El Portal de las Tecnologías para la Innovación

Chubut Digital

“Las moscas de la fruta son una fuente importante de inspiración en robótica”

Inteligencia Artificial Generativa, La IA aplicada a la Educación, Papers de Investigación Científica, Robótica y Automatización /

Los investigadores del Laboratorio de Neuroingeniería EPFLina, dirigido por Pavan Ramdya, tienen como objetivo replicar el funcionamiento del cerebro de la mosca de la fruta común, Drosophila melanogaster. Hablamos con Ramdya sobre las emocionantes perspectivas de la robótica. En la pantalla, blanca sobre un fondo negro, una mosca se magnifica miles de veces y camina tranquilamente a través de una superficie esférica en sus seis patas. “Mira, en un segundo hará el moonwalk.” Estamos en el corazón de la Laboratorio de Neuroingeniería EPFL – Cátedra Firmenich de Próxima Generación en Neurobiología dirigido por Pavan Ramdya, y un investigador postdoctoral, Maite Azcorra. Ella brilla pequeños pulsos enfocados de luz láser sobre la marcha utilizando una técnica conocida como optogenética, que utiliza la luz para activar neuronas específicas. Como si estuviera al mando, la mosca mueve sus piernas hacia atrás. Y se parece a un baile. El grupo de investigación de 14 personas de Ramdyahys ha estado estudiando el sistema nervioso de estos insectos de dos milímetros de largo desde 2017. “Maite actualmente está estudiando cómo las neuronas que descienden del cerebro controlan las funciones motoras,” dice Ramdya. El grupo espera eventualmente realizar ingeniería inversa del cerebro de los volantes y modelarlo para la robótica. Un gran paso adelante fue el desarrollo de un gemelo digital que los investigadores pueden usar para simular con precisión los comportamientos de un vuelo; otro era un importante avance para comprender cómo las redes neuronales convierten las señales cerebrales en movimientos coordinados. Nos sentamos en la oficina del neurocientífico nacido en Nueva York para hablar sobre su trabajo. ¿Puede describir la idea general detrás de su programa de investigación? Los humanos han estado tratando durante siglos de construir máquinas que puedan comportarse como animales o personas. En la antigua Grecia, por ejemplo, las marionetas automatizadas eran bastante comunes – estos eran objetos simples pero ya eran una forma de biomimética, ya que imitaban cómo se mueve un cuerpo real. Esa es la misma idea que estamos persiguiendo aquí, excepto que utilizamos métodos y sistemas mucho más avanzados que realmente pueden biomiméticos animales como la mosca de la fruta. Por qué estás estudiando Drosophila melanogaster ¿específicamente? Hay animales más complicados, por supuesto, como los mamíferos, pero son más difíciles de estudiar. Y hay otros más simples como C.elegans , un gusano con sólo alrededor de 300 neuronas [las moscas tienen alrededor de 100.000 y los seres humanos tienen aproximadamente 86 mil millones], pero no podemos aprender tanto sobre el comportamiento de ellos. A diferencia de los gusanos, las moscas tienen piernas, y hacen mucho con ellas – caminar, limpiarse, manipular obstáculos y más. Es mucho más interesante para aplicaciones en robótica y neuroprótesis saber cómo funciona una criatura con alas y piernas. Son especímenes perfectos desde esa perspectiva: lo suficientemente simples como para estudiar, pero lo suficientemente complejos como para ofrecer muchas ideas. En tu reciente charla TEDx»dijiste que en el futuro los robots utilizados para explorar y colonizar nuevos planetas podrían parecerse mucho a estas moscas. Sí, los robots para la exploración espacial tendrán que completar numerosas tareas por su cuenta y tomar decisiones de forma autónoma mientras se mueven en entornos desconocidos y hostiles. Los ingenieros han estado trabajando para construir tales robots durante décadas, pero por ahora, incluso las máquinas más sofisticadas no tienen cerca de la agilidad de la mosca de la fruta. Las moscas pueden hacer cosas increíbles. No solo pueden volar, sino que también son extremadamente estables debido a sus seis patas. Pueden moverse en las tres dimensiones mientras realizan otras tareas con sus piernas. ¡Son una fuente importante de inspiración! ¿Cómo podría el trabajo que estás haciendo influir en el desarrollo de la robótica y la IA? Muchos ingenieros están trabajando en el lado del hardware de los robots –, por ejemplo, baterías y motores. Ese no es nuestro enfoque. Weirre busca diseñar sus controladores. Con la idea de desarrollar una mosca robótica, nuestro principal punto de interés es entender cómo puede controlar sus extremidades. Es por eso que estamos estudiando el sistema nervioso de las moscas de la fruta – para obtener información que nos ayudará a desarrollar redes neuronales que se pueden usar en robótica e IA. Iird también señala que los robots que usan estos controladores no tienen que ser del tamaño de una mosca. Siempre que se escale adecuadamente, pueden ser de cualquier tamaño – incluso tan grandes como una casa, ¡aunque eso sería un poco aterrador! Pero su investigación también incluye otros aspectos. Eso es correcto. Una característica única de las moscas es que sus piernas están cubiertas con sensores mecánicos. ¿Cómo usan las moscas toda la información que recopilan para comprender su entorno y detectar objetos a su alrededor? ¿Cómo deciden cuándo levantar una o más de sus piernas sobre obstáculos? Esos son los tipos de preguntas que queremos responder. Y para hacer eso, estamos tratando de desarrollar materiales modelados después de la cutícula de mosca con sensores integrados que se pueden usar en robots. Muchos expertos en robótica e IA han dicho que para crear máquinas realmente capaces de aprender, las máquinas deben tener cuerpos que puedan moverse y explorar su entorno. Sí, eso es una teoría central sostenida por científicos que estudian la neurobiología y el comportamiento. Y también debería ser una teoría central en la IA, ya que los animales pueden comportarse de manera más flexible que los robots. Los ingenieros que trabajan en el aprendizaje automático a menudo señalan que los bebés humanos se mueven constantemente y tocan cosas, explorando su entorno para aprender sobre el mundo que los rodea. Este proceso es mucho más efectivo que si acabáramos de presentarles videos de su entorno. Los sensores que mencioné anteriormente – los de las moscas – también sirven para este propósito. ¿Cuáles son actualmente los mayores obstáculos para desarrollar sistemas que puedan aprender explorando su entorno? Un obstáculo es crear algoritmos que puedan procesar datos sensoriales. Si pueden contextualizar estos datos, sería muy difícil para las máquinas aprender a aprender los comportamientos apropiados. Es importante enfatizar que la solución existe

