Del torno a la inteligencia artificial: cuando la precisión se autoperfecciona a sí misma

¿Qué tiene en común el torno de precisión y la inteligencia artificial?

A primera vista, nada. Uno es una máquina de hierro que arranca virutas de metal; la otra es software que predice la siguiente palabra. Pero las dos enfrentan el mismo problema fundacional: para construir una versión mejor de sí mismas, necesitan una versión de sí mismas que ya sea suficientemente buena. El torno preciso se fabrica con piezas precisas, pero las piezas precisas se fabrican en un torno preciso. La IA capaz de mejorar IA necesita ser lo bastante inteligente para entender qué mejorar, pero esa inteligencia es justamente lo que estamos tratando de construir.

Es el problema del huevo y la gallina. Y las dos lo resolvieron de la misma manera: iterando.

El primer torno

La evidencia más antigua de un torno viene del Egipto antiguo, alrededor del 1300 antes de nuestra era¹. Era un aparato de dos personas: una enrollaba una cuerda alrededor de la pieza y tiraba para hacerla girar, la otra apoyaba una herramienta afilada contra el material. Los romanos le agregaron un arco que permitía girar la pieza con una sola mano.

¿Precisión? La que daban el ojo y el pulso. Milímetros, con suerte. No existía la idea de “tolerancia” porque no existía la idea de que dos piezas idénticas pudieran ser intercambiables. Cada objeto era único, ajustado a mano contra su compañero. Si un eje no entraba en su buje, lo limabas hasta que entrara.

Los tornos antes de la Revolución Industrial

Durante la Edad Media apareció el torno de pedal, que liberó las dos manos del operario. Fue una mejora enorme en comodidad, pero no en precisión. El problema seguía siendo el mismo: la herramienta de corte la sostenía la mano humana, y la mano humana tiembla.

Jesse Ramsden² construyó entre 1767 y 1775 su máquina de dividir circular: una rueda de 45 pulgadas con 2160 dientes de precisión, engranada con un tornillo patrón. Con ella se podían graduar las escalas angulares de sextantes y octantes de manera mecánica. Lo que antes llevaba horas de trabajo manual de un artesano experto, ahora se hacía en 30 minutos. Ramsden le dio a los fabricantes de instrumentos británicos décadas de ventaja sobre el resto de Europa.

Pero aun así, las piezas mecánicas grandes — cilindros, ejes, engranajes — seguían siendo burdas. Los cilindros se forjaban a martillo, eran irregulares, y perdían presión por todos lados. James Watt lo sabía mejor que nadie.

La máquina de vapor

Watt tenía el diseño de una máquina de vapor superior a la de Newcomen, pero no podía construirla. El problema era el cilindro: necesitaba uno lo bastante redondo para que el pistón sellara sin perder vapor, y nadie podía fabricar un cilindro así. Los cilindros de hierro forjado de la época tenían irregularidades de varios milímetros.

En 1774, John Wilkinson³ — apodado “Iron-Mad Wilkinson” — inventó una máquina de mandrilar que resolvió el problema. En vez de forjar un tubo hueco (inherentemente impreciso), Wilkinson partía de un bloque sólido de hierro y lo perforaba con un eje cortante apoyado en ambos extremos. La rigidez del eje era la fuente de la precisión — no necesitó una máquina precisa previa, solo una barra muy rígida.

La tolerancia que logró: “no yerra más que el espesor de un chelín viejo”, unos 2.5 milímetros en un cilindro de 120 centímetros de diámetro. Parece burdo hoy, pero fue suficiente para que la máquina de vapor de Watt funcionara. Watt le dio a Wilkinson un contrato de exclusividad.

Y acá empieza la cadena de bootstrapping.

La palabra bootstrapping viene de una vieja expresión inglesa: “pull yourself up by your bootstraps” — levantarte tirando de las presillas de tus propias botas. Se la suele asociar con el Barón Munchausen⁴, el personaje del libro de Rudolf Erich Raspe (1785) que se salva de situaciones imposibles con hazañas absurdas. Aunque en la versión original el Barón se saca de un pantano tirándose del pelo (de su coleta, para ser exactos), la versión con las botas se le pegó después. Lo importante es el sentido original: la frase describía algo físicamente imposible. No podés levantarte del piso tirando de tus propios zapatos. Recién en el siglo XX el significado se invirtió y pasó a significar “salir adelante con tus propios medios.”

En ingeniería, el término recuperó el sentido original de paradoja: ¿cómo arrancás un sistema que se necesita a sí mismo para funcionar? Una computadora necesita un programa para cargar programas — el bootstrap loader. Un compilador necesita un compilador para compilarse a sí mismo. Y un torno preciso necesita piezas precisas que solo un torno preciso puede fabricar.

La aceleración en la precisión

Henry Maudslay y el torno de roscar (~1800)

Henry Maudslay⁵ es el padre fundador de la máquina-herramienta moderna. Su invención clave fue el torno con corredera (slide rest) y el tornillo patrón (leadscrew) con engranajes intercambiables. El portaherramientas ya no dependía de la mano humana: estaba fijado a superficies metálicas cepilladas con precisión, y avanzaba en proporción exacta al giro de la pieza.

