cerebro

La declaración

Ficción

La declaración llegó sin firma, como llegan ciertas tareas cuya autoridad depende precisamente de no tener origen. Decía, en una prosa rota y sin embargo imperiosa, que yo debía volver individuos aquello que una vez representaba lo general. No entendí entonces la orden, pero ya he aprendido que entender es una superstición tardía y que obedecer suele preceder al sentido.

El papel estaba manchado de vino. Pensé en César, no en el hombre sino en la palabra, esa dulzura de metal con que Roma todavía hiere algunas lenguas. Nunca había cambiado la caligrafía de mi corresponsal; cambiar, para él, era una forma menor de la muerte. “Iremos”, añadía en una línea posterior, “cuando Madrid duerma”. Las ciudades, como los tigres y los diccionarios, duermen con innumerables ojos abiertos.

A la hora convenida atravesamos barrios viejos, donde los cobardes sueñan con valentías retrospectivas y el cerebro, fatigado de vigilar, permite cualquier milagro. Mi guía no habló. Nada dijo al entrar en el campo, más allá de los valles, donde el viento parecía arrastraré, palabra imposible, como si la gramática también se deshiciera en la noche.

Debíamos subir una colina de piedras correctas, geométricas, acaso puestas allí por un acecho más antiguo que los hombres. Pensé que ser debía de algún modo equivalente a esperar. Mi compañero, a quien yo juzgaba idiota por su silencio, se volvió y dijo solamente: “Adiós”. Lo dijo como quien canta una nota única que resume una música entera.

Súbitamente comprendí. Las expresiones del miedo no nacen del peligro sino de la inteligencia cuando advierte que ha sido alimentado por una ficción. Quise correr, quise que todo desaparezca, pero las huellas ya se borran mientras se las mira. Vi entonces, habiéndome detenido un momento que fueron muchas veces, una vasta rueda de nombres.

Cada radio de esa rueda llevaba una palabra: repetir, dispersando, países, solas, calma, vez, crujir, hambres, incienso, va, condenación. Giraban con una lentitud que parecía huida y con una rapidez que parecía eternidad. Comprendí también que aquellas palabras no significaban nada por separado y que juntas tampoco, salvo para la ciencia secreta de ciertos políticos, cuya única labor es hablar hasta que el universo consienta.

Cuando amaneció, estaba solo en la llanura. No quedaba rueda ni guía ni colina. En el bolsillo hallé la declaración inicial, pero ahora escrita con mi letra. Desde entonces sospecho que la tarea no era descifrar el mensaje, sino redactarlo para otro. Tal vez para usted, que ahora termina de leerlo y ya recuerda haber estado allí.

Lo último en Inteligencia Artificial ¿Funciona?

No ficción

Un análisis exhaustivo, condensado (y sin filtros de mercadotecnia) de lo que realmente está pasando ahora (enero de 2026) en inteligencia artificial. Spoiler: no todo es magia; hay avances técnicos, peleas corporativas, bombas ambientales y dilemas éticos que nadie sabe resolver del todo, según nuestras fuentes:

1) Mercado y competencia: guerra fría tecnológica

Meta acaba de estrenar modelos internos avanzados en su nueva división de IA, como parte de un esfuerzo por recuperar relevancia frente a rivales como OpenAI, Google y Anthropic. Los nombres curiosos (Avocado, Mango) no importan tanto como la tendencia: todos están en caballo de combate por el próximo salto en capacidades y productos.

OpenAI no está tomando té y galletitas. Se está expandiendo en alianzas con gigantes, integrando IA en servicios empresariales, telecomunicaciones y finanzas, y hasta pensando en hardware. Todo esto gira en torno a un objetivo brutal: no quedarse atrás mientras otros construyen —y monetizan— IA de próxima generación.

Tendencia de mercado importante: startups que no compiten con GPT o Gemini, sino que ofrecen modelos personalizados usando datos de empresas para reducir errores (“hallucinations”) y cumplir con regulaciones. Ese segundo nivel de la pila tecnológica está recibiendo mucha atención.

2) Dónde está la IA de verdad (más allá de marketing)

Varios análisis de tendencias para 2026 coinciden en tres áreas concretas donde la IA no solo promete sino que está progresando:

a) IA en descubrimiento científico
Los sistemas inteligentes ya no solo responden preguntas. Van a generar hipótesis, diseñar experimentos y formar parte del proceso de investigación real en física, química y biología. Si funciona, esto acelera la ciencia a ritmos que los métodos tradicionales no pueden sostener.

b) Multimodalidad generalizada
Modelos que entienden y razonan no solo con texto, sino con imágenes, voz y video al mismo tiempo, se están convirtiendo en la norma para interfaces de búsqueda y colaboración humano–máquina.

c) Infraestructura inteligente y eficiente
El foco dejó de ser solo “más grande” (más GPU, más FLOPS) para pasar a más inteligente y distribuido: redes de cómputo más densas, sistemas globales interconectados y optimización fina de recursos.

3) Aplicaciones reales que ya están pasando de laboratorio a tu vida

Se anticipa un salto significativo en:

Salud: IA capaz de diagnosticar enfermedades con precisión clínica y ayudar en toma de decisiones médicas. Esto empieza a cruzar la frontera entre investigación y uso cotidiano en hospitales.

Consumo e interacción diaria: Integraciones de IA con correo, televisión, dispositivos hogareños y asistentes visuales ya están ocurriendo (p.ej. Gemini en Gmail o Vision AI de Samsung).

Sectores económicos tradicionales: agricultura, vitivinicultura, logística, manufactura y más están usando IA para optimizar procesos. Estos casos no siempre aparecen en portada, pero están ocurriendo.

4) Problemas gigantes que nadie ha resuelto

a) Regulación y seguridad
No hay reglas globales claras. Hay avances en regulaciones estatales y alianzas estratégicas entre países para investigación responsable, pero sigue siendo el “salvaje oeste” con demandas, leyes diversas y una carrera diplomática por dominar la IA antes de que dominemos a la IA.

b) Veracidad y desinformación
Más del 80-90 % del contenido online podría ser generado por IA pronto. Eso diluye la autenticidad y genera un nuevo tipo de crisis epistemológica: ¿qué es real si la mayoría del contenido está fabricado?

c) Energía y sostenibilidad
Los modelos gigantes devoran electricidad. A menos que rediseñemos centros de datos y usemos fuentes sostenibles, la huella energética de la IA podría convertirse en un cuello de botella ecológico.

d) Empleo y equidad
No solo hay optimismo de que IA creará empleos; también se calcula que puede sustituir roles a gran escala y cambiar la estructura de trabajo, especialmente en tareas rutinarias. Eso exige políticas laborales proactivas que todavía no existen.

