# 12 — LIMITACIONES CIENTÍFICAS Y TÉCNICAS PENDIENTES (ORC-27)

De acuerdo con las reglas de integridad científica de Optimus Research Center, se declaran de forma transparente las limitaciones inherentes a la arquitectura actual y las capacidades que permanecen intencionalmente bloqueadas por políticas de seguridad o ausencia de infraestructura externa:

---

## 1. Capacidades Bloqueadas por Seguridad o Falta de Infraestructura Externa

1. **Ejecución de Código Experimental No Confiable (Categoría B — `SANDBOX_UNAVAILABLE`):**
   - **Estado:** `BLOCKED` (`UNAVAILABLE`).
   - **Explicación:** `ProcessSandbox` es un arnés de subprocesos internos (con limpieza de variables de entorno, confinamiento de directorio y límite de memoria RSS), pero **no es un contenedor aislado a nivel de kernel/OS** (como Windows Containers, AppContainer o micro-VM). Por tanto, `ExecutionPolicy.execute_untrusted_code()` bloquea incondicionalmente cualquier código arbitrario enviado en `proposed_custom_code` / `custom_code` y lo preserva de forma pasiva como `PENDING_SAFE_ENVIRONMENT`.
2. **Proveedores Generativos Externos en la Nube (`ExternalCloudAIProvider` — `NEEDS_MODEL`):**
   - **Estado:** `BLOCKED` (`UNAVAILABLE` en modo desconectado).
   - **Explicación:** Por política de protección de costos y aislamiento (`ALLOW_EXTERNAL_API_CALLS = False` y ausencia de claves de API de producción), las consultas que exigen razonamiento generativo externo (`requires_generative=True`) o invocan `ExternalCloudAIProvider` sin `client_mock` devuelven honestamente `NEEDS_MODEL` sin simular respuestas generativas.
3. **Síntesis Automática de Arquitecturas Neuronales No Plantilladas (`NOVEL_ARCHITECTURE_SYNTHESIS`):**
   - **Estado:** `BLOCKED` (`EXPERIMENTAL` / `NOT_IMPLEMENTED`).
   - **Explicación:** El Laboratorio de IA entrena y evalúa plantillas verificadas localmente (`NEURAL_NETWORK_MLP`, `TREE_ENSEMBLE`, `LogisticRegression_Baseline`). Solicitudes de arquitecturas fuera de plantilla (p. ej. `TINY_TRANSFORMER_HEAD` o `DIFFUSION_TRANSFORMER_NOVEL`) se rechazan explícitamente con estado `BLOCKED` y `capability_pending="NOVEL_ARCHITECTURE_SYNTHESIS"`.
4. **Actuación sobre Hardware Robótico Físico y Trading Financiero en Vivo:**
   - **Estado:** Prohibido por diseño (`HardwareActuationLockedError` y `RealTradingProhibitedError`).
   - **Explicación:** `RoboticsSimulationEngine` y `QuantitativeResearchEngine` operan exclusivamente sobre modelos matemáticos y series históricas/sintéticas locales.

---

## 2. Limitaciones Metodológicas y Científicas de los Motores Locales

1. **Topologías y Datasets Sintéticos:**
   - Los benchmarks de optimización continua (`sphere`, `rastrigin`, `rosenbrock`, `ackley`) y los generadores de clasificación/regresión (`make_classification`, series geométricas brownianas) validan el funcionamiento matemático y la reproducibilidad algorítmica, pero **no constituyen validación empírica en entornos físicos o industriales de producción**.
2. **Optimización Bayesiana (`BayesianSurrogateOptimizer`):**
   - Implementa un modelo sustituto (surrogate) determinista basado en interpolación ponderada por distancia inversa y función de adquisición UCB sobre muestreo uniforme, adecuado para presupuestos ligeros en CPU sin el costo $O(N^3)$ de inversión de matriz de covarianza de un Proceso Gaussiano exacto.
3. **Presupuesto Computacional Local (CPU):**
   - Los entrenamientos de redes MLP en PyTorch y ensembles en Scikit-Learn están dimensionados para ejecución rápida en CPU local (cientos de muestras y decenas de épocas), sin aceleración distribuida ni ajuste de hiperparámetros a gran escala.
4. **Protección de la Instalación Principal:**
   - Todas las correcciones de código de ORC-27 están consolidadas, probadas y documentadas con diffs exactos en `C:\Users\intel\AppData\Local\OptimusAudits\ORC27_20261027\working_copy` y `10_HASHES_DIFFS_ROLLBACK.txt`, listas para ser promovidas cuando el administrador autorice actualizar la instalación principal protegida (`C:\xampp\htdocs\centro de investigacion`).