“Las moscas de la fruta son una fuente importante de inspiración en robótica” Leer más »

IBM prepara funciones digitales para fanáticos impulsadas por IA de Watsonx para el Torneo Masters 2025

Big Data y Analítica Avanzada, Innovaciones Tecnológicas, Inteligencia Artificial Generativa, Inteligencia Artificial News, IoT /

IBM Hole Insights regresa por segundo año como parte de la experiencia Track Shots en Masters.com y la app Masters. Insights 2.0, basado en IA, aprovecha las tecnologías de Watsonx, incluyendo Granite LLM, para ofrecer información basada en datos sobre cada tiro realizado en cada hoyo de Augusta National. ARMONK, NY , 4 de abril de 2025 / PRNewswire / — IBM (NYSE: IBM ) y el Masters Tournament anunciaron hoy el regreso de una serie de funciones digitales para los aficionados a la galardonada app del Masters y a Masters.com antes del Torneo de este año. Las capacidades impulsadas por IA de Watsonx —las más recientes de una colaboración de 30 años entre IBM y el Masters— buscan ofrecer una experiencia más personalizada y atractiva a millones de aficionados al golf, tanto nuevos como existentes, de todo el mundo que siguen toda la acción del Masters Tournament. Análisis de tiros más estratégico con Hole Insights 2.0.IBM Hole Insights regresa por segundo año como parte de la experiencia Track Shots en Masters.com y la app Masters. Insights 2.0, basado en IA, aprovecha las tecnologías de Watsonx, incluyendo Granite LLM, para ofrecer información basada en datos sobre cada tiro realizado en cada hoyo de Augusta National. Esto incluye: Este año, la solución se diseñó para proporcionar información más completa y eficaz. Para optimizar la calidad de la información, IBM Consulting perfeccionó Granite y otros LLM con una amplia gama de fuentes, como ubicaciones históricas de tiros, información de expertos en golf, incluyendo caddies de antiguos Torneos de Masters, y datos de torneos que abarcan nueve años y más de 180.000 tiros.  Ejemplo de plataforma digital Masters, que incluye IBM Hole Insights App Masters renovada en Apple Vision Pro.IBM y el Masters vuelven a ofrecer a los aficionados una visión inmersiva de la acción con la app Masters en Apple Vision Pro. La app actualizada de este año ofrece a los aficionados imágenes 3D más nítidas del Augusta National y nuevas funciones como Vídeo a la Carta. Los aficionados también disfrutarán de funciones que regresan, como Hole Insights 2.0 y Narración con IA. Con la aplicación Masters en Apple Vision Pro, los fanáticos pueden mirar diferentes vistas 3D de cada hoyo, explorar los dramáticos cambios de elevación a lo largo del campo e incluso ver múltiples transmisiones en vivo del torneo simultáneamente. Durante más de 30 años, IBM y Augusta National han colaborado para crear experiencias digitales únicas que acercan la belleza, la tradición y la emoción del Masters a millones de aficionados al golf de todo el mundo —afirmó Jonathan Adashek , vicepresidente sénior de Marketing y Comunicaciones—. Esta potente combinación de personas y tecnología, que incluye modelos y agentes de IA de Watsonx, es un caso práctico para empresas de todos los sectores que les muestra cómo pueden aprovechar al máximo sus datos para ofrecer información empresarial práctica y experiencias excepcionales para el cliente. El Masters e IBM llevan casi 30 años colaborando para transformar los datos del Masters en experiencias digitales de primer nivel para los aficionados al golf. Esto incluye el lanzamiento de Masters.com en 1996, AI Highlights, Round in Three Minutes, My Group, Player Insights, AI Narration, Hole Insights y la app Masters para Apple Vision Pro. Las alianzas de IBM con el Masters y otras organizaciones deportivas icónicas, como Scuderia Ferrari HP , Wimbledon , el US Open , ESPN Fantasy Football y UFC , están impulsadas por las mismas soluciones de IA y nube híbrida que utilizan los clientes de IBM en todas las industrias para tomar decisiones comerciales más informadas y basadas en datos. El 89.º Torneo Masters se celebrará del 10 al 13 de abril en el Augusta National Golf Club de Augusta, Georgia. Descubra todas las tecnologías IBM Watson en acción visitando Masters.com  o la aplicación Masters disponible para dispositivos móviles, la App Store de Apple  y la Play Store de Google . IBM News. Traducido al español

