El rol de la Inteligencia Artificial en el proceso de rejuvenecimiento nacional chino

Autor: Matías Caubet (IRI-UNLP)¹

Introducción

Las noticias y novedades de ciencia y tecnología muchas veces resultan de gran interés para el analista de relaciones internacionales, puesto que aquellos descubrimientos o avances científicos que se presentan como curiosidades de carácter técnico o de interés específico de algunos lectores especializados en dicha área resultan ser un avance transformador que cambie las reglas de juego en las sociedades humanas y, por lo tanto, en las relaciones internacionales. 

Hoy en día, los desarrollos en el campo de las IA nos ubican en una nueva era dorada -no es la primera- de la investigación en dicho campo. Lo llamativo es que esta nueva etapa de desarrollo e investigación en IA no tiene como centro exclusivo a EE.UU., Europa Occidental o Japón, sino que la República Popular de China ocupa un rol clave en los avances en el campo de la IA. 

En este artículo comenzaremos por describir brevemente la evolución de la historia de la AI, haciendo énfasis en algunos de los principales avances para comprender cómo llegamos al presente. En segunda instancia analizaremos el enfoque “chino” de la inteligencia artificial, así como sus avances y limitaciones. Por último, esbozaremos conclusiones sobre el impacto que esta tecnología puede tener en el sistema internacional contemporáneo. 

El largo y oscilante camino hacia la Inteligencia Artificial

La idea de máquinas que equiparen a los humanos en un amplio repertorio de tareas no es algo novedoso, pero sí relativamente reciente, de mediados del siglo XX. Antes de eso ya existía la concepción de máquinas que realizan tareas específicas sin una intervención más o menos directa de un humano. Estas máquinas, conocidas como autómatas, fueron conceptualizadas e incluso desarrolladas -de manera muy limitada- en la antigüedad clásica. 

Sin embargo, no fue hasta el paso de tecnologías analógicas a tecnologías digitales que la propuesta de desarrollar verdaderas máquinas pensantes adquirió mayor relevancia e interés por parte de diferentes grupos de científicos. Desde los años ’40 del siglo XX se ha teorizado sobre la idea de máquinas que verdaderamente pudieran emular al humano en algunas tareas relativamente complejas. Uno de los primeros en formular lineamientos que guiarían la emergente disciplina de la Inteligencia Artificial fue Alan Turing, matemático británico quien, en 1950, presentó su artículo, Computing machinery and intelligence, en el cual se preguntaba acerca de la posibilidad de pensar de una máquina. De allí emerge la famosa “prueba de Turing”, la cual propone una forma de definir si una máquina “piensa” o no². Estos conceptos sirvieron de inspiración para el desarrollo de los primeros centros de investigación sobre IA en Reino Unido y EE.UU. 

De manera simultánea, un grupo de científicos del Dartmouth College que se habían comenzado a interesar por los campos de redes neuronales, teorías de autómatas y el emergente campo de la IA, organizó lo que se considera usualmente como el primer gran evento de la Inteligencia Artificial en tanto disciplina. Como señala el filósofo sueco, Nick Bostrom, este evento que reunió algunas de las mentes que luego impulsarían el campo de la IA en EE.UU. durante las próximas décadas, inauguró una primera etapa, la cual consistía en desarrollar una IA con la capacidad de realizar tareas específicas en entornos controlados (Bostrom, 2014: 5). Dicha etapa encontró limitaciones infranqueables para la época: la escasez de datos y las limitaciones de hardware no son aliadas en la resolución de problemas complejos, sobre todo cuando se utilizan algoritmos de programación lógica tradicional (Bostrom, 2014: 6-7). Esto llevó al primer invierno de las IA en los años ’70, el cual se prolongó por décadas, pasando por mejores y peores momentos. La imposibilidad del paradigma de programación lógica clásica para enfrentar la explosión combinatoria de posibilidades de los problemas complejos se volvió muy difícil de sortear, incluso con los avances en el hardware en los años ’80. Sin embargo, las investigaciones en el campo de la IA seguían su curso y durante la década de los ’90 se produjeron avances teóricos que permitieron resolver algunas limitaciones. El uso de las redes neuronales y de algoritmos genéticos como una alternativa para el diseño de sistemas de IA se dio en este periodo³ (Bostrom, 2014: 7). Las nuevas técnicas fueron mucho más eficientes en manejar escenarios con condiciones iniciales complejas y con gran cantidad de variables, al tiempo que exhibían la propiedad de la degradación elegante, esto es, que un pequeño error en la red neuronal implicaba una pequeña degradación en el resultado esperado y no un resultado sin sentido como en el caso de un error en los sistemas de IA basados en programación lógica clásica.

