El Portal de las Tecnologías para la Innovación

Chubut Digital

Los expertos imperiales trabajan con Cubic para explorar el transporte público impulsado por IA

Los expertos imperiales están trabajando con Cubic Transportation Systems, un líder mundial en innovación de transporte público, para explorar nuevas aplicaciones de IA. Estos incluyen abordar la evasión de tarifas, que cuesta a las autoridades de transporte en ciudades como Nueva York y Londres cientos de millones de dólares cada año, y el mantenimiento predictivo, que permite a los proveedores anticipar problemas mecánicos y optimizar los horarios de mantenimiento. Profesor Danilo Mandic y miembros de su equipo en los imperiales Departamento de Ingeniería Eléctrica y Electrónica están trabajando independientemente con Cúbico a través Consultores Imperiales ayudar a la compañía a lanzar un centro de innovación en su sede de Surrey para avanzar en aplicaciones como estas. Dominios irregulares El laboratorio del profesor Mandicicss se especializa en el uso de técnicas de IA para analizar los llamados dominios irregulares, como la red subterránea de Londres. Los dominios irregulares son sistemas que consisten en múltiples entidades, llamadas nodos, que se encuentran en relaciones inconsistentes entre sí. En la red subterránea, por ejemplo, algunas estaciones están geográficamente más cerca de sus vecinos que otras, mientras que algunas están mejor conectadas – y durante la hora pico de la mañana, algunas estaciones son más populares como puntos de embarque y otras como destinos. Debido a que ninguna regla consistente puede describir la relación entre dos estaciones individuales, los modelos de equipo hacen un uso extensivo de la teoría de grafos, una técnica para representar relaciones individuales entre pares de nodos. Estos se pueden utilizar para descubrir anomalías, como la evasión de tarifas o fallas mecánicas en las puertas de las estaciones, que pueden no ser detectables solo a través de puntos de datos individuales o tendencias agregadas. Dada la naturaleza hambrienta de datos de los modelos de aprendizaje automático, los equipos que trabajan con Cubic también explorarán el uso de IA generativa para crear datos sintéticos para ayudar a entrenar los modelos. Estación de metro del futuro El nuevo centro, que se inaugurará en septiembre de 2025, tiene como objetivo apoyar el desarrollo de tecnologías de IA basadas en enfoques innovadores como estos convocando a expertos de los sectores público y privado, y contará con una estación de metro inmersiva ‘del future’ para demostrar tecnologías digitales. Sobre la base de la colaboración con el profesor Mandic y su laboratorio, Cubic también planea ofrecer oportunidades de pasantías a los estudiantes imperiales. “Esta colaboración es una oportunidad para que desarrollemos a los expertos en transporte del futuro,” dijo el profesor Mandic. “Nuestros estudiantes e investigadores trabajarán en estrecha colaboración con Cubic para aprovechar las últimas innovaciones en tecnología para resolver los desafíos más importantes del transporte. Esperamos trabajar juntos para desarrollar nuevas ideas, tecnologías y líderes de la industria “Al desarrollar un centro que une industrias, socios académicos y agencias gubernamentales, nuestro objetivo es descubrir mejores soluciones para nuestros clientes y el ecosistema de transporte público más amplio, lo que contribuirá a aumentar el número de pasajeros y las oportunidades de trabajo,” dijo Peter Montgomery-Torrellas, presidente de Cubic Transportation Systems. “Nuestra visión a largo plazo es replicar este modelo en mercados clave de todo el mundo, expandiendo nuestras asociaciones líderes en la industria y asegurando que la innovación sea el núcleo de todo lo que hacemos, Imperial College Londres News. D. S. Traducido al español

Los expertos imperiales trabajan con Cubic para explorar el transporte público impulsado por IA Leer más »

