Este fin de semana he hablado con David Sierra de Cruce de cables de RNE acerca de ciberespionaje, ciberterrirismo y ciberseguridad con la disculpa de una nota de prensa de la Policía que anuncia la detención de un presunto colaborador de grupos hacktivistas pro-rusos.

• Ciberespionaje, geopolítica y ciberseguridad [a partir del minuto 18:00].

Lo cierto es que la noticia suena un poco a culebrón porque se trata de un ciudadano italiano que se supone que se llama Marco –lo que ya tiene su coña– casado con una española y residente en Palencia. Pero desde allí se supone que ayudó a un colega ucraniano a huir de su país a través de Polonia y Bielorrusia cuando iban a detenerlo.

Pero este tipo de noticias además a menudo se venden a bombo y platillo, como cuando, por ejemplo, se anunció la detención de la cúpula de Anonymous en España… Lo que al final no quedó en nada pues fueron absueltos.

Aunque no por ello es menos cierto que se desarrolla una guerra soterrada entre las fuerzas de seguridad de distintos países que tampoco es que se lleven muy bien en el MundoReal™ y algunos grupos que colaboran con ellas. Así que no es un tema como para tomarse a coña.

Marco, por ejemplo, se supone que estaba especialmente activo cuando el Gobierno de España anunciaba alguna medida o decisión que pudiera beneficiar a Ucrania. Pero tampoco está claro cómo parar el horno de un crematorio, estropear el sistema de cámaras de refrigeración de una empresa cárnica o parar las bombas de una presa sirven de apoyo a la causa rusa, y menos si no se le da algún tipo de publicidad al tema por parte de «los malos».

También aproveché para comenta una vez más que un hacker y un cracker no son lo mismo. Pero ya es más por cabezonería que porque crea que ya vaya a ser posible desvincular en uso del término hacker cuando se habla de piratas informáticos.

Relacionado,

• Los hackers originales
• La historia del hacking/cracking, condensada en una imagen
• Una breve historia de los primeros hackers españoles
• Un buen relato biográfico de Kevin Mitnick, probablemente el phreaker/cracker/hacker más conocido de la historia

Tal día como hoy de 1976 el aterrizador de la misión Viking I de la NASA se posaba de una pieza sobre Marte. No era el primero en hacerlo, pues eso lo había conseguido el aterrizador de la misión Mars 3 de la URSS. Y antes de eso el Mars 2 se había estampado contra la superficie del planeta rojo al fallar los paracaídas de frenado.

Pero si bien el aterrizador de la misión Mars 3 apenas transmitió datos durante veinte segundos el de la Viking I funcionó durante algo más de seis años. Y si dejó de hacerlo fue porque una actualización de software fallida, destinada a gestionar mejor la carga de sus baterías ya muy perjudicadas por todo ese tiempo en funcionamiento, se cargó el software que controlaba la orientación de la antena, lo que hizo que se perdiera el contacto con él.

Así que a principios de 1983, tras varios meses de intentar retomar las comunicaciones, la NASA dio por finalizada la misión.

Primera imagen en color de la superficie de Marte, tomada al día siguiente del aterrizaje

Durante su tiempo en activo el aterrizador obtuvo una miríada de imágenes y datos acerca de la temperatura de la atmósfera y del suelo, la humedad y presión atmosféricas, la velocidad y dirección del viento, e hizo el análisis de varias muestras del suelo recogidas con un brazo robot para averiguar su composición. El sismógrafo nunca llegó a desplegarse.

El resultado de los análisis del suelo por el instrumentos Labeled Release (LR) fue objeto de polémica durante años, ya que había quien decía que mostraban posibles indicios de vida actual en Marte. Pero como los otros dos instrumentos dieron resultados claramente negativos al final el consenso mayoritario está en que los datos no eran colclusivos y no confirmaban vida en Marte.

Aunque desde el descubrimiento de percloratos en Marte por por parte de la Phoenix Mars Lander y de moléculas orgánicas por parte de Curiosity y Perseverance han vuelto a dar un poco de impulso a la idea.

Pero el consenso mayoritario sigue siendo que si hay vida en Marte aún no la hemos encontrado.

