Los exploradores espaciales y submarinos tienen razón al correr riesgos

Mientras esperamos los resultados finales de la investigación de la perdida del Titán sumergibleque mató a cinco personas el verano pasado a una profundidad de más de 12.000 pies en el Atlántico, la tragedia ha generado interrogantes muy por encima de las profundidades del océano, preguntándose si peligros similares enfrenta la floreciente exploración privada del espacio.

Para ser más realistas, estas preguntas conducen a una verdad incómoda sobre lo que eventualmente voluntad suceder en el espacio. No importa cuán seguro sea un sistema o cuán estrictas sean las regulaciones, algún día, de alguna manera, algo saldrá mal en los viajes espaciales privados, y la gente voluntad morir. Entonces, ¿cuánto se puede hacer para minimizar la posibilidad de que esto ocurra y cómo reaccionamos cuando esto suceda inevitablemente?

Este riesgo, sus posibles resultados y su mitigación me interesan desde hace mucho tiempo. En 2000 inscribí a Dennis Tito para que fuera el primer ciudadano privado en comprar un boleto a la Estación Espacial Internacional. Más tarde fundé Orbital Outfitters, una empresa que desarrollaba trajes espaciales para vuelos espaciales comerciales, y trabajé con la Texas Space Alliance para aprobar una legislación de reforma extracontractual que permitiera a Blue Origin de Jeff Bezos llevar a sus clientes a bordo de naves espaciales suborbitales.

Lo que está claro es que si bien hay similitudes Entre los viajes espaciales y las visitas al fondo del océano, y ambos representan los límites de las capacidades tecnológicas humanas, también existen diferencias significativas. Estos incluyen tanto la física como las reglas que gobiernan el fondo del océano y el borde del espacio. Comprender estas diferencias es importante para evitar evaluaciones de riesgos inexactas que podrían sofocar innecesariamente nuevos viajes a cualquiera de los dominios.

Es evidente que ambos lugares no son “amigables para los humanos”, ya que sólo se volvieron accesibles con la llegada de las tecnologías modernas, principalmente soporte vital que crea una “burbuja” de aire alrededor de quienes están dentro y que tiene la temperatura y presión correctas.

En los océanos, materiales superfuertes protegen esta burbuja y mantienen la presión fuera. En el espacio, la burbuja mantiene la presión. En cualquiera de los dos casos, romper la burbuja puede causar la muerte a quienes están dentro, una desaparición que es instantánea en el momento. presiones extremas de las profundidades del mar, pero generalmente mucho más gradual en el espacio a través de la lenta fuga de aire precioso. En el espacio, uno tiene tiempo para sellar las fugas mientras se pone un traje espacial. Tanto el remedio como el rescate son posibles. En el espacio existen otros peligros únicos, sí, principalmente la exposición a radiación y microgravedad—pero estos son efectos a largo plazo que preocupan mucho a quienes planean vivir en el espacio en lugar de que alguien simplemente lo visite.

Lanzamiento de un cohete New Shepard de Blue Origin. Crédito: Patrick T. Fallon/AFP vía Getty Images

Y, de manera similar a la diferencia entre visitar el fondo del océano en un sumergible y bucear en aguas poco profundas, los vuelos espaciales también tienen dos regímenes distintos. Los vuelos suborbitales cortos, como los que ofrecen actualmente Blue Origin y Virgin Galactic, transportan barcos y pasajeros en trayectorias balísticas hasta un poco más allá del borde del espacio antes de volver a caer naturalmente en la atmósfera acogedora. Por lo general, estos solo duran unos minutos y apuntan a alturas que exceden modestamente las 62 millas, las llamadas “Línea Karmán”ampliamente reconocido como el lugar donde comienza el espacio exterior. Los vuelos orbitales implican energías, velocidades y altitudes mucho mayores y, en principio, pueden ser interminables una vez que se alcanza una órbita estable, muy por encima de la interferencia por fricción de la atmósfera de nuestro planeta, que debilita el impulso. Este es el elevado reino de la Estación Espacial Internacional y la estación Tiangong de China, y el destino de varios hábitats privados planificados que ahora se están construyendo; las visitas allí pueden durar días o semanas, incluso meses o años con un reaprovisionamiento adecuado.