El resultado: por primera vez se podían cortar roscas estandarizadas. Antes de Maudslay, cada tornillo era ligeramente diferente y ninguna tuerca encajaba en otro bulón. Después de Maudslay, las piezas podían ser intercambiables.

Tolerancia de trabajo: centésimas de milímetro, del orden de 0.025 mm.

⁶

Maudslay también construyó el “Lord Chancellor”, un micrómetro de banco capaz de medir a diezmilésimas de pulgada — unos 2.5 micrones. Lo usaba como árbitro final en su taller. Y acá aparece una clave de todo este proceso: la medición siempre fue un paso adelante de la manufactura. No podés mejorar lo que no podés medir.

Joseph Whitworth y la planaridad desde la nada (1850s)

Joseph Whitworth⁷ fue aprendiz de Maudslay, y llevó la idea más lejos. Estandarizó la rosca británica (el estándar Whitworth, la primera norma nacional de roscas) y perfeccionó el método de los tres platos para crear superficies perfectamente planas.

El método es el ejemplo más puro de bootstrapping de precisión que conozco, y merece que lo cuente con detalle. Tomá tres platos de acero — los vamos a llamar Rojo, Verde y Azul. Untá uno con azul de Prusia⁸ (un pigmento), frotalo contra el segundo: las marcas de pigmento te muestran dónde están los puntos altos. Rasqueteá los puntos altos. Ahora usá el primero como referencia para rasquetear el tercero. Después frotá el segundo contra el tercero. Repetí el ciclo.

Lo extraordinario es que los errores no se acumulan — se cancelan. Al alternar cuál plato es referencia y cuál se corrige, el proceso converge a la planaridad geométrica verdadera sin necesitar una referencia externa que ya sea plana. Es planaridad surgida de la nada, solo geometría e iteración. Es un compilador compilándose a sí mismo, dos siglos antes de que existieran los compiladores.

Whitworth también construyó la “Máquina del Millonésimo”⁹, exhibida en la Gran Exposición de 1851. Medía a una millonésima de pulgada, unos 25 nanómetros. Era tan sensible que detectaba la dilatación térmica de una barra de hierro de una pulgada por el calor de un dedo tocándola.

Carl Edvard Johansson y los bloques patrón (1901)

El sueco Johansson¹⁰ inventó los gauge blocks — bloques patrón de longitud que se combinan por adherencia molecular (wringing): los apretás y torcés suavemente uno contra otro, y se adhieren por fuerzas intermoleculares y presión atmosférica. Para 1910 había roto la barrera del milésimo de milímetro: 1 micrón. Sus bloques eran más precisos que los patrones de las oficinas nacionales de metrología.

Henry Ford lo contrató en 1923. Su primer cliente americano fue Henry Leland en Cadillac, alrededor de 1908 — el hombre que hizo de la intercambiabilidad total de piezas la base de la industria automotriz.

La escalera completa

Época	Tolerancia	Hito
Egipto antiguo (~1300 AEC)	varios mm	Torno de cuerda, ajuste a ojo
1774 — Wilkinson	~2.5 mm	Cilindro para la máquina de vapor de Watt
~1800 — Maudslay	~0.025 mm	Torno de roscar con corredera
1850s — Whitworth	medición a ~25 nm	Máquina del Millonésimo
1901 — Johansson	1 micrón (0.001 mm)	Bloques patrón como estándar físico
CNC moderno	2-5 micrones	Mecanizado industrial estándar
Ultra-precisión	sub-micrón, ~100 nm	Óptica, aeroespacial, semiconductores

Cada generación de máquinas-herramienta fabricó las piezas de la siguiente generación, más precisa. Superficies planas mejores produjeron guías mejores; guías mejores produjeron cortes más rectos; cortes más rectos produjeron tornillos patrón más exactos; tornillos más exactos produjeron tornos más precisos. Y en cada escalón, un nuevo instrumento de medición reveló errores que antes eran invisibles y creó la demanda para el siguiente salto.

El ciclo nunca se detuvo.

La conexión IA

En Springfield, Missouri, un maquinista llamado Dave Gingery¹¹ bootstrappeó un taller mecánico completo a partir de chatarra. Empezó con un balde de 20 litros convertido en fundición, coló un torno rudimentario en aluminio, usó ese torno para construir una taladradora, y después fue reemplazando piezas del propio torno con versiones mejoradas fabricadas en las nuevas máquinas. Kevin Kelly lo llama un “dispositivo de up-creation”: una máquina capaz de generar más precisión de la que tiene.

La Revolución Industrial entera fue un dispositivo de up-creation a escala civilizatoria.

En 1965, el estadístico y criptógrafo I.J. Good¹² escribió:

Sea una máquina ultrainteligente aquella que puede superar ampliamente todas las actividades intelectuales de cualquier humano por inteligente que sea. Dado que el diseño de máquinas es una de esas actividades, una máquina ultrainteligente podría diseñar máquinas aún mejores; habría entonces, sin duda alguna, una “explosión de inteligencia”, y la inteligencia del hombre quedaría muy atrás.

