En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarRB.RU→ original

48 agentes de IA analizaron imágenes lidar de la NASA y encontraron una ciudad maya desconocida

Pietro Miotti entregó datos lidar abiertos de la NASA a 48 agentes de IA y les encargó buscar rastros de asentamientos antiguos. Los algoritmos detectaron una plaza nivelada, una pirámide ovalada y un depósito de agua, un conjunto típico de un asentamiento maya. El Instituto Nacional de Antropología e Historia de México confirmó que en esas coordenadas no consta nada en su base de datos. Todavía no hay verificación de campo.

Procesado por IA desde RB.RU; editado por Hamidun News
48 agentes de IA analizaron imágenes lidar de la NASA y encontraron una ciudad maya desconocida
Fuente: RB.RU. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalRB.RU ↗
Editor jefe
Los datos son abiertosNASA, lidar, sin conjuntos de datos cerrados
El hallazgo aún es una hipótesisel registro está vacío, pero no ha habido excavaciones
Un patrón para ustedun conjunto de agentes más verificación por un experto

Normalmente, «la IA encontró» en un titular significa una presentación con gráficos bonitos. Aquí la historia es más terrenal y por eso más interesante: un investigador, datos públicos y un enjambre de agentes en lugar de un único modelo grande.

Qué ocurrió

El investigador Pietro Miotti contó en su sitio web que, con la ayuda de 48 agentes de IA, descubrió en México una ciudad desconocida de la civilización maya. El material de partida fueron datos de acceso público de la NASA obtenidos mediante escaneo láser de la superficie terrestre, es decir, datos lidar.

En esos datos, los algoritmos reconocieron tres rasgos de un asentamiento antiguo: una plaza nivelada, una pirámide ovalada y un depósito de agua. El Instituto Nacional de Antropología e Historia de México confirmó que en las coordenadas indicadas su base de datos no contenía ningún sitio arqueológico registrado.

Cómo funciona, con un ejemplo sencillo

El lidar emite pulsos láser, y parte de ellos atraviesa la vegetación y rebota en el suelo. El resultado es un mapa del relieve en el que el bosque parece haber sido eliminado. Las plataformas, los montículos y los cuerpos de agua antiguos se ven en él como formas demasiado regulares, allí donde la naturaleza no dibuja geometría.

Imagine que debe revisar miles de kilómetros cuadrados de mapas así. Una persona se cansa y se pierde la mitad. Los agentes no se cansan: cada uno revisa su zona o su tipo de anomalía, y luego los resultados se combinan. La fuente no revela cómo repartió Miotti los roles entre los 48 agentes, así que no especularemos sobre la arquitectura. Pero la idea es conocida para cualquiera que haya montado un pipeline de etiquetado de datos: muchas pasadas baratas en lugar de una sola cara.

Dónde está el truco

La principal salvedad: por ahora es un candidato, no una ciudad excavada. La confirmación del instituto solo indica que el registro está vacío en esas coordenadas. Eso no significa que nadie conociera el lugar: podían conocerlo los habitantes locales o investigadores que no incluyeron el sitio en la base de datos. El comunicado no menciona trabajos de campo, y la palabra «ciudad» debe leerse como una hipótesis de trabajo.

El segundo problema son los falsos positivos. Una forma ovalada en un mapa lidar puede resultar ser relieve natural, una antigua terraza agrícola o un artefacto del procesamiento. Si a los agentes se les pidió «encontrar un asentamiento», tienen un incentivo para encontrarlo. La fuente no ofrece datos sobre cuántos candidatos descartaron los agentes y cuántos marcaron en vano, y esa cifra es justamente la que mostraría cuán fiable es el método.

La tercera salvedad: lo sabemos por el relato del propio autor y el comentario del instituto sobre el registro. En el material no hay una publicación independiente con la metodología.

Qué puede sacar de esto un profesional

Primero, el valor aquí no está en la magia del modelo, sino en la combinación de «datos abiertos + búsqueda paralela barata + un experto en la verificación final». Este esquema se puede trasladar a otras tareas: detección de anomalías en imágenes satelitales, auditoría de infraestructuras, etiquetado de archivos. Si usted tiene un gran volumen de datos públicos que nadie ha revisado por completo, es un candidato para este tipo de procesamiento.

Segundo, incorpore la verificación externa desde el principio. En esta historia, ese papel lo desempeñó el instituto nacional, que cotejó las coordenadas con su base de datos. En su producto, ese verificador puede ser un registro, un experto o una prueba de campo. Sin él, el agente producirá hallazgos convincentes pero no verificados.

Tercero, mida y publique la proporción de falsos positivos. Para el cliente importa no tanto «encontramos 1 objeto» como «de N candidatos, se confirmaron M».

Conclusión: no es una sensación científica, sino un buen ejemplo de cómo funciona el enfoque de agentes con datos públicos reales. Esperemos a la verificación de campo; entonces quedará claro si los agentes encontraron una ciudad o simplemente una bonita colina.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué ocurrió?

El investigador Pietro Miotti contó en su sitio web que, con la ayuda de 48 agentes de IA, descubrió en México una ciudad desconocida de la civilización maya. El material de partida fueron datos de acceso público de la NASA obtenidos mediante escaneo láser de la superficie terrestre, es decir, datos lidar. En esos datos, los algoritmos reconocieron tres rasgos de un asentamiento antiguo: una plaza nivelada, una pirámide ovalada y un depósito de agua.

Cómo funciona, con un ejemplo sencillo?

El lidar emite pulsos láser, y parte de ellos atraviesa la vegetación y rebota en el suelo. El resultado es un mapa del relieve en el que el bosque parece haber sido eliminado. Las plataformas, los montículos y los cuerpos de agua antiguos se ven en él como formas demasiado regulares, allí donde la naturaleza no dibuja geometría. Imagine que debe revisar miles de kilómetros cuadrados de mapas así. Una persona se cansa y se pierde la mitad.

Dónde está el truco?

La principal salvedad: por ahora es un candidato, no una ciudad excavada. La confirmación del instituto solo indica que el registro está vacío en esas coordenadas. Eso no significa que nadie conociera el lugar: podían conocerlo los habitantes locales o investigadores que no incluyeron el sitio en la base de datos. El comunicado no menciona trabajos de campo, y la palabra «ciudad» debe leerse como una hipótesis de trabajo. El segundo problema son los falsos positivos.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Unified AI Workspace · Nomad

Test Frontier LLMs & Autonomous Agents in One Workspace

Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.

Try Nomad AI →Launch Nomad Agent
¿Qué te parece?
Cargando comentarios…