InvestigaciónAgentes 🇨🇳 31.07.2026 15:03

Yao Shunyu incorpora talento para Tencent Hunyuan IA4S tras resolver un problema matemático de 50 años

TencentTencent
Yao Shunyu, un destacado investigador de inteligencia artificial, está reclutando para el equipo de Tencent Hunyuan IA4S, y presenta un resultado de investigación en el que su agente de IA, Hyra, resolvió un problema abierto de 50 años en combinatoria aditiva. El equipo tiene como objetivo construir un flujo de investigación automatizado con IA y busca tanto ingenieros de IA como científicos interdisciplinarios.
Yao Shunyu, un destacado investigador de IA, ha comenzado personalmente a reclutar para el equipo Hunyuan AI4S de Tencent. En lugar de una descripción detallada del puesto, publicó un mensaje simple con un resultado de investigación: su agente autodesarrollado Hyra ha avanzado un problema abierto de 50 años en matemáticas a un nuevo mejor resultado. Hyra, construido sobre el modelo Hy3 (295B parámetros totales, 21B activos), encontró una construcción que demuestra que el límite superior en un problema sobre sumas y diferencias de conjuntos de enteros puede ser abordado arbitrariamente cerca. El agente primero buscó mejores resultados, luego cambió a lenguaje natural para proponer una construcción matemática y una prueba, ejecutándose durante aproximadamente 24 horas. El equipo verificó y formalizó la prueba de forma independiente en Lean 4. En las pruebas iniciales de AI4S, Hyra-1.0 logró resultados impresionantes en matemáticas, astronomía, computación cuántica y diseño de fármacos, incluyendo la resolución de 29 de 55 problemas abiertos, el descubrimiento de una fórmula predictiva a partir de datos de manchas solares (R²=0.77), la mejora de un algoritmo de enrutamiento cuántico en un 44.4%, y la generación de una molécula candidata PARP1. El equipo aspira a lograr la automatización completa en la investigación de IA, donde la IA propone hipótesis, ejecuta experimentos e itera. Con ese fin, buscan tanto investigadores de IA (para arquitectura de agentes, aprendizaje por refuerzo, aprendizaje contextual, evaluación, sistemas de entrenamiento, kernels de GPU) como científicos interdisciplinarios que puedan traducir objetivos científicos en tareas ejecutables y juzgar la validez de los resultados de la IA. Esta tendencia refleja un cambio más amplio donde la IA se está convirtiendo en un verdadero investigador, como lo evidencia un comentario popular de que este puede ser el último Premio Fields otorgado a trabajo puramente humano. Notablemente, OpenAI y Anthropic han llamado conjuntamente a mecanismos internacionales para coordinar la velocidad del desarrollo de la IA, destacando la doble realidad de la auto-mejora de la IA y la necesidad de control.
Fuente: QbitAI 量子位 — original
Nuestros artículos anteriores sobre este tema ↓
Noticias frescas