Una sola operación para matemáticas & Árboles EML y regresión simbólica - Noticias de Hacker News (13 abr 2026)

Por favor, apoya este pódcast visitando a nuestros patrocinadores: - Descubre el futuro del audio con IA con ElevenLabs - https://try.elevenlabs.io/tad - KrispCall: Telefonía en la nube agéntica - https://try.krispcall.com/tad - SurveyMonkey, Usando IA para descubrir insights más rápido y reducir el tiempo de análisis manual - https://get.surveymonkey.com/tad Apoya directamente a The Automated Daily: Cómprame un café: https://buymeacoffee.com/theautomateddaily Temas de hoy: Una sola operación para matemáticas - Un paper en arXiv propone que funciones “de calculadora” pueden generarse con un único operador eml(x,y)=exp(x)−ln(y) y la constante 1, simplificando la representación de fórmulas. Árboles EML y regresión simbólica - La misma idea se usa como espacio de búsqueda para regresión simbólica: árboles EML como circuitos diferenciables entrenados con Adam para recuperar fórmulas cerradas e interpretables desde datos numéricos. ROCm de AMD contra CUDA - AMD afirma que ROCm está pasando de ser piezas sueltas a una plataforma más cohesionada, buscando reducir el lock-in de CUDA en GPU de centros de datos para IA. Economía real de equipos software - Un ensayo pone números al coste de ingeniería y pide medir ROI real: horas ahorradas por plataformas internas o impacto directo en churn, activación y conversión, en un mundo con AI que comprime costes. La web pierde diseño idiomático - Crítica a la inconsistencia del software web moderno: patrones y atajos cambian en cada sitio, rompiendo hábitos y productividad; se pide volver a HTML estándar y comportamientos del navegador. Proyectos HN: agentes y privacidad - El hilo “What Are You Working On?” de abril 2026 refleja tendencias: desarrollo asistido por AI con agentes, capas de verificación y herramientas local-first centradas en control de datos y privacidad. Compiladores: división constante más rápida - Un paper propone mejorar la optimización de división por constantes en CPUs de 64 bits; ya hay cambios en LLVM y parches para GCC, con impacto directo en rendimiento de bucles críticos. Lean: programas con pruebas dentro - Lean destaca por ser “perfeccionable”: permite escribir programas y demostrar propiedades dentro del propio lenguaje, combinando tipos dependientes, pruebas y metaprogramación para mayor seguridad y refactorización. - Paper Proposes a Single Binary Operator That Can Generate All Elementary Functions - Why Software Teams Often Lack Clear ROI—and Why AI Raises the Stakes - AMD Bets on ROCm Upgrades and Triton Support to Challenge Nvidia’s CUDA Moat - Blinry Shares Open-Source DIY Cola, Orange, and Almond Soda Recipes After Years of Iteration - Essay Calls for a Return to Consistent, Idiomatic Interface Design on the Web - boringBar Replaces the macOS Dock with a Window-Focused Taskbar for Spaces and Multi-Monitor Setups - Hacker News April 2026 Thread Highlights Surge in AI Agent Tools and Local-First Apps - New Compiler Technique Speeds Up 32-bit Constant Division on 64-bit CPUs - Essay argues Lean is a “perfectable” language combining dependent types, theorem proving, and metaprogramming Transcripcion del Episodio Una sola operación para matemáticas Abrimos con el paper más llamativo: un autor en arXiv sostiene que una enorme porción de las funciones “elementales” —las típicas de una calculadora científica— pueden construirse usando solo una operación de dos entradas: eml(x,y)=exp(x) menos ln(y), y la constante 1. La idea no es solo estética: si todo se puede expresar como el mismo operador repetido, cualquier fórmula se convierte en un árbol binario con una gramática extremadamente simple. ¿Por qué importa? Porque uniformiza cómo representamos matemáticas continuas y podría simplificar motores simbólicos, transformaciones algebraicas y búsquedas automáticas de expresiones. Árboles EML y regresión simbólica Lo más interesante es que el paper no se queda en teoría: propone usar esos “árboles EML” como circuitos diferenciables. En la práctica, entrenas la estructura —a poca profundidad— con optimización por gradiente, tipo Adam, para que encaje datos numéricos y, en algunos casos, recupera una función exacta y legible. Si esto generaliza, abre un camino curioso para la regresión simbólica: buscar fórmulas interpretables en un espacio muy estructurado, en lugar de explorar combinaciones caóticas de operadores distintos. ROCm de AMD contra CUDA En el frente de IA e infraestructura, AMD está intentando recortar la ventaja de Nvidia en centros de datos madurando ROCm, su pila de software para GPUs. En una entrevista, la compañía describe un cambio de mentalidad: pasar de un conjunto de piezas a un producto más cohesionado, con un ritmo de entregas más cercano al del software moderno. El mensaje de fondo es claro: en IA no basta con tener buen hardware; si el stack no “simplemente funciona”, los equipos se quedan donde están, normalmente en CUDA. AMD también insiste