Paralelamente, las redes neuronales podían “aprender” a partir de ejemplos previos de manera mucho más orgánica y progresiva. Estos avances en los años ’90 fueron acompañados por nuevos marcos teóricos, desarrollos en el campo del hardware y en la propia aplicación de la teoría de las redes neuronales, tornando dichos sistemas en alternativas cada vez más atractivas y potentes. 

En los últimos años, se han producido dos avances importantes en términos de IA, ambos vinculados entre sí. Las “redes neuronales” que hoy en día predominan en el pujante mercado de las IA se basan en lo que se conoce como tecnología de los transformadores generativos pre-entrenados -de allí viene el acrónimo de GPT-, los cuales son una arquitectura de redes neuronales (desarrollada por Google en 2017⁴), que arroja salidas a partir de determinadas entradas del usuario. La siguiente gran innovación vino de la mano de OpenIA al incorporar, en 2018, un nuevo enfoque de entrenamiento de las IA (Radford et al., 2018). Esta innovación permitía el ahorro de grandes cantidades de tiempo y recursos, abaratando y simplificando el entrenamiento de las redes neuronales al mismo tiempo que las tornaba más precisas. Estas dos invenciones -la arquitectura de Transformers y el nuevo enfoque de entrenamiento de los modelos de lenguaje- se constituyeron en los pilares del salto cualitativo que permitió, unos años después – a partir de 2023-, una nueva edad de oro de las IAs. 

La situación de China en la nueva era de la IA: una herramienta clave para el desarrollo

En su libro “Superpotencias de la inteligencia artificial” el empresario y autor chino Kai-Fu Lee señala el año 2017 como uno de especial relevancia para el campo de la IA en China. Por entonces, el campeón mundial del juego “Go” (Ke Jie) era derrotado por un sistema de inteligencia artificial desarrollado por Google,(AlphaGo) confirmando la primacía de la IA en un juego que, a diferencia del ajedrez, aún era dominio de las mentes humanas. La derrota de Ke Jie era una muestra de la superioridad de la tecnología occidental sobre un campeón chino. Para el gobierno de la RPCh fue un llamado de atención y una inspiración que arrojaba luz sobre un nuevo camino que se iluminaba con gran potencia como uno central en el proceso de desarrollo y rejuvenecimiento de la nación china. En la apertura del XIX congreso del partido, el presidente Xi Jinping destacaba el importante rol de la IA como un medio para incrementar la productividad económica (Ding, 2018:8). En esta línea, y como señala Lee: 

“Menos de dos meses después de que Ke Jie abandonara la última partida con AlphaGo, el gobierno central chino elaboró un ambicioso plan para desarrollar las capacidades de la inteligencia artificial. Instó a una mayor financiación, apoyo político y coordinación nacional para el avance de la IA” (Lee, 2018:17)

Éste plan no es otro que el “Plan de Desarrollo de Inteligencia Artificial de Nueva Generación”, presentado por el Consejo de Estado en julio de 2017. En él, el gobierno chino destaca la relevancia estratégica de la IA para conducir a las sociedades humanas al futuro. Desde esta perspectiva la IA se constituye como un nuevo motor del desarrollo económico (Consejo de Estado de la República Popular de China, 2017). En ese sentido, las autoridades a cargo del documento diagnostican un rezago de China, tanto a nivel del desarrollo de teorías y tecnologías clave, en la influencia internacional de instituciones académicas chinas y en la cantidad de profesionales necesarios para suplir la demanda del emergente rubro⁵ . El plan estipula como objetivo último posicionar a la RPCH como una de las potencias globales en el desarrollo de IA para el año 2030 mediante la concreción de tres etapas a implementar de manera consecutiva: 

