estructura principal.
Co-interviewer
¿No es difícil eso porque es fundamentalmente, en cierto modo, un consumible?
Bueno, sí, pero las pastillas de freno de tu auto también son consumibles. Pero duran mucho tiempo. Así que simplemente necesita durar mucho tiempo. Pero eso es solo, quiero decir, hemos traído la nave de vuelta e hicimos que aterrizara suavemente en el océano, lo hicimos varias veces, pero perdió muchas losetas, ya sabes, y ya sabes, no era reutilizable sin mucho trabajo. Sí. Así que aunque aterrizó, hizo un aterrizaje suave, no habría sido reutilizable sin mucho trabajo, y eso. Así que no es realmente reutilizable en ese sentido. Así que ese es el mayor problema que queda, un escudo térmico completamente reutilizable. Así que si quieres poder aterrizarlo, rellenar propelente y volar de nuevo sin. No puedes hacer esta inspección laboriosa de 40,000 losetas, ese tipo de cosa.
Tengo curiosidad de cómo conduces. Cuando leo tus biografías,
que simplemente eres capaz de impulsar el sentido de urgencia y transmitir el sentido de. Esto es algo que puede escalar. Y tengo curiosidad de por qué crees que otras organizaciones como SpaceX y Tesla son empresas realmente grandes ahora y tú todavía puedes mantener esa cultura. ¿Qué sale mal en otras empresas que no pueden hacer eso?
Pero como hoy dijiste que tuviste como un montón de reuniones de SpaceX. ¿Qué es lo que estás haciendo ahí? Eso como mantiene eso.
Co-interviewer
Eso añade urgencia.
Sí. Bueno, no sé. Supongo que la urgencia va a venir de quien esté liderando la empresa. Así que mi sentido de urgencia, tengo como un sentido maníaco de urgencia. Así que ese sentido maníaco de urgencia se proyecta a través del resto de la empresa.
¿Es por las consecuencias? Como si, ya sabes, Elon dijo una fecha límite loca. Pero si no la cumplo, sé lo que me pasa, ¿es simplemente que eres capaz de identificar cuellos de botella y eliminarlos para que la gente pueda avanzar rápido? ¿Cómo, cómo piensas sobre por qué tus empresas son capaces de moverse rápido?
Sí, constantemente estoy abordando el factor limitante. Así que. Quiero decir, en cuanto a los plazos, en general en realidad intento apuntar a un plazo que, que al menos creo que está en el percentil 50. Así que no es, no es como un plazo imposible, pero es el plazo más agresivo que puedo imaginar que podría lograrse con un 50% de probabilidad, lo que significa que va a llegar tarde la mitad de las veces y eso. Como hay una especie de ley de expansión de los gases. Que se aplica a los cronogramas, sea cual sea el cronograma que te guste. Si dijiste que vamos a hacer esto algo en como cinco años, que para mí es como un tiempo infinito,
a expandirse hasta llenar todo el cronograma disponible y va a tomar cinco años. Ya sabes, hay un límite físico,
va a limitar qué tan rápido puedes hacer ciertas cosas, como escalar la manufactura, hay una tasa a la que puedes mover los átomos y escalar la manufactura. Por eso no puedes hacer instantáneamente un millón de algo, un millón de unidades al año o algo así. Tienes que diseñar una línea de manufactura, tienes que ponerla en marcha, tienes que subir la curva en S de producción. Así que sí, supongo que estoy intentando pensar, ¿qué puedo decir que realmente sea útil para la gente? Creo que en general un sentido maníaco de urgencia es muy importante, y quieres tener un cronograma agresivo, y quieres averiguar cuál es el factor limitante en cualquier momento dado, y ayudar al equipo a abordar ese factor limitante.
Co-interviewer
¿Puedes tal vez hablar sobre el. Starlink estuvo lentamente en desarrollo durante muchos años.
Sí, hablamos de eso desde el principio mismo de la empresa.
Co-interviewer
Sí. Y entonces había un equipo que habías formado en Redmond, y luego en cierto punto decidiste que este equipo simplemente no está dando los resultados. Pero de nuevo, ¿cómo, pasó unos años lentamente? Y entonces por qué esto, por qué no actuaste antes y por qué actuaste cuando lo hiciste. Como, ¿por qué fue ese el momento correcto para actuar?