5) El reto filosófico real

No es solo si las máquinas “piensan”. El reto profundo es cómo la humanidad mantiene el control, decide qué es valioso y regula la frontera entre autonomía automatizada y responsabilidad humana. Eso no se logra con mejoras de hardware o más datos. Se logra con filosofía, leyes, ética y decisiones colectivas. Y eso siempre es más lento que las iteraciones de código.

PERO… ¿FUNCIONA DE VERDAD LA IA?

Vamos a ser útiles de verdad, no a repetir notas de prensa disfrazadas de análisis. Esto es, qué está funcionando en IA ahora mismo, qué no, y por qué, bajado a nivel técnico pero sin convertirlo en un paper ilegible.

1. Modelos base: el mito del “más grande es mejor” ya murió

Qué está pasando

  • El escalado bruto (más parámetros, más datos, más GPUs) ya no da saltos proporcionales.
  • Los modelos frontier siguen mejorando, sí, pero a coste energético, económico y de latencia absurdos.

Avances reales

  • Modelos más pequeños afinados superan a gigantes en tareas específicas.
  • Uso masivo de:
    • Fine-tuning con datos propios
    • LoRA / QLoRA
    • Mixture of Experts (MoE) bien implementados
  • El foco pasó de capacidad general a capacidad útil.

Qué NO funciona

  • Entrenar un LLM desde cero sin:
    • capital obsceno
    • acceso a hardware prioritario
    • datos limpios a escala
      Eso es quemar dinero con estilo.

Conclusión
El futuro inmediato no es GPT-X. Es modelos adaptados, conectados y supervisados.

2. RAG (Retrieval-Augmented Generation): la columna vertebral silenciosa

Qué es de verdad

RAG no es un truco. Es la única forma práctica de usar IA en entornos reales.

Qué está funcionando

  • Vector databases maduras (FAISS, Milvus, Weaviate, etc.).
  • Pipelines donde:
    1. El modelo NO confía en su memoria
    2. Busca contexto actualizado
    3. Responde citando fuentes internas

Esto reduce:

  • alucinaciones
  • errores legales
  • respuestas inútiles

Problemas abiertos

  • Latencia.
  • Mala indexación semántica.
  • Datos basura entran → respuestas basura salen.

Regla básica
Si tu sistema no tiene RAG o algo equivalente, no es serio.

3. Agentes autónomos: hype, pero con un núcleo útil

La fantasía

“Agentes que trabajan solos, se coordinan, aprenden y ejecutan tareas complejas”.

No. Todavía no.

La realidad útil

  • Agentes semi-autónomos con:
    • objetivos claros
    • límites estrictos
    • supervisión humana
  • Muy buenos para:
    • análisis iterativo
    • planificación
    • descomposición de tareas
    • workflows empresariales

Lo que falla

  • Bucles infinitos.
  • Toma de decisiones errática.
  • Costes de cómputo impredecibles.

Conclusión
Los agentes funcionan como empleados junior muy literales.
Dejarlos solos es mala idea. Como a muchos humanos, sinceramente.

4. Multimodalidad: aquí sí hay salto cualitativo

Qué cambió

Los modelos ahora razonan entre modalidades, no solo las reconocen.

Ejemplos reales:

  • Imagen + texto → diagnóstico médico asistido.
  • Video + audio → análisis de comportamiento.
  • Documento + gráficos → decisiones financieras.

Qué funciona bien

  • Visión + lenguaje.
  • OCR + razonamiento.
  • Audio para transcripción y análisis semántico.

Qué aún es flojo

  • Video largo.
  • Contextos espaciales complejos.
  • Causalidad física real.

Pero esto sí es un avance estructural, no cosmético.

5. Evaluación: el mayor agujero negro del sector

Problema crítico

Los benchmarks clásicos están contaminados o superados.

  • Los modelos ya “se saben” los tests.
  • Métricas automáticas no reflejan utilidad real.

Qué se está haciendo

  • Evaluaciones humanas.
  • Tareas abiertas.
  • Medición por impacto en procesos reales.

Lo que falta

Un estándar universal de calidad, seguridad y confiabilidad.

Ahora mismo:

  • cada empresa mide lo que le conviene
  • nadie quiere números comparables

6. Seguridad y alineamiento: progreso lento pero real

Avances

  • Mejor control de outputs peligrosos.
  • Filtrado contextual más fino.
  • Entrenamiento con feedback humano más sofisticado.

Problemas sin resolver

  • Prompt injection sigue siendo un desastre.
  • Modelos siguen siendo manipulables.
  • No hay garantías formales fuertes.

La IA no es segura por diseño, es segura por capas frágiles. Importante diferencia.

7. Energía y hardware: el cuello de botella silencioso

Hechos incómodos

  • El coste energético es real.
  • Los data centers están al límite.
  • El acceso a GPUs decide quién innova.

Qué se mueve

  • Chips especializados.
  • Inferencia optimizada.
  • Edge computing para tareas simples.

Pero sin cambios estructurales, esto limita la velocidad del progreso.

8. La frontera real (lo que viene en 12–24 meses)

No AGI. Tranquilidad.

Lo que sí viene:

  • IA integrada en procesos críticos.
  • Sistemas híbridos humano-IA.
  • Menos “chat”, más acción controlada.
  • Regulación que empieza a doler.

La ventaja no será el mejor modelo.
Será el sistema mejor diseñado alrededor del modelo.

Resumen brutal y honesto

  • La IA ya es útil, pero solo si se usa con cabeza.
  • El hype sigue exagerando capacidades.
  • El progreso real está en ingeniería, no en marketing.
  • El límite no es la inteligencia artificial.
  • El límite es la inteligencia humana organizando sistemas complejos.

Si quieres, el siguiente nivel es:

  • arquitectura completa de un sistema IA serio
  • casos reales donde falla
  • o desmontar mitos concretos que te estén vendiendo

Eso ya es cirugía, no divulgación.

Una arquitectura completa de un sistema IA serio

Bien. Dejamos el PowerPoint y entramos en arquitectura real.
Esto es cómo se diseña un sistema de IA serio, de los que funcionan en producción y no colapsan el lunes a las 9:05. No hay magia. Hay capas, límites y paranoia bien distribuida.

