Ir al contenido
IA para hoy
Investigación Investigación 3/5 · Una fuente fiable

Modelos de OpenAI y Anthropic descifran dos mensajes Enigma que resistían desde décadas

Modelos de OpenAI y Anthropic descifran dos mensajes Enigma que resistían desde décadas
Foto: cottonbro studio · Licencia Pexels · Pexels

Hecho Qué ha ocurrido

Dos criptoanalistas independientes usaron el modelo Astra de OpenAI y Claude Opus 5 de Anthropic para descifrar dos mensajes cifrados con Enigma que llevaban sin resolver desde al menos 2005. Astra realizó investigación de archivo, construyó un simulador de la máquina Enigma y recuperó el texto plano sin apenas supervisión humana. Frode Weierud, mantenedor de la base de datos Crypto Cellar, validó ambas soluciones. Solo quedan siete mensajes Enigma sin descifrar.

Resumen generado mediante IA a partir de TechCrunch AI (original en inglés). Naturaleza de la información: declaración de parte interesada.

Análisis Por qué importa

Demuestra capacidades de investigación autónoma, razonamiento multi-paso y uso de herramientas por agentes de IA que van más allá de tareas de texto convencionales, aplicables a análisis forense, criptografía o investigación histórica.

Quién se ve afectado
Investigadores, historiadores, criptógrafos, y equipos de seguridad que evalúan capacidades de agentes de IA para tareas complejas de investigación.
Qué puede cambiar
Se evidencia que los modelos de frontera pueden ejecutar proyectos de investigación abiertos y de varios días con mínima guía, combinando búsqueda, simulación y deducción contextual.

Análisis generado a partir de la información disponible; no procede de la fuente.

Predicción Qué observar a continuación

Vigilar si estas capacidades de investigación autónoma se trasladan a dominios sensibles (seguridad, inteligencia) y cómo se documentan y auditan los pasos que dan los agentes cuando acceden a archivos o fuentes no verificadas.

Compartir WhatsApp LinkedIn X Bluesky Telegram
Enviar esta noticia por correo

Se envía esta noticia con su análisis. La dirección se usa solo para ese envío y no se guarda.

Fuente original: TechCrunch AI. La referencia es siempre el artículo original.

Ver fuente original ↗

agentesLLM OpenAIAnthropic agentes de IAAnthropiccriptografíaEnigmaOpenAI

Tu opinión

0 comentarios

Sin registro. La primera vez te pediremos confirmar el correo y el comentario pasará por moderación; después se publican al momento si cumplen las normas. Se guarda un resumen de tu IP para evitar abusos.

Relacionadas

Investigación

Claude descubre un sistema enzimático similar a CRISPR cuya función Anthropic aún no conoce

Agentes de Claude analizaron 200.000 transcriptasas reversas y hallaron un sistema enzimático (ART) con arreglo repetitivo similar a CRISPR en bacteriófagos…

Por qué importaEs un caso temprano de IA agéntica aplicada a descubrimiento biológico, aunque con resultados aún no reproducibles ni de utilidad demostrada, lo que…

Impacto bajo Fiabilidad confirmado por varias fuentes Infobae Tecno
Investigación

El MIT desarrolla xvr, una IA que guía instrumentos quirúrgicos en tiempo real con precisión submilimétrica

Investigadores del MIT presentaron xvr, un sistema de IA que vincula radiografías 2D tomadas durante cirugías con estudios 3D previos del paciente para ubicar…

Por qué importaReduce el tiempo de calibración de navegación quirúrgica de horas a minutos, lo que podría ampliar el acceso a procedimientos mínimamente invasivos…

Impacto bajo Fiabilidad declaración interesada Infobae Tecno
Investigación

Google probará el 1 de octubre chips TPU en órbita dentro del proyecto Suncatcher

Google lanzará el 1 de octubre un satélite experimental con cuatro TPU como parte de Project Suncatcher, en colaboración con Planet, dentro de la misión…

Por qué importaEs un primer paso exploratorio hacia infraestructuras de computación orbital que podrían aprovechar energía solar más abundante, relevante para la…

Impacto bajo Fiabilidad confirmado por varias fuentes 20minutos Tecnología
Investigación

Investigadores del Broad Institute presentan StriMap, IA para predecir interacciones TCR-péptido-HLA en enfermedades autoinmunes

Investigadores del Broad Institute y colaboradores desarrollaron StriMap, un marco de deep learning que integra características fisicoquímicas, de secuencia y…

Por qué importaEl modelo mejora el estado del arte en predicción de interacciones inmunológicas complejas, con aplicaciones potenciales en inmunoterapia contra el…

Impacto bajo Fiabilidad fuente primaria Nature · Machine learning