• Primera etapa (2017-2020): Realizar avances tanto en el campo teórico como en el de nuevas tecnologías. Esto incluye avances en tecnologías de big data, sistemas autónomos, y diversas tecnologías asociadas al campo de la IA. En este periodo, el plan estipulaba impulsar varias empresas locales de IA para convertirlas en líderes internacionales del sector. Al finalizar ésta etapa, el tamaño de la industria principal de la IA sería de 150 mil millones de yuanes -22.5 mil millones de dólares-. y el de todas las industrias relacionadas será de, aproximadamente, 1 billón de yuanes -150 mil millones de dólares-. 
• Segunda etapa (2021-2025): En la segunda etapa, China estará alcanzando el nivel de avances en el desarrollo de IA de los países líderes en el área, al tiempo que los sistemas que incorporan IA serán desplegados de forma extendida en diferentes rubros de actividades como la industria, medicina, agricultura, defensa, ciudades inteligentes, etc. Para el final de esta etapa la industria principal de la IA tendrá un tamaño de 400 mil millones YUANES -60.5 mil millones de dólares- y el de industrias asociadas de, aproximadamente, 5 billones de yuanes -o 755 mil millones de dólares-.
• Tercera etapa (2026-2030): En esta última etapa, China se convertirá en el principal polo de desarrollo de IA a nivel planetario. También se señala a ésta última fase como una instancia de producción de nuevos avances tanto a nivel de teorías como de aplicaciones de IAs. En esta instancia la industria principal de la IA tendrá un tamaño aproximado de un 1 billón de yuanes -150 mil millones de dólares- y el de industrias asociadas de, aproximadamente, 10 billones de yuanes – o 1.5 billones de dólares-⁶.

Considerando que el plan fue publicado originalmente en 2017, a esta altura ya contamos con información para definir en qué estado se encuentra. En principio, las proyecciones del volumen de la industria parecieran estar sobre-cumpliéndose. De acuerdo con un informe de la Academia China de las Tecnologías de la Información y la Comunicación (CAICT por sus siglas en inglés), el volumen de industria principal de la IA china alcanzó el valor de 508 YUANES -aproximadamente, 75 mil millones de dólares- superando así las metas estimadas incluso para el año 2025 (Xiao, 2024). Además, el catorceavo plan quinquenal de China (2021-2025) destaca el rol central que la industria de la IA tendrá para China, y proyecta que para 2035, la rama principal de la industria tendrá un volumen estimado en 1.73 billones de yuanes -o 257 mil millones de dólares-, un valor bastante por encima del estimado por el plan de 2017 para el año 2030 (ibid). 

En cuanto a los actores involucrados, como señala Ding (2018:16), vale destacar que los principales lineamientos e incentivos para la industria de la IA en China provienen del gobierno central, y sin embargo, el rol del sector privado chino resulta clave no solo en la financiación sino también en lo que refiere a I+D. Ya por el año 2017 los inversores de capital de riesgo chino habían respondido a la campaña iniciada por el gobierno central para promover y desarrollar el rubro. Ese mismo año se destinaron enormes sumas en financiar startups y empresas de IA (Lee, 2018:17). Lee también señala al entorno empresarial fuertemente competitivo -mucho más que el estadounidense- de China, sumado elementos experienciales propios de la formación de los diferentes sectores empresariales, como un elemento central para comprender el rol del sector privado en el desarrollo de las tecnologías digitales en China. En este sentido: 

“Combina esta tres corrientes -una aceptación cultural de la copia, una mentalidad de escasez y la voluntad de sumergirse en cualquier nueva y prometedora industria-, y tendrás los fundamentos psicológicos del ecosistema de internet de China” (Lee, 2018: 46)

Como señala M.S Reshetnikova, desde 2017 China emprendió una verdadera campaña de “formación de campeones”, empresas que tendrían financiamiento adicional a través de programas estatales, además de protección de sus mercados. Así, en el  contexto de un entorno empresarial competitivo, el gobierno central fomentó la consolidación de empresas líderes que gozarían de la ayuda gubernamental (2020:542). Cuatro grandes empresas fueron designadas para el desarrollo de plataformas chinas de IA:

• Baidu (vehículos autónomos)
• Alibaba (ciudades inteligentes)
• Tencent (visión por computadora)
• iFlyTek (reconocimiento de voz)

Cabe destacar que los incentivos no provinieron exclusivamente del gobierno central y de los capitales de riesgo chinos, sino que los gobiernos locales jugaron también un rol de relevancia. Estos compitieron entre sí para atraer a las empresas a partir de beneficios y políticas preferenciales (Lee, 2018:34), al mismo tiempo que incrementaron su participación en fondos de riesgo, los cuales han invertido grandes sumas en empresas emergentes regionales (Reshetnikova, 2020: 542).