Quiero decir, tengo estas revisiones de ingeniería muy detalladas semanalmente, que, eso es, eso es tal vez un nivel de granularidad muy inusual. No conozco a nadie que dirija una empresa, o al menos una empresa de manufactura, que llegue al nivel de detalle al que yo llego. Así que no es como que tenga un entendimiento bastante bueno de lo que realmente está pasando porque
Co-interviewer
pasamos por
las cosas en detalle, y soy un gran creyente en las reuniones que se saltan niveles, donde los individuos, en lugar de que la persona que me reporta diga las cosas, es cada persona que le reporta a ellos quien dice algo en, en la revisión técnica, y, y, y no puede haber preparación avanzada. Porque si no, vas, vas, vas a conseguir, ya sabes, la mirada perdida, como digo ahora.
Co-interviewer
Sí, exactamente. Muy Gen Z de tu parte.
¿Cómo financias la administración avanzada? Simplemente, como, ¿los llamas al azar como
no, simplemente recorro la sala. Todos dan una actualización. Así que, quiero decir, es mucha información para mantener en la cabeza, porque tienes, digamos que si tienes reuniones semanales o dos veces por semana, tienes una instantánea de lo que esa persona dijo, y entonces puedes graficar los puntos de progreso. Puedes, más o menos, graficar mentalmente los puntos en la curva y decir, ¿estamos convergiendo hacia una solución o no? O estamos, ya sabes, como, solo voy a tomar una acción drástica cuando concluya que el éxito no está entre el conjunto de resultados posibles. Así que cuando digo bien, cuando finalmente llego a la conclusión de que, bien, a menos que se tome una acción drástica, no tenemos ninguna posibilidad de éxito, entonces debo tomar una acción drástica. Volví a la pregunta en 2018, tomé una acción drástica y resolví el problema.
¿Cuántas? Tienes muchas, muchas empresas, y en cada una de ellas parece que haces este tipo de comprensión profunda de ingeniería sobre cuáles son los cuellos de botella relevantes. Así que puedes hacer estas revisiones con la gente. Sí, has sido capaz de escalar esto a 5, 6, 7 empresas, dentro de una de estas empresas. Tienes muchas mini empresas diferentes dentro de ellas. ¿Qué determina la cantidad máxima aquí? Porque tienes como 80 empresas. 80. No, pero ya tienes tantas. Eso ya es notable por el número actual. Sí, exactamente.
Co-interviewer
Apenas mantenemos una empresa unida.
Depende de la situación. Así que en realidad no tengo, no tengo reuniones regulares con empresas en las que la cosa va bien. Así que esa empresa va como viento en popa. Mira, básicamente si algo está funcionando bien y avanzando bien, entonces no tiene sentido que yo le dedique tiempo. Así que en realidad asigno tiempo según dónde está el. Dónde está el factor limitante o el problema. ¿Dónde están las cosas problemáticas, o dónde estamos empujando contra, como, qué nos está frenando? Me arriesgo a decir las palabras demasiadas veces, el factor limitante. Así que básicamente si algo va, la ironía es que si algo va realmente bien, no me ven mucho. Pero si algo va mal, me van a ver mucho, o ni siquiera mal. Es como si algo es un factor limitante. Es un factor limitante.
No es exactamente que vaya mal, pero es lo que necesitamos hacer avanzar más rápido.
Co-interviewer
Y entonces cuando algo es un factor limitante en SpaceX o Tesla, ¿estás como hablando semanal, diariamente con el ingeniero que está trabajando en eso? ¿Cómo funciona eso en realidad?
La mayoría de las cosas que son factor limitante son semanales, y algunas cosas son dos veces por semana. Así que las revisiones del chip AI5 son dos veces por semana, así que es cada martes y sábado. ¿La revisión del chip, es de
Co-interviewer
duración abierta, cuánto dura?
Técnicamente sí, pero usualmente son como dos o tres horas, a veces menos. Depende de cuánto haya que revisar.
Co-interviewer
Sí, eso es una cosa, y solo estoy intentando sacar las, las diferencias aquí porque los resultados parecen bastante diferentes, y entonces creo que es interesante notar qué insumos son diferentes, y se siente como que en el mundo corporativo, como dices, simplemente que el CEO haga revisiones de ingeniería no siempre sucede, a pesar de que eso es lo que, ya sabes, la empresa está haciendo. Pero entonces el tiempo a menudo está muy finamente dividido en, ya sabes, reuniones de media hora o incluso reuniones de 15 minutos, y parece que tú mantienes cosas más abiertas, como, estamos hablando de esto hasta que lo resolvamos.