Dile “hola” a los nuevos miembros de tu equipo virtual: agentes de IA

El Dr. Philipp Herzig, Chief Technology Officer de SAP, explica por qué la IA agentiva nos llevará a la próxima era de productividad empresarial. Desglosar una tarea compleja en componentes, cada uno asignado a diferentes especialistas o equipos, no es nada nuevo. Esta inteligente división del trabajo ha sobrecargado las industrias desde principios del siglo XX, desde la fabricación automotriz de Ford hasta la comida rápida y el desarrollo de software. La especialización aporta una mayor eficiencia e innovación a medida que cada especialista completa su parte antes de entregar la tarea a otro. Sin embargo, puede ser un desafío lograr todos los beneficios cuando los silos departamentales y los datos dispersos dificultan la colaboración. Las organizaciones también deben superar la escasez de talento o las brechas entre los puestos y los trabajadores disponibles a la hora de cubrir los roles de especialistas. La IA agentiva está diseñada para transformar lo que se puede lograr a través de la especialización, y de la misma manera busca cambiar la forma en que los humanos interactúan y trabajan con inteligencia artificial. Los agentes de IA colaborativa que trabajan de manera autónoma en todas las funciones de negocio impulsarán nuevos niveles de productividad. Los analistas estiman que la IA agentiva en las aplicaciones de software empresarial crecerá de menos del 1% en 2024 al 33% en 2028, habilitando soluciones autónomas para el 15% de las decisiones de trabajo diarias. Obtener los beneficios de la IA agentivaUna de las características que definen la IA agentiva es la proactividad. Los agentes pueden realizar tareas de forma autónoma con flujos de trabajo auto concebidos de varios pasos. Por ejemplo, un agente especializado en el comercio minorista podría reorganizar las entregas de pedidos sin intervención humana en casos como retrasos por causas climáticas o por la escasez de materiales. El agente puede decidir si proceder con el envío, investigar más o validar datos antes de continuar hacia su objetivo. Los agentes que trabajan 24/7 reaccionando a los eventos se adaptarán y desarrollarán nuevos enfoques o estrategias si las circunstancias cambian. Si esto suena como si fuera usted el que esta razonando, es porque lo es. Asegurarse de que un agente de IA pueda razonar requiere contexto. Esto le permite tener en cuenta más variables al tomar decisiones. Los datos proporcionan contexto y una comprensión de su negocio: si desea que los agentes de IA trabajen con los datos más recientes de toda la empresa, necesitan acceso a ellos. Los agentes que trabajan en silos de datos crearán un progreso específico del dominio, pero no lograrán impulsar el impacto en toda la empresa. Los metadatos (el quién, qué y cuándo) ayudan a un agente a determinar si se deben tener en cuenta los datos, si están obsoletos o son irrelevantes y deben ignorarse. Los gráficos de conocimiento unen todo exponiendo los metadatos, haciendo que las relaciones entre la información sean accesibles. De este modo, un agente de IA que resuelve una disputa de pago conoce las relaciones entre el proveedor y el comprador, las órdenes de compra, etc. Los gráficos de conocimiento también proporcionan una base para los datos y el razonamiento del agente de IA conectándolos con hechos del mundo real. Los agentes minoristas necesitan datos conectados al contexto del mundo real para sugerir productos a los clientes basados, por ejemplo, en el historial de compras y la demografía. Los agentes también necesitan una forma de comprender cómo dependen entre sí los diferentes fragmentos de información, de modo que puedan considerar el contexto más amplio de una tarea más allá de un componente específico. Esto se transmite a través de un gráfico de conocimiento que captura esquemas de procesos, como un manual para agentes de IA. Si reserva unas vacaciones, los agentes solicitarán el destino y las fechas antes de que el gráfico lo dirija a la reserva de vuelos y hoteles. Esta forma estructurada de derivar nueva información y hacer conexiones lógicas ayudará a los agentes de IA a razonar y sacar conclusiones. Los gráficos de conocimiento también ofrecen el beneficio de la escala. Anote esto solo una vez; no tendrá que rehacerlo para cada agente nuevo. El recorrido multi-agenteLos beneficios de incorporar IA no agentiva en toda la cadena de suministro ya han causado asombro entre los distribuidores —ofreciendo reducciones en los niveles de inventario, costos logísticos y gastos de compras—. La IA agentiva construirá sobre estos beneficios. Técnicas como el razonamiento de varios pasos y la capacidad de ejecutar tareas de forma autónoma hacen que la IA agentiva sea perfecta para campos dinámicos como las cadenas de suministro, permitiendo que tareas consideradas demasiado intrincadas, complejas, o con demasiados pasos interdependientes puedan automatizarse. La IA no agentiva puede utilizar datos históricos para reordenar el inventario, lo que podría provocar un exceso o faltas de inventario cuando se producen picos inesperados. La IA agentiva, por el contrario, puede analizar continuamente una amplia gama de entradas de datos para prevenir la demanda en tiempo real, mientras colabora con otros agentes para optimizar la logística o ajustar los turnos de los empleados. Esta capacidad de colaborar y unir especializaciones ofrece beneficios que no están disponibles para sistemas aislados. Toma como ejemplo la interacción entre fabricantes, servicio al cliente y la cadena de suministro. Para que las organizaciones manufactureras proyecten costos con precisión, necesitan entender la cadena de suministro. Los proveedores, los costos de materiales y el transporte afectan los precios de fabricación. Los agentes de IA pueden considerar todo esto en tiempo real, mientras que los datos de los sensores de las máquinas y los componentes ayudan a predecir la escala de tiempo de las reparaciones y las interrupciones de la producción. Pasar toda esta información a los agentes de servicio al cliente les permite ponerse en contacto proactivamente con los clientes sobre el estado de entrega, informarles si hay algún retraso y ofrecerles una bonificación para mantenerlos contentos. ¿Dónde estamos ahora?La IA agentiva aún se está desarrollando y, a pesar de su potencial, hay desafíos. Los agentes de IA son

