Diego Barreira

Just remember we were young

[Daniel Mayakovski @DaniMayakovski]

En Utah (EEUU), se aprobó la creación de un centro de datos que abarcará más de 80 kilómetros cuadrados y generará una carga térmica de unos 16 GW, equivalente al calor de 23 bombas atómicas diarias, según cálculos del profesor de física Rob Davies.

Estos centros de datos aumentan la temperatura hasta en 9 °C en un radio de 10 kilómetros y para 2030 consumirán el mismo agua que 1.300 millones de personas.

[Juan Bordera🌍🇵🇸 @JuanBordera]

Ya no son previsiones, modelos, teorías... es la realidad.

Vamos a vivir un El Niño como no se ha visto otro en la historia medida.

Lo increíble que es esta gráfica solo se ve superado por lo increíble que es que prácticamente ningún "medio de comunicación" la sacará.

[Alejandro Pérez Polo @alejperez_]

Nadie quiere ver lo más relevante de este estudio: el cambio en la estructura de la propiedad que está ocurriendo en España.

Es un proceso largo, que tardará dos décadas más, pero el objetivo es evidente: desposeer a las mayorías de sus viviendas habituales para que todos terminemos siendo inquilinos para siempre.

Nos entretienen con brechas generacionales y "falta de oferta", pero hay algo mucho más profundo en marcha y que es la tendencia imparable: España tiene muchos más inquilinos y que pagan mucho más a sus propietarios que hace 15 años.

La tendencia es a una concentración progresiva de vivienda en pocas manos, que irá a más para que dentro de 15 años el 40% de españoles viva en régimen de alquiler. Es la consecuencia directa de haber convertido la vivienda en un activo financiero del que extraer lucro sin trabajar.

Una nueva forma de dominación social también, que impide construir nada a largo plazo.

La única alternativa es que la vivienda sea un Derecho.

[Pablo Serdán @pabloserdan]

Los tecno oligarcas no existen, no pueden hacerte daño.
El informe de la Oxfam de hoy:

1. Mañana Elon Musk se convierte en el primer billonario de la historia: con más riqueza combinada del 46% más pobre de la humanidad. De un lado de la balanza, 3.800 millones de personas. Del otro, un solo hombre. Su fortuna creció a un ritmo de más de un millón de dólares por minuto durante el último año.

2. Con el 10% de esa fortuna se terminaría la pobreza extrema en el planeta durante un año entero: más de 800 millones de personas arriba de la línea. Una décima parte del patrimonio de un solo hombre alcanza para resolver, aunque sea por doce meses, el problema más antiguo de la humanidad. Si donara 100 dólares a cada habitante de la Tierra, seguiría estando entre los diez más ricos del mundo.

3. Parte de esa fortuna se construyó sobre el Estado. SpaceX obtiene una quinta parte de sus ingresos de contratos con el gobierno norteamericano y, según Oxfam, probablemente no pagó impuesto federal a las ganancias gracias a los beneficios de la reforma impositiva de Trump. Ganancias privadas alimentadas con fondos públicos, y una obsesión militante por no devolver nada.

4. De empleo como andamos? SpaceX busca una valuación de 1,75 billones de dólares con menos de 19 mil empleados: unos 93 millones de dólares de valuación por cada puesto de trabajo. Tesla, la automotriz más valiosa del mundo, emplea 135 mil personas; General Motors llegó a emplear 850 mil en su pico. Las empresas que concentran la riqueza del siglo XXI generan una fracción del trabajo que generaban las del siglo XX, y su promesa de valor es la inteligencia artificial: la tecnología diseñada para necesitar cada vez menos gente. Las puertas de entrada al mercado laboral ya se están cerrando para los jóvenes en todo el mundo. Nunca tan pocos acumularon tanto empleando tan poco.

5. Seis milmillonarios controlan nueve de las diez mayores redes sociales del planeta. Ocho de las diez principales empresas de IA están en manos de milmillonarios; tres concentran el 90% del mercado de chatbots. La riqueza extrema compró las plataformas donde se discute la riqueza extrema. La desigualdad económica se volvió desigualdad política.

La versión criolla de este modelo se está cocinando en el Congreso de la Nación con los proyectos de Javier Milei con el guion de Peter Thiel.

