48 agentes de IA analizaron en una noche 1200 km² de lidar y encontraron un posible asentamiento maya
El investigador de Google Pietro Miotti encargó una noche a 48 agentes de IA estudiar el levantamiento lidar de la NASA de 2013. Durante la noche revisaron unos 1200 km² de selva mexicana y marcaron muchos objetos parecidos a construcciones. Por la mañana los agentes contrastaron los hallazgos con la literatura y los archivos, y un gran asentamiento resultó no estar registrado. Entre la idea y la respuesta del instituto mexicano INAH pasaron menos de 72 horas.
Procesado por IA desde TG: @hiaimedia (Hi, AI • Новости технологий); editado por Hamidun News
Titulares como «La IA descubrió una ciudad antigua» suelen sonar a marketing. Pero lo interesante de esta historia no es el hallazgo en sí, sino el esquema de trabajo. Se puede trasladar a cualquier tarea en la que haya un enorme volumen de datos abiertos y falten manos para revisarlo.
Qué ocurrió
El investigador de Google Pietro Miotti viajaba en octubre por Perú y conversaba con Gemini sobre Hiram Bingham, quien «descubrió» Machu Picchu en 1911. Le preguntó cómo buscaría Bingham ciudades antiguas hoy. Gemini, ChatGPT, Claude y Grok propusieron de forma independiente lo mismo: el levantamiento lidar, que reconstruye el relieve bajo las copas de los árboles.
Resultó que había pocos datos abiertos de Perú, y Miotti pasó a las tierras mayas de México. Por la tarde encargó a los agentes estudiar el levantamiento de la NASA de 2013 y se fue a dormir. Por la mañana, 48 agentes habían revisado imágenes del relieve de aproximadamente 1200 km² de selva y marcado muchos objetos parecidos a construcciones.
Cómo funciona el pipeline
El esquema de tres pasos es el siguiente.
- Marcado amplio. Muchos agentes revisan los datos en paralelo y reúnen candidatos. En la publicación no se aclara cómo se repartieron las zonas, pero la lógica es clara: una noche de trabajo en lugar de meses de revisión manual.
- Verificación con fuentes independientes. Por la mañana Miotti pidió contrastar los hallazgos con literatura científica y archivos. Unas horas después los agentes informaron de que un gran asentamiento, al parecer, no estaba registrado en ninguna parte. Es la cima de una colina junto a un acantilado. En las imágenes se ven una plaza, una pirámide ovalada de al menos 8–12 metros de altura y un patio contiguo.
- Preparación para el destinatario. Los agentes ayudaron a redactar un informe para el Instituto Nacional de Antropología e Historia de México (INAH). Miotti corrigió imprecisiones y envió el documento en español. No conoce el idioma, así que también confió la traducción a los agentes.
Al día siguiente, el departamento de registro del INAH respondió que en las coordenadas indicadas no hay ningún sitio registrado. Entre la idea y la respuesta pasaron menos de 72 horas.
Dónde está la trampa
Primero: «no hay registro» no equivale a «descubrimiento». Aún falta verificar si las construcciones pertenecen a la cultura maya y cuál es su antigüedad. La decisión de enviar o no un equipo al lugar corresponde a la delegación local del INAH. Miotti ofreció ayuda con la verificación de campo, pero es solo un ofrecimiento.
Segundo: los datos lidar de la NASA de 2013 llevan muchos años en acceso abierto. El cuello de botella no era el acceso a los datos, sino el número de personas dispuestas a examinarlos. Los agentes eliminaron precisamente esa limitación.
Tercero: en el relato no se dice cuántas marcas resultaron falsas ni cuántas se descartaron. Tampoco se indica con qué modelos trabajaron los agentes. La fuente es una sola, el blog personal del autor, no un trabajo revisado por pares. Las cifras conviene tomarlas como descripción de un caso, no como precisión medida del método.
Qué llevarse a la práctica
- Busque tareas de «hay datos, faltan manos». Imágenes satelitales, archivos de documentos, logs, imágenes médicas. Los agentes paralelos funcionan bien donde la primera pasada puede hacerse de forma tosca y con margen.
- Incluya una segunda etapa. Primero un marcado amplio y después la verificación de candidatos con una fuente independiente. Aquí fue precisamente ese contraste el que redujo los «muchos objetos» a uno.
- Deje a una persona al final. Miotti corrigió el informe antes de enviarlo. Si una persona responde del resultado, debe leer el documento aunque no conozca el idioma en que está escrito.
- Use varios modelos como un consejo rápido de expertos. Cuatro modelos distintos coincidieron en el lidar. Para elegir un método en un campo desconocido, es una forma barata de obtener una primera aproximación.
Miotti escribe: «Estamos en el umbral de una revolución en todas las ciencias, y los únicos límites serán la curiosidad y la imaginación (y los recursos de cómputo)». La frase es grandilocuente, pero lo más práctico está entre paréntesis. Si una sola persona lanza decenas de agentes en una noche, el presupuesto principal pasa a ser el cómputo, mientras que la verificación del resultado sigue en manos de personas e instituciones.
Si en la colina hay realmente una ciudad maya, solo se sabrá tras el trabajo de campo. Pero como plantilla, «idea, revisión masiva, verificación, informe», este experimento ya puede ponerse en práctica.
- 12 nov 2026Jensen Huang deja el cargo de CEO de Nvidia: la empresa pierde 1,4 billones de dólares en dos semanas
- 12 nov 2026El sindicato de Oakland logra reciclaje profesional en lugar de despidos por la IA: 94,1 % a favor de la huelga
- 12 nov 2026Ocho países, OpenAI y Anthropic prometen un «interruptor de emergencia» para los modelos de IA, pero sin plazos ni sanciones
- 12 nov 2026OpenAI y ModRetro lanzan una consola de 200 dólares para juegos creados en Codex
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué ocurrió?
El investigador de Google Pietro Miotti viajaba en octubre por Perú y conversaba con Gemini sobre Hiram Bingham, quien «descubrió» Machu Picchu en 1911. Le preguntó cómo buscaría Bingham ciudades antiguas hoy. Gemini, ChatGPT, Claude y Grok propusieron de forma independiente lo mismo: el levantamiento lidar, que reconstruye el relieve bajo las copas de los árboles. Resultó que había pocos datos abiertos de Perú, y Miotti pasó a las tierras mayas de México.
Cómo funciona el pipeline?
El esquema de tres pasos es el siguiente. Marcado amplio. Muchos agentes revisan los datos en paralelo y reúnen candidatos. En la publicación no se aclara cómo se repartieron las zonas, pero la lógica es clara: una noche de trabajo en lugar de meses de revisión manual. Verificación con fuentes independientes. Por la mañana Miotti pidió contrastar los hallazgos con literatura científica y archivos.
Dónde está la trampa?
Primero: «no hay registro» no equivale a «descubrimiento». Aún falta verificar si las construcciones pertenecen a la cultura maya y cuál es su antigüedad. La decisión de enviar o no un equipo al lugar corresponde a la delegación local del INAH. Miotti ofreció ayuda con la verificación de campo, pero es solo un ofrecimiento. Segundo: los datos lidar de la NASA de 2013 llevan muchos años en acceso abierto. El cuello de botella no era el acceso a los datos, sino el número de personas dispuestas a examinarlos.
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.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.