Dile “hola” a los nuevos miembros de tu equipo virtual: agentes de IA Leer más »

Superar la fragmentación: el desafío clave para optimizar la inteligencia artificial a nivel global según SAP

Migración a la nube, colaboración empresarial y lineamientos internacionales, los pasos claves para maximizar el impacto de la IA.  El mundo está atravesando épocas de cambio, con una fragmentación que cada día se hace más evidente entre naciones, bloques económicos y al interior de las mismas sociedades. En este entorno, la inteligencia artificial (IA) representa una esperanza compartida para impulsar el progreso global. Sin embargo, el impacto positivo de la IA está siendo limitado por las barreras creadas por divisiones internas en las sociedades y entre naciones. Esta es una de las conclusiones de Christian Klein, CEO y miembro del Consejo Ejecutivo de SAP SE, tras su participación en la última edición del Foro Económico Mundial de Davos (Suiza), en la que el ejecutivo destacó además que superar esta fragmentación es esencial para liberar el verdadero potencial de la IA. “La IA puede ser un catalizador para la productividad, la resiliencia económica y la sostenibilidad, pero su éxito depende de nuestra capacidad para trabajar juntos más allá de fronteras y limitaciones”, afirma Klein, quien explica que en un mundo fragmentado, la IA no puede prosperar como debería. Tres pasos clave para maximizar el impacto de la IA El desafío de maximizar el impacto de la IA requiere de un enfoque progresivo. El primer paso comienza a nivel empresarial con la adopción de la nube. Como destaca, la nube permite que los datos sean accesibles de manera más eficiente y que las innovaciones en IA se integren rápidamente en los procesos de negocio. “La migración a la nube crea un entorno estandarizado, donde los datos son coherentes y estructurados para aplicaciones de IA. Esto es esencial para maximizar el impacto de estas tecnologías en las empresas”, asegura. Además, subrayó que la nube facilita la actualización automática con las últimas innovaciones, manteniendo a las empresas en la vanguardia tecnológica. Las inversiones en tecnologías como la nube están marcando el camino para optimizar la IA. De acuerdo con la encuesta Cloud and AI Business Survey 2024 de PwC, el 63% de las empresas de alto rendimiento están aumentando sus presupuestos en la nube para aprovechar la inteligencia artificial generativa (GenAI). El segundo paso es fomentar ecosistemas industriales robustos que promuevan la colaboración entre empresas. En la era de la IA empresarial, es fundamental que las organizaciones puedan compartir información de manera segura con proveedores, clientes y socios de innovación. “Los ecosistemas industriales bien conectados generan un impacto exponencial. Cuanta más información se comparta entre las empresas, mayores serán los beneficios en términos de competitividad e innovación,” agrega Klein. Estos ecosistemas también mejoran la capacidad de las organizaciones para responder a crisis globales, como interrupciones en el comercio o desastres naturales. Finalmente, el tercer paso es construir marcos internacionales que permitan a la IA prosperar de manera responsable. En este punto se destaca la importancia de que los gobiernos y reguladores reduzcan las barreras innecesarias al intercambio de datos, tanto a nivel nacional como internacional. “La alineación de regulaciones tecnológicas entre potencias económicas como América del Norte, Europa y China puede acelerar significativamente la innovación en IA”, explica. Asimismo, los acuerdos globales deben centrarse en el uso ético y seguro de los datos, construyendo un marco de confianza entre los actores involucrados. El papel de la confianza y la inversión en la nube Uno de los mayores obstáculos para el avance de la IA es la falta de confianza, tanto entre países como entre las propias empresas. Ante esta falta de confianza Klein propone los “las confederaciones de confianza” (confederations of trust), en las que las organizaciones acuerden reglas comunes sobre privacidad y uso de datos, las cuales son esenciales para fomentar la colaboración. “La confianza es la base para superar la fragmentación global. Sin ella, los esfuerzos para maximizar el impacto de la IA están condenados a quedarse cortos”, afirma. Para lograr armar lo que Klein define como el rompecabezas de la IA, es necesario tener ecosistemas globales basados en la confianza que reduzcan la fragmentación y permita que las organizaciones puedan aprovechar al máximo los beneficios de esta tecnología.  “Nos corresponde a nosotros armar el rompecabezas de la IA y reducir la fragmentación, paso a paso. Así es como maximizamos el potencial de la IA, no solo para algunos, sino para muchos”, finaliza el CEO de SAP. SAP News. Traducido al español