A veces. Sí, a veces. Pero la mayoría de ellas parecen más o menos mantenerse en tiempo. Así que, quiero decir, la revisión de ingeniería de Starship de hoy duró un poco más porque había más temas que discutir. Están intentando averiguar cómo escalar a más de un millón de toneladas a órbita por año, lo cual es bastante desafiante.
¿Puedo hacer una pregunta? Así que dijiste sobre Optimus y la IA que van a resultar en tasas de crecimiento de dos dígitos en cuestión de años.
Ah, ¿como la economía? Sí. Sí, creo que es correcto.
¿Cuál era el punto de los recortes de DOGE si la economía va a crecer tanto?
Bueno, creo que el desperdicio y el fraude no son cosas buenas de tener. Ya sabes, en realidad estaba bastante preocupado por, supongo, quiero decir, creo que en ausencia de IA y robótica, en realidad estamos totalmente fritos porque la deuda nacional se está acumulando como loca ahora. Nuestros pagos de intereses, los pagos de intereses, de la deuda nacional, superan el presupuesto militar, que es un billón de dólares. Así que más de un billón de dólares. Solo los pagos de intereses. Ya sabes, eso fue como, pensé, bien, bastante preocupado por eso. Tal vez si invierto algo de tiempo podamos retrasar la bancarrota de Estados Unidos y darnos suficiente tiempo para que la IA y los robots, ya sabes, ayuden a resolver la deuda nacional, o no ayuden a resolverla. Es lo único que podría resolver la deuda nacional. Como, vamos a quebrar al 1000% como país y fracasar como país sin IA y robots, nada más va a resolver la deuda nacional. Y entonces, entonces nos gustaría. Bueno, simplemente necesitamos, necesitamos suficiente tiempo para construir la IA y los robots antes de quebrar.
Supongo que lo que me da curiosidad es que cuando DOGE empieza tienes esta enorme capacidad de hacer reformas, y entonces no tan enorme.
Pero totalmente de acuerdo con tu punto de que es importante que la IA y la robótica impulsen las mejoras de productos, impulsen el crecimiento del PIB. Pero, ¿por qué no simplemente ir directamente tras las cosas que señalabas, ya sabes, como los aranceles sobre ciertos componentes, o ya sea el tema de permisos, no soy
el presidente y es muy difícil recortar. Recortar, incluso, incluso recortar cosas que son obvias. Desperdicio y fraude. Como, como un desperdicio y fraude ridículos. Lo que descubrí es que es extremadamente difícil incluso recortar formas muy obvias, y para el gobierno, porque el gobierno tiene que operar según quién se queja. Si cortas los pagos a los defraudadores, inmediatamente inventan las razones más conmovedoras para continuar el pago. No dicen, por favor sigan con el fraude. Dicen, ya sabes, es, son como que estás matando a los pandas bebés. Como, mientras tanto no hay pandas bebés muriendo, simplemente lo están inventando. Las fuerzas son capaces de, de inventar historias extremadamente convincentes y desgarradoras que son falsas pero que de todos modos suenan conmovedoras, y eso es lo que pasó. Y entonces es como, tal vez debería haberlo sabido mejor, pero, pero pensé, espera, vamos a escuchar. Vamos a intentar recortar algo de desperdicio y fraude del gobierno. Tal vez no debería haber 20 millones de personas marcadas como vivas en el Seguro Social que definitivamente están muertas y tienen más de 115 años. El estadounidense más viejo tiene 114 años. Así que es seguro decir que si alguien tiene 115 años y está marcado como vivo en la base de datos del Seguro Social, algo está. O hay un error de tipeo, alguien debería llamarlos y decir, parece que tenemos tu cumpleaños mal, o necesitamos marcarte de otra manera. Una de las dos cosas, una llamada muy intimidante de recibir. Bueno, parece algo razonable. Y si, digamos, su cumpleaños está en el futuro y tienen, ya sabes, un préstamo de la Administración de Pequeñas Empresas y su cumpleaños es el año 2165, de nuevo tenemos o un error de tipeo o tenemos fraude. Así que decimos, parece que nos equivocamos con el siglo de tu nacimiento
Co-interviewer
o una gran trama para una película.
Sí, cuando digo fraude ridículo. Eso es lo que quiero decir con fraude ridículo.
¿Esas personas estaban recibiendo pagos?
Algunos estaban recibiendo pagos del Seguro Social, pero el vector principal de fraude era marcar a alguien como vivo en el Seguro Social y luego usar cualquier otro sistema de pagos del gobierno para básicamente hacer fraude. Porque lo que hacían esos otros sistemas de pago del gobierno era simplemente hacer un, ¿estás vivo? Verificación con la base de datos del Seguro Social. Es un tiro de rebote.