En consecuencia, la actitud articulada del gobierno central, sector privado -tanto capitales de riesgo como de empresas tecnológicas-, y los gobiernos locales se combinó con una base de conocimiento y de un sector de I+D pre-existente y de gran solidez para generar un verdadero despegue chino de la IA y de sus sectores asociados. A esto se le sumó otra ventaja clave con la que cuenta China: la sobreabundancia de datos provenientes de una mayor centralización en el manejo de datos propia del ecosistema tecnológico chino, contrario a los casos occidentales (Lee,2018:33). El volumen y centralización de datos se constituyen como una verdadera ventaja material de China en este campo ya que proporciona una verdadera mina de oro para entrenar a sus modelos de inteligencia artificial.

Esta combinación de factores resultó en un  crecimiento exponencial del sector en China en los últimos siete años. Los resultados están a la vista cuando se considera que China, en 2019, China ostentaba el 42,8% de las solicitudes de patentes de IA, con la Academia China de Ciencias (CAS, por sus siglas en inglés) ocupando un lugar destacado como una de las instituciones generadoras de solicitudes (Reshetnikova, 2020:539). Tomando como referencia el período 2014-2023 China generó más solicitudes de patentes de IA que EE.UU., Corea del Sur, Japón y la India combinados.

Paralelamente, Pekín ha venido desarrollando una política de fuerte promoción del I+D, generando un verdadero robustecimiento del sistema de innovación nacional, dentro del cual, el rubro de la IA cumple un rol destacado, aunque vale destacar que la cantidad de especialistas en el rubro es menor al de EE.UU., además de contar con menos años de experiencia que sus homólogos estadounidenses⁷ (Reshetnikova, 2020: 540).

Aun así, de acuerdo con información de The Global AI Talent Tracker 2.0, si comparamos 2019 y 2022, se nota la emergencia de la RPCh como uno de los principales lugares de trabajo de los investigadores de élite en inteligencia artificial a nivel global. 

Fuente: The global AI Talent Tracker 2.0

Limitaciones al desarrollo de la IA en la RPCh

Si bien los datos expresados en este informe muestran que la planificación elaborada por la RPCh refleja un estado de situación positivo, los desafíos y limitaciones existen. Un elemento para considerar tiene que ver con que a pesar de que China generaba un 47% de los principales investigadores de IA -en comparación con el 29% en 2019. Una porción significativa de estos investigadores luego termina sus estudios de grado y posgrado en EUA o terminan trabajando en instituciones estadounidenses^{8 9}.

Otra limitación que se presenta a China está asociada a que, a pesar de los esfuerzos del gobierno central, la cantidad de empresas dedicadas a la IA a nivel global posee una primacía estadounidense que se ha mantenido estable en el tiempo, con una presencia de 40% de empresas estadounidenses frente a un 20% de las chinas, incluso cuando el número de empresas totales se ha multiplicado en los últimos años (Reshetnikova, 2020: 542). 

Sin embargo, tal vez la restricción más importante tiene que ver con el hardware. Éste puede agruparse en dos categorías: chips diseñados para propósitos múltiples (CPUs y GPUs) y chips diseñados específicamente para ejecutar algoritmos de machine learning y deep learning (NPUs) (Ding, 2018: 23). En la primera categoría, China presenta dependencia de empresas extranjeras. En 2015, EUA poseía el 50% de la cuota de producción de semiconductores frente a sólo el 4% de China (Ding, 2018: 23) y si bien ésta cuota se incrementó al 9% en 2021, sigue siendo insuficiente cuando se considera que el 40% de la demanda global de microchips pertenece a la RPCh (Feás, 2022). En la segunda categoría, China cuenta con un terreno algo más sólido, con 6 de los 10 principales fabricantes de microchips especializados en NPUs (ibid).

En cualquier caso, China ha venido emprendiendo desde hace ya algunos años – hay que recordar el plan Made in China 2025- , la tarea de solucionar su dependencia de productos extranjeros para su industria tecnológica. Sin embargo, dichos esfuerzos se han encontrado con nuevas barreras a partir del recrudecimiento de la guerra comercial y tecnológica con EE.UU. (Feás, 2022) (Sevares, 2022). En este panorama adverso China ha venido acortando distancias en la producción, llegando a elaborar chips de 7 nanómetros en 2022, a pesar de las restricciones estadounidenses¹⁰ . También, más recientemente, algunas empresas chinas han venido empleando servicios en la nube de Amazon o proveedores similares para poder acceder a modelos avanzados de IA generativa, o a microchips más avanzados dichos servicios, evadiendo así las restricciones norteamericanas¹¹. 

