Geoffrey Hinton ganó el Nobel de Física en 2024 por unos algoritmos que desarrolló en un sótano de la Universidad de Toronto cuando casi nadie creía en las redes neuronales. Canadá lleva cuatro décadas incubando el talento que hoy dirige los laboratorios de IA más importantes del mundo, y en 2026 sigue perdiendo a sus mejores mentes frente a los cheques de Silicon Valley.
Geoffrey Hinton, el hombre que se arrepiente de su propio invento
Hinton trabajó en la Universidad de Toronto desde los años ochenta convencido, casi en solitario dentro de la ortodoxia académica de la época, de que las redes neuronales artificiales tenían futuro. En 2012, junto a sus estudiantes Alex Krizhevsky e Ilya Sutskever, presentó AlexNet, una red neuronal que arrasó en el concurso ImageNet y que se considera el disparo de salida del boom moderno del deep learning. Google compró la startup de Hinton, DNNresearch, por 44 millones de dólares ese mismo año, y el investigador trabajó allí una década antes de dejar la compañía en 2023 para poder hablar libremente sobre los riesgos existenciales de la IA que él mismo ayudó a crear.
Desde entonces, Hinton se ha convertido en la voz más mediática del "doomerismo" de la IA, advirtiendo en entrevistas y comparecencias que la probabilidad de que la IA cause un desastre catastrófico para la humanidad no es despreciable. Su Nobel de Física de 2024, compartido con John Hopfield, reconoció el trabajo fundacional sobre redes neuronales de Hopfield y Boltzmann, un giro curioso dado que ninguno de los dos es físico de formación, algo que generó cierto debate dentro de la propia Real Academia Sueca de Ciencias.
Mila, el instituto de Montreal que formó a media industria
Yoshua Bengio, otro de los tres padrinos del deep learning junto a Hinton y Yann LeCun, fundó Mila (Montreal Institute for Learning Algorithms) en 2017 en la Universidad de Montreal. Mila se ha convertido en uno de los mayores clústeres de investigación académica en IA del mundo, con cientos de investigadores y colaboraciones activas con Google DeepMind, Microsoft Research y Samsung, que mantienen laboratorios satélite en la ciudad precisamente para estar cerca del talento que Mila produce.
Bengio, a diferencia de Hinton, se ha mantenido dentro de la academia y ha liderado informes internacionales sobre seguridad de la IA, incluido el International AI Safety Report encargado tras la cumbre de seguridad de IA de Bletchley Park en 2023. En 2026 Bengio sigue siendo una de las voces que gobiernos de todo el mundo, incluida la Unión Europea y Canadá, consultan antes de legislar sobre IA de frontera.
La fuga de cerebros que Ottawa no ha logrado frenar
El problema estructural de Canadá es que forma el talento y luego lo ve marcharse. DeepMind, fundada en Londres pero con fuerte presencia de exalumnos canadienses, Google Brain, OpenAI y Anthropic han fichado durante años a investigadores formados en Toronto, Montreal, Edmonton o Waterloo, atraídos por salarios que en Silicon Valley pueden multiplicar por cinco o diez lo que ofrece una universidad canadiense o una startup local. Ilya Sutskever, el propio cofundador de OpenAI y luego de Safe Superintelligence, es un ejemplo perfecto: formado bajo la tutela de Hinton en Toronto, terminó liderando la investigación técnica de la compañía de IA más valiosa del mundo, no en Canadá sino en San Francisco.
El gobierno canadiense ha intentado frenar esta fuga con la Pan-Canadian AI Strategy, dotada con cientos de millones de dólares en sucesivas renovaciones desde 2017, y con incentivos fiscales para investigación e innovación. Pero ningún paquete público puede competir de forma sostenida con las ofertas de compensación en acciones que ofrecen empresas valoradas en cientos de miles de millones de dólares.
Cohere, el intento canadiense de quedarse con parte del pastel
Cohere, fundada en Toronto en 2019 por Aidan Gomez -coautor del paper original "Attention Is All You Need" que introdujo la arquitectura Transformer en Google en 2017- junto a Ivan Zhang y Nick Frosst, es la apuesta más seria de Canadá por retener parte del valor comercial de la IA generativa dentro de sus fronteras. Cohere se ha posicionado como proveedor de modelos de lenguaje para empresas, evitando la carrera de consumo masivo de ChatGPT o Claude y centrándose en clientes corporativos que requieren despliegues privados y seguros.
Pese a rondas de financiación que la han valorado en varios miles de millones de dólares, con inversores como Nvidia, Salesforce y el propio gobierno canadiense a través de fondos públicos, Cohere sigue siendo un actor de nicho comparado con la escala de OpenAI, Anthropic o Google DeepMind, una prueba de lo difícil que resulta convertir excelencia académica en dominio comercial global.
Por qué Toronto y Montreal seguirán siendo relevantes en 2026
Pese a la fuga de talento, Canadá conserva una ventaja estructural: sigue graduando a un flujo constante de doctorados en machine learning gracias a programas consolidados en la Universidad de Toronto, McGill y la Universidad de Alberta, esta última pionera en aprendizaje por refuerzo gracias a Richard Sutton, otro investigador de referencia mundial en el campo. Mientras existan esos programas, habrá una cantera nueva cada año, aunque buena parte de esa cantera termine facturando para empresas estadounidenses.
La paradoja canadiense de 2026 es exactamente la misma que hace una década: el país sigue siendo, en proporción a su tamaño, uno de los mayores exportadores netos de talento en IA del planeta, pero muy pocas de las empresas que capturan el valor de ese talento tienen su sede fiscal, sus datacenters principales o su capitalización bursátil en territorio canadiense.