¿Cuál estimarías que es la cantidad total de fraude de este mecanismo?
Mi suposición es, y por cierto, la Oficina de Responsabilidad del Gobierno ha hecho estas estimaciones antes. No soy el único que viene con esto. De hecho, creo que la GAO hizo un análisis, una estimación aproximada del fraude durante la administración Biden, y lo calcularon en aproximadamente medio billón de dólares. Así que no me crean a mí. Tómenlo. Un informe emitido durante la administración Biden. ¿Qué les parece? De este mecanismo del Seguro Social, es uno de muchos. Es importante apreciar que el gobierno no es, es muy inefectivo deteniendo el fraude porque no es como si fuera una empresa deteniendo pérdidas. Tienes una motivación porque afecta las ganancias de tu empresa. Pero el gobierno simplemente imprime más dinero. Así que no es como que necesites cuidado y competencia. Y esos están en escasa oferta a nivel federal.
Sí, quiero decir, cuando vas
al DMV, ¿piensas, wow, esto es un bastión de competencia? Bueno, ahora imagina que es peor que el DMV porque es un DMV que puede imprimir dinero.
¿Entonces no era posible, al menos a nivel estatal?
Los DMV necesitan. Los estados más o menos necesitan mantenerse dentro de su presupuesto. Quiebran, pero el gobierno federal simplemente imprime más dinero.
¿No era posible? Si hay medio billón de fraude pegado ahí, ¿por qué no era posible
cortar todo eso? Porque cuando, cuando esencialmente lo hicimos, en realidad. Mira, realmente tienes que dar un paso atrás y recalibrar tus expectativas de competencia porque estás operando en un mundo donde, ya sabes, tienes que como llegar a fin de mes. Como, ya sabes, tienes que pagar tus cuentas, tienes que, ya sabes, comprar los micrófonos. Sí, sí, exactamente. Así que no es como que haya un gigante, una burocracia monstruosa en gran parte indiferente, y un montón de computadoras que simplemente están enviando pagos. Como una de las cosas que hizo el equipo de DOGE, sin embargo, es, y suena tan simple, que probablemente va a ahorrar
100 mil millones, tal vez 200 mil millones al año, es simplemente requerir que los pagos de la computadora principal del Tesoro, que se llama PAM, que es como Payment Accounts Master o algo así. Hay 5 billones en PAM, requerir que cualquier pago que salga tenga un código de apropiación de pago, hacerlo obligatorio, no opcional, y que tengas algo, lo que sea, en el campo de comentarios, porque, ya sabes, tienes que recalibrar qué tan tontas son las cosas. Bueno, piensas que se estaban enviando pagos sin ningún código de apropiación, sin verificar con ninguna apropiación del congreso y sin explicación. Y por eso el Departamento de Guerra, anteriormente Departamento de Defensa, no puede pasar una auditoría, porque la información literalmente no está ahí. Recalibra tus expectativas.
Quiero entender mejor este número habitual porque hubo un informe del Inspector General en 2024.
¿Cuánto, como, por qué es tan
bajo tal vez, pero encontramos que en siete años, el fraude del Seguro Social que estimaron fue como 70 mil millones en siete años. Así que como 10 mil millones al año. Así que tendría curiosidad por ver qué son los otros 490 mil millones.
Los gastos del gobierno federal son siete billones y medio al año. Sí. ¿Qué porcentaje, qué tan competente crees que es esto?
El gasto discrecional ahí es como el 15%.
Sí, pero no importa. La mayoría del fraude no es discrecional. Básicamente es fraudulento. Medicare, Medicaid, Seguro Social, ya sabes, discapacidad. Hay un zillón de pagos del gobierno. Sí, y un montón de estos pagos son, de hecho, son transferencias en bloque a los estados. Así que el gobierno federal ni siquiera tiene la información en muchos casos para siquiera saber si hay fraude. Consideremos, hagamos como una reducción al absurdo. Reducción al absurdo (ad absurdum). El gobierno, el gobierno es perfecto y no tiene fraude. ¿Cuál es tu estimación de probabilidad de eso?
Cero. Bien, entonces, ¿dirías que el fraude y desperdicio que tiene el gobierno es del 90%? Eso también sería bastante generoso. Pero si es solo 90%, eso significa que hay 750 mil millones de dólares al año de desperdicio y fraude. Y no es 90%, no es 90% efectivo.