Al igual que en un viaje al fondo del mar, la dificultad de alcanzar la órbita es sólo la mitad del problema; Regresar también es difícil, pero con diferencias importantes. El acto de elevarse desde el fondo del océano debe ocurrir lentamente para evitar una peligrosa expansión de los gases, y sólo en los últimos miles de pies se reduce el riesgo de un colapso masivo inducido por la presión. El regreso de la órbita ocurre rápidamente e implica una rápida pérdida de velocidad orbital (generalmente superior a 10,000 millas por hora), creando una alta fuerza gravitacional, mientras que la atmósfera de la Tierra alimenta una bola de fuego de plasma incandescente alrededor de una nave espacial. Estos efectos son mucho menos intensos en vuelos suborbitales como los que ofrecen Blue Origin y Virgin Galactic, pero siguen presentes, razón por la cual la FAA exige suministros redundantes de aire/oxígeno y salvaguardias contra la despresurización de la cabina en todos esos vuelos.

Esto nos lleva a las regulaciones y la evaluación de riesgos personales. Contrariamente a la noción popular de que los viajes espaciales son un Salvaje Oeste donde todo vale, de hecho existen amplios cuerpos de trabajo regulatorio que rigen los vuelos suborbitales y orbitales por igual. Para despues, múltiples tratados y acuerdos internacionales Exigir que cualquier nación que sea sede de una empresa o grupo que intente hacer algo en órbita sea responsable de cualquier cosa que esas empresas o grupos hagan según las leyes de esa nación.

Para los vuelos suborbitales tripulados, la FAA está liderando el camino con un (aún maduro pero ya sólido) marco normativo. Diseñadas para garantizar la seguridad pública, estas regulaciones también se extienden al bienestar de cualquier persona a bordo, ya sean “astronautas comerciales” profesionales o pasajeros que pagan (“astronautas privados”), aquellos que la NASA llama pesadamente “participantes de vuelos espaciales”. Como se llamen, antes de lanzar a una sola persona al espacio, las compañías de lanzamiento espacial estadounidenses deben demostrar minuciosamente a la FAA que cumplen con una extensa lista de requisitos de seguridad. De manera similar, las compañías deben explicar explícitamente los posibles riesgos de seguridad a todos los pasajeros y la tripulación, y obtener su reconocimiento y aceptación por escrito de estos riesgos.

Por lo tanto, en términos prácticos, aquí en los EE.UU., a ningún operador de lanzamiento espacial se le permitiría hacer lo que los operadores del Titán hizo. Si bien las leyes evolucionan, están ahí. Sí, en sentido general, el gobierno estadounidense no “certifica” vehículos de lanzamiento como lo hace con las aeronaves y permite que la industria espacial siga las mejores prácticas de la industria… por ahora. La industria de los vuelos espaciales comerciales es simplemente demasiado nueva para que exista el conocimiento y la experiencia necesarios para hacerlo todo bien.

Esto nos lleva de nuevo al mayor dilema al que se enfrentan los vuelos espaciales privados: cuando se trata del espacio, ¿tienen los civiles derecho a exponerse al mismo nivel de riesgo que enfrentan a diario los empleados gubernamentales en el espacio? Yo digo si. Si nuestros líderes nacionales pueden pagarle a alguien para que arriesgue su vida volando al espacio, ¿no debería permitirse a los ciudadanos correr los mismos riesgos? Ésta es la cuestión central.

Los seres humanos han estado volando hacia y en el espacio durante décadas, y por innumerables razones. La búsqueda de la ciencia, el orgullo nacional o personal, la exploración o el disfrute personal han sido todas ellas razones fundamentales. Podemos preguntarnos si los astronautas (o senadores) que se elevaban a la órbita en los transbordadores espaciales de la NASA estaban tan seguros como los astronautas privados en un vuelo suborbital Blue Origin New Shepard, o viceversa. Pero no podemos preguntar si uno tiene más derecho que el otro a aceptar riesgos. Una vez más, la diferencia no es el riesgo en sí, sino quién decide que vale la pena, cualesquiera que sean sus objetivos.