Relacionado,

• La cara oculta de la Luna vista con 50 años de diferencia
• 50 aniversario de la Venera 4, la primera sonda en transmitir datos desde otro planeta
• 50 años de la llegada del rover soviético Lunojod 1 a la Luna
• 50 aniversario del aterrizaje de la Venera 7 en Venus

¿Siguen las IAs siendo loros estocásticos o han mejorado de forma efectiva en estos últimos años? ¿Cuánto lo han hecho? ¿Y cuáles? Estas son algunas de las grandes cuestiones acerca de de la inteligencia artificial actual. Para responderlas surgieron diversas pruebas o tests que intentan medir esa  (comillas, comillas) «inteligencia» aparente de algún modo: desde el conocimiento enciclopédico hasta el más puro razonamiento abstracto, que está claro que les atraganta más. ¿Cuál es el estado actual?

Las pruebas tradicionales: preguntas y respuestas

Una de las pruebas más clásicas es el conocido Humanity’s Last Exam (HLE), una prueba de 2.500 preguntas sobre matemáticas, biología, historia, lenguas clásicas y muchas otras disciplinas, planteadas y verificadas por humanos. Tienen nivel para graduados, solo que los modelos se enfrentan a una amplia variedad de temas, que un humano probablemente no abarcaría. Hay otros como el Massive Multitask Language Understanding (MMLU) y similares.

En el HLE y en apenas un año los mejores modelos pasaron de contestar correctamente el 8 por ciento de las preguntas a situarse entre el 35 y el 50% a comienzos de 2026, superando lo que podría conseguir casi cualquier persona en un examen de ese tipo. Además de eso, en el último año se aceleró su eficiencia y mejoraron más de lo previsto. De momento ganan Claude Fable 5 y GPT-5.6 Sol, llegando ya casi al 60%, aunque usando herramientas, agentes, «desvíos» a otros modelos y otros truquis.

Una cuestión sobre el HLE es que tan pronto como un modelo ha tenido acceso a las respuestas es capaz de mejorar notablemente, dado que el asunto no deja de ser una acumulación de datos, algo que es su especialidad. Si un modelo usa ese «truco» o busca las respuestas en internet (generalmente se bloquean repositorios como Hugging Face durante los «exámenes») los resultados se consideran contaminados y no valen. La forma de evitarlo es revisar su razonamiento en busca de atajos. Además, el HLE tiene un conjunto de preguntas privadas, no publicadas, que da un valor más preciso, aunque el que se plasma en las tablas comparativas es el público.

Del «preguntas y respuestas» al razonamiento abstracto

Acumular muchos datos no equivale a comprender lo que son y lo que hay que hacer con ellos. Los modelos actuales siguen cayendo en trampas aparentemente triviales: pueden resolver cuestiones de cálculo avanzado, pero fallar al ordenar números, o equivocarse al contar las letras de una palabra (el famoso «¿cuántas R hay en strawberry?») En el vídeo de Half as interesting hay unos cuantos buenos ejemplos.

Por todo eso los expertos idearon otras pruebas, como el Abstraction and Reasoning Corpus for Artificial General Intelligence (ARC-AGI), orientados a medir la capacidad de «descubrir reglas nuevas», algo que se considera fundamental para alcanzar la inteligencia artificial general. En lugar de responder preguntas, la IA debe resolver juegos y rompecabezas visuales deduciendo la lógica a partir de unos pocos ejemplos. Es como los tests que hacen a los niños en el colegio o los que se usan para medir el C.I.

Muchos de estos desafíos resultan triviales para una persona humana, pero pueden requerir enormes recursos computacionales para un modelo de IA… Algo que asusta cuando se ven las cifras de coste en tokens y dólares que alcanzan algunos modelos.

Del ARC-AGI existen dos versiones más avanzadas llamadas ARC-AGI 2 y ARC-AGI 3 que ponen el listón todavía más alto: conceptos espaciales como «dentro» y «fuera», reglas lógicas más complicadas… Los de la versión 3 son como pequeños videojuegos sin instrucciones, donde hay que descubrir tanto las reglas como la forma de jugar.