IBM prepara funciones digitales para fanáticos impulsadas por IA de Watsonx para el Torneo Masters 2025 Leer más »

Vana está permitiendo a los usuarios poseer una parte de los modelos de IA entrenados en sus datos

Big Data y Analítica Avanzada, Ciberseguridad y Protección de Datos, Inteligencia Artificial Generativa, Papers de Investigación Científica /

Más de 1 millón de personas están contribuyendo con sus datos a la red descentralizada de Vanaana, que comenzó como un proyecto de clase MIT. En febrero de 2024, Reddit llegó a un acuerdo de $60 millones con Google para permitir que el gigante de las búsquedas usara datos en la plataforma para entrenar sus modelos de inteligencia artificial. Notablemente ausentes de las discusiones estaban los usuarios de Reddit, cuyos datos se vendían. El acuerdo reflejaba la realidad de la Internet moderna: Las grandes compañías tecnológicas poseen prácticamente todos nuestros datos en línea y deciden qué hacer con esos datos. Como era de esperar, muchas plataformas monetizan sus datos, y la forma de más rápido crecimiento de lograrlo hoy en día es venderlos a las compañías de IA, que son en sí mismas compañías tecnológicas masivas que usan los datos para entrenar modelos cada vez más potentes. La plataforma descentralizada Vana, que comenzó como un proyecto de clase en el MIT, tiene la misión de devolver el poder a los usuarios. La compañía ha creado una red totalmente propiedad del usuario que permite a las personas cargar sus datos y gobernar cómo se usan. Los desarrolladores de IA pueden presentar a los usuarios ideas para nuevos modelos, y si los usuarios aceptan contribuir con sus datos para la capacitación, obtienen una propiedad proporcional en los modelos. La idea es dar a todos una participación en los sistemas de IA que darán forma cada vez más a nuestra sociedad y al mismo tiempo desbloquearán nuevos grupos de datos para avanzar en la tecnología. “Estos datos son necesarios para crear mejores sistemas de IA,” dice la cofundadora de Vana Anna Kazlauskas ’19. “Weiosve creó un sistema descentralizado para obtener mejores datos — que se encuentra dentro de las grandes compañías tecnológicas de hoy — mientras que todavía permite a los usuarios retener la propiedad final.” De la economía a la cadena de bloques Muchos estudiantes de secundaria tienen fotos de estrellas del pop o atletas en las paredes de sus habitaciones. Kazlauskas tenía una foto del antiguo Estados Unidos. La secretaria del Tesoro, Janet Yellen. Kazlauskas llegó al MIT segura de que se convertiría en economista, pero terminó siendo una de las cinco estudiantes que se unieron al club MIT Bitcoin en 2015, y esa experiencia la llevó al mundo de las blockchains y las criptomonedas. Desde su dormitorio en MacGregor House, comenzó a extraer la criptomoneda Ethereum. Incluso ocasionalmente recorría contenedores de basura del campus en busca de chips de computadora descartados. “Me interesó todo lo relacionado con la informática y las redes,” Kazlauskas dice. “Eso involucró, desde una perspectiva de blockchain, sistemas distribuidos y cómo pueden cambiar el poder económico a individuos, así como inteligencia artificial y econometría Kazlauskas conoció a Art Abal, que entonces asistía a la Universidad de Harvard, en la antigua clase de Media Lab Emergent Ventures, y la pareja decidió trabajar en nuevas formas de obtener datos para entrenar sistemas de IA. “Nuestra pregunta era: ¿Cómo podría tener una gran cantidad de personas que contribuyen a estos sistemas de IA utilizando más de una red distribuida?” Kazlauskas recuerda. Kazlauskas y Abal estaban tratando de abordar el status quo, donde la mayoría de los modelos se entrenan raspando datos públicos en Internet. Las grandes empresas de tecnología a menudo también compran grandes conjuntos de datos de otras empresas. El enfoque founder’ evolucionó a lo largo de los años y fue informado por la experiencia de Kazlauskas’ trabajando en la compañía financiera de blockchain Celo después de la graduación. Pero Kazlauskas acredita su tiempo en el MIT con ayudarla a pensar en estos problemas, y el instructor de Emergent Ventures, Ramesh Raskar, todavía ayuda a Vana a pensar en las preguntas de investigación de IA en la actualidad. “Fue genial tener una oportunidad abierta para construir, hackear y explorar,” Kazlauskas dice. “Creo que el espíritu en el MIT es realmente importante. Se trata solo de construir cosas, ver lo que funciona y continuar iterando.” Hoy en día, Vana aprovecha una ley poco conocida que permite a los usuarios de la mayoría de las grandes plataformas tecnológicas exportar sus datos directamente. Los usuarios pueden cargar esa información en billeteras digitales cifradas en Vana y desembolsarla para entrenar a los modelos como mejor les parezca. Los ingenieros de IA pueden sugerir ideas para nuevos modelos de código abierto, y las personas pueden agrupar sus datos para ayudar a entrenar el modelo. En el mundo blockchain, los grupos de datos se llaman DAO de datos, que significa organización autónoma descentralizada. Los datos también se pueden utilizar para crear modelos y agentes de IA personalizados. En Vana, los datos se utilizan de una manera que preserva la privacidad del usuario porque el sistema no expone la información identificable. Una vez que se crea el modelo, los usuarios mantienen la propiedad de modo que cada vez que se utiliza, son recompensados proporcionalmente en función de cuánto sus datos ayudaron a entrenarlo. “Desde la perspectiva de los desarrolladores, ahora puedes construir estas aplicaciones de salud hiperpersonalizadas que tienen en cuenta exactamente lo que comiste, cómo dormiste, cómo haces ejercicio, dice ” Kazlauskas. “Esas aplicaciones no son posibles hoy debido a esos jardines amurallados de las grandes compañías tecnológicas.” IA de crowdsourcing y propiedad del usuario El año pasado, un ingeniero de aprendizaje automático propuso usar los datos de usuario de Vana para entrenar un modelo de IA que podría generar publicaciones de Reddit. Más de 140,000 usuarios de Vana contribuyeron con sus datos de Reddit, que contenían publicaciones, comentarios, mensajes y más. Los usuarios decidieron los términos en los que se podía usar el modelo, y mantuvieron la propiedad del modelo después de su creación. Vana has enabled similar initiatives with user-contributed data from the social media platform X; sleep data from sources like Oura rings; and more. There are also collaborations that combine data pools to create broader AI applications. “Let’s say users have Spotify data, Reddit data, and fashion data,” Kazlauskas explains. “Usually,