Virgin Galactic SpaceShipTwo despega en el desierto de Mojave, California, visto detrás de una valla de alambre de púas
La nave espacial Virgin GalacticTwo despega del desierto de Mojave, California. Crédito: Gene Blevins/ZUMA Wire/Alamy Live News

Los civiles morirán en el espacio. Morirán una y otra vez a medida que más y más se aventuren más y más. Lo más importante es que nadie muera por arrogancia o por ignorancia de los riesgos. Creo profundamente que el camino correcto a seguir es aprovechar la cultura de “la seguridad primero” que ya existe en los vuelos espaciales tripulados, dejando al mismo tiempo claro que quienes lo hacen están incurriendo en algo intrínsecamente peligroso. En otras palabras, si bien hacemos todo lo posible para minimizar el riesgo, no lo ocultamos ni lo negamos. Más bien, lo poseemos.

El Titán El desastre fue una verdadera tragedia. Ocurrió en una industria madura con un historial hasta ahora impecable. Mientras tanto, más de 300 ciudadanos exploradores han muerto sólo en las laderas del Everest y, en promedio, unas 60 personas en los EE. UU. mueren cada año. mientras esquías, haces snowboard o paracaidismo. Sin embargo, hasta Titán ni una sola persona había muerto jamás en un submarino comercial. Tal vez fue este historial perfecto lo que llevó a la complacencia por parte de Titánpropietario y operador en el desarrollo y uso de un diseño muy no estándar. De todos modos, podemos estar seguros de que la industria sumergible ahora cambiará para garantizar que tenga reglas que la protejan contra algo que nunca vuelva a suceder como resultado de los mismos errores. También podemos estar seguros de que la gente seguirá explorando las profundidades del océano.

Lo mismo ocurre con el espacio. Ya sea por debajo o por encima, algunos seguirán aventurándose más allá de la zona “segura” del ámbito de la vida diaria. Y si bien los críticos pueden aplicar el término degradante “turismo” a estos esfuerzos, en realidad los participantes están llevando a cabo su propia exploración, por sus propios motivos, ya sea para desafiar sus propios miedos o para desempeñar un papel en visiones esperanzadoras de un futuro humano en el espacio. Independientemente de la motivación que les impulse a hacerlo, es su derecho.

Este es un artículo de opinión y análisis, y las opiniones expresadas por el autor o autores no son necesariamente las de Científico americano.