Es divertido jugar con el ARC-AGI 3, y más si te gustan los juegos de este tipo, porque resulta muy entretenido: todo tiene su lógica, se asignan mentalmente roles y definiciones (entrada, salida, puerta, transportador, herramienta para girar piezas…) Y conviene afinar, porque a veces hay límites de movimientos. Tiene su curva de aprendizaje. Es fácil imaginar lo complicado que puede resultar para un modelo que tenga que reconocer todas las piezas de colores, adivinar lo que hay que hacer e inferir el papel de cada una paso a paso.

Los modelos enfrentados al ARC-AGI-3 apenas llegan al 2% de éxito, aunque GPT-5.6 Sol Max llega casi al 8%. Pero todavía están lejos de mostrar una inteligencia general comparable a la humana.

De momento queda claro que son buenos en pruebas de conocimientos y programación, pero siguen con dificultades en cuando al «sentido común» y el razonamiento abstracto, que incluso los niños humanos pueden superar sin muchos problemas. De momento, son pruebas mejores para ver los progresos de la IA y habrá que ver dentro de unos años (o meses) cómo va la cosa.

Relacionados:

• El test de Lovelace es una versión más exigente del test de Turing para las IAs, que los LLM actuales ya podrían haber superado
• Cruce de cables: ¿Puede ChatGPT haber superado ya el Test de Turing?
• El test de Turing inverso diseñado por una IA, que luego es respondido por humanos y por IAs y finalmente evaluado por la misma IA
• El Test de Turing
• Un Test de Turing mínimo en el que una sola palabra basta para distinguir humanos y máquinas
• OpenAI habla sobre sus planes para la inteligencia artificial general del futuro, incluyendo los riesgos que implica
• Un test de 15 preguntas sobre cómo ves la IA actual para descubrir cuál es tu actitud al respecto

Es apropiado para hoy, día de una gran final de la Copa del Mundo de fútbol, hacer mención a este vídeo producido por Google Deepmind acerca de cómo utilizaron modelos de IA como Gemini Omni y Veo para reconstruir un gol «perdido» de Pelé, algo que sucedió en un encuentro del que no se conserva ninguna grabación ni película porque no había nadie filmándolo en celuloide, no se retransmitía por televisión y el vídeo no había llegado todavía a Brasil en aquella época.

Todo sucedió el 2 de agosto de 1959, en el minuto 42 de la segunda parte del partido donde el Juventus de São Paulo se enfrentaba en casa al Santos. Pelé (1940-2022), el mejor jugador de todos los tiempos, recibió el balón en el centro del área, hizo tres elegantes sombreros a tres defensas y remató finalmente de cabeza superando al portero: la pelota ni siquiera llegó a tocar el suelo cuando todos gritaron ¡goool! Fue tal golazo que tan pronto terminó el partido incluso los rivales se acercaron a felicitarle. Y el público, que estaba en contra del Santos de Pelé, acabó ovacionándole. El propio Pelé dijo años después que aquel fue sin duda el mejor de su carrera, que totaliza más de mil goles.

El problema fue que tan solo quedó una fotografía en blanco y negro de aquel gol junto con otras de la celebración posterior. Nadie que no estuviera allí pudo ver el famoso gol da Rua Javari nunca. Así que cuando al equipo de Google se le ocurrió promocionar su IA reconstruyéndolo recurrió a historiadores, periodistas deportivos, antiguos futbolistas y la familia de Pelé, además de Neymar, que hace un «cameo» estelar.

Con los relatos en primera persona de quienes estuvieron allí y lo vieron, la fotografía del gol y otros materiales gráficos de la época para recrear los uniformes, el balón, el estado del terreno de juego y el público alimentaron a los modelos de IA para conseguir una película de unos pocos segundos que muestra el gol en todo su esplendor. También en blanco y negro y con el apropiado look viejuno. [En el vídeo: a partir de 07:25 para los ansiosos.]

El resultado está en internet y también se exhibe en el Museu Pelé de Santos como proyecto educativo y de conservación cultural. Todo un homenaje para recuperar un gol «perdido» que aunque solo estuviera en la memoria colectiva de quienes lo vieron ha quedado dignamente reconstruido.

Relacionados:

• Google Research Football, un entorno de juego realista en código abierto