Vana está permitiendo a los usuarios poseer una parte de los modelos de IA entrenados en sus datos Leer más »

Acelerar los Escaneos de Parquet Apache en Apache Spark con GPU

Big Data y Analítica Avanzada, Innovaciones Tecnológicas, Inteligencia Artificial Generativa, Nube e Infraestructura como Servicio /

A medida que los tamaños de los datos han crecido en empresas de todas las industrias, Parquet Apache se ha convertido en un formato prominente para almacenar datos.  Apache Parquet es un formato de almacenamiento columnar diseñado para un procesamiento de datos eficiente a escala. Al organizar los datos por columnas en lugar de filas, Parquet permite consultas y análisis de alto rendimiento, ya que solo puede leer las columnas necesarias para una consulta en lugar de escanear filas completas de datos. El diseño de datos eficiente de Parquet, lo ha convertido en una opción popular en el ecosistema de análisis moderno, específicamente con las cargas de trabajo de Apache Spark. El RAPIDS Accelerator para Apache Spark construido sobre cuDF admite Parquet como formato de datos para leer y escribir datos de manera acelerada en GPU. Para muchas cargas de trabajo de Spark a gran escala donde los tamaños de entrada de datos están en terabytes, tener escaneos de parquet eficientes es fundamental para lograr un buen rendimiento en tiempo de ejecución. En esta publicación, discutimos cómo mitigar las limitaciones de ocupación causadas por usos de registro más altos y compartir resultados de referencia.  Formato de datos de parquet Apache El formato de archivo Parquet permite almacenar los datos en formato columnar utilizando trozos de columna ensamblados en grupos de filas. Los metadatos son distintos de los datos para permitir la división de columnas en varios archivos según sea necesario (Figura 1). El formato Parquet admite una variedad de tipos de datos. Los metadatos especifican cómo deben interpretarse estos tipos, lo que permite que estos tipos representen tipos lógicos más complejos, como marcas de tiempo, cadenas, decimales, etc.  También puede usar metadatos para especificar estructuras más complejas, como tipos anidados y listas. Los datos se pueden codificar en una variedad de formatos diferentes, como valores simples, diccionarios, codificación de longitud de ejecución, empaque de bits y más. – BOOLEAN: 1 bit boolean- INT32: 32 bit signed ints- INT64: 64 bit signed ints- INT96: 96 bit signed ints- FLOAT: IEEE 32-bit floating point values- DOUBLE: IEEE 64-bit floating point values- BYTE_ARRAY: arbitrarily long byte arrays- FIXED_LEN_BYTE_ARRAY: fixed length byte arrays Parquet sobre limitaciones de ocupación de GPU Antes de la RAPIDS Accelerator para Apache Spark, la implementación anterior de los escaneos de parquet fue un núcleo cuDF monolítico que admitía todos los tipos de columnas de parquet en un solo conjunto de código de procesamiento.  A medida que la adopción de Spark en GPU aumentó para los clientes con datos de Parquet, se invirtió más tiempo en comprender las características de rendimiento de los escaneos de Parquet dado el componente crítico del rendimiento que representaba. Hay varios recursos generales que tienen en cuenta la eficiencia con la que un kernel puede operar: A medida que analizamos los escaneos de parquet, observamos que la ocupación general de la GPU era menor de lo deseado debido a los límites de registro. El uso del registro está determinado por cómo el compilador CUDA genera código basado en la lógica del kernel más la gestión de datos.  Para el núcleo monolítico de Parquet, la complejidad para admitir todos los tipos de columnas creó un núcleo grande y complejo con alta memoria compartida y uso de registro. Si bien un solo núcleo monolítico puede haber consolidado el código juntos, su complejidad limitó los posibles tipos de optimizaciones y dio como resultado limitaciones de rendimiento a escala.  La Figura 2 representa el bucle de procesamiento de datos de Parquet en la GPU. Cada uno de los bloques es una cantidad grande y compleja de código del kernel, que puede tener sus propios requisitos de memoria compartida. Muchos de los bloques dependen del tipo, lo que conduce a un núcleo hinchado cargado en la memoria. Específicamente, una de las limitaciones era cómo se decodificaban los bloques de parquet dentro de las urdimbres. Había una dependencia en serie para que las urdimbres esperaran a que las urdimbres ordenadas previamente se completaran antes de procesar sus bloques de datos. Esto permitió que diferentes partes del proceso de decodificación ocurrieran en diferentes deformaciones, pero creó una dependencia ineficiente para el trabajo que se realizará en la GPU.  Pasar a un algoritmo de decodificación de todo el bloque fue crítico para el rendimiento, pero habría aumentado el recuento de registros y la ocupación limitada aún más debido a su intercambio de datos agregado y la complejidad de sincronización.  Microkernels de parquet en cuDF Para mitigar las limitaciones de ocupación causadas por usos de registro más altos, probamos una idea inicial de un núcleo más pequeño para preprocesar datos de tipo de lista en Parquet. Separamos un fragmento de código del núcleo monolítico en un núcleo autónomo y los resultados fueron impresionantes. Los puntos de referencia generales mostraron tiempos de ejecución más rápidos y los rastros de GPU demostraron una mejor ocupación. Después de eso, probamos el mismo enfoque para diferentes tipos de columnas. Los microkernels para varios tipos utilizaron plantillas C++ para reutilizar las capacidades. Esto simplificó el código para el mantenimiento y la depuración por tipo. El enfoque de microkernel de Parquet aprovecha la optimización del tiempo de compilación para pasar solo por las rutas de código necesarias para procesar un tipo determinado. En lugar de un núcleo monolítico que contiene todas las rutas de código posibles, puede generar muchos microkernels individuales que contienen solo el código necesario para esa ruta.  Esto se puede hacer usando if constexpr en el momento de la compilación, de modo que el código se lea normalmente, pero no incluya ninguna ruta de código que nunca se tome para una combinación particular de atributos de datos (cadenas o ancho fijo, listas o listas no, etc.). Aquí hay un ejemplo simple para procesar columnas de tipo de ancho fijo. Puede ver que la mayoría del procesamiento no es necesario y se omite en el nuevo enfoque de microkernel. Solo se necesita la copia de datos para este tipo. Para resolver el cuello de botella entre las deformaciones, los nuevos microkernels permitieron procesar bloques enteros en cada