You missed

Conozca Nemotron Labs 3 Puzzle 75B A9B: un LLM MoE híbrido comprimido que ofrece un rendimiento de servidor 2,03x[0]Los modelos MoE híbridos grandes como Nemotron-3-Super son precisos pero costosos de mantener. Sus parámetros activos, caché KV y estado de Mamba limitan la cantidad de usuarios que puede contener un nodo a una determinada tasa de token por usuario. El equipo de IA de NVIDIA lanzó Nemotron-Labs-3-Puzzle-75B-A9B, una variante comprimida de Nemotron-3-Super. El modelo principal tiene 120,7 mil millones de parámetros totales y 12,8 mil millones activos. El modelo comprimido tiene 75,3 mil millones de parámetros totales y 9,3 mil millones de parámetros activos. El objetivo de implementación se solucionó antes de que comenzara la búsqueda de arquitectura. El objetivo uno era duplicar el rendimiento del servidor a 100 tokens por segundo por usuario. El objetivo dos eran 8 solicitudes simultáneas de 1 millón de tokens en un solo H100. Tres puntos de control en Hugging Face: BF16, FP8 y NVFP4. TL;DR Los 120,7B/12,8B activos se comprimen a 75,3B/9,3B activos, conservando el diseño híbrido de 88 bloques. El rendimiento total de 8xB200 aumenta de 1,60x a 2,14x con respecto a Super con NVFP4 coincidente y rendimiento de usuario coincidente. La simultaneidad de un solo token H100 de 1 millón va de 1 a 8, impulsada por una caída de peso de 70 GB a 44,5 GB. El rompecabezas iterativo supera al rompecabezas de un solo paso en 0,57 puntos promedio en el mismo objetivo de compresión. Arena-Hard-V2 (-4,2) y SWE-Bench (-2,6) son los costes reales; RULER y AA-LCR apenas se mueven. Nemotron-Labs-3-Puzzle-75B-A9B Nemotron-3-Super es un modelo híbrido Mamba-Transformer MoE. Puzzle-75B-A9B conserva exactamente el diseño del bloque principal. Tiene 88 bloques: 40 Mamba, 40 MoE y 8 bloques de atención. Lo que cambió es la capacidad dentro de esos bloques: CantidadSuperPuzzle-75B-A9BRatioParámetros totales120.7B75.3B62.4%Parámetros activos12.8B9.3B73.1%Tamaño de estado de Mamba SSM1289675%Tamaño intermedio experto enrutado MoE26881280-2688Media 59.9%Expertos enrutados activados por token224-18Media 50%Capacidad experta enrutada activa (relativo)100%8,7%-62,3%Media 30,9% El número de expertos enrutados, el tamaño de expertos compartido y el tamaño latente del MoE no cambian. Las capas de atención quedaron intactas. La razón declarada por la investigación propuesta es que Nemotron-3-Super ya es muy eficiente en cuanto a caché KV. Las capas de Mamba se podaron de manera uniforme, porque los marcos de inferencia no admiten un tamaño de estado SSM diferente por capa. https://arxiv.org/pdf/2607.04371 El resultado no es un profesor uniformemente reducido. La figura anterior muestra la asignación en profundidad. Puzzle conservó la capacidad en capas intermedias y tardías seleccionadas, y cortó con fuerza en otras partes. Punto de referencia y rendimiento La siguiente tabla informa el rendimiento total óptimo de Pareto en un único nodo 8xB200, con decodificación en un solo paso. Escenario (entrada/salida)Piso UTSuper (tok/s)Puzzle-75B-A9B (tok/s)Boost50K / 2K>= 1005,1288,2101.60x50K / 2K>= 1253,7846,4121.69x50K / 2K>= 1502,5324,5231.79x8K / 64K>= 10020,93942,6012.03x8K / 64K>= 12513,07427,9182.14x8K / 64K>= 1508,52218,0472.12x Ambos modelos se entregaron con pesos NVFP4 coincidentes, caché FP8 KV y estado Mamba FP16. Por lo tanto, la brecha refleja compresión, no un cambio en el formato numérico. El régimen 50K/2K con precarga pesada es el que menos gana. El régimen 8K/64K con gran decodificación es el que más gana. En un solo nodo 8xH100 en UT = 100, las ganancias son menores. Son 1,91x en 50K/2K y 1,82x en 8K/64K. Ambos modelos utilizan pesos FP8, caché FP8 KV y estado FP32 Mamba. En un único H100 en un contexto de 1M, la restricción de enlace pasa de la computación a la memoria. Los pesos NVFP4 de Super ocupan alrededor de 70 GB del presupuesto de 80 GB de HBM. Cada solicitud de token de 1 millón agrega aproximadamente 4 GB de caché KV. Por tanto, la concurrencia efectiva es 1. El peso NVFP4 del Puzzle-75B-A9B ocupa alrededor de 44,5 GB. El diseño de atención no