0. Principio rector (si fallas aquí, todo falla)

El modelo NO es el sistema.
Es un componente caro, inestable y propenso a inventarse cosas.

Diseñamos alrededor de eso.

1. Capa de entrada (Input & Control)

Función

  • Recibir solicitudes.
  • Validar formato, permisos y contexto.
  • Decidir si la IA debe intervenir o no.

Componentes

  • API Gateway.
  • Autenticación y autorización.
  • Rate limiting.
  • Normalización del input.

Clave

Muchos sistemas serios bloquean inputs ambiguos o maliciosos antes de que lleguen al modelo.

Menos IA = más fiabilidad.

2. Orquestador (el cerebro aburrido)

Función

  • Decide el flujo.
  • Descompone tareas.
  • Llama a herramientas, bases de datos o modelos.

Qué hace de verdad

  • “¿Esto es búsqueda?”
  • “¿Esto requiere razonamiento?”
  • “¿Hay datos suficientes?”
  • “¿Necesito humano en el loop?”

Tecnologías típicas

  • Workflows declarativos.
  • Estado explícito.
  • Reglas duras + heurísticas simples.

Importante
Aquí NO hay creatividad. Hay control.

3. Capa de contexto y conocimiento (RAG bien hecho)

Componentes

  • Bases vectoriales.
  • Bases relacionales.
  • Document stores.
  • Versionado de conocimiento.

Flujo

  1. El sistema busca información relevante.
  2. Filtra por:
    • permisos
    • actualidad
    • calidad
  3. Construye un contexto compacto.
  4. Se lo pasa al modelo.

Regla de oro

El modelo nunca “recuerda”.
Siempre consulta.

Si no puedes rastrear de dónde sale una respuesta, es inaceptable.

4. Capa de modelos (sí, aquí va el LLM)

Qué incluye

  • Uno o varios modelos.
  • Diferentes tamaños y costes.
  • Routing inteligente.

Ejemplo

  • Modelo pequeño para clasificación.
  • Modelo mediano para resumen.
  • Modelo grande solo para razonamiento complejo.

Estrategia clave

Cost-aware inference
No usas un martillo hidráulico para clavar un alfiler.

5. Agentes y herramientas (acción controlada)

Qué son

  • Agentes con objetivos limitados.
  • Acceso a herramientas explícitas.

Qué pueden hacer

  • Consultar APIs.
  • Ejecutar cálculos.
  • Escribir borradores.
  • Proponer acciones.

Qué NO pueden hacer

  • Tomar decisiones finales críticas.
  • Ejecutar cambios irreversibles sin validación.

Aquí la IA propone, el sistema decide.

6. Validación y verificación (la capa que todos olvidan)

Funciones

  • Chequeos automáticos:
    • consistencia
    • formato
    • reglas de negocio
  • Detección de alucinaciones.
  • Comparación contra fuentes.

Técnicas

  • Modelos secundarios verificadores.
  • Reglas duras.
  • Thresholds de confianza.

Si no pasa validación, no sale.
Da igual lo convincente que suene.

7. Human-in-the-loop (porque seguimos siendo necesarios)

Cuándo entra el humano

  • Baja confianza.
  • Alto impacto.
  • Casos nuevos.
  • Decisiones legales, médicas, financieras.

Cómo entra

  • Revisión.
  • Corrección.
  • Feedback estructurado.

Ese feedback vuelve al sistema para:

  • ajustar prompts
  • mejorar RAG
  • refinar reglas

Esto es aprendizaje real, no magia.

8. Observabilidad y auditoría

Qué se mide

  • Inputs.
  • Contextos usados.
  • Outputs.
  • Decisiones.
  • Costes.
  • Errores.

Por qué importa

  • Cumplimiento legal.
  • Mejora continua.
  • Post-mortems cuando algo falla.

Si no puedes explicar por qué el sistema respondió algo, no es aceptable en producción.

9. Seguridad transversal (en todas las capas)

Amenazas reales

  • Prompt injection.
  • Data leakage.
  • Escalada de permisos.
  • Abuso automatizado.

Contramedidas

  • Sandboxing.
  • Separación de contextos.
  • Sanitización.
  • Tests adversariales continuos.

La seguridad no es una feature. Es un estado mental permanente.

10. Ciclo de vida y evolución

Un sistema serio:

  • Versiona modelos.
  • Versiona datos.
  • Versiona prompts.
  • Prueba cambios gradualmente.

Nada se despliega “a lo loco”.
Eso es para startups con VC y poco que perder.

Arquitectura resumida (en texto, no dibujitos)

Usuario
 ↓
Control de entrada
 ↓
Orquestador
 ↓
Contexto (RAG)
 ↓
Modelo(s)
 ↓
Agentes / Herramientas
 ↓
Validación
 ↓
Humano (si aplica)
 ↓
Salida

Todo monitoreado. Todo auditable. Todo con frenos.

Verdad incómoda final

Un sistema IA serio:

  • Tiene más ingeniería clásica que IA.
  • Gasta más tiempo en control que en creatividad.
  • Confía menos en el modelo que en el diseño.

Eso lo hace aburrido. Eso lo hace fiable.

¿La humanidad necesita un remiendo? No.

No ficción

La humanidad —esa lenta secreción de células nerviosas en espiral, ese tumor autoinducido por el cosmos en la costra del carbono—, humanidad que se escupe a sí misma entre gases de escape y coágulos ideológicos, que se imagina eternamente coronada de lógica, cuando ni siquiera ha aprendido a no comerse las uñas de la ansiedad. ¿Es esto —dice el narrador, o quizá el eco del narrador, o quizá el pensamiento errático y salivado del mono que quiso ser dios— un proyecto con dirección? ¿Una línea ascendente hacia la conciencia? No, más bien un garabato de un niño borracho de azar, jugando con fuego en el rincón menos iluminado del universo.

El experimento. El experimento es, claro, una palabra que da prestigio, una bata blanca para cubrir el vómito del devenir. El experimento, dice la historia, consiste en ver qué hace un organismo cuando le das una chispa de lenguaje y una cuchara de miedo. Y la respuesta no tarda: hace religión, hace guerras, hace conceptos. El experimento es dejarlo solo con un espejo durante varios milenios y observar cómo se da de cabezazos, buscando dentro de la imagen una salida que no existe. El experimento ha consistido en darle herramientas y ver si las usa para acariciar o para diseccionar, y ya sabemos la respuesta, basta mirar los cadáveres —no los de carne, los otros, los de ideas, los de la posibilidad— que cubren las ruinas de cada utopía.