Esto parece una tasa extraña desde los primeros principios. La cantidad de fraude en el gobierno. ¿Cuánto crees que hay? Y de todos modos no sabemos cómo hacerlo en vivo. Pero tendría curiosidad por ver, tú
sabes mucho sobre fraude. En Stripe la gente está constantemente intentando hacer fraude.
Co-interviewer
Sí, pero como dices, es como un poco, realmente lo hemos reducido mucho, pero es un espacio de problema un poco diferente porque estás tratando con un conjunto mucho más heterogéneo de vectores de fraude aquí que nosotros.
Sí, pero quiero decir, quiero decir, en Stripe tienes alta competencia y te esfuerzas mucho. Tienes alta competencia y alto cuidado. Pero aun así el fraude no es, no es cero. Ahora imagina que es a una escala mucho mayor. Hay mucha menos competencia y mucho menos cuidado. En PayPal, en aquel entonces, intentábamos reducir el fraude a aproximadamente el 1% del volumen de pagos. Y eso fue muy difícil. Tomó una cantidad tremenda de competencia y cuidado llevar el fraude meramente al 1%. Ahora imagina que eres una organización donde hay mucho menos cuidado y mucha menos competencia. Va a ser mucho más del 1%.
Co-interviewer
¿Cómo te sientes ahora mirando hacia atrás en el tema de la política y haciendo cosas ahí, donde se siente que desde afuera dos cosas han sido bastante impactantes? Una, el PAC América, y dos, la adquisición de Twitter en ese momento. Pero también parece que hubo bastante sufrimiento, así que, ¿cuál es tu calificación de toda la experiencia?
Bueno, creo que esas cosas necesitaban hacerse para maximizar la probabilidad de que el futuro sea bueno. Pero la política en general es muy tribal, es muy tribal, y la gente pierde su objetividad. Usualmente con la política, en general tienen problemas para ver lo bueno del otro lado o lo malo de su propio lado. Así es como suele ir, en general. Eso, supongo, fue una de las cosas que más me sorprendió, que a menudo simplemente no se puede razonar con la gente si está en una tribu o en la otra. Simplemente creen que todo lo que hace su tribu es bueno y todo lo que hace la otra tribu política es malo, y convencerlos de lo contrario es casi imposible. Así que de cualquier manera, pero creo, creo que en general esas acciones, adquirir Twitter, lograr que Trump fuera elegido, aunque eso enoja a mucha gente, creo que esas acciones son buenas para. Son buenas para la civilización.
Sí. ¿Cómo alimenta eso al futuro que te emociona?
Bueno, Estados Unidos necesita contener. Estados Unidos necesita ser lo suficientemente fuerte para durar lo suficiente para extender la vida a otros planetas y para llegar, supongo, con la IA y la robótica, al punto donde podamos asegurar que el futuro sea bueno. Como, por otro lado, si descendiéramos a, digamos, el comunismo o alguna situación donde el estado fuera extremadamente opresivo, eso significaría que nosotros, podríamos no poder volvernos multiplanetarios, y el estado podría, ya sabes, aplastar nuestro progreso en IA y robótica.
¿Cómo te sientes sobre, ya sabes, Optimus, Grok, etcétera? Van a ser aprovechados por, y no solo los tuyos. Los productos de cualquier empresa maximizadora de ingresos serán aprovechados por el gobierno con el tiempo. ¿Cómo se manifiesta esta preocupación en lo que las empresas privadas deberían estar dispuestas a darle a los gobiernos? ¿Qué tipo de barreras deberían, deberían, deberían, ya sabes, deberían los modelos de IA hacer lo que sea que el gobierno que los contrató les pida que hagan? ¿Debería, debería, debería Grok poder decir, como, en realidad incluso el ejército quiere hacer X? No, Grok no va a hacer eso.
Creo que probablemente el mayor peligro de la IA, o tal vez el mayor peligro para que la IA y la robótica salgan mal. Lo que sale mal es el gobierno.