cambia, por lo que el costo de KV por solicitud no cambia. La simultaneidad en 1M aumenta a 8. El rendimiento de decodificación agregado en esa simultaneidad es aproximadamente 4 veces el rendimiento de solicitud única de Super. El llenado previo de una solicitud de 990 000 tokens es aproximadamente 1,2 veces más rápido. Cómo funciona el rompecabezas iterativo Puzzle es un marco de búsqueda de arquitectura neuronal descompuesta, implementado aquí como Puzzletron. Define un espacio de búsqueda discreto de implementaciones de capas alternativas. Cada alternativa obtiene una puntuación de calidad. Luego, un programa de enteros mixtos selecciona una alternativa por capa bajo una restricción de implementación. Tres técnicas de poda forman el espacio de búsqueda: Poda de canales intermedios: los canales dentro de cada experto enrutado se clasifican según su contribución a la salida del experto. Todos los expertos dentro de una capa MoE se reducen a un tamaño uniforme para lograr compatibilidad con el kernel. Reducción de top-k: la cantidad de expertos a los que se enruta un token varía según la capa, hasta el k = 22 del padre. Poda de Mamba SSM: el tamaño del estado de SSM cae de 128 a 96 canales. Se mide el resultado del SSM. Bajar 128 canales a 96 acelera el kernel SSM de 1,2x a 1,3x durante la decodificación. Esto se mantiene en tamaños de lote entre 8 y 512. Los canales se clasificaron según su contribución estimada a la producción de la capa Mamba. La estimación promedió más de 67 millones de tokens de datos de validación. El Apéndice A muestra que esto supera la selección aleatoria de canales bajo una poda agresiva. La formulación original asume que los impactos en la calidad del reemplazo son aproximadamente aditivos. Cada bloque candidato se puntúa dentro del padre no modificado. Eso ignora las interacciones de orden superior entre reemplazos. Iterative Puzzle alterna la compresión limitada con una breve recuperación de destilación de conocimientos. Construye una secuencia M0, M1,… MR en lugar de saltar al objetivo. Las puntuaciones se vuelven a calcular con respecto al modelo comprimido actual, no al modelo original. Se utilizaron tres etapas: El Ministerio de Educación pondera el 75% de la capacidad docente, el estado de Mamba SSM el 75%. Curado por 24 mil millones de fichas. El Ministerio de Educación pondera el 60% de la capacidad docente. Curado por 43,2 mil millones de tokens. Se activó el presupuesto de expertos encaminado al 50%, asignado de forma heterogénea. Curado por 52,8 mil millones de tokens. https://arxiv.org/pdf/2607.04371 La tabla anterior compara esto con una línea base de Puzzle de un solo paso en el mismo objetivo. El procedimiento de tres pasos tiene un promedio de 69,05 en diez puntos de referencia, frente a 68,48. Las ganancias aparecen en MMLU-Pro, GPQA, HLE, AA-LCR, LiveCodeBench, SciCode y RULER-256K. IFBench-Instruction cayó 0,2 puntos y IFBench-Prompt cayó 0,5. Recuperación: destilación, RL y verbosidad La destilación de conocimientos se ejecutó con un 30 % de datos de preentrenamiento y un 70 % de datos SFT de Nemotron-3-Nano. Durante la fase de rompecabezas, KD utilizó una secuencia de 32K de longitud. Luego, Recovery entrenó a 128K y escaló a 512K. El presupuesto era de hasta 100 mil millones de tokens, con un lote global de 16 millones de tokens, en Megatron-LM. La capacitación posterior de RL adoptó la Etapa 2 del proceso Nemotron-3-Super RL, centrada en la ingeniería de software. La fase 2.1 realizó una comparación del uso de herramientas en un solo paso. La fase 2.2 pasó a la zona de pruebas RL de extremo a extremo, donde los agentes corren hasta 200 turnos. Ambas fases utilizaron una penalización de KL de 0. El equipo barrió las tasas de aprendizaje y luego promedió los pesos resultantes. https://arxiv.org/pdf/2607.04371 La Figura 4 anterior muestra lo que aportó cada etapa. KD de contexto corto recupera la mayoría de las categorías a más del 97% de Nemotron-3-Super. Luego, KD de contexto largo eleva específicamente los puntos de referencia de entrada larga y de generación larga. El equipo de investigación afirma que el