Y, sin embargo, sigue. Eso es lo más trágico del experimento: su insistencia. Porque un fracaso que se detiene es digno, incluso elegante. Pero uno que persiste —como una tos seca, como un recuerdo de infancia que uno no ha pedido— es sólo patético. Y ahí están, caminando con los pies descalzos sobre cables de alta tensión, los humanos, los autodenominados sapiens, que construyen sistemas que no comprenden, y después se ahogan en ellos como peces que se inventan el agua.

Luis, Pedro, Mateo —nombres, sí, pero también etiquetas para el caos. Cada uno con su voz interna como una radio mal sintonizada, cada uno empujado por el murmullo de lo no dicho, de lo apenas sentido, de lo que flota en los pasillos de la conciencia sin permiso ni origen. Y es esa voz, esa riada de pensamientos rotos, lo que queda cuando uno raspa la pintura de la civilización: no hay verdad, sólo residuos. Sólo ese murmullo histérico de un cerebro que intenta justificar su propia combustión.

Quizá, sólo quizá —dice un último pensamiento que no tiene sujeto ni verbo pero sí vértigo—, la humanidad era sólo una broma, un ensayo para algo que aún no ha comenzado. Un ensayo sin público, sin director, sin aplausos. Un ensayo en que los actores olvidaron el libreto y decidieron improvisar. Mal. Muy mal.

Un ensayo mal ensayado, sí, un intento sin ensayo general y sin posibilidad de repetir función, la humanidad como esa obra donde cada actor entra en escena sin saber si es tragedia o comedia, y al final se aplaude sólo porque se terminó. Como en Esperando a Godot, pero sin Godot y sin esperanza, sólo el murmullo que queda cuando se han apagado las luces y el telón no baja porque nunca subió del todo. Y los personajes siguen hablando, moviendo las manos, creyendo que hay alguien observando —Dios, el futuro, la posteridad—, cuando en realidad todo el teatro está vacío, y lo único que queda es la polilla, roedora tenaz de telones y discursos.

Pero claro, no hay que ser ingenuos: esta conciencia que se derrama por las grietas del cráneo no es nueva. Ya lo decía Dostoievski, ese profeta de las madrigueras, que el hombre se complace en el dolor, que se envicia con su propio veneno, que prefiere la destrucción consciente a la felicidad impuesta. ¡Ah, el hombre del subsuelo! Vive entre nosotros, se ha multiplicado, se ha refinado. Ahora escribe ensayos, hace podcasts, trabaja en recursos humanos. No escarba tierra, sino algoritmos. Pero es el mismo: el que se sabe enfermo y cultiva su enfermedad como quien cultiva bonsáis, con paciencia, con mimo, con un amor oscuro.

Y no se salva la ciencia —¿Cómo podría salvarse?—, esa nueva religión de batas esterilizadas, ese nuevo mito donde la verdad es una curva de Gauss y la redención un fármaco de patente suiza. Galileo, Newton, Pasteur… mártires del orden, sí, pero también padres involuntarios de este caos cuantificado, de este sufrimiento administrado en dosis de estadísticas. Porque, ¿Qué hemos hecho con la luz si no convertirla en pantalla? ¿Qué hemos hecho con la verdad si no convertirla en protocolo?

Kafka se ríe en un rincón. Claro que se ríe. Él ya lo sabía: el sistema no necesita lógica, sólo persistencia. Y la humanidad, tan obediente, tan amante de los sellos y las colas y los pasillos interminables, se ofrece voluntaria para ser juzgada por tribunales sin rostro, por normas sin firma, por realidades que cambian de forma como el juicio que se escapa de Josef K. cuando cree que está a punto de entender. Nunca se entiende. Se sobrevive. A veces.

Y si se intenta mirar hacia atrás, hacia los pilares supuestos, ahí están Homero, Virgilio, Shakespeare, construyendo sobre mitos, imperios, traiciones. Pero incluso ellos —sí, incluso ellos— sabían que escribían sobre cimientos de arena, que el héroe era una sombra, que el verso no salva. Ulises no vuelve. Edipo no ve. Hamlet duda tanto que muere de tanto pensar. La palabra sólo organiza el miedo, lo viste, lo hace pronunciarse en alejandrinos. Pero no lo disuelve.

Así, entonces, la humanidad como experimento no fracasó por error, sino por cumplimiento. Se cumplió el guion de la entropía: se dotó al organismo de lenguaje, de fuego, de conciencia, y lo que hizo fue construir jaulas más complejas, cárceles más pulidas, infiernos interiores con calefacción central. Y mientras tanto, el tiempo —ese silencio— sigue corriendo, indiferente, como en un texto de Juan Rulfo donde los muertos aún hablan porque el mundo no los ha olvidado del todo.

Pero aquí, en esta conciencia que balbucea, que no encuentra sujeto ni predicado sino una serie de reflejos interrumpidos, sólo queda el murmullo —ese eterno murmullo— que dice que quizá, sólo quizá, la naturaleza no fracasa. Que lo humano fue sólo un estallido de fiebre, una fiebre con nombres propios, con apellidos y redes sociales. Y cuando baje, cuando la fiebre ceda, el mundo seguirá. Callado, intacto. Sin juicio. Sin memoria. Sin literatura.