en que, a medida que los desarrolladores programan más “arriba” —con herramientas y compiladores de kernels como Triton— la portabilidad entre proveedores puede ser menos dolorosa, lo que podría influir en decisiones de compra para inferencia y próximos aceleradores. Economía real de equipos software Ahora, una historia menos técnica pero muy relevante para cualquiera que lidere equipos: un ensayo pone números crudos al coste real de ingeniería y a lo poco que solemos conectar el trabajo diario con economía básica. Con estimaciones de Europa Occidental, calcula que un equipo de ocho ingenieros cuesta decenas de miles de euros al mes, y usa esa base para preguntar: ¿qué tiene que ahorrar una plataforma interna para “salir a cuenta”? ¿Cuántas horas por persona, por semana, de verdad? Y para equipos orientados a cliente, lo traduce a objetivos medibles como menor churn o mejor conversión. El punto incómodo: muchas organizaciones se refugian en métricas proxy —velocidad, features, NPS— que pueden subir incluso si el negocio empeora. Con herramientas de AI reduciendo el tiempo de construir software, el texto sugiere que el tamaño del equipo deja de ser foso defensivo y puede convertirse en lastre si no se mide ROI con rigor. La web pierde diseño idiomático Cambiamos a experiencia de usuario: un ensayo critica que la web moderna ha perdido la consistencia “idiomática” que era típica del software de escritorio. Antes, aprendías un patrón una vez —menús, checkboxes, atajos— y te acompañaba años. Hoy, cada web app trae su propio selector de fechas, su propio comportamiento de teclado, y a veces incluso rompe expectativas del navegador, como el botón atrás o abrir en nueva pestaña. ¿Por qué es interesante? Porque no es nostalgia por capricho: la inconsistencia cuesta tiempo, rompe flujos y genera errores. El autor señala causas como diseñar a la vez para touch y escritorio, y el abuso de componentes reutilizados que copian malos patrones. La recomendación práctica es bastante sobria: más HTML estándar, más etiquetas claras, y menos “reinventar” interacciones básicas. Proyectos HN: agentes y privacidad Un vistazo rápido al pulso de la comunidad: el hilo de abril de 2026 de “What Are You Working On?” en Hacker News volvió a reunir cientos de proyectos, y se repite un patrón. Mucha gente está construyendo tooling alrededor de agentes de AI: cómo ejecutarlos, probarlos, revisarlos, y sobre todo cómo meterles barreras para que no rompan nada cuando tocan sistemas reales. En paralelo, crece lo local-first y lo orientado a privacidad: traducción offline, transcripción en el dispositivo, servicios autoalojados, y monitorización doméstica sin cámaras. Como termómetro, el hilo sugiere dos fuerzas a la vez: más automatización individual, pero también más demanda de verificación, control de datos y UX que inspire confianza. Compiladores: división constante más rápida En compiladores llega una mejora que, sin ser vistosa, puede sentirse en muchos sitios: un paper propone una forma nueva de optimizar la división de enteros de 32 bits por constantes cuando corres en CPUs de 64 bits. La crítica es que técnicas clásicas, muy extendidas en compiladores, a veces generan secuencias que no exprimen bien multiplicaciones y desplazamientos de 64 bits para casos comunes. Reportan aceleraciones en microbenchmarks y, lo más tangible, hay parches para LLVM y GCC, con cambios que ya entraron en la rama principal de LLVM. Esto importa porque estas optimizaciones aparecen en bucles apretados y librerías de bajo nivel: pequeñas mejoras se multiplican. Lean: programas con pruebas dentro Cerramos con lenguajes y verificación: un ensayo defiende que Lean destaca porque es “perfeccionable”, en el sentido de que puedes expresar y probar propiedades de tus propios programas dentro de Lean. La tesis es que, si quieres garantías fuertes —que un refactor no cambie significado, o que una transformación es equivalente— acabarás acercándote a la lógica y los theorem provers. Lean también brilla por su metaprogramación: puedes extender sintaxis y validar cosas en tiempo de elaboración, haciendo que ciertas clases de errores ni siquiera compilen. Aunque no sea el lenguaje más rápido para sistemas hoy, la promesa es potente: pruebas reutilizables y optimizaciones más agresivas pero seguras, con una comunidad que, según el autor, está creciendo más rápido que alternativas clásicas. Suscríbete a fuentes específicas por edición: - Space news * Apple Podcast English * Spotify English * RSS English Spanish French - Top news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French - Tech news * Apple Podcast English Spanish French * Spotify English Spanish Spanish * RSS English Spanish French - Hacker news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French - AI news * Apple Podcast English Spanish French * Spotify English Spanish French * RSS English Spanish French Visit our website at https://theautomateddaily.com/ Send feedback to [email protected] Youtube LinkedIn X (Twitter)