Acelerar los Escaneos de Parquet Apache en Apache Spark con GPU Leer más »

Inversión en Estados Unidos. Startup Blank Beauty para Crear Nuevas Experiencias de Clientes Utilizando Robótica en las Industrias Minoristas y de Servicios

Inteligencia Artificial Generativa, IoT, Robótica y Automatización /

Seiko Epson Corporation (TSE: 6724, «Epson») y Epson X Investment Corporation (Presidente: Yasunori Yoshino, Sede: Chiyoda-ku, Tokio) se complacen en anunciar que han invertido recientemente en la startup con sede en Tennessee Blank Beauty, Inc. (CEO: Charles Brandon, sede: Tennessee, EE.UU., «Blank Beauty») a través de un fondo conjunto, el EP-GB L.P. Los robots de Epson sobresalen en términos de compacidad, precisión y productividad. Blank Beauty tiene una plataforma que permite a los clientes crear esmaltes de uñas de color personalizado. Al integrar su tecnología robótica con la plataforma de Blank Beauty, Epson explorará el potencial de la robótica en varios escenarios minoristas y de servicios, incluido su potencial para optimizar las operaciones y ofrecer experiencias personalizadas a los clientes que van más allá de los productos y servicios tradicionales. Esta inversión se hizo para acelerar este esfuerzo. Descripción general del vínculo Epson y Blank Beauty formarán una alianza estratégica y colaborarán principalmente en las siguientes áreas: 1. Desarrollo conjunto de terminal de quiosco para el comercio minorista 2. Desarrollo conjunto de soluciones para el comercio electrónico 3. Desarrollo conjunto de máquinas de fabricación compactas para la industria de servicios Perspectivas Futuras En el futuro, Epson continuará aprovechando sus tecnologías, productos y servicios únicos para contribuir a la realización de una sociedad sostenible a través de la co-creación con varios socios. EPSON News. Traducido al español

Inversión en Estados Unidos. Startup Blank Beauty para Crear Nuevas Experiencias de Clientes Utilizando Robótica en las Industrias Minoristas y de Servicios Leer más »

HashKey AI presenta la Hoja de Ruta Técnica, Lanza el Primer Servicio Comunitario impulsado por AI MoDAI