Superar la fragmentación: el desafío clave para optimizar la inteligencia artificial a nivel global según SAP Leer más »

Apple presenta el nuevo MacBook Air, con el potente chip M4 y un nuevo color azul cielo

El portátil más popular del mundo ahora es aún mejor con un mayor rendimiento, hasta 18 horas de autonomía, una cámara Center Stage de 12MP y la posibilidad de conectar más monitores externos, todo ello en un diseño increíblemente fino y ligero. CUPERTINO, CALIFORNIA Apple ha presentado hoy el nuevo MacBook Air, con la extraordinaria potencia y velocidad del chip M4, hasta 18 horas de autonomía1 y una nueva cámara de 12MP Center Stage. Además, permite conectar hasta dos monitores externos que se suman a la pantalla integrada, ofrece una memoria unificada mínima de 16 GB e incluye las increíbles prestaciones de macOS Sequoia con Apple Intelligence, todo ello en un diseño increíblemente fino y ligero que lo aguanta todo. El nuevo MacBook Air ahora viene en color azul cielo, un tono azul claro metalizado que, junto con el medianoche, el blanco estrella y el plata, forma la gama de colores más bonita del MacBook Air. Además, está disponible desde 1.199 € y 1.069 € para el sector educativo, por lo que es una opción muy atractiva para estudiantes, profesionales y cualquiera que busque una combinación única de rendimiento, portabilidad, diseño y resistencia. El MacBook Air, disponible en modelos de 13 y 15 pulgadas, se puede reservar desde hoy mismo y estará a la venta el miércoles, 12 de marzo. «El MacBook Air es, con diferencia, el portátil más popular del mundo y hoy vamos a dar a todos los usuarios aún más razones para enamorarse de él, como el chip M4, que multiplica el rendimiento, una nueva cámara Center Stage y un nuevo color azul cielo precioso», ha dicho Greg Joswiak, vicepresidente sénior de Marketing Mundial de Apple. «Si a eso le añadimos su diseño fino, ligero y sin ventilador, la autonomía para todo el día y las increíbles prestaciones de macOS Sequoia con Apple Intelligence, estamos ante un MacBook Air que es único en su categoría. El MacBook Air ofrece más valor que nunca por lo que es el momento perfecto para cambiar de Mac o para descubrirlo por primera vez». Nuevo color azul cielo: un soplo de aire fresco La gama del MacBook Air crece con el nuevo color azul cielo, un precioso tono azul claro metalizado que crea un degradado dinámico cuando la luz se refleja en la superficie y que, junto con el medianoche, el blanco estrella y el plata, forma la espectacular selección de colores del MacBook Air. Todos los colores, incluyendo el azul cielo, vienen con el cable de carga MagSafe a juego. Chip M4: el rendimiento alcanza nuevas cotas Con el chip M4 en el MacBook Air, todo es más rápido y fluido, desde actividades diarias como la multitarea hasta lo más exigente, como la edición de fotos y vídeos. El chip M4 incluye una potente CPU de 10 núcleos, una GPU de hasta 10 núcleos y capacidad para hasta 32 GB de memoria unificada, que consiguen que el nuevo MacBook Air alcance velocidades hasta el doble de rápidas que el modelo con el chip M1.1 El rendimiento del MacBook Air con chip M4 es hasta 23 veces superior que el del modelo con procesador Intel más rápido.1 El nuevo MacBook Air