impacto de RL en estos experimentos fue pequeño. La verbosidad es el detalle silencioso. Después de la última iteración de Puzzle, el modelo generó el 132% del recuento de tokens de Super. Eso cayó al 99% después del proceso de recuperación total. Implementación: cuantificación y predicción de tokens múltiples Se produjeron dos recetas de cuantificación posteriores al entrenamiento: FP8 W8A8 apunta a Hopper y NVFP4 W4A4 apunta a Blackwell. Componente Línea base BF16 Punto de control FP8 Punto de control NVFP4 GEMM MoE dispersos y compartidos BF16FP8NVFP4 Mamba GEMM BF16FP8FP8 Mamba Caché SSM FP32FP32FP16 + Caché SRKV FP8FP8FP8 Enrutador FP32FP32FP32 Atención QKV/salida, proyecciones latentes MoE, LM cabezaBF16BF16BF16 Ambas recetas se calibraron en 256 muestras SFT posteriores al entrenamiento. NVFP4 utilizó la calibración máxima, no la búsqueda de sensibilidad AutoQuantize utilizada para Super. El punto de control resultante se cuantifica de forma ligeramente más agresiva y se realiza de manera similar. NVFP4 no es compatible de forma nativa con Hopper. Todavía se utiliza para el objetivo H100 de contexto 1M, porque la capacidad de HBM se vincula allí. Puzzle-75B-A9B hereda un cabezal MTP compartido de Super. Los parámetros se comparten entre los pasos de MTP, por lo que un cabezal se aplica de forma recursiva en la inferencia. La transferencia directa de la cabeza entrenada de Super dio longitudes de aceptación similares. Luego, el equipo de investigación identifica una discrepancia entre el entrenamiento y la inferencia. El entrenamiento MTP forzado por el maestro alimenta la secuencia completa de estados ocultos desplazados. En cambio, la redacción autorregresiva alimenta una combinación de modelos de destino y estados ocultos generados por MTP. Las tasas de aceptación caen en posiciones de draft más profundas. Esto se soluciona mediante una formación continua de la cabeza transferida. En SPEED-Bench con una longitud de calado 7, la longitud media de aceptación aumentó de 3,45 a 4,34. Eso es aproximadamente entre el 25% y el 30%, concentrado en puestos posteriores del draft. A diferencia de Super, el punto de control NVFP4 apenas se degrada: 4,31 frente a 4,34. Dónde ayuda la compresión y dónde duele Benchmark (BF16)SuperPuzzle-75B-A9BDeltaMMLU-Pro83.882.4-1.4AIME25 (sin herramientas)92.289.7-2.5GPQA (sin herramientas)80.578.6-1.9LiveCodeBench82.181.1-1.0SciCode (subtarea)42.340.6-1.7SWE-Bench (OpenHands)59.556.9-2.6Arena-Hard-V272.868.6-4.2AA-LCR56.856.9+0.1REGLA 1M93.992.2-1.7MMLU-ProX79.577.5-2.0 El propio resumen del artículo de investigación es que el seguimiento de instrucciones y las evaluaciones agentes son las que más pierden. Arena-Hard-V2 es el peor de los casos, con -4,2 puntos. RULER se mantiene dentro de aproximadamente 1 a 2 puntos en 256K, 512K y 1M. Tres resultados de BF16 no retroceden. AA-LCR gana 0,1, Scale AI Multi-Challenge empata en 56,6 y TauBench Telecom gana 0,4. NVFP4 cuesta poco además de la compresión. En RULER 1M, el punto de control NVFP4 obtiene una puntuación de 93,2, por encima del 92,2 de BF16. HLE es el costo de NVFP4 más claro, cayendo de 16,5 a 15,7. Los resultados del 8PM se encuentran en el Apéndice E y siguen de cerca al BF16. SWE-Bench no está incluido en el punto de control del 8PM. Casos de uso RAG de contexto ultralargo en una GPU: un servicio de análisis de documentos en un contexto de 1 millón pasa de 1 solicitud simultánea a 8. El rendimiento de decodificación agregado en esa concurrencia es aproximadamente 4 veces mayor. Asistentes de codificación interactivos: en UT >= 100 tok/s en el régimen 8K/64K, un nodo sirve 2,03 veces los tokens. Ajustado por detalle, es decir, 2,16 veces las solicitudes completadas por minuto. Canalizaciones de documentos con gran cantidad de precarga: el régimen de 50.000/2.000 gana solo 1,60 veces. La compresión ayuda menos cuando el procesamiento rápido domina la computación. Bucles SWE agentes: verifique la brecha SWE-Bench de 2,6 puntos con su combinación de tareas. La recuperación de RL apuntó a esta capacidad y solo la restauró parcialmente. Explorador de implementación ‘+esc(r