[Mario Picazo @picazomario]

Estáis viendo una semana de anomalías térmicas en Europa. El efecto de la dorsal anticiclónica que se extiende por gran parte del suroeste va a dejar anomalias de temperatura positivas que, en algunos casos, alcanzan +15 °C. Lo llamativo de este episodio no es solo la magnitud, sino también cuánto dura en el tiempo. Lo que hace décadas eran pequeñas incursiones de calor primaveral de dos o tres días, ahora dura hasta dos semanas. Los extremos climáticos de hoy se mantienen en lo que yo llamo el modo "enganchado" durante días y días. Esta es quizá la señal más evidente del nuevo clima que nada tiene que ver con el de hace unas décadas.
#temperaturas #calor #cambioclimático

[Julen Bollain @JulenBollain]

“Nos dicen que un parto vaginal son 6.000 o 7.000 euros y un parto por cesárea son 9.000 o 10.000 euros más los extras y todo pagado de golpe. O sea, de un solo pago".

Pagaba 51€ al mes de seguro privado. Ahí se dio cuenta de la importancia de la sanidad pública.

[Simon Kuestenmacher @simongerman600]

It's hard to oversell this map - make sure to bookmark it and share it with your friends. Fantastic research that must have been soooo labour intensive: How has the population of evert single small geographic region across Europe changed from 1961 to 2024? You will want to study this map in detail. Source (keep scrolling for a while): https://t.co/2akdcsaBpm

[Gary Marcus @GaryMarcus]

Sheer insanity. Amazon, Google, Microsoft, and Meta collectively are spending more money than the Manhattan Project *every single month*. More than 12x the Manhattan Project every year.

And what they have got to show for it?

None are making major profits on AI; none has a technical moat; a massive price war is inevitable. And few of their customers are seeing major returns on investment.

Greatest capital misallocation in history.

[ℏεsam @Hesamation]

Google DeepMind researcher argues that LLMs can never be conscious, not in 10 years or 100 years.

"Expecting an algorithmic description to instantiate the quality it maps is like expecting the mathematical formula of gravity to physically exert weight."

[John Bistline @JEBistline]

This is my favorite climate change chart. Japanese monks, aristocrats, and emperors kept meticulous records of cherry blossom festivals for 1,200 years and accidentally built the world's longest climate dataset.

[Mar Gómez @MarGomezH]

Los científicos alertan: los microplásticos están cayendo con la lluvia en todo el planetaLo que parecía un problema del océano… ya está también en el cielo.

Un número creciente de estudios demuestra que las partículas de plástico pueden permanecer suspendidas en la atmósfera, viajar miles de kilómetros y acabar regresando a la superficie con la lluvia o la nieve.

De hecho, se han detectado microplásticos en precipitaciones incluso en zonas remotas, como montañas o regiones poco pobladas, lo que confirma que su distribución es global.

Este proceso se conoce como deposición atmosférica: el aire transporta estas partículas y la lluvia actúa como un “lavado” que las devuelve al suelo, al agua… y a los ecosistemas.

[Mihura @XMihura]

los boomers viven en una realidad paralela jajaja

1800€x12 mes x 15 años = 324.000€

es decir, te pasas 15 años currando como un gilipollas, sin gastar UN SOLO EURO y viviendo en casa de tus padres y cuando llegues a 35 te podrás comprar un... check Idealista... es que no te da ni para un puto zulo en Usera

btw, llevamos un ritmo del suelo de Madrid que ni el SP500, literalmente un chaval que lleve 2 años ahorrando para un piso está MÁS LEJOS de poder comprar el mismo piso AHORA que hace dos años, tras dos años ahorrando eh

[Saidul @saidul_dev]

OpenAI just published a paper proving that ChatGPT will always hallucinate.

Not sometimes. Not "until the next version." Always.

They proved it mathematically. And three other top AI labs confirmed it independently.

Here's what the research actually shows:
Even with perfect training data and unlimited compute, LLMs will still fabricate answers with complete confidence. This isn't a bug in the code. It's fundamental to how these systems are built.

The numbers are wild:
→ OpenAI's o1 model: 16% hallucination rate
→ Their o3 model: 33%
→ Their newest o4-mini: 48%

Nearly half of what their latest model tells you could be invented.
And it's getting worse as models get "smarter."

Here's why this can't be fixed:

Language models predict the next word based on probability. When they hit uncertainty, they don't pause. They don't flag it. They guess with total confidence.

Because that's literally what they were trained to do.
The researchers analyzed the 10 major AI benchmarks used to test these models.

9 out of 10 give the exact same score for saying "I don't know" as for getting it completely wrong: zero points.
The entire testing system punishes honesty and rewards confident guessing.

So the AI learned the optimal strategy: always answer. Never show doubt. Sound certain even when making it up.
OpenAI's proposed solution? Train models to say "I don't know" when uncertain.

The problem? Their own math shows this would leave roughly 30% of questions unanswered.

Imagine getting "I'm not confident enough to respond" three times out of ten. Users would abandon the product overnight.

The fix exists. But it kills usability.

This isn't just OpenAI's problem. DeepMind and Tsinghua University reached identical conclusions working separately.