tiene una autonomía de hasta 18 horas, por lo que los usuarios que pasen de un procesador Intel a este modelo tendrán hasta seis horas más de autonomía para hacer más con una sola carga.1 El potente Neural Engine del chip M4, que acelera las tareas de inteligencia artificial, también es hasta tres veces más rápido que en el MacBook Air con chip M1, lo que supone un aumento importante en la velocidad de procesos como mejorar las fotos automáticamente o eliminar el ruido de fondo de un vídeo. El chip M4 lleva el rendimiento del MacBook Air aún más lejos: Diseñado para Apple Intelligence El MacBook Air está diseñado para Apple Intelligence, un sistema repleto de nuevas prestaciones que hacen del Mac un dispositivo aún más útil y potente. Los usuarios pueden expresarse visualmente de nuevas formas con Image Playground, crear los emojis perfectos con Genmoji y hacer que sus textos sean aún más dinámicos con Herramientas de Escritura. Con las nuevas mejoras introducidas en Siri, es fácil combinar consultas por texto y voz para agilizar las tareas del día a día, y Siri puede responder a miles de preguntas sobre las prestaciones y los ajustes del Mac, con instrucciones paso a paso. ChatGPT está totalmente integrado en Herramientas de Escritura y Siri, lo que abre la puerta al conocimiento de ChatGPT para ganar tiempo y eficiencia. Los usuarios pueden acceder gratis a ChatGPT sin necesidad de crear una cuenta. Y gracias a los sistemas de protección de la privacidad integrados, las direcciones IP están ocultas y OpenAI no almacena las peticiones. Los usuarios deciden si quieren activar la integración con ChatGPT y pueden controlar cuándo se utiliza, así como la información que se comparte con ChatGPT. Con el fin de proteger la privacidad del usuario en todo momento, Apple Intelligence usa el procesamiento en el dispositivo, lo que significa que muchos de los modelos que lo hacen posible se ejecutan por completo en el dispositivo. Cuando una petición requiere acceso a modelos de mayor tamaño, la Computación Privada en la Nube lleva la privacidad y la seguridad a la nube para disponer de aún más inteligencia. Al usar la Computación Privada en la Nube, la información de los usuarios nunca se almacena ni comparte con Apple, y solo se utiliza para realizar sus peticiones. Una cámara siempre a punto La nueva cámara de 12MP Center Stage ofrece una calidad de vídeo extraordinaria que mejora la imagen en las videollamadas, ya sea en casa, en clase o en el trabajo. La cámara Center Stage mantiene automáticamente al usuario centrado en la imagen cuando se mueve, una prestación muy útil al hablar con familiares y amigos por FaceTime o participar en una reunión importante. La nueva cámara también incluye Vista Cenital, que muestra al usuario y el escritorio desde arriba al mismo tiempo y consigue que las videollamadas sean más dinámicas para quienes quieren mostrar sus últimos proyectos o presentar un prototipo en el trabajo. Posibilidad de conectar más monitores externos Con el MacBook Air, todo el mundo puede disfrutar

Apple presenta el nuevo MacBook Air, con el potente chip M4 y un nuevo color azul cielo Leer más »

IBM amplía su relación con AWS al lanzar un nuevo Laboratorio de Innovación en Bucarest, Rumania