Hay claros indicios de que China continúa avanzando en el sendero de convertirse en una superpotencia de la inteligencia artificial. Los volúmenes alcanzados por la industria en China superan las expectativas del plan diseñado en 2017¹². Pero el avance se ve más allá de las cifras. Algunos modelos de IA provenientes de China han demostrado desempeños competitivos como el caso del modelo se Qwen2 de Alibaba, el cual demostró ser mejor que el modelo GPT-4 turbo en una serie de pruebas estandarizadas. También destacaron otros modelos de Universidades y startups chinas, como DeepSeek y Oppo ¹³. En éstas semanas vimos de primera mano el sismo que produjo el lanzamiento al mercado el modelo DeepSeek R1, un modelo de similares capacidades al modelo O1 de OpenAi, el modelo más avanzado disponible de la compañía estadounidense. Ambos modelos se basan en la técnica de Chain of Thought (o cadena de pensamiento). Este tipo de modelos arrojan resultados mucho más precisos que los modelos basados exclusivamente en el entrenamiento masivo y en inferencias probabilísticas. El lanzamiento y el éxito inicial de DeepSeek generaron un shock en Silicon Valley, impactando directamente en el sector financiero produciendo caídas en las acciones de colosos tecnológicos estadounidenses como Meta, Nvidia, y OpenAi mismo ¹⁴.

Por lo señalado, podemos afirmar que el avance de Pekín en la última década en lo que refiere a la IA y tecnologías asociadas es indiscutible, las limitaciones, existentes, parecen ser menos que los avances y las potencialidades que esta tecnología puede traer al sistema productivo y al conjunto de la sociedad china, constituyéndose en un verdadero vector de desarrollo. En cualquier caso, el próximo lustro será clave para definir si la RPCh se consolida como un líder global de una de las tecnologías más estratégicas del siglo XXI, o si la distancia con EE.UU. se amplía, quedando Pekín relegada a ser una potencia de IA de segundo orden. 

El impacto de la IA en el sistema internacional contemporáneo. Potencialidades y amenazas

Tal vez muy pocas tecnologías generan tanta ambigüedad de opiniones y expectativas como la IA. Por un lado, hay un consenso generalizado de que puede ser una tecnología que permita a la humanidad realizar avances exponenciales en diversos campos del conocimiento, así como beneficios para la economía y el desarrollo globales. Por otro lado, hay opiniones que señalan los peligros múltiples que ésta supone para la humanidad en su conjunto. 

Se estima¹⁵ que la IA aportará cerca del 3.5% del PBI global para el año 2030. Es posible que ese número se incremente en años posteriores, constituyéndose así en una de las tecnologías con mayores aportes a la economía del mundo en las próximas décadas. Como contracara, se especula que la IA puede reemplazar a 300 millones de puestos de trabajo en los próximos años. Asimismo, dos tercios de los trabajos en Europa y en EUA son susceptibles a distintos grados de automatización ¹⁶. También se estima que, para el 2030, el 14% de los trabajadores del mundo tendrán que cambiar de carreras debido a la automatización de tareas y la incorporación de IA y robots a sus trabajos ¹⁷. Vale destacar que algunas voces más optimistas consideran que la IA también generará nuevos tipos de empleos¹⁸ .

La dualidad en materia económica también se proyecta en áreas vinculadas a la seguridad informática. El impacto de la IA se ve en ejemplos concretos, como campañas de Phishing más sofisticadas generando nuevos peligros y amenazas de vulneración de datos personales y la privacidad. Como contracara, cada vez es más común la implementación de ésta tecnología en soluciones que facilitan la tarea de proteger los sistemas informáticos . 

Teniendo en cuenta que la IA se convertirá en una de las tecnologías que moldearán al siglo XXI las regulaciones y controles que se implementen resultan tan importantes como el avance de la tecnología misma. Los peligros de un avance desregulado son múltiples y van desde perjuicios económicos y sociales, como un significativo incremento del desempleo a escala global o una profundización de la desigualdad entre sectores -entre aquellos que pueden acceder a modelos de IA más avanzados y quienes no, generación de desinformación a partir de difusión masiva de noticias falsas con el objetivo de manipular a diversos grupos poblacionales, peligros en términos de la protección de datos personales y violación de la privacidad, o también usos malintencionados de la tecnología por grupos específicos o por los diferentes gobiernos. 