Ya sabes, quiero decir, la gente que se opone a las corporaciones o que está preocupada por las corporaciones realmente debería preocuparse más por el gobierno. Porque el gobierno es simplemente una corporación en el límite. Es un gobierno. Lo es, lo es, lo es. El gobierno es simplemente la corporación más grande con un monopolio de la violencia. Así que siempre me parece una dicotomía extraña donde la gente pensaría que las corporaciones son malas, pero el gobierno es bueno, cuando el gobierno es simplemente la corporación más grande y peor. Pero la gente tiene esa dicotomía. De alguna manera pienso que al mismo tiempo el gobierno puede ser bueno, las corporaciones malas. Y esto no es cierto. Las corporaciones tienen mejor moralidad que el gobierno. Así que en realidad creo que eso, ya sabes, eso es lo que hay que preocuparse por. Es como si, ya sabes, debería, debería, si el gobierno no debería. Como, el gobierno podría potencialmente usar la IA y la robótica para suprimir a la población. Como, eso es una preocupación seria.
Como alguien que construye IA y robótica, ¿cómo, cómo, cómo previenes eso?
Bueno, creo que si tienes un gobierno limitado, si limitas los poderes del gobierno, que es realmente lo que la Constitución de EE.UU. busca hacer, está diseñada para reducir los poderes del gobierno, entonces, entonces probablemente vas a tener un mejor resultado que si tienes más gobierno.
Co-interviewer
¿Entonces estará disponible para todos los gobiernos, verdad?
No se trata de todos los gobiernos. Quiero decir, es difícil predecir el. Como dije, como, qué, qué es, dónde está, qué es, qué es, muchos años en el futuro. Pero es difícil predecir este tipo de camino a lo largo, a lo largo de ese camino. Como, si la civilización progresa, la IA va a superar enormemente la suma de toda la inteligencia humana, y va a haber muchos más robots que humanos a lo largo del camino. ¿Qué pasa? Es muy difícil predecir.
Quiero decir, parece que una cosa que podrías hacer es simplemente decir
permite, sea lo que sea que el gobierno te diga, no se te permite usar Optimus para hacer XYZ, simplemente escribir una política. Quiero decir, creo que tuiteaste recientemente que Grok debería tener una constitución moral. Y una de esas cosas podría ser que nosotros, limitemos lo que se le permite hacer a los gobiernos con esta tecnología avanzada.
Quiero decir, sí, podemos hacer lo que, quiero decir técnicamente. Quiero decir, si los socios aprueban una ley, entonces, y pueden hacer cumplir esa ley, entonces es difícil no cumplir esa ley. Lo mejor que podemos tener es un gobierno limitado donde tengas los controles cruzados apropiados entre las ramas ejecutiva, judicial y legislativa.
Supongo que la razón por la que tengo curiosidad sobre esto es esta. En algún punto parece que los límites van a venir de ti. ¿Verdad? Como, tienes a Optimus, tienes las GPU espaciales, tienes eso.
Creo que voy a ser el jefe del gobierno.
O vas a conseguir el, como, quiero decir, ya es. Es el caso con SpaceX que para las cosas que son cruciales para, como, al gobierno realmente le importa poner ciertos satélites en el espacio, lo que sea. Como, necesita a SpaceX. Es el, es el contratista necesario, y estás en el proceso de construir más y más de los componentes tecnológicos del futuro que van a tener un papel análogo en diferentes industrias. Y podrías tener esta capacidad de establecer alguna política de que, si se suprime el liberalismo clásico de cualquier forma, mis empresas no van a ayudar en nada con eso. O alguna política así.
Voy a hacer lo mejor que pueda para asegurar que cualquier cosa que esté dentro de mi control maximice el buen resultado para la humanidad. Creo que cualquier otra cosa sería miope porque obviamente soy parte de la humanidad. Así que me gustan los humanos. Pro humano. Pro humano.
Mencionaste que Dojo 3 se va a usar para cómputo basado en el espacio.
De verdad lees lo que digo.
No sé si conoces Twitter, pero sé que ustedes. Tienen muchos seguidores.
Gran delator. ¿Cómo descubriste mis secretos? Publiqué mi
¿cómo diseñas este chip para el espacio? ¿Qué cambia?
Bueno, supongo que quieres que esté diseñado para ser más tolerante a la radiación y operar a una temperatura más alta. Así que aproximadamente, si aumentas la temperatura de operación en un 20% en grados Kelvin, puedes cortar la masa de tu radiador a la mitad. Así que operar a una temperatura más alta es útil en el espacio, hay varias cosas que puedes hacer para proteger la memoria, pero las redes neuronales van a ser muy resistentes a los cambios de bit. Así que la mayor parte de lo que ocurre por la radiación son cambios aleatorios de bit. Pero si tienes un modelo de varios billones de parámetros y tienes algunos cambios de bit, no importa. Los programas heurísticos van a ser mucho más sensibles a los cambios de bit que algún archivo gigante de parámetros. Así que simplemente lo diseñé para que funcione caliente, y creo que básicamente lo haces de la misma manera que haces las cosas en la Tierra. Aparte de hacer que funcione más caliente.