Good fue el primero en nombrar el bucle recursivo que el torno venía recorriendo en silencio desde hacía siglos. Pero durante doscientos años la analogía no cerró del todo, porque no existía una herramienta que pudiera mejorarse a sí misma en el plano de la inteligencia.

Hasta ahora.

Hoy los ejemplos son concretos:

• AlphaChip¹³ (Google DeepMind) usa aprendizaje por refuerzo para diseñar los floorplans de los chips TPU — los mismos chips que corren los modelos de DeepMind. Ya diseñó layouts para tres generaciones consecutivas de TPU. Lo que a un equipo humano le tomaba semanas, AlphaChip lo genera en horas. DeepMind lo dice explícitamente: “los chips han impulsado el progreso de la IA, y AlphaChip devuelve el favor.”

• AlphaEvolve¹⁴ (Google DeepMind, mayo 2025) es un agente evolutivo de código que descubre y optimiza algoritmos. Recuperó 0.7% de los recursos de cómputo globales de Google, logró un 32.5% de speedup en kernels FlashAttention, y encontró la primera mejora al algoritmo de Strassen para multiplicación de matrices en 56 años.

• GPT-5.3-Codex¹⁵ (OpenAI, febrero 2026): OpenAI declaró que es “el primer modelo que fue instrumental en crearse a sí mismo.” Usaron versiones tempranas del modelo para debuggear su propio entrenamiento y administrar clusters de GPU.

• Claude diseñando Claude¹⁶ (Anthropic, septiembre 2025): Dario Amodei dijo que “esencialmente tenemos a Claude diseñando la siguiente versión de Claude… ese bucle empieza a cerrarse muy rápido.”

La tabla de analogías se arma sola:

¹⁷

Torno / mecanizado	IA
Torno rudimentario	Modelos base tempranos
Cada generación fabrica la siguiente	Cada modelo entrena o diseña al siguiente
Método de los tres platos: planaridad de la nada	NAS / AutoML: arquitecturas de la nada
“No podés mejorar lo que no podés medir”	Benchmarks y evaluaciones como instrumentos
Bloques patrón de Johansson	Datasets curados como estándar de referencia
CNC: la máquina programa la máquina	IA escribiendo código para IA
AlphaChip diseña el chip que corre AlphaChip	El bucle se cierra

Perspectivas desde la historia reciente

¿Hasta dónde llega la analogía?

François Chollet¹⁸ argumenta que la explosión de inteligencia es improbable. Su razón: el progreso exponencial choca con fricción exponencial en otras partes del sistema. El resultado es crecimiento lineal o sigmoidal, no exponencial. Señala que la mejora recursiva de herramientas viene ocurriendo durante toda la historia humana sin producir una singularidad.

El contra-argumento: el mecanizado nunca produjo una singularidad porque las mejoras eran físicas. Los átomos tienen fricción, los metales tienen elasticidad, la termodinámica pone límites. La IA opera en información, donde copiar es gratis y la iteración es casi instantánea. ¿Es esa diferencia suficiente para romper el patrón histórico?

La historia del torno sugiere cautela. Cada salto de precisión fue real, pero cada salto también fue más difícil que el anterior. Pasar de milímetros a décimas de milímetro tomó unas décadas. Pasar de décimas a micrones tomó un siglo. Pasar de micrones a nanómetros requirió cambiar de tecnología por completo — de la mecánica a la óptica y la litografía. La curva de precisión del mecanizado¹⁹ no es exponencial: es una escalera donde cada peldaño cuesta más que el anterior.

Quizás la IA siga el mismo patrón. Los primeros saltos de capacidad — de GPT-2 a GPT-4, digamos — fueron dramáticos. Los siguientes podrían requerir cambios de paradigma equivalentes a pasar del rasqueteado manual a la interferometría láser. No está claro que el bucle recursivo, por poderoso que sea, escape a los rendimientos decrecientes.

Pero hay algo que la historia del torno deja fuera de duda: el ciclo funciona. Maudslay no necesitó un torno perfecto para empezar. Necesitó uno apenas mejor que el anterior, y la paciencia de iterar.

Conclusión

El método de los tres platos de Whitworth crea planaridad de la nada — sin una superficie plana previa, sin un instrumento que diga “esto es plano.” Solo tres platos imperfectos, alternándose como referencia y como pieza, corrigiéndose mutuamente, convergiendo hacia algo que ninguno de los tres tenía al principio.

La IA está haciendo lo mismo. Modelos imperfectos que diseñan chips, que escriben código, que generan datos de entrenamiento, que descubren algoritmos — cada uno corrigiendo al siguiente, cada siguiente un poco mejor que el anterior.

La pregunta que nos queda no es si la IA puede mejorar IA. Ya lo está haciendo. La pregunta es si el ciclo converge — como los tres platos de Whitworth, que se estabilizan en una superficie plana — o si diverge.

Maudslay resolvió su problema del huevo y la gallina hace doscientos años. Nosotros recién estamos empezando a resolver el nuestro.

• Torno
• Precision
• Bootstrapping
• Inteligencia Artificial
• Mecanizado
• Historia
• Nerd Lateral