Hoy, nos complace compartir la apertura de un nuevo Laboratorio de Innovación conjunto con Amazon Web Services (AWS) en el Centro de Innovación de Clientes de IBM en Bucarest, Rumania. El laboratorio impulsará nuestra colaboración con AW al beneficiar a clientes mutuos de 22 países y poner en práctica nuestras últimas tecnologías, incluidas las soluciones de IA agentic y IA generativa creadas con Amazon Bedrock, Amazon Q, Amazon SageMaker e IBM watsonx en AWS. Acceso práctico a ofertas conjuntas de IBM-AWS Los clientes de la región tendrán más acceso práctico a las ofertas conjuntas de IBM-AWS, como la modernización de la nube, la modernización de aplicaciones de mainframe, la innovación de la industria de soluciones conjuntas y IBM Consulting Advantage. Además, los profesionales de AWS de IBM ayudarán a visualizar los prototipos de arte de lo posible y co-diseño para ayudar a acelerar la transformación y la innovación en industrias como la automotriz, energía y servicios públicos, fabricación y atención médica, entre otras. Los clientes podrán aprovechar los casos de uso y las mejores prácticas de sus pares globales que se demostrarán en el laboratorio, lo que les permitirá construir, probar y escalar soluciones rápidamente para resolver sus desafíos más apremiantes. De Bangalore a Bucarest A principios de 2023, IBM y AWS lanzaron el Laboratorio de Innovación en Bangalore, India para permitir a los clientes experimentar con las últimas tecnologías habilitadas para la nube, como la IA generativa, en nuestro laboratorio. IBM Consulting es el socio ideal de AWS de elección, con la profunda experiencia de IBM en capacidades de IA líderes en el mercado y el compromiso compartido con AWS acelerar la adopción de la IA generativa. Como AWS Premier Tier Partner, IBM cuenta con 24.000 certificaciones AWS en todo el mundo, de las cuales 1.200+ profesionales se encuentran en los Centros EMEA, con la mayor concentración en Bucarest. El año pasado, IBM recibió varias competencias de AWS, incluyendo IA generativa y Soberanía Digital. Estos se suman a la lista de IBM de 21 programas de prestación de servicios validados y dominio en 29 competencias de AWS. En 2024, IBM fue reconocida como la EMEA Consulting Partner of the Year – Finalista, además de recibir los premios Global Design Partner of the Year y Collaboration Partner of the Year. Estos reconocimientos demuestran que IBM y AWS son socios de confianza para el viaje de Cloud en la región europea.   IBM continúa fortaleciendo las capacidades de AWS IBM continúa fortaleciendo las capacidades de AWS a través de adquisiciones y codesarrollo de soluciones con AWS. Por ejemplo, la adquisición de IBM de Modern Systems de Advanced en 2024 trae una combinación de talento, herramientas y conocimiento, que continuará mejorando los servicios de modernización de datos y aplicaciones de mainframe de IBM Consulting. Los expertos de IBM y Modern Systems permiten además que IBM admita los viajes de modernización de aplicaciones de mainframe de los clientes a AWS, diseñando una carga de trabajo adecuada para su propósito entre mainframes y la nube. Lea acerca de los servicios de IBM Consulting para AWS: Servicios de consultoría de AWS IBM Blog. P. S. Traducido al español

IBM amplía su relación con AWS al lanzar un nuevo Laboratorio de Innovación en Bucarest, Rumania Leer más »

AWS presenta la previsualización de un nuevo servicio de integraciones gestionadas para AWS IoT Device Management