Quiero decir, los paneles solares, la mayor parte del peso en el satélite. ¿Hay alguna forma de hacer las GPU aún más densas en potencia que lo que Nvidia y TPU, etcétera, están planeando hacer, que sería especialmente privilegiado en el mundo basado en el espacio?
Bueno, quiero decir, la matemática básica es que si puedes hacer alrededor de un kilowatt por retícula, entonces necesitarías, ya sabes, 100 millones de chips de retícula completa para hacer 100 gigawatts. Sí. Así que sí, dependiendo de cuáles sean tus suposiciones de rendimiento, ya sabes, eso te dice cuántos viajes necesitas hacer. Pero genial. Necesitas, si quieres, si vas a tener 100 gigawatts de potencia. Necesitas 100 millones de chips funcionando que estén sosteniendo un kilowatt. Pero por retícula
matemática básica, 100 millones de chips depende de. Sí, si miras el tamaño del troquel de algo como las GPU Blackwell o algo así, y cuántas puedes sacar de una oblea, puedes obtener algo del orden de docenas o menos por oblea. Así que básicamente estás. Este es un mundo donde, si estamos produciendo eso cada año, estás produciendo millones, millones de obleas al mes. Ese es el plan con Terafab. Millones de obleas al mes de nodos de proceso avanzados.
Tiene que ser algún número por encima de un millón. Creo que también tienes que hacer la memoria.
Sí, vas a hacer una fábrica de memoria.
Creo que el Terafab va a hacer memoria. Tiene que hacer lógica, memoria y empaquetado.
Tengo mucha curiosidad de cómo alguien, como, empieza con esto. Esto es como la cosa más complicada que el hombre jamás ha hecho. Y obviamente, si alguien está a la altura de la tarea, tú estás a la altura de la tarea. Como, qué. Así que te das cuenta de que hay un cuello de botella y vas a tus ingenieros y, como, cuál es el siguiente. Como, ¿qué les dices que hagan? Quiero un millón de obleas al mes en 2030. Cuál es el siguiente. Como, ¿qué les dices?
¿Llamas, como, a ASML? Como, ¿cuál es el?
¿Cuál es el siguiente paso?
Tanto por preguntar. Bueno, hacemos una fábrica pequeña y vemos qué pasa. Cometemos nuestros errores a pequeña escala y luego hacemos una grande.
¿Está lista una fábrica pequeña ahora? No está lista.
Lo cual, quiero decir, claro, no vamos a mantener a ese gato en la bolsa. Ese chisme va a salir de la fila de atrás. Va a ser como drones sobrevolando esa maldita cosa. Vas a poder ver su progreso de construcción en X. Correcto. En tiempo real. Así que, quiero decir, escucha, no sé, podríamos simplemente flaquear y fracasar. Para ser justos, es como, no. El éxito no está garantizado. Pero como queremos intentar
algo como 100 millones. Sí, queremos 100 gigawatts de potencia y chips que puedan aguantar 100 gigawatts. Correcto. Así que digamos, ya sabes, pero sí, para 2030. Entonces entonces. Tomaremos tantos chips como nuestros proveedores nos den. Les he dicho esto a. De hecho les he dicho esto a TSMC y a Samsung y a Micron. Es como, por favor construyan sus fábricas más rápido y les garantizamos que compraremos la producción de esas fábricas. Así que ya están avanzando tan rápido como pueden. No es como, para ser claros, no es como nosotros, es nosotros más ellos.
Co-interviewer
Hay un argumento de que la gente que hace IA quiere una cantidad muy grande de chips lo más rápido posible. Y luego muchos de los proveedores de insumos, las fábricas, pero también, ya sabes, los fabricantes de turbinas, no están aumentando la producción muy rápido.
Co-interviewer
La explicación aquí es que son conservadores por disposición. Ya sabes, son taiwaneses o alemanes, según sea la historia, y simplemente no creen. Dicen, como, ¿esa es realmente la explicación, o hay algo más?
Bueno, quiero decir, es razonable. Como si alguien ha estado, digamos, en el negocio de la memoria de computadoras durante 30 o 40
Co-interviewer
años, y han visto ciclos, han visto
auges y colapsos como 10 veces.
