La NASA prevé enviar a la Luna, entre los meses de septiembre y noviembre, un aterrizador de Blue Origin para comenzar a asentar los cimientos de la futura base lunar, y le seguirán dos misiones similares programadas para antes de que finalice 2026, informó la agencia espacial.

La nave elegida para la primera misión es el módulo de aterrizaje Blue Origin Mark One Endurance, diseñado por la empresa espacial de Jeff Bezos, el fundador de Amazon, según explicó en rueda de prensa en Washington el administrador de la NASA, Jared Isaacman.

Denominada ‘Moon Base One‘, será la primera misión de un aterrizador lunar financiada de forma privada en la historia y se dirigirá a la cresta del cráter de Shackleton, en el polo Sur de la Luna.

Además de transportar dos cargas científicas de la NASA, el objetivo de la misión es demostrar capacidades críticas que reduzcan el riesgo para las misiones del Sistema de Aterrizaje Humano“, explicó Isaacman.

El segundo lanzamiento, programado para finales de 2026, enviará al satélite terrestre un aterrizador diseñado por la empresa estadounidense Astrobotic Technology, y transportará más de 500 kilogramos de carga, incluido un róver, a la superficie lunar.

Mientras que el tercer aterrizador correrá a cargo de Intuitive Machines e investigará los orígenes de las anomalías magnéticas de la Luna.

Los tres lanzamientos no tripulados se enmarcan en la fase inicial de la construcción de la base lunar, que prevé el traslado de más de 4 toneladas de material de carga a la Luna repartidos en 25 lanzamientos y 21 alunizajes hasta 2029.

La NASA anunció el pasado marzo un ambicioso plan para construir una base en el polo Sur de la Luna en los próximos años, una zona con regiones en sombra permanente que permiten la presencia de hielo, lo que facilitará la estancia permanente de astronautas en su superficie.

Visualizamos la base lunar como una extensión de cientos de millas cuadradas, dotada de diversos recursos que, en conjunto, contribuyen al objetivo de establecer una presencia lunar permanente”, dijo el científico español Carlos García Galán, responsable del programa Moon Base.

La segunda etapa de su construcción abarca entre 2029 y 2032 y prevé 27 lanzamientos y 24 alunizajes, además del traslado de 60 toneladas de material, que permitan establecer la infraestructura inicial de la base, con misiones tripuladas semestrales.

La tercera será la definitiva, con 29 despegues y 28 alunizajes con capacidad para transportar 150 toneladas, y la presencia continua de humanos en la Luna.

Vamos a tener constelaciones de satélites que permitirán la comunicación, la navegación, el apuntamiento y la observación. Vamos a tener róvers y vehículos lunares, y también vamos a tener drones”, agregó el científico español.

El clima extremo será uno de los principales desafíos que afrontarán los habitantes de la base, ya que el satélite puede alcanzar temperaturas de hasta 120 centígrados durante el día -que se prolonga por dos semanas terrestres- y descender por debajo de los -120 grados centígrados durante la noche, de igual duración.

La generación de electricidad es otra de las complicaciones, aunque García Galán precisó que prevén emplear la energía solar y nuclear para ello.

Prevemos una capacidad de generación de energía de entre 2 y 15 kilovatios, pudiendo alcanzar hasta los 20 kilovatios en el caso de utilizar un sistema nuclear, junto con una capacidad de almacenamiento de cientos de kilovatios/hora”, explicó.

Con información de EFE

La Secretaría de Seguridad y Protección Ciudadana (SSPC), a través de la Unidad de Inteligencia, Investigación Cibernética y Operaciones Tecnológicas, emite recomendaciones para proteger la información personal y evitar fraudes digitales, en el Hot Sale que se llevará a cabo del 25 de mayo al 2 de junio de 2026.

En un comunicado, la SSPC indicó que esta campaña se incrementan los movimientos y transacciones digitales en productos de belleza, cuidado personal, artículos tecnológicos y electrodomésticos. El aumento en la demanda y en el volumen de operaciones en línea convierten esta temporada en una oportunidad para que ciberdelincuentes intenten obtener ganancias mediante engaños, robo de información bancaria y suplantación de identidad.