Cambio Climático y Sostenibilidad, Nube e Infraestructura como Servicio /

Blockchain como la Infraestructura Definitiva para Agentes de IA HashKey Group anuncia el lanzamiento de su unidad de negocio de IA AI HashKey, y lanza el primer servicio comunitario impulsado por IA MoDAI. Como pionero en la integración profunda de blockchain e IA, HashKey AI se centra en los escenarios básicos de Web3, impulsando la evolución de la IA de una «herramienta de nicho» a un «servicio inclusivo» a través de su motor de modelo híbrido autodesarrollado, la colaboración de AI Agent y la infraestructura descentralizada, capacitando a los usuarios y proyectos globales para lograr la reducción de costos, ganancias de eficiencia e innovación empresarial. Blockchain como la Infraestructura Definitiva para Agentes de IA Con los modelos de lenguaje grande (LLM) que alcanzan la madurez completa, 2025 marca el crecimiento explosivo de la IA en la capa de aplicación. La industria Web3, plagada durante mucho tiempo de altas barreras técnicas, herramientas fragmentadas y desafíos de escalabilidad, ahora se revitaliza por el surgimiento de los agentes de IA. Más del 80% del contenido de Internet pronto será generado por IA, con más de la mitad de las tareas e interacciones manejadas por AI—, una tendencia que se acelera rápidamente en Web3. HashKey AI afirma que blockchain, con su acceso sin permiso, ejecución sin confianza y propiedades de datos transparentes, servirá como la infraestructura óptima para miles de millones de agentes de IA. Por ejemplo, los agentes de IA pueden ejecutar de forma autónoma transacciones en cadena a través de contratos inteligentes, crear entornos de cadena cruzada confiables a través de libros contables distribuidos y permitir la colaboración de preservación de la privacidad a través de pruebas de conocimiento cero (ZKP). Dr. Xiao Feng, presidente y CEO de HashKey Group, declaró: «La convergencia de AI y blockchain es una revolución tecnológica inevitable. HashKey AI adoptará una estrategia trifásica—‘scenario, construcción de infraestructura, expansión del ecosistema’—para crear un ecosistema de agente nativo basado en blockchain. Nuestro objetivo es reemplazar el código complejo con la interacción del lenguaje natural, capacitando a 1 mil millones de usuarios de Web3 para participar y beneficiarse del futuro impulsado por el Agente. Nuestro objetivo no es perseguir tendencias, sino definir estándares: convertirnos en los servicios públicos esenciales (‘water, electricidad y gas’) para la adopción masiva de Web3’ en la era de la IA.» Hoja de ruta técnica de HashKey AIars HashKey AIars marco estratégico—“penetración de escenario vertical, construcción de infraestructura, colaboración de ecosistema abierto”—establece un sistema técnico de pila completa, fusionando servicios ligeros de Agent con plataformas de nivel industrial para profundizar la integración de Web3-AI. ModaI Global Testing Invitation Ahora Abierto A partir de hoy, los desarrolladores de Web3 y los socios comunitarios de todo el mundo pueden enviar solicitudes de prueba a través de modai.hashkey.com El primero 100 Solicitantes disfrutará 1 Mes de acceso gratuito herramientas de gestión comunitaria impulsadas por IA, que permiten la adopción de umbral cero de las soluciones de IA de próxima generación. soporte de Idiomas: Apoyo priorizado para las comunidades de China e Inglés, con expansión a idiomas adicionales en el Q3 2025. beneficios de Acceso Temprano: Los socios de prueba obtendrán una integración prioritaria con los protocolos de IA inspirados en MCP de HashKey AI, experimentando una colaboración multiagente sin interrupciones y otras características de vanguardia. Descargo de responsabilidad ModaI no está afiliado a la emisión de tokens y no participa en ninguna forma de actividades de recaudación de fondos de criptomonedas. Verifique toda la información a través de los canales oficiales de ModaIais para evitar riesgos fraudulentos. Grupo HashKey. Traducido al español

HashKey AI presenta la Hoja de Ruta Técnica, Lanza el Primer Servicio Comunitario impulsado por AI MoDAI Leer más »

Edificio Redundante DFR Infraestructura

Nube e Infraestructura como Servicio, Robótica y Automatización /

Una Fundación Fuerte para una Respuesta de Emergencia Más Inteligente La mayoría de los sistemas de drones heredados en implementación hoy en día se basan en plataformas genéricas y estándar con opciones de conectividad limitadas que restringen su efectividad en operaciones del mundo real. A medida que BRINC ha desarrollado e implementado nuestra solución Drone as First Responder (DFR), Weeve ha entregado sistemas especialmente diseñados con comunicaciones redundantes y conectividad escalable para satisfacer las demandas de seguridad pública. Comienza con nuestros drones, que tienen tanto un módem celular como antenas de red de malla. Luego trabajamos con agencias para introducir e instalar la infraestructura BRINC DFR personalizada para mayor redundancia operativa y confiabilidad.  Esta conectividad avanzada y el diseño listo para la misión garantizan una solución DFR exitosa con tiempos de respuesta más rápidos, comunicación más sólida y operaciones más seguras. Soluciones a medida para Cada Agencia  No existe un enfoque único para la infraestructura BRINC DFR. Antes de la instalación, llevamos a cabo una fase de planificación integral para personalizar la configuración de cada jurisdicción. Optimizado a Sus Necesidades Una vez que se determina una configuración ideal, las antenas se montan en polos nuevos o existentes y se conectan a la alimentación e Internet. Si bien actualmente hay más de 140 configuraciones posibles, las agencias (dependiendo de su camino hacia BVLOS) típicamente elegir entre: Todas las configuraciones requieren internet, pero los sistemas compatibles con Starlink están disponibles para áreas sin acceso directo a Ethernet. En cuanto a la potencia, todo lo que se necesita es una toma de corriente estándar de 110V y 15 amperios, con una potencia de conversión de caja eléctrica según sea necesario. [Si desea obtener más información sobre los diferentes caminos hacia BVLOS y el papel del radar, lea más aquí.] Plug & Fly: Fácil Instalación Una vez que se completa la planificación, la instalación es rápida y fluida. Si el poste está montado en un techo, nuestro equipo trabaja con los gerentes de construcción para garantizar un montaje adecuado dentro de los límites de seguridad. La mayoría de las instalaciones tardan menos de una hora, entonces, con la alimentación conectada, su programa DFR está listo para lanzarse. Un Enfoque Simple para una Solución Compleja Los programas DFR representan la vanguardia de la tecnología de seguridad pública, pero implementarlos no tiene que ser complicado. Al adoptar un enfoque personalizado—considerando el terreno, la infraestructura existente, los datos de delitos y las necesidades de la agencia—BRINC garantiza que cada sistema sea confiable, redundante y esté listo para servir. Con la infraestructura adecuada, sus drones pueden responder más rápido, volar más seguro y apoyar a su equipo cuando más importa.Interesado en aprender más sobre nuestro programa DFR? Póngase en contacto con nosotros aquí. brinc News. Traducido al español

