IA mapea el genoma humano y resuelve un problema matemático

Esta edición reúne dos hitos científicos de la IA: un mapa de alta resolución del genoma humano y la resolución de un problema matemático histórico. También cubrimos una vulnerabilidad crítica en los repositorios internos de OpenAI, además de debates sobre colaboración científica, cuantización de modelos y el futuro de aprender a programar en la era de los LLMs.

Señales

• Cómo la nube nativa se convierte en IA nativa — Explora cómo la filosofía cloud native se adapta a cargas de IA, permitiendo que roles no técnicos participen en la creación de código.
• El efecto Waymo: cómo la IA está haciendo la investigación menos colaborativa — Analiza cómo el uso masivo de IA en investigación reduce la colaboración entre científicos y cambia la dinámica del trabajo académico.
• Resultados de la encuesta sobre depuración en Rust 2026 — La Fundación Rust revela en su primera encuesta de depuración que el 46% usa depuradores, mientras más de la mitad nunca los ha usado.
• Signal implementará pruebas de conocimiento cero para registros sin número de teléfono — Signal desarrolla pruebas de conocimiento cero para permitir registros sin número de teléfono, un avance en privacidad y criptografía.
• Tao: Los problemas matemáticos abiertos están siendo explotados de forma no renovable por la IA — Investigadores advierten que la IA está agotando de forma insostenible los problemas matemáticos abiertos usados como entrenamiento.
• El dilema de la IA: generar es fácil, verificar es difícil — Christian Catalini explica por qué generar con IA es barato pero verificar sigue siendo caro, y advierte sobre una 'economía hueca'.
• Seguridad Selectiva: Rechazar Subtemas Específicos sin Bloquear Temas Completos — Propone que los modelos de IA rechacen solo subtemas problemáticos específicos en vez de censurar temas completos, buscando más utilidad.
• Comparativa de cuantizaciones en Qwen 27B: la compresión de 4 bits se mantiene, la de 1 bit falla — Comparativa de cuantizaciones en Qwen 27B muestra que la de 4 bits se mantiene estable mientras la de 1 bit degrada notablemente el rendimiento.
• ¿Pueden los investigadores confiar en OpenAI con investigación matemática inédita? — Debate sobre si los investigadores pueden confiar en OpenAI para trabajar con matemáticas y descubrimientos aún no publicados.
• Los modelos de lenguaje desarrollan nuevos sesgos sociales a través de exploración adaptativa — Un estudio revela que los LLMs pueden generar nuevos sesgos sociales mediante exploración adaptativa, no solo replicar los de su entrenamiento.
• Deathray: Una forma simple para que un sitio no confiable congele una Mac — Se descubrió 'Deathray', una vulnerabilidad que permite a un sitio web no confiable congelar una Mac mediante ataques desde el navegador.
• Aprender a programar en la era de los modelos de lenguaje — Analiza cómo los LLMs están transformando la forma de aprender y enseñar programación, con implicaciones educativas y prácticas.
• Douglas Hofstadter: La Analogía como Núcleo de la Cognición — Douglas Hofstadter expone en una conferencia por qué la analogía es el núcleo de la cognición humana, con implicaciones para la IA.
• Por qué sigo siendo escéptico con los LLMs después de Navier-Stokes — Un análisis crítico usa la ecuación de Navier-Stokes como caso de estudio para cuestionar las limitaciones fundamentales de los LLMs.

Entre avances científicos y riesgos de seguridad, esta semana marca bien el pulso de la investigación en IA. Nos leemos en la próxima edición.