Ya sabes, así que, así que eso es muchas capas de tejido cicatricial, ya sabes, así que es como, es como durante los tiempos de auge, parece que todo va a estar genial para siempre. Y luego pasa el colapso, y entonces intentan desesperadamente evitar la bancarrota, y luego hay otro auge y otro colapso.
Co-interviewer
¿Hay otras, hay otras ideas que piensas que otros deberían perseguir que tú no, por cualquier razón, ahora mismo?
Quiero decir, hay algunas empresas que están buscando nuevas formas de hacer chips, pero simplemente no están escalando el costo.
Co-interviewer
Ni siquiera dentro de la IA, quiero decir
en general diría que la gente debería hacer lo que, donde encuentren que están muy motivados para hacer esa cosa, en lugar de, ya sabes, alguna idea que yo sugiera, deberían hacer lo que encuentren personalmente interesante y motivador de hacer. Pero, ya sabes, volviendo al factor limitante, usé esa frase como 100 veces, el factor limitante actual que veo en el marco de tiempo, en el marco de tiempo de 2029, como en el marco de tres a cuatro años, son los chips. En el marco de un año, es la energía, la producción de energía, la electricidad. No me queda claro que haya suficiente electricidad utilizable para encender todos los chips de IA que se están fabricando, hacia finales de este año creo que la gente va a tener problemas reales encendiéndolos, como, la producción de chips va a superar la capacidad de encenderlos.
¿Cuál es tu plan para lidiar con ese mundo?
Bueno, estamos intentando acelerar la producción de electricidad. Supongo que esa es, esa es tal vez una de las razones por las que xAI va a ser tal vez el líder, con suerte el líder, es que vamos a ser capaces de encender más chips que otros, más rápido, porque somos buenos en hardware. Y en general las innovaciones de las corporaciones que se llaman a sí mismas laboratorios, las ideas tienden a fluir. Es raro ver que haya más de unos seis meses de diferencia en cómo las ideas viajan de un lado a otro entre la gente. Así que creo que de alguna manera llegas al muro del hardware, y entonces cualquier empresa que pueda escalar hardware más rápido va a ser el líder. Y entonces creo que xAI va a poder escalar hardware más rápido y por lo tanto, muy probablemente, va a ser el líder.
Co-interviewer
Bromeaste o te sentiste cohibido por usar la frase del factor limitante otra vez, pero en realidad creo que hay algo profundo aquí, y si miras muchas de las cosas que hemos tocado a lo largo de esto, tal vez sea una buena nota para terminar. Como, si piensas en una empresa senescente con poca agencia, tendría algún cuello de botella y realmente no haría nada al respecto. Ya sabes, Marc Andreessen tenía la frase de que la mayoría de la gente está dispuesta a soportar cualquier cantidad de dolor crónico para evitar el dolor agudo. Y se siente como que muchos de los casos de los que hablamos son simplemente inclinarse hacia el dolor agudo, sea lo que sea. Es como, bien, tenemos que averiguar cómo trabajar con el acero, o tenemos que averiguar cómo correr los chips en el espacio, o vamos a aceptar algo de dolor agudo a corto plazo para realmente resolver el cuello de botella. Y entonces eso es como una cosa unificadora.
Tengo un umbral de dolor alto. Eso es útil.
Co-interviewer
Resuelve los cuellos de botella.
Sí. Así que, ya sabes, una cosa que puedo decir es que, creo que el futuro va a ser muy interesante. Y como dije, Davos solo ha sido. Estuve literalmente en Davos. Creo que estuve en el lugar como tres horas o algo así. Es mejor ser. Es mejor equivocarse del lado del optimismo y estar equivocado que equivocarse del lado del pesimismo y tener razón, para la calidad de vida. Así que, ya sabes, tu felicidad va a, vas a ser más feliz si, si estás del lado del optimismo en lugar de equivocarte del lado del pesimismo. Y entonces recomiendo equivocarse del lado del optimismo. Gracias por eso, Paul, Johan, gracias por hacer esto.
Muy bien, gracias, chicos. Muy bien.
Co-interviewer
Ah, qué gran resistencia.
Espero que esto encuentre el dolor y la tolerancia al dolor. Hola a todos. Espero que hayan disfrutado ese episodio. Si lo hicieron, lo más útil que pueden hacer es simplemente compartirlo con otras personas que crean que podrían disfrutarlo. También ayuda si dejan una calificación o comentario en la plataforma donde estén escuchando. Si están interesados en patrocinar el podcast, pueden contactarnos en dwarkesh.com/advertise. De lo contrario, los veo en el próximo episodio.