A su vez, debemos recordar que el desarrollo de las tecnologías no se da de forma lineal, sino que, muchas veces, puede darse de manera exponencial por lo que avances graduales acumulados pueden en un determinado punto generar saltos tecnológicos tan acelerados que no den tiempo al análisis y preparación de los propios contemporáneos. En un reciente artículo Joseph Nye señalaba que la tecnología se mueve más rápido que la política y la diplomacia, especialmente cuando hay una fuerte competencia en el sector privado²⁰. Por lo que es tarea de los gobiernos deben ponerse al día lo antes posible (Nye, 2024). 

A lo dicho por Nye, debemos agregar que la competencia hoy en día se está dando también entre los propios gobiernos que lideran la carrera por la inteligencia artificial, resultando en un escenario aún más complejo.

No hay ninguna duda de que la RPCh se convertirá, en los próximos años, en uno de los polos que encabezarán la carrera de la humanidad hacía el desarrollo de formas de inteligencias artificiales mucho más avanzadas que los actuales modelos de IA. Es central, por lo tanto, que las regulaciones y controles a esta tecnología siga avanzando y poniéndose al día con al avance tecnológico mismo a fin de minimizar lo más posible los riesgos, así como maximizar los beneficios potenciales para la humanidad en su conjunto. 

Bibliografía

Trabajos e investigaciones académicas

• Bostrom, N. (2014). Superinteligencia: Caminos, peligros, estrategias. Teell.
• Consejo de Estado de la República Popular de China. (2017). Plan de desarrollo de inteligencia artificial de nueva generación. Consejo de Estado.
• Ding, J. (2018). Deciphering China’s AI Dream: The Context, Components, Capabilities, and Consequences of China’s Strategy. Future of Humanity Institute, University of Oxford.
• Feás, E. (2022). La guerra tecnológica EEUU-China y sus efectos sobre Europa. Real Instituto Elcano. Recuperado de https://www.realinstitutoelcano.org/analisis/la-guerra-tecnologica-eeuu-china-y-sus-efectos-sobre-europa/ 
• Kai-Fu Lee. (2018). Superpotencias de la inteligencia artificial: China, Silicon Valley, y el nuevo orden mundial. Valletta.
• MacroPolo. (s. f.). The Global AI Talent Tracker. Recuperado de https://macropolo.org/interactive/digital-projects/the-global-ai-talent-tracker/   
• Nye, J. (2024). AI and National Security. Project Sindicate. 
• Pardo de Santayana, J. (2024). La inteligencia artificial y la guerra de Ucrania. Cuadernos de estrategia, Nº. 226, 2024. Pp 87-104. 
• Radford, A et al. (2018). Improving Language Understanding by Generative Pre-Training. Recuperado de https://web.archive.org/web/20210126024542/https://cdn.openai.com/research-covers/language-unsupervised/language_understanding_paper.pdf 
• Reshetnikova, M. S. (2020). Experiencia china en el desarrollo de la inteligencia artificial: digitalización industrial. Revista de Economía de la Universidad Rusa de la Amistad de los Pueblos. Vol. 28. No. 3. Pp 536–546.
• Sevares, J (2022). La guerra tecnológica Estados Unidos–China y las amenazas para la periferia. Ciclos, Vol. XXIX, Nro. 59. Pp 81-106.
• Sheenan, M (2023). China’s AI Regulations and How They Get Made. Instituto Carnegie.
• Vaswani, A (2017). Attention Is All You Need. Recuperado de https://arxiv.org/abs/1706.03762 
• Xiao, T. (2024). Exploring China’s Leading AI Hubs: A Regional Analysis. China Briefing. Recuperado de https://www.china-briefing.com/news/exploring-chinas-leading-ai-hubs-a-regional-analysis/#:~:text=According%20to%20the%20China%20Academy,year%2Don%2Dyear%20growth. 