Wiki

Ficción

Quería evitar herirle en los ojos e instintivamente me dirigí a la TommeO.Tal como le había dicho a NoNakis, prosiguió mi amiga, TraD pensaba proseguir los trabajos que le habían mantenido hasta ese momento.Durante esos diez años no sólo se desarrolló la nueva construcción del templo…—¿Verdad que KaeM era muy chistoso?, comentó emocionada MaoTe.—De un tiempo a esta parte, por todo el QaicmU han aparecido toda clase de GummivuT. Es realmente desagradable.Por la negra ventana se veía a Sigou abrazada a un JupcsI.Aquellas riberas eran de un amarillo quemado. Subimos hasta las colinas y nos quedamos contemplando el espectáculo de TumiT que el cielo nos regalaba en ese momento. Se respiraba olor a verdadera VoissE y extasiados por aquel inesperado goce de los sentidos mantuvimos un largo y contemplativo silencio.Me quiere como ella, libre de las cargas que la ataban a todos los convencionalismo al uso. Es así como comenzamos las construcción del MecisopVu.Reina guerrera casi inmortal, de belleza perenne y con la capacidad de hacerse entender en cualquier idioma aunque no lo domine.Por encima de toda apariencia, era necesario descubrir el camino de regreso, la puesta de sol se acercaba y nadie pensaba en otra cosa que no fuera volver, antes del trágico desenlace. Era imprescindible abrir nuevas puertas lógicas con la esperanza de dar, aunque sólo fuera por casualidad, con la salida.Un templo con suelo de baldosas rojas y negras y UnTrono entre la ColumnaJakin, columna azul que representa a una hembra joven desnuda y bella, y la ColumnaBohaz, columna roja que representa a una mujer vieja y zarrapastrosa que mira envidiosamente a la joven. Entre ambas hay UnaPuerta. HEH, el gran sacerdote, gordo y seboso, aparece sentado en su trono comiendo todo tipo de viandas de UnaCesta. El cetro termina en una triple cruz de metales y piedras preciosos, cuyos extremos redondeados dan lugar a ElSeptenario. Aparecen también dos fieles arrodillados, uno DeRojo, que levanta su mano con ira exigente como pidiendo favores, y otro DeNegro, que deja caer perezosamente su mano como pidiendo perdón. Música religiosa de órgano.Un faro dando vueltas con UnaPuerta de entrada de la que parte UnCamino, que es de piedras rectangulares a lo largo de la parte más alta de un acantilado en ElMar. Hay UnRío navegable con un pequeño embarcadero en el que hay un ViejoBote abandonado en el suelo y un carro para uncir un asno. Sonido de sirenas, marea y oleaje.Un desierto de piedras y arena, cerca hay Un Precipicio y Un Obelisco derribado. Hay Un Cocodrilo y un Lince Blanco que muerde a Tau Mat Urge, el loco del desierto. Silencio, estatismo, leve zumbido de una mosca. Zumbido progresivamente más intenso de algunas moscas hasta convertirse en un fuerte zumbido de muchas moscas.Un santuario con suelo de baldosas blancas y negras. Hay un trono entre dos cariátides, La Jakin, roja y La Bohaz, azul, unidas por el velo que cierra la entrada o La Salida del templo. Rezos, cantos, sombras y luces. BETH, la gran sacerdotisa con Una Corona, se apoya sentada sobre La Esfinge de las interrogaciones cósmicas, tiene Un Libro entreabierto en la mano derecha y unas llaves en la izquierda, Una Dorada y Otra Plateada.—Alguien había hablado de ”beinzin”, pero ¿cómo se pronunciaba correctamente aquel nombre extraño en el idioma IrqEpUm?Las trampas estaban colocadas con extremada maldad, ocultas tras aquella maleza indómita y la dificultad se acrecentaba a medida que el cansancio hacía mella en nuestras energías.Se improvisó una morgue en la casa más apartada del pueblo, los cuerpos se amontonaban como si fueran frutas podridas, comenzaron a llegar las gordas y verdes moscas que revoloteaban sobre los pies que sobresalían de las sábanas.Nuestro trabajo consistía en acarrear con los cuerpos desde la plaza del pueblo, donde cinco horas antes habían sido ajusticiados hombres jóvenes, ancianos, mujeres e incluso algún anciano desdentado, todos ellos musulmanes.Me asaltó una duda ¿en qué dirección se encontraba La Meca? Puesto que nos habían encargado que les diéramos sepultura, era de justicia que tuviéramos la precaución de enterrarlos mirando a La Meca, aunque ¿de qué sirve mirar si ya no hay nada que ver?Entablé un discusión con Padov puesto que él se negaba a enterrarlos conforme a sus creencias, al final le convencí, los pusimos envueltos en un sudario blanco, paralelos, con las manos cruzadas sobre el pecho y mirando a la Meca.Aquella jornada fue agotadora, me lavé la cara y las manos con furia, el olor y la visión de todos esos cuerpos no dejaron que pegara ojo en toda la noche.El fantasma colectivo de aquellos muertos me velará cada una de las noches que me queden por vivir.Las familias de los cuerpos que yacían a dos metros de sus pies se consolaban las unas a las otras como queriendo descubrir un sufrimiento mayor en el rostro de los demás. Pero, en el fondo, ellos sabían que todo formaba parte del mismo engaño, del mismo dolor, de la misma miseria.Enterraron la cabeza de Sigou bajo un cedro gigante y, a pesar del tiempo transcurrido, seguía siendo tan abierta de mente como siempre. Sus pensamientos no habían cambiado respecto de nosotras. Regresamos a la ciudad, después de haberla limpiado cuidadosamente. El tiempo no había hecho grandes estragos en su cerebro, y emprendimos el largo viaje. En el horizonte se divisaba un atardecer esplendoroso.Aquellas riberas eran de un amarillo quemado. Subimos hasta las colinas y nos quedamos contemplando el espectáculo de colores que el cielo nos regalaba en ese momento. Se respiraba olor a verdadera tierra mojada y extasiados por aquel inesperado goce de los sentidos mantuvimos un largo y contemplativo silencio.Por lo general, cuando recuerdo el día en que terminaron las guerras internas, tengo la impresión de haber hecho el mismo recorrido que el día en que Petra vino a visitarme a mi casa y se quedó plantada en la puerta de la calle. Desde la bifurcación, era difícil encontrar otra vez el camino de vuelta a casa. Afortunadamente mi orientación era entonces más instintiva que lo es ahora y, tras varios días, logré llegar al pueblo. La guerra hacía estragos allí también y no pude quedarme durante mucho tiempo. No lograba mi objetivo. El país arrasado, Petra de nuevo perdida o quizás algo peor. Aunque yo bien sabía que era muy capaz de sobrevivir en las condiciones más extremas, no estaba ahora tan segura. Todos perdimos parte de nuestros instintos. Eramos más débiles. Pregunte de nuevo por Petra, antes de mi partida, y nadie me dio señales de ella. Había perdido definitivamente todas las referencias.El General Mislov, mientras tanto, daba cuenta de un copioso almuerzo en el único restaurante que se encontraba abierto.Era una estupidez y, a pesar de todo, su empecinamiento la condujo a aquel extraño edificio de palabras. Era quizás el recogimiento, que propiciaba la tormenta o aquel ambiente cargado de electricidad, pero nada era reprobable en su conducta ahora que estaba allí.—Qué coño de limbo, joder!—Venid a mi InfiernO…No me abandonaría, como lo hago ahora. Podría jugar hasta el agotamiento. Decir y no decir es lo mismo. Entrar en la caverna prohibida con paso marcial y quedar tendida sobre el suelo, una vez acabado el negocio, sin dejarse alcanzar por el infundio tiñoso. Descubrir los infinitos mundos que aún no han sido inventados, manosearlos recién estrenados y guardarlos en el tarro del paraíso para fermento de los irrefrenables instintos. El viaje es la única forma de renacimiento posible. Contemplar el paisaje mientras pasa a tu lado raudo y resignado; y dejarse llevar por el cicerone del viento, mientras saboreas el tintorro de la tarde. Saludar al galgo que se cruza en tu camino y que vuelve preocupado por tu soledad elegida a que le acaricies el cuello de nuevo. Con su olfato pregunta a tus piernas porque andas vagando a aquellas horas por parajes solitarios y tristes, mientras la lluvia amenaza con espantar tu huida, reclamando con un perezoso permiso si puede acompañarte.Era generosa
como una garza japonesa. Con displicencia se contoneó con gesto canalla. Abrió el cerillero y encendió su cigarrillo rubio. La arboleda no quedaba lejos; hacía una tarde espléndida de mayo y azuzó a sus lebreles para que corriesen hacia el río.NoDete estaba alejado de la ciudad. Pero aquel alacrán se interpuso en su camino y aún le obligó a alejarse más del camino.—Alambra, cable, hilo, filamento… hay que encenagarse como un cerdo—Vaya idioma!—Eh! hay alguien ahí?—Esto es más raro que un perro verde—Vaya toalla!