Edificio Redundante DFR Infraestructura Leer más »

Doodle Kingdom: Medieval es gratis esta semana para Android e iOS en la aplicación para móviles de la Epic Games Store

Eventos Tecnológicos, Gaming /

¡Bienvenidos al jueves de juegos gratis! Esta semana, en la aplicación para móviles de la Epic Games Store podéis haceros con Doodle Kingdom: Medieval* gratis hasta el 10 de abril. Se puede descargar en dispositivos Android en todo el mundo y en iOS en la Unión Europea. *Nota: Puede que no estén disponibles en todas las regiones Doodle Kingdom: Medieval JoyBits Ltd. Doodle Kingdom: Medieval es un juego de rompecabezas y fantasía que convierte a los jugadores en magos y caballeros que crean y defienden (¡o destruyen!) sus propios reinos mágicos, donde también pueden criar dragones.  La divertida premisa de los desarrolladores de JoyBits es la siguiente: Dios creó el mundo y la gente lo estropeó con su mortífera tecnología. Así que decidió empezar de nuevo. Solo que esta vez, el mundo estaría lleno de magia y hechicería. ¡Y ahí es donde entráis vosotros!  Hay muchas formas de jugar a Doodle Kingdom: Medieval, empezando por combinar elementos en el modo Génesis del juego. Este modo trata sobre todo de experimentar, ya que podéis elegir dos elementos e intentar combinarlos para crear algo nuevo. El acto de creación sigue una cierta lógica mágica, y, cuanto más lo intentéis, más sentido tendrá. Por ejemplo, si combináis los elementos Cielo y Animal, crearéis Aves. Combinad los elementos Humanos y Magia, y crearéis un Ilusionista. Hay más de cien elementos que podéis crear y descubrir.  Después de combinar los elementos con éxito, Doodle Kingdom: Medieval os deleitará con una cita relevante, y a menudo divertida. Imaginad que combináis un Humano y un Orco para crear un nuevo descubrimiento cuestionable. Doodle Kingdom: Medieval podría citar a Charles Dickens, quien escribió en Martin Chuzzlewit: «Va a ser un cadáver precioso». Cuanto más descubráis a través de esta experimentación lúdica, más posibilidades tendréis. El modo Misiones de Doodle Kingdom: Medieval os permitirá asumir un papel de fantasía medieval a medida que desbloqueéis ciertos elementos. En «El retorno del rey», os pondréis en la piel de un caballero que debe ayudar a un príncipe a restablecer la vieja gloria de su reino en ruinas. Pero antes tendréis que descubrir cómo crear el elemento del castillo. En la misión «La vuelta del nigromante», os convertiréis en un brujo, un «mago oscuro» que pretende conquistar el mundo, siempre que primero combinéis elementos y encontréis un libro específico. Desbloquead la misión «Cómo adiestrar a tu dragón» para convertiros en criadores de dragones, vuestro trabajo consistirá en alimentar y criar cuatro tipos diferentes de dragones.  Doodle Kingdom: Medieval también incluye un modo de juego inspirado en el género «endless runner» (corredor infinito). En él, vuestro personaje no solo corre, sino que también participa en combates medievales, y tenéis que curarlo y protegerlo con pociones mágicas que reponen su salud y energía. Entre partidas, podéis mejorar las habilidades de vuestro héroe, como la fuerza y la defensa.  Podéis descargar Doodle Kingdom: Medieval gratis, y no olvidéis pasaros por la Epic Games Store para móviles para ver qué más podéis encontrar en su creciente catálogo. Si queréis conocer más funciones, guías y noticias sobre videojuegos, echad un vistazo también a la página de noticias de la Epic Games Store.

Doodle Kingdom: Medieval es gratis esta semana para Android e iOS en la aplicación para móviles de la Epic Games Store Leer más »

Tareas de rutina Intel Core Ultra Speeds en un 50% para Deloitteetss AI

Cambio Climático y Sostenibilidad, Ciberseguridad y Protección de Datos, Innovaciones Tecnológicas, Inteligencia Artificial Generativa, IoT, Nube e Infraestructura como Servicio, Robótica y Automatización /