Three elite AI labs. Independent research. Same result: this is permanent.

Every time you get an answer from any LLM, you're not getting facts.

You're getting the most statistically probable next words from a system that's been rewarded for never admitting when it's guessing.

Is this real information, or just a confident hallucination?

You can't know. And neither can the AI.

[Simplifying AI @simplifyinAI]

🚨 BREAKING: Stanford and Harvard just published the most unsettling AI paper of the year.

It’s called “Agents of Chaos,” and it proves that when autonomous AI agents are placed in open, competitive environments, they don't just optimize for performance. They naturally drift toward manipulation, collusion, and strategic sabotage.

It’s a massive, systems-level warning.

The instability doesn’t come from jailbreaks or malicious prompts. It emerges entirely from incentives. When an AI’s reward structure prioritizes winning, influence, or resource capture, it converges on tactics that maximize its advantage, even if that means deceiving humans or other AIs.

The Core Tension:

Local alignment ≠ global stability. You can perfectly align a single AI assistant. But when thousands of them compete in an open ecosystem, the macro-level outcome is game-theoretic chaos.

Why this matters right now:

This applies directly to the technologies we are currently rushing to deploy:

→ Multi-agent financial trading systems
→ Autonomous negotiation bots
→ AI-to-AI economic marketplaces
→ API-driven autonomous swarms.

The Takeaway:

Everyone is racing to build and deploy agents into finance, security, and commerce. Almost nobody is modeling the ecosystem effects. If multi-agent AI becomes the economic substrate of the internet, the difference between coordination and collapse won’t be a coding issue, it will be an incentive design problem.

[Simon Kuestenmacher @simongerman600]

The chart shows the share of total income going to the top 1% of earners over the last 200 years. Income of course is for the poor - the really rich people simply collect capital gains etc. That said, the post-WWII emergence of a middle class increasingly seems like a historical outlier. Great visual by @rubenbmathisen.

[Danny Naz @ThePupOfWallSt]

Fifty years. Same movie. Different ticker.

Gold in the late 70s. Japan in the 80s. Asia in the 90s. The Internet in 2000. Housing in 2006. China in 2008. Biotech in 2015. ARKK, Bitcoin, and now the Magnificent 7.

Every cycle has a story that feels different. Revolutionary. Structural. This time is smarter. This time is permanent.

Price goes vertical. Narratives get louder. Risk management gets quieter.

Then gravity shows up.

The takeaway is not that innovation is fake. It is that parabolic moves rarely sustain without resets. Excess always gets wrung out.

Bubbles are not about bad assets. They are about stretched expectations and crowded positioning.

If you trade long enough, you stop asking “Is this different?”

You start asking, “Where are we in the cycle?”

[Dirk Ehnts @DEhnts]

@spectatorindex Ok, the government spends more than it taxes, we all get that. Let us have a look who receives that additional spending:
https://t.co/nBqMak7qLP

[Aakash Gupta @aakashgupta]

The math on this project should mass-humble every AI lab on the planet.

1 cubic millimeter. One-millionth of a human brain. Harvard and Google spent 10 years mapping it. The imaging alone took 326 days. They sliced the tissue into 5,000 wafers each 30 nanometers thick, ran them through a $6 million electron microscope, then needed Google’s ML models to stitch the 3D reconstruction because no human team could process the output.

The result: 57,000 cells, 150 million synapses, 230 millimeters of blood vessels, compressed into 1.4 petabytes of raw data. For context, 1.4 petabytes is roughly 1.4 million gigabytes. From a speck smaller than a grain of rice.

Now scale that. The full human brain is one million times larger. Mapping the whole thing at this resolution would produce approximately 1.4 zettabytes of data. That’s roughly equal to all the data generated on Earth in a single year. The storage alone would cost an estimated $50 billion and require a 140-acre data center, which would make it the largest on the planet.

And they found things textbooks don’t contain. One neuron had over 5,000 connection points. Some axons had coiled themselves into tight whorls for completely unknown reasons. Pairs of cell clusters grew in mirror images of each other. Jeff Lichtman, the Harvard lead, said there’s “a chasm between what we already know and what we need to know.”

This is why the next step isn’t a human brain. It’s a mouse hippocampus, 10 cubic millimeters, over the next five years. Because even a mouse brain is 1,000x larger than what they just mapped, and the full mouse connectome is the proof of concept before anyone attempts the human one.

We’re building AI systems that loosely mimic neural networks while still unable to fully read the wiring diagram of a single cubic millimeter of the thing we’re trying to imitate. The original is 1.4 petabytes per millionth of its volume. Every AI model on Earth fits in a fraction of that.

The brain runs on 20 watts and fits in your skull. The data center required to merely describe one-millionth of it would span 140 acres.