Los ciberdelincuentes aprovechan el interés por acceder a promociones y el alto flujo de usuarios para engañar a las víctimas, a través de páginas falsas que imitan tiendas oficiales, perfiles fraudulentos en redes sociales, mensajes SMS o correos electrónicos con enlaces maliciosos, promociones inexistentes y supuestas ofertas con precios extremadamente bajos, además de solicitar pagos por transferencia directa, phishing, o utilizar códigos QR falsos para redirigir a sitios fraudulentos.

Con el propósito de evitar fraudes y garantizar compras seguras en línea, la SSPC emitió las siguientes recomendaciones para fortalecer una navegación informada, responsable y preventiva:

• Verificar la autenticidad del sitio: Revisar cuidadosamente que la dirección web coincida exactamente con la página oficial de la empresa y que no presente errores ortográficos.
• Desconfiar de ofertas demasiado atractivas: Si un precio parece demasiado bueno para ser real, es importante tomar precauciones adicionales.
• Evitar enlaces sospechosos: No acceder a enlaces recibidos por mensajes, correos electrónicos o redes sociales sin previamente verificar su origen.
• Revisar la reputación del comercio: Consultar opiniones de otros usuarios, comentarios recientes y antecedentes de la tienda.
• Utilizar métodos de pago seguros: Preferir el uso de tarjetas digitales con clave temporal o mecanismos dinámicos de seguridad, ya que brindan una capa adicional de protección y reducen el riesgo de uso indebido de la información bancaria.
• Proteger la información personal: No compartir contraseñas, códigos de verificación o NIP.
• Activar medidas de seguridad adicionales: Habilitar alertas bancarias y la autenticación en dos pasos para fortalecer la protección y monitoreo de las cuentas.
• Guardar comprobantes de compra: Conservar capturas de pantalla, correos y cualquier evidencia de la transacción.

Si se requiere orientación para presentar una denuncia o contactar a la Unidad de Policía Cibernética de la entidad, se puede consultar el directorio disponible en la Ciberguía, en la siguiente liga: https://www.gob.mx/sspc/documentos/ciberguia .

Con información de López-Dóriga Digital

Un estudio del Instituto de Física Interdisciplinaria y Sistemas Complejos (IFISC, CSIC-UIB), de España, reveló que hacer operar a la inteligencia artificial (IA) al borde de un comportamiento caótico puede entrenarla de manera más eficaz.

Según informó la Universitat de les Illes Balears (UIB) en un comunicado, el estudio, publicado en la revista científica Physical Review Research, revela que el sistema, al borde del caos, equilibra dos estrategias complementarias: refinar soluciones conocidas y explorar nuevos caminos posibles en el espacio de configuraciones de la red.

Las redes neuronales artificiales suelen aprender mediante algoritmos de optimización como el descenso de gradiente, que ajusta de forma paulatina parámetros del modelo para reducir los errores.

La tasa de aprendizaje actúa como el tamaño del paso de estos ajustes: los pequeños valores aseguran un progreso cauteloso y estable hacia una solución; los mayores hacen botes más atrevidos que corren el riesgo de pasarse de frenada.

Este proceso es generalmente estable y explotador y refina de forma constante la solución actual, como un excursionista que sigue un sendero bien marcado.

Cuando la tasa de aprendizaje crece, los investigadores del IFISC encontraron que la dinámica de entrenamiento se vuelve sensible a pequeñas diferencias en los puntos de partida, una característica distintiva del caos: dos redes neuronales casi idénticas pueden divergir de forma drástica durante la acción de aprender.

Los investigadores rastrearon las rutas que siguen los parámetros de la red durante el entrenamiento y midieron su sensibilidad a los puntos de partida.

Con pequeñas tasas de aprendizaje, todo fluye de forma suave y ordenada y con valores enormes, mientras que el caos total hace que el aprendizaje colapse.

No obstante, justo en esa zona intermedia, donde la exploración y la explotación se equilibran, las redes aprenden representaciones precisas y el entrenamiento se vuelve sorprendentemente más rápido.

El fenómeno se observó en diferentes arquitecturas de redes neuronales, funciones de activación y conjuntos de datos, lo que sugiere que podría representar una robusta característica de la dinámica de aprendizaje en los sistemas estudiados.

Con información de EFE