Artículos periodísticos 

• All About Industries. (2024, 16 de julio). USA and China in the battle for supremacy. Recuperado de https://www.all-about-industries.com/artificial-intelligence-race-china-usa-a-7b8ea8fa99381c869c03c8cff1bc5c46/ 
• Chinmay Jog. (2024, 12 de octubre). The ‘strawberrry’ problem: How to overcome AI’s limitations. Venture Beat. Recuperado de https://venturebeat.com/ai/the-strawberrry-problem-how-to-overcome-ais-limitations/     
• Cultura.gob.ar. (2020, 22 de junio). Alan Turing, el padre de la inteligencia artificial. Recuperado de https://www.cultura.gob.ar/alan-turing-el-padre-de-la-inteligencia-artificial-9162/ 
• Deloitte. (2024, 11 de diciembre). What’s next for AI?. Recuperado de https://www2.deloitte.com/us/en/insights/focus/tech-trends/2025/tech-trends-ai-agents-and-autonomous-ai.html 
• Global Finance. (2024, 9 de septiembre). Stakes Rising In The US-China AI Race. Recuperado de https://gfmag.com/economics-policy-regulation/us-china-competition-generative-ai/ 
• The Register. (2022, 22 de julio). China seems to have figured out how to make 7nm chips despite US sanctions. Recuperado de https://www.theregister.com/2022/07/22/china_smic_7nm_chips/ 
• Reuters. (2024, 23 de agosto). Chinese entities turn to Amazon Cloud and its rivals to access high-end US chips, AI. Recuperado de https://www.reuters.com/technology/chinese-entities-turn-amazon-cloud-its-rivals-access-high-end-us-chips-ai-2024-08-23/ 
• Global Times. (2024, 12 de noviembre). China’s AI organizations total nearly 1.9m, with concentration in southeastern region. Recuperado de https://www.globaltimes.cn/page/202411/1322947.shtml#:~:text=China%27s%20core%20AI%20industry%20reached,%2Dyear%2C%20official%20data%20showed 
• Genbeta. (2024, 16 de julio). China tiene una IA que supera a GPT-4 Turbo y destaca algo importante: sus modelos abiertos. Recuperado de https://www.genbeta.com/actualidad/china-tiene-ia-que-supera-a-gpt-4-turbo-destaca-algo-importante-sus-modelos-abiertos 
• HUMAI Blog. (2024, 19 de diciembre). Robots humanoides en 2024: hitos clave y la carrera entre China y EE.UU. Recuperado de https://blog.humai.com.ar/robots-humanoides-2024 
• BAE Negocios. (2024, 26 de diciembre). China avanza en la producción masiva de robots humanoides. Recuperado de https://www.baenegocios.com/sociedad/China-avanza-en-la-produccion-masiva-de-robots-humanoides-20241226-0034.html 
• Impulso Baires. (2024, 29 de diciembre). Robots humanoides listos para transformar el panorama de innovación de China. Recuperado de https://www.impulsobaires.com.ar/nota/319570/robots-humanoides-listos-para-transformar-panorama-de-innovacion-de-china/ 
• IDC. (2024, 5 de noviembre). La Inteligencia Artificial Contribuirá con $19.9 Billones a la Economía Global hasta 2030 y Generará el 3.5% del PIB Global en 2030. Recuperado de https://www.idc.com/getdoc.jsp?containerId=prEUR152702124#:~:text=La%20Inteligencia%20Artificial%20Contribuir%C3%A1%20con,del%20PIB%20Global%20en%202030 
• Goldman Sachs. (2023, 5 de abril). Generative AI could raise global GDP by 7%. Recuperado de https://www.goldmansachs.com/insights/articles/generative-ai-could-raise-global-gdp-by-7-percent.html 
• Nexford Insights. (2024, 10 de enero). How Will Artificial Intelligence Affect Jobs 2024-2030. Recuperado de https://www.nexford.edu/insights/how-will-ai-affect-jobs 
• World Economic Forum. (2024, 26 de febrero). Why there will be plenty of jobs in the future – even with artificial intelligence. Recuperado de https://www.weforum.org/stories/2024/02/artificial-intelligence-ai-jobs-future/ 
• KPMG Insights. (s. f.). How AI influences cybersecurity. Recuperado de https://kpmg.com/ch/en/insights/cybersecurity-risk/artificial-intelligence-influences.html 
• East Asia Forum. (2024, 14 de septiembre). US-China AI competition at the crossroads between dialogue and decoupling. Recuperado de https://eastasiaforum.org/2024/09/14/us-china-ai-competition-at-the-crossroads-between-dialogue-and-decoupling/ 
• Center for European Policy Analysis. (2024, 27 de marzo). China walks the perilous AI tightrope. Recuperado de https://cepa.org/article/china-walks-perilous-ai-tightrope/ 

Referencias: