La versión original de esta historia apareció en Quanta Magazine.
Un día nos prometieron vehículos autónomos y amas de llaves robóticas. En cambio, hemos presenciado el auge de sistemas de IA capaces de vencernos en ajedrez, analizar grandes cantidades de texto y componer sonetos. Esta ha sido una de las grandes sorpresas de la era moderna: aunque las tareas físicas que resultan fáciles para los humanos son muy difíciles para los robots, los algoritmos son cada vez más capaces de imitar nuestro intelecto.
Otra sorpresa que ha desconcertado a los investigadores durante mucho tiempo es la habilidad que tienen estos algoritmos para desarrollar su propio y extraño tipo de creatividad. Los modelos de difusión, la columna vertebral de las herramientas de generación de imágenes como DALL-E, Imagen y Stable Diffusion, están diseñados para generar copias exactas de las imágenes con las que han sido entrenados. Sin embargo, en la práctica, parecen improvisar, mezclando elementos dentro de las imágenes para crear algo nuevo, no solo manchas de color sin sentido, sino imágenes coherentes con significado semántico. Esta es la «paradoja» detrás de los modelos de difusión, explica Giulio Biroli, un investigador de IA y físico en la École Normale Supérieure en París: «Si funcionaran perfectamente, deberían simplemente memorizar. Pero no lo hacen, en realidad son capaces de producir nuevas muestras». 
Qué es la «eliminación de ruido»
Para generar imágenes, los modelos de difusión utilizan un proceso conocido como «eliminación de ruido». Convierten una imagen en ruido digital, un conjunto incoherente de píxeles, y luego la reensamblan. Es como triturar repetidamente un cuadro hasta que solo quede un montón de polvo fino, para luego recomponerlo. Durante años, los investigadores se han preguntado: si los modelos simplemente se reensamblan, ¿cómo entra en escena la novedad? Es como reensamblar un cuadro triturado para crear una obra de arte completamente nueva.
Ahora, dos físicos afirman algo sorprendente: las imperfecciones técnicas del propio proceso de eliminación de ruido son las que propician la creatividad de los modelos de difusión. En un artículo presentado en la Conferencia Internacional sobre Aprendizaje Automático 2025, ambos desarrollaron un modelo matemático de modelos de difusión entrenados para demostrar que su supuesta creatividad es, de hecho, un proceso determinista, una consecuencia directa e inevitable de su arquitectura.
Al arrojar luz sobre la caja negra de los modelos de difusión, la nueva investigación podría tener importantes implicaciones para la investigación futura en IA, e incluso para nuestra comprensión de la creatividad humana. «La verdadera fortaleza del artículo reside en que realiza predicciones muy precisas sobre algo muy importante», afirmó Luca Ambrogioni , informático de la Universidad de Radboud, Países Bajos.
De abajo hacia arriba
Mason Kamb, un estudiante de posgrado de física aplicada en la Universidad de Stanford y autor principal del nuevo artículo, ha estado durante mucho tiempo fascinado por la morfogénesis: los procesos mediante los cuales los sistemas vivos se autoensamblan.
Una forma de entender el desarrollo de embriones en humanos y otros animales es a través de lo que se conoce como un patrón de Turing, llamado así por el matemático del siglo XX Alan Turing. Los patrones de Turing explican cómo los grupos de células pueden organizarse en órganos y extremidades distintos. Crucialmente, esta coordinación tiene lugar a nivel local. No hay un encargado supervisando los billones de células para asegurarse de que todas se ajusten a un plan corporal final. En otras palabras, las células individuales no tienen un plano terminado de un cuerpo en el que basar su trabajo, solo están tomando medidas y haciendo correcciones en respuesta a las señales de sus vecinos. Este sistema de abajo hacia arriba generalmente funciona sin problemas, pero de vez en cuando sale mal, produciendo manos con dedos adicionales, por ejemplo.
Cuando las primeras imágenes generadas por IA empezaron a aparecer en línea, muchas parecían pinturas surrealistas que representaban humanos con dedos adicionales. Esto inmediatamente le hizo pensar a Kamb en la morfogénesis: «Parecía el fracaso que se esperaría de un sistema de abajo a arriba», sugirió.
