Modelos de OpenAI y Anthropic descifran dos mensajes Enigma nazis sin resolver desde hace décadas
Hecho Qué ha ocurrido
El desarrollador Carter Leffen usó el modelo Astra de OpenAI para descifrar un mensaje Enigma de 1941 (MVUEH) sin resolver desde 2005, probando 14,8 millones de claves candidatas. El especialista Jack Willis usó Claude Opus 5 de Anthropic para descifrar otro mensaje de 1941 (Nr. 205 NF), aportando pistas concretas como la firma de un oficial. Ambos casos fueron validados por Frode Weierud, archivista veterano de criptología en Crypto Cellar Research.
Resumen generado mediante IA a partir de Infobae Tecno. Naturaleza de la información: declaración de parte interesada.
Análisis Por qué importa
Muestra la capacidad de los modelos más avanzados para realizar tareas de investigación autónoma, construcción de simuladores y búsqueda combinatoria masiva que antes requerían meses de trabajo humano especializado.
- Quién se ve afectado
- Investigadores en criptografía, historiadores, empresas de ciberseguridad y equipos que evalúan capacidades de razonamiento y automatización de tareas complejas con IA.
- Qué puede cambiar
- Se evidencia que los modelos de frontera pueden combinar razonamiento, generación de código y búsqueda exhaustiva para resolver problemas de investigación abiertos, más allá de tareas conversacionales.
Análisis generado a partir de la información disponible; no procede de la fuente.
Predicción Qué observar a continuación
Habrá que ver si OpenAI y Anthropic reconocen oficialmente estas capacidades, si se aclara el acceso del modelo a archivos privados no públicos, y si surgen nuevos casos de resolución autónoma de problemas históricos o científicos.
Enviar esta noticia por correo
Fuente original: Infobae Tecno. La referencia es siempre el artículo original.
Ver fuente original ↗LLMagentescoding OpenAIAnthropicCrypto Cellar Research AnthropiccriptografíaEnigmahistoriaOpenAI
Tu opinión
0 comentarios
Relacionadas
Nvidia presenta SoL-Pi, un sistema que reduce casi a la mitad el uso de tokens en agentes de codificación
Investigadores de Nvidia desarrollaron SoL-Pi, un sistema que optimiza automáticamente el 'harness' (capa de control) entre modelos y agentes de codificación…
Por qué importaMuestra que optimizar la capa de orquestación de agentes puede reducir costes casi tanto como cambiar de modelo, abriendo una vía de ahorro…
Matemáticos debaten el papel de la IA tras la solución de OpenAI a Navier-Stokes
OpenAI propuso una solución al problema de Navier-Stokes, uno de los grandes retos matemáticos, lo que generó debate en la comunidad matemática internacional…
Por qué importaEl caso ilustra la tensión entre la lógica comercial de las grandes tecnológicas y los procesos de validación, colaboración y rigor propios de la…
Investigadores presentan SpaCEy, red neuronal de grafos explicable para vincular patrones tisulares con supervivencia en cáncer
Un equipo del Institute for Computational Biomedicine de la Universidad de Heidelberg presentó SpaCEy, una red neuronal de grafos explicable que modela tejidos…
Por qué importaEs un avance en investigación biomédica que muestra cómo la IA explicable puede extraer biomarcadores espaciales relevantes sin depender de…
Google prepara primer lanzamiento de satélite con chips TPU del Proyecto Suncatcher
Google lanzará, con ayuda de SpaceX, un satélite prototipo del Proyecto Suncatcher para probar si sus chips TPU pueden operar en órbita. La misión viajará en…
Por qué importaSi el hardware de IA puede funcionar en el espacio, se abriría una vía alternativa para procesar cargas de IA aprovechando energía solar casi…