Junio

Ficción

Oh luna silente que los árboles aman y eres sobre el llano dulzura de la sombra o niebla y resonancia en el alma dormida del paisaje.
Todas la rosas de la pálida luna caían, fantasmales, por la ventana abierta de tu cuerpo desnudo.
Estábamos juntos. Después lo he olvidado. (Walt Whitman)
Hazme, divino amor, la lluvia dorada de tus versos.
Limpios son los abismos de la ausencia. Como besos sin aire que no dejan huella. Como miradas que ni rastro dejan. Como la pena.
Hoy somos como los pasajeros de un vuelo perdido. Pasajeros del amor que no saben coger pista de aterrizaje.
A los pies que idolatro desplegada, Mano al fin de madurez inesperada, Otro rebelde henchido de mirada Repicará la carne desgarrada.
Como estrellas fugaces, todos los sueños se rompen. Fin?
Quiero aprender tu piel como mapa de un tesoro imposible, escondido en la isla de los sueños, en la playa arenosa de tus días, en tu mar.
El polvo sometido iza sus llamas, conteniendo de luz sólo las formas. Las fúlgidas espinas de mis lágrimas tristes sonríen a tus ojos.
Cerebro hueco: vergel de perversiones debajo del sombrero.
Acaríciame como la suave y fresca sombra de junio.
El amor eterno es inconcluso.

¿Qué es una red neuronal y cómo funciona?

Ficción

Una red neuronal es un modelo de aprendizaje automático inspirado en el cerebro humano que se utiliza para reconocer patrones complejos y resolver problemas de clasificación, regresión, procesamiento de lenguaje natural y otras tareas.

En términos generales, una red neuronal consiste en un conjunto de nodos interconectados que se organizan en capas. Cada nodo es una unidad de procesamiento que realiza una operación matemática simple, como una suma ponderada de las entradas seguida de una función de activación no lineal. La salida de cada nodo se transmite a los nodos de la siguiente capa, y así sucesivamente, hasta llegar a la capa de salida.

Durante el entrenamiento, la red neuronal ajusta los pesos de las conexiones entre los nodos para minimizar una función de pérdida que mide la discrepancia entre las salidas de la red y las salidas deseadas para un conjunto de ejemplos de entrenamiento. Esto se logra mediante un algoritmo de optimización, como el descenso de gradiente, que actualiza los pesos en la dirección que reduce la función de pérdida.

Una vez entrenada, la red neuronal puede usarse para hacer predicciones sobre nuevos datos de entrada. La entrada se propaga hacia adelante a través de la red, y la salida final es la respuesta de la red para esa entrada en particular.

En los últimos años, el término «red neuronal» se ha hecho cada vez más popular a medida que se ha ido aplicando a diversos campos, como las finanzas, la sanidad y los juegos. Pero, ¿qué es una red neuronal? En pocas palabras, es un tipo de modelo de aprendizaje automático que imita la estructura y el funcionamiento del cerebro humano. Las redes neuronales están diseñadas para aprender de la experiencia, igual que los humanos, y pueden entrenarse para reconocer patrones, clasificar datos e incluso hacer predicciones. En este artículo, exploraremos los conceptos básicos de las redes neuronales, incluyendo su historia, tipos y aplicaciones.

Historia de las redes neuronales

La idea de las redes neuronales existe desde hace varias décadas, y los primeros modelos se remontan a la década de 1940. Sin embargo, no fue hasta la década de 1980 cuando las redes neuronales ganaron popularidad y se utilizaron más ampliamente. Una de las principales razones fue el desarrollo de la retropropagación, un método de entrenamiento de redes neuronales que les permite ajustar sus pesos y sesgos para mejorar su precisión.

En la década de 1990, el interés por las redes neuronales decayó al popularizarse otros modelos de aprendizaje automático, como las máquinas de vectores soporte. Sin embargo, en los últimos años, las redes neuronales han experimentado un resurgimiento de su popularidad, gracias en parte a los avances en potencia de cálculo y a la disponibilidad de grandes cantidades de datos.

¿Cómo funcionan las redes neuronales?

En esencia, las redes neuronales están formadas por capas de nodos interconectados, o neuronas, diseñadas para procesar y transmitir información. La capa de entrada de una red neuronal recibe datos, que luego son procesados por las capas ocultas antes de ser emitidos por la capa final. Cada neurona de la red está conectada a las neuronas de las capas adyacentes mediante conexiones ponderadas.

Durante el entrenamiento, los pesos y los sesgos de las conexiones se ajustan para mejorar la precisión de la red. Para ello se utiliza la retropropagación, que consiste en propagar el error entre la salida prevista y la salida real a través de la red y ajustar los pesos en consecuencia.

Tipos de redes neuronales

Existen varios tipos de redes neuronales, cada una con su propia arquitectura y aplicación. Los tipos más comunes de redes neuronales son las redes feed-forward, recurrentes y convolucionales.

Redes feed-forward

Las redes feed-forward son el tipo más simple de red neuronal y consisten en una serie de capas que procesan los datos de entrada en una única dirección. Estas redes se utilizan habitualmente para tareas como la clasificación de imágenes y el procesamiento del lenguaje natural.