En Intel Vision, la firma de consultoría analiza su inversión estratégica en PC con IA y cómo ha impulsado las ganancias de eficiencia. ¿Una reducción del 50% en el tiempo de procesamiento para tareas rutinarias de un solo cambio tecnológico? ¿Qué tal el aumento de la productividad, la velocidad y la rentabilidad, la reducción de las tasas de error y una mayor seguridad y privacidad debido al mismo ajuste tecnológico? Estos son los tipos de mejoras que busca cada empresa. Deloitte Consulting obtuvo estas ventajas después de invertir en una nueva flota de PC de IA con procesadores Intel® Core™ Ultra. Los líderes de la compañía discutieron los beneficios esta semana durante una sesión de clientes en la etapa principal dirigida por Michelle Johnston Holthaus, CEO de Intel Products, y Christoph Schell, director comercial de Intel, en Intel Vision en Las Vegas. Kit de Prensa: Visión Intel 2025 “El retorno de la inversión es claro,” dice Dave Kuder, U.S. Consultoría AI Insights & Engagement Market Ofreciendo lead en Deloitte Consulting LLP. “Reconocimos que hace 18 a 24 meses la IA iba a tener que ser una gran inversión para nosotros. Y luego el desafío se convirtió en ‘¿Cómo implementamos esta capacidad a nuestro equipo profesional de 180,000 personas fuertes de la manera más rentable?’ Ahí es donde las PC de IA con Intel Core Ultra han sido fundamentales para que podamos ofrecer esa capacidad y poder implementarla.” ¿Qué es una PC AI? Las herramientas de IA generativas basadas en Internet disponibles públicamente se basan en el inmenso poder de procesamiento de los centros de datos masivos. Los usuarios ingresan su información, luego se envía a la nube y se convierte en parte del modelo de aprendizaje. Sin embargo, las PC con IA pueden procesar datos en la computadora. No se requiere conectividad a Internet, y los datos se procesan de forma segura en las instalaciones, lejos de miradas indiscretas de terceros. Y ejecutar AI localmente ahorra la tarifa de suscripción mensual que cobran muchos proveedores de IA en línea, al tiempo que mitiga la latencia potencial que los usuarios pueden experimentar al ejecutar servicios de IA basados en la nube.1 Las PC de IA permiten el procesamiento local en la medida en que sea compatible con una aplicación en particular. Las PC con IA tienen una unidad central de procesamiento (CPU), una unidad de procesamiento de gráficos (GPU) y una unidad de procesamiento neuronal (NPU). Es un equipo hecho para desglosar las cargas de trabajo de IA. La GPU es ideal para la creación de contenido digital acelerado por IA. La NPU es ideal para cargas de trabajo de IA sostenidas y descarga de IA para una mayor duración de la batería. Y la respuesta rápida de la CPU es ideal para cargas de trabajo de IA de baja latencia. Cómo los ingenieros de Deloitte usan las PC Intel AI Los servicios de consultoría de Deloitteats son tan amplios como las empresas e industrias a las que ayuda. La organización realiza auditorías financieras para asegurar que los registros sean precisos; ayuda a las empresas minoristas o entidades gubernamentales a resolver problemas y mejorar las operaciones para ser más eficientes; ayuda a los fabricantes de automóviles y compañías de entretenimiento a navegar por el complejo mundo de los impuestos; ayuda a los bancos a evaluar los riesgos de prestar dinero o los atraviesa una crisis financiera. La firma también realiza consultoría especializada en salud, ciencias de la vida, energía y servicios públicos. El trabajo de la empresa requiere empleados con conocimientos especializados en contabilidad, finanzas, tecnología, estrategia y gestión de riesgos – entre otras especialidades. Y Deloitte emplea a más de 20,000 ingenieros que diseñan estrategias e implementan soluciones impulsadas por la tecnología para los clientes. Es ahí donde las PC con IA con tecnología Intel han marcado una gran diferencia. Dounia Senawi (derecha), directora comercial de Deloitte Consultings, aparece en el escenario con Jim Johnson, gerente general de Client Computing Group en Intel, durante el evento Intel Vision el martes 1 de abril de 2025 en Las Vegas. Senawi discutió la inversión estratégica de Deloitteat en una flota de PC Intel Core Ultra AI para sus desarrolladores, e informó que la compañía ha visto un ahorro de tiempo del 50% en completar tareas rutinarias. (Crédito: Intel Corporation) Dounia Senawi (derecha), directora comercial de Deloitte Consultings, aparece en el escenario con Jim Johnson, gerente general de Client Computing Group en Intel, durante el evento Intel Vision el martes 1 de abril de 2025 en Las Vegas. Senawi discutió la inversión estratégica de Deloitteat en una flota de PC Intel Core Ultra AI para sus desarrolladores, e informó que la compañía ha visto un ahorro de tiempo del 50% en completar tareas rutinarias. (Crédito: Intel Corporation) Dounia Senawi (derecha), directora comercial de Deloitte Consultings, aparece en el escenario con Jim Johnson, gerente general de Client Computing Group en Intel, durante el evento Intel Vision el martes 1 de abril de 2025 en Las Vegas. Senawi discutió la inversión estratégica de Deloitteat en una flota de PC Intel Core Ultra AI para sus desarrolladores, e informó que la compañía ha visto un ahorro de tiempo del 50% en completar tareas rutinarias. (Crédito: Intel Corporation) Dounia Senawi (derecha), directora comercial de Deloitte Consultings, aparece en el escenario con Jim Johnson, gerente general de Client Computing Group en Intel, durante el evento Intel Vision el martes 1 de abril de 2025 en Las Vegas. Senawi discutió la inversión estratégica de Deloitteat en una flota de PC Intel Core Ultra AI para sus desarrolladores, e informó que la compañía ha visto un ahorro de tiempo del 50% en completar tareas rutinarias. (Crédito: Intel Corporation) (~23 MB) “AI debe considerarse como una característica, no como un producto independiente. Y eso significa que debe estar integrado en cómo trabajan las personas, en dónde trabajan, dónde ocurren los negocios,” dice Bill Briggs, director de tecnología de Deloitte Consultings. “Hemos incorporado IA en nuestras plataformas de ingeniería, y al usar PC

Tareas de rutina Intel Core Ultra Speeds en un 50% para Deloitteetss AI Leer más »

Scroll al inicio