Intelligence SynthesisJAEN

La IA y los problemas difíciles del mundo ─ Informática teórica

Ciencia y erudición impulsadas por la IA, por disciplina

Feed RSS · 6 elementos

Nature · Revista / noticias científicas · 2026-10-16Informática teórica

Aficionados están descifrando con IA los códigos secretos de larga data de la historia

Título original: History’s long-secret codes are being cracked by amateurs using AI

Cada vez más personas sin experiencia utilizan modelos de lenguaje de gran tamaño para descifrar cifrados históricos, aprovechando su capacidad para ejecutar algoritmos de descifrado y buscar documentos en internet. Carter Leffen, que no tiene experiencia en criptografía, le pidió a GPT-6 Astra que descifrara un mensaje del ejército alemán cifrado hace 85 años, y por la mañana ya había producido una solución. Los especialistas en criptografía agradecen el interés, pero están desbordados por las solicitudes de validar soluciones de IA, muchas de las cuales son incorrectas.

Leer el original ↗🔗 Compartir enlace

Nature (computational biology) · Revista / noticias científicas · 2026-10-16Informática teórica

Atribución de subfamilias de malware en múltiples niveles a partir de imágenes RGB de ejecutables mediante aprendizaje profundo con atención aumentada

Título original: Multi-level malware subfamily attribution from RGB executable images using attention-augmented deep learning

El análisis de malware requiere decisiones en varios niveles, desde la detección hasta la atribución de familia y de subfamilia detallada. Los autores proponen un marco jerárquico de aprendizaje profundo que toma imágenes RGB de archivos PE de Windows y realiza detección, clasificación de familias y atribución de 33 subfamilias en una única arquitectura de múltiples salidas. Cuatro modelos de aprendizaje por transferencia con atención alcanzaron una exactitud del 99% en binario, del 96–97% a nivel de familia y del 91–95% a nivel de subfamilia, con puntuaciones F1 macro de hasta 0.89 en la atribución detallada.

Leer el original ↗🔗 Compartir enlace

Nature Machine Intelligence · Revista / noticias científicas · 2026-10-01Informática teórica

Los grandes modelos de lenguaje descubren heurísticas complementarias para la optimización combinatoria

Título original: Large language models discover complementary heuristics for combinatorial optimization

La optimización combinatoria sustenta decisiones en manufactura, logística y energía, pero diseñar heurísticas para cada nueva variante exige meses de esfuerzo experto, y la generación de código con LLM en un solo paso suele fallar. LACE divide el diseño de algoritmos en esquemas, una biblioteca de herramientas y un portafolio de heurísticas, y luego hace evolucionar heurísticas especializadas complementarias dentro de los límites de tiempo de ejecución. En 36 problemas clásicos de CO-Bench obtuvo un promedio de 0.945, frente a 0.870 del método previo basado en LLM más sólido y 0.571 con prompts directos.

Leer el original ↗🔗 Compartir enlace

MIT · Universidad · 2026-09-30Informática teórica

Esta IA para juegos es la nueva campeona de Stratego

Título original: This game-playing AI is the new champ at Stratego

Investigadores crearon un sistema de IA para Stratego, un juego de mesa para dos jugadores en el que las piezas del oponente están ocultas y que se usa a menudo para poner a prueba el pensamiento estratégico. Al combinar algoritmos de entrenamiento eficientes con nuevas técnicas para tomar decisiones con información oculta, el sistema derrotó por un amplio margen a jugadores humanos de primer nivel y superó a los siguientes mejores modelos, con un coste de entrenamiento menor. También venció a los mejores jugadores humanos en otros juegos de estrategia con reglas distintas.

Leer el original ↗🔗 Compartir enlace

Google DeepMind · Laboratorio de IA · 2026-09-30Informática teórica

D4RT: reconstrucción y seguimiento 4D de escenas unificados y rápidos

Título original: D4RT: Unified, Fast 4D Scene Reconstruction & Tracking

Leer el original ↗🔗 Compartir enlace

ScienceDaily (AI) · Revista / noticias científicas · 2026-09-22Informática teórica

El diminuto robot volador del MIT se vuelve un 450% más rápido con IA

Título original: MIT’s tiny flying robot gets 450% faster with AI

Los robots voladores del tamaño de un insecto han sido por lo general lentos y limitados a trayectorias de vuelo simples. Investigadores del MIT desarrollaron un controlador basado en IA con un sistema de control de dos partes que permite volteretas corporales repetidas. En comparación con los mejores resultados anteriores del equipo, la velocidad del robot aumentó cerca de un 450% y su aceleración cerca de un 250%, y completó 10 volteretas en 11 segundos incluso con perturbaciones de viento.

Leer el original ↗🔗 Compartir enlace