Redes recurrentes

Las redes recurrentes están diseñadas para procesar secuencias de datos, como series temporales o el habla. A diferencia de las redes feed-forward, que procesan los datos en una sola dirección, las redes recurrentes tienen conexiones que permiten pasar información entre los pasos temporales anteriores y el actual.

Redes convolucionales

Las redes convolucionales están diseñadas para procesar datos con una estructura cuadriculada, como las imágenes. Estas redes utilizan capas convolucionales, que aplican un conjunto de filtros a los datos de entrada para extraer características. Las redes convolucionales se utilizan habitualmente para tareas como el reconocimiento de objetos y la clasificación de imágenes.

Aplicaciones de las redes neuronales

Las redes neuronales tienen una amplia gama de aplicaciones, desde el reconocimiento del habla a la clasificación de imágenes y el procesamiento del lenguaje natural. Una de las aplicaciones más conocidas de las redes neuronales es la de los coches autoconducidos, donde se utilizan para reconocer objetos y ayudar al coche a navegar por su entorno.

Otra aplicación común de las redes neuronales son los sistemas de recomendación, que utilizan los datos de las interacciones previas de un usuario para predecir sus preferencias y hacer recomendaciones personalizadas.

Entrenamiento de una red neuronal

El entrenamiento de una red neuronal consiste en ajustar los pesos y los sesgos de las conexiones entre las neuronas para mejorar la precisión de la red. Para ello se utiliza una técnica llamada retropropagación, que consiste en propagar el error entre la salida prevista y la salida real a través de la red y ajustar los pesos en consecuencia.

Otras técnicas utilizadas en el entrenamiento de redes neuronales son el descenso de gradiente, que consiste en ajustar los pesos en función del gradiente de la función de error, y las funciones de activación, que determinan la salida de una neurona en función de su entrada.

Limitaciones de las redes neuronales

A pesar de sus muchas ventajas, las redes neuronales también tienen algunas limitaciones. Una de las principales limitaciones es el sobreajuste, que se produce cuando la red se vuelve demasiado compleja y empieza a memorizar los datos de entrenamiento en lugar de generalizar a nuevos datos.

Otra limitación de las redes neuronales es la interpretabilidad, es decir, la capacidad de entender cómo ha llegado la red a su decisión. Esto puede ser un problema en campos como la medicina, donde es importante entender el razonamiento que hay detrás de un diagnóstico o de una recomendación de tratamiento.

Por último, las redes neuronales pueden ser intensivas desde el punto de vista computacional, ya que requieren grandes cantidades de datos y capacidad de procesamiento para entrenarlas y ejecutarlas.

El futuro de las redes neuronales

A pesar de estas limitaciones, es probable que las redes neuronales desempeñen un papel cada vez más importante en el futuro. A medida que aumente la potencia de cálculo y se disponga de más datos, las redes neuronales serán más precisas y aplicables a un mayor número de campos.

Un ámbito en el que es probable que las redes neuronales tengan un impacto significativo es el de la asistencia sanitaria, donde pueden utilizarse para analizar datos médicos y realizar diagnósticos y recomendaciones de tratamiento más precisos.

En conclusión, las redes neuronales son un campo apasionante y en rápido desarrollo con una amplia gama de aplicaciones. Al imitar la estructura y el funcionamiento del cerebro humano, las redes neuronales tienen el potencial de revolucionar campos tan diversos como las finanzas, la sanidad y los juegos. Aunque tienen algunas limitaciones, como el sobreajuste y la interpretabilidad, el futuro parece brillante para esta apasionante tecnología.

El caballito de mar

Ficción

El caballito de mar, diminuto ser de la corriente, se desliza entre las algas como si fuera una sombra líquida. Sus ojitos curiosos escrutan el vasto tapiz marino, pero no busca el consuelo de las profundidades, ni el juego azaroso de las burbujas que nacen y mueren a su alrededor. Él, con su cola en espiral, ansía encontrar el damero perdido, ese enigma de las aguas donde las piezas invisibles se mueven al compás de un ritmo ancestral.

¿Qué será el damero bajo el océano? ¿Acaso un reflejo de lo que hay más allá de las olas, en la tierra firme donde los mortales juegan al ajedrez y a la vida, sin saber que bajo el agua también hay reyes, reinas y caballos sin patas?

El caballito siente que el damero es más que un simple juego. Es el eco de una memoria lejana, tal vez un misterio que desvela el orden secreto de los mares, donde cada corriente sigue un sendero invisible y cada pez sabe su lugar en una danza cósmica.

Avanza, el caballito, entre corales que se despliegan como brazos extendidos, pero nada lo distrae. Sabe que, en algún rincón del océano, el damero lo espera, escondido entre las sombras azules, aguardando al pequeño viajero que, con la paciencia de las mareas, ha venido a desafiar el silencio de las profundidades.

El caballito de mar avanzaba lentamente entre las aguas que ondulan con una serenidad ilusoria, mientras su cuerpo diminuto y frágilmente erguido flota entre corales que parecen susurrar secretos antiguos. El damero… ah, ese patrón de cuadrados en blanco y negro, como un enigma salpicado de misterio, flota en su mente como una sombra imposible de atrapar, una obsesión inalcanzable. Los destellos de luz que se filtran desde la superficie dibujan líneas danzantes en su piel rugosa, como si el océano en sí mismo le ofreciera pistas que no comprendía del todo.

Era curioso cómo ese pequeño ser, tan a merced de las corrientes, tenía un objetivo tan claro, aunque el significado del damero se le escapaba. ¿Qué buscaba realmente? Quizás no fuera más que una fantasía, una imagen recurrente en su pequeño cerebro cargado de sueños. Pero él seguía, con esa terquedad que solo los más ingenuos pueden permitirse. Las piezas del rompecabezas nadan a su alrededor: pececillos brillantes como fichas de ajedrez, anémonas que se mueven como si fueran jugadoras en un tablero invisible.

¿Y si no era el damero lo que buscaba, sino lo que representaba? ¿Un orden secreto, una lógica oculta en el caos azul que lo rodeaba? El caballito de mar seguía, como si la respuesta pudiera estar en el próximo recodo del arrecife o en la siguiente burbuja de agua.

El caballito de mar, con su frágil figura curvándose como un signo de interrogación sobre las aguas verdes y profundas, avanza con una gracia ancestral, impulsado por corrientes invisibles que susurran historias de tiempos remotos. Sus ojos redondos, como diminutas perlas manchadas, escudriñan el vasto y confuso paisaje submarino. El damero… ¿Dónde se oculta ese tablero de posibilidades infinitas, esa cuadrícula mística donde se juega el destino de las criaturas marinas?