El IoT ha transformado la forma en que interactuamos con los dispositivos en nuestros entornos, como hogares y oficinas, llevando conectividad y automatización a todo, desde termostatos hasta cámaras de seguridad. 04/03/2025 | Barcelona AWS ha lanzado la previsualización de un servicio para las integraciones gestionadas para AWS IoT Device Management, ayudando así a los desarrolladores a agilizar el proceso de incorporación de dispositivos IoT (Internet de las Cosas) a la nube y unificar el control de dispositivos a través de múltiples marcas y protocolos. Aunque la tecnología IoT ya es utilizada de forma frecuente en aplicaciones comerciales y de consumo, especialmente en hogares inteligentes, la fragmentación sigue siendo un desafío importante y los usuarios continúan enfrentándose a problemas como dispositivos incompatibles, protocolos diversos o sistemas de control separados que crean barreras de interoperabilidad. Para abordar estos desafíos, AWS IoT Device Management ahora ofrece integraciones gestionadas que incluyen Kits de Desarrollo de Software (SDKs) para la conectividad de dispositivos y el soporte de protocolos para especificaciones como ZigBee, Z-Wave y Wi-Fi. Además, ofrece más de 80 plantillas de modelos de datos de dispositivos y un catálogo completo de conectores de nube a nube. Estas funcionalidades simplifican las integraciones y unifican el control de diferentes tipos de dispositivos, incluidos sensores, cámaras y electrodomésticos, permitiendo a los desarrolladores crear una sola aplicación para controlar productos de múltiples fabricantes, incluidos dispositivos propietarios, dispositivos de terceros y dispositivos conectados a la nube. Así, esta biblioteca integral de modelos de datos de dispositivos simplifica aún más la integración de datos, acelerando el desarrollo de servicios como gestión del consumo de energía, seguridad en el hogar y monitorización para el cuidado de personas mayores, además de permitir a los desarrolladores crear aplicaciones y servicios que permitan a los usuarios configurar fácilmente rutinas de automatización a través de todos sus dispositivos. Desglosando el desafío de integración del IoT El IoT ha transformado la forma en que interactuamos con los dispositivos en nuestros entornos, como hogares y oficinas, llevando conectividad y automatización a todo, desde termostatos hasta cámaras de seguridad. Sin embargo, el ecosistema sigue estando fragmentado, con fabricantes que operan frecuentemente en silos utilizando protocolos de comunicación propios y procesos de incorporación distintos. Para los desarrolladores, esto significa lidiar con múltiples protocolos, gestionar diferentes implementaciones de SDKs para la incorporación de dispositivos y crear capas de integración complejas para habilitar la comunicación entre dispositivos. Acelerando la innovación y mejorando las experiencias del cliente Como solución a este desafío, la función de integraciones gestionadas de AWS IoT Device Management combina múltiples elementos, como conectividad segura en la nube, una capa unificada de control de dispositivos, capacidad de actualización por aire (OTA), y SDKs para dispositivos y la nube, simplificando el desarrollo de soluciones IoT. Los SDKs permitirán a los desarrolladores construir hubs o gateways IoT para controlar localmente dispositivos ZigBee, Z-Wave y Wi-Fi de fabricantes propietarios y de terceros. Además, los desarrolladores podrán acceder a un catálogo de conectores de nube a nube para establecer comunicaciones seguras con dispositivos conectados a la nube de terceros. De forma adicional, incluye una biblioteca completa con más de 80 plantillas de modelos de datos predefinidos agiliza el proceso de representar dispositivos físicos como bombillas o interruptores de pared en la nube sin necesidad de configurar temas dedicados de MQTT, políticas IoT o reglas. Los desarrolladores pueden utilizar estas plantillas para describir atributos de dispositivos, como el estado de encendido/apagado de una bombilla, el nivel de brillo y la temperatura de color. Una vez definidos, la función de integraciones gestionadas valida todos los mensajes automáticamente según estos atributos, reduciendo la necesidad de manejo de errores personalizado y luego los envía al dispositivo correspondiente, ya sea de forma directa, a través de un hub o mediante un conector de nube a nube. Las integraciones gestionadas para AWS IoT Device Management también incluyen funcionalidades integradas para escaneo de códigos de barras y emparejamiento directo de dispositivos, ofreciendo mecanismos adicionales para simplificar la incorporación de dispositivos y las complejidades de la integración. Usando AWS IoT Device Management, los desarrolladores podrán facilitar el control en tiempo real y monitorizar dispositivos y actualizaciones de forma unificada en diferentes dispositivos conectados, todo sin tener que gestionar integraciones personalizadas. Fundamentándose en la base de seguridad de AWS IoT, la función de integraciones gestionadas admite el cifrado de datos utilizando claves gestionadas por AWS y por el cliente. También gestiona la identidad segura para dispositivos conectados y maneja la autentificación, control de acceso, monitorización y almacenamiento de credenciales a través de diferentes tipos de dispositivos. Además, AWS IoT Device Management se integra con más de 200 servicios de AWS, ayudando a los desarrolladores a escalar sus soluciones de manera eficiente y agregar funcionalidades innovadoras de Inteligencia Artificial (IA) y Aprendizaje Automático (ML) para mejorar las experiencias de los clientes. Por ejemplo, utilizando Amazon Bedrock junto con AWS IoT Device Management, los desarrolladores pueden elegir sus modelos de IA generativa preferidos para crear nuevas aplicaciones que mejoren el soporte al cliente, la configuración de dispositivos y los procesos de resolución de problemas. AWS News. Traducido al español