Los corales, exuberantes en su silencio, parecen alzar sus brazos retorcidos, como si guardaran el secreto, pero no se lo confiarán a cualquiera. El caballito de mar sigue su curso, deslizándose entre los laberintos de algas danzantes que se entrelazan como los caminos enredados de la mente. Busca algo más que un simple lugar: busca la clave para descifrar su propio destino, un damero en el que las casillas representan más que movimiento; simbolizan elecciones, pasos errados y aciertos tan sutiles como el batir de una aleta.

Cada ondulación del agua trae consigo la duda. ¿Será aquí, entre las sombras móviles del lecho marino, donde el caballito encontrará ese damero que, dicen, permite ver lo que está más allá del horizonte? O tal vez, solo tal vez, la búsqueda del tablero es en sí misma el juego, y el caballito, sin saberlo, ya está moviendo las piezas en un tablero invisible, tejido con los hilos de su propio deseo.

7. Hizo…

Ficción

Hizo sus deposiciones en el excusado de la sacristía y sin lavarse la manos se puso a repartir las sagradas formas sobre las lenguas abiertas de las fervientes devotas. Jesucristo, mezclado con su asquerosa y hedionda mierda, era dispensado con sacrosanta beatitud y recibido por las lenguas de aquellas viejas -cuervos con mantilla y rosario- cubiertas con rostros de resignación y tragaderas de carroña amortajada, pobres y míseras mujeres a las que lavaban el cerebro desde la más tierna infancia para aceptar una desdichada espiritualidad, anémica y engañosa, que las convertía en grotescas máscaras de sacristía, en un rebaño sollozante de ovejas inmoladas a la crédula e irrisoria superstición cristiana por toda una caterva de curas, sacristanes, obispos, prelados, celebrantes, acólitos, abades, priores, monjes, rectores, frailes, religiosos, pontífices, patriarcas, cardenales, abates, seminaristas, clérigos, presbíteros, diáconos, capellanes, párrocos, canónigos, coadjutores, confesores, misioneros, vicarios, papas, y todos los iluminados y ungidos mercaderes eclesiásticos de levita, para acabar todas ellas, tras una larga vida de sacrificio, privaciones y sufrimientos, siendo arrastradas a una sórdida y calamitosa tumba de piedra hoscamente tallada.
Eran despreciables e inmundas sus manos al lavarse en las lenguas ávidas de aquellas beatas pero, sobre todo, era detestable y nauseabundo verle al salir de la iglesia con aquella roída y deslustrada chaquetilla de lana llena de gusanos sanguinolentos.
Gayol, completamente rebozado en barro, esperaba frente al pórtico de la iglesia, con sus ojos desorbitados y clavados en el Padre Yanke.

SE IMPROVISÓ UNA MORGUE

Ficción

Se improvisó una morgue en la casa más apartada del pueblo, los cuerpos se amontonaban como si fueran frutas podridas, comenzaron a llegar las gordas y verdes moscas que revoloteaban sobre los pies que sobresalían de las sábanas.

Nuestro trabajo consistía en acarrear con los cuerpos desde la plaza del pueblo, donde cinco horas antes habían sido ajusticiados hombres jóvenes, ancianos, mujeres e incluso algún anciano desdentado, todos ellos musulmanes.

Me asaltó una duda ¿en qué dirección se encontraba La Meca? Puesto que nos habían encargado que les diéramos sepultura, era de justicia que tuviéramos la precaución de enterrarlos mirando a La Meca, aunque ¿de qué sirve mirar si ya no hay nada que ver?

Entablé una discusión con Padov puesto que él se negaba a enterrarlos conforme a sus creencias, al final le convencí, los pusimos envueltos en un sudario blanco, paralelos, con las manos cruzadas sobre el pecho y mirando a la Meca.

Aquella jornada fue agotadora, me lavé la cara y las manos con furia, el olor y la visión de todos esos cuerpos no dejaron que pegara ojo en toda la noche.
El General Mislov, mientras tanto, daba cuenta de un copioso almuerzo en el único restaurante que se encontraba abierto.

El fantasma colectivo de aquellos muertos me velará cada una de las noches que me queden por vivir.

Las familias de los cuerpos que yacían a dos metros de sus pies se consolaban las unas a las otras como queriendo descubrir un sufrimiento mayor en el rostro de los demás. Pero, en el fondo, ellos sabían que todo formaba parte del mismo engaño, del mismo dolor, de la misma miseria.

Enterraron la cabeza de Sigou bajo un cedro gigante y, a pesar del tiempo transcurrido, seguía siendo tan abierta de mente como siempre. Sus pensamientos no habían cambiado respecto de nosotras. Regresamos a la ciudad, después de haberla limpiado cuidadosamente. El tiempo no había hecho grandes estragos en su cerebro, y emprendimos el largo viaje. En el horizonte se divisaba un atardecer esplendoroso.

Aquellas riberas eran de un amarillo quemado. Subimos hasta las colinas y nos quedamos contemplando el espectáculo de colores que el cielo nos regalaba en ese momento. Se respiraba olor a verdadera tierra mojada y extasiados por aquel inesperado goce de los sentidos mantuvimos un largo y contemplativo silencio.

Por lo general, cuando recuerdo el día en que terminaron las guerras internas, tengo la impresión de haber hecho el mismo recorrido que el día en que Petra vino a visitarme a mi casa y se quedó plantada en la puerta de la calle. Desde la bifurcación, era difícil encontrar otra vez el camino de vuelta a casa.

Afortunadamente mi orientación era entonces más instintiva que lo es ahora y, tras varios días, logré llegar al pueblo. La guerra hacía estragos allí también y no pude quedarme durante mucho tiempo. No lograba mi objetivo. El país arrasado, Petra de nuevo perdida o quizás algo peor. Aunque yo bien sabía que era muy capaz de sobrevivir en las condiciones más extremas, no estaba ahora tan segura. Todos perdimos parte de nuestros instintos. Eramos más débiles. Pregunté de nuevo por Petra, antes de mi partida, y nadie me dio señales de ella. Había perdido definitivamente todas las referencias.

[Este post es para crear una novela colectiva de forma hipertextual. Los primeros párrafos son de aportación colectiva. Debes añadir tu texto continuando el hilo por donde lo dejan los demás…]