AWS presenta la previsualización de un nuevo servicio de integraciones gestionadas para AWS IoT Device Management Leer más »

For Honor Year 9: Theaters of War llegará el 13 de marzo

El noveno año de For Honor: Theaters of War comienza el 13 de marzo, como se reveló en una nueva transmisión en vivo de Warrior’s Den. Con cuatro temporadas planificadas, Theaters of War traerá contenido completamente nuevo a Heathmoor, incluidos dos héroes, seis aspectos de héroe, dos mapas convertidos, eventos y más a lo largo del año, todo diseñado para centrarse en lo que los fanáticos aman de For Honor y destacar diferentes modos de juego. La transmisión en vivo insinuó el tema de cada temporada: La temporada 1, Ascend, se centrará en el espectáculo de gladiadores y el modo de juego Brawl La temporada 2 destacará el modo de juego Duel La temporada 3 se centrará en el modo de juego Breach La temporada 4 se centrará en Dominion The Warrior’s Den también reveló que después de la temporada 1 del año 9, el precio del héroe se ajustará a $ 9,99 USD. Los precios del acero en el juego permanecerán sin cambios La temporada 1 del año 9, Ascend, se desarrolla poco después de la llegada de los Khatun a Heathmore. Guljin, líder de los Khatun, está decidida a imponer su retorcida paz, obligando a todos a sucumbir a su gobierno o luchar en la arena. Ahora, la recientemente derrotada Astrea debe luchar en la arena para sobrevivir y entretener a las multitudes. Para ello, tendrá que formar equipo con la reina amazónica Kalliopi, pero su creciente fama y su capacidad para triunfar en la arena irritan a Guljin. La temporada 1 comenzará con un evento de lanzamiento, el Triunfo de Khatun, un evento de pelea 2v2v2 por tiempo limitado en el que el objetivo es ser el último equipo en pie en la arena. Los jugadores pueden ganar atuendos de batalla Ad Bestias, el adorno Monitori te Salutant y el efecto de estado de ánimo From the Outlands solo por participar en el Triunfo de Khatun. La nueva temporada también contará con un nuevo aspecto de héroe para la reina Kalliopi, así como un nuevo pase de batalla, un pase de legado para la temporada 1 del año 5, un festival de héroes para Shaolin, Varangian y Aramusha, nuevas variaciones de armadura para los caballeros y nuevos campos de pruebas. Además, Ascend traerá una serie de mejoras en el juego, incluidas nueve ranuras de equipamiento, desbloqueables a medida que aumentas el nivel de reputación de tus héroes; material de personalización por tipo de cuerpo; mayor legibilidad en el menú multijugador; y el nivel de reputación 90 y su gesto. Juega a For Honor hoy en PS5, PS4, Xbox Series X. Ubisoft News. B. S. Traducido al español

For Honor Year 9: Theaters of War llegará el 13 de marzo Leer más »

Hollow Ponds habla sobre su viaje desde reponer estanterías hasta lanzar Wilmot Works It Out

El fantástico título indie Wilmot’s Warehouse, protagonizado por un simpático cuadrado blanco llamado Wilmot, llega a la Epic Games Store junto con su juego hermano, Wilmot Works It Out. Hablamos con los responsables de estos dos juegos tan diferentes para que nos cuenten cómo un trabajo de reponedor de supermercado condujo a un éxito indie y lo que hacen para asegurarse siempre de estar involucrado en todos sus proyectos. En 2019, los dos principales miembros de la desarrolladora Hollow Ponds, Rickey Haggett y Richard Hogg, estaban barajando ideas entre proyecto y proyecto. Hogg, que es ilustrador, había tenido que dibujar centenares de iconos para otro proyecto y, sin reparar en la conexión, le contó a Haggett una idea que se le había ocurrido tiempo atrás sobre un juego basado en organizar las existencias de un almacén. El resultado fue el éxito indie Wilmot’s Warehouse, un juego de rompecabezas logísticos en el que Wilmot, un cuadrado blanco bidimensional con cara, debe entregar a los clientes pedidos formados por los artículos cada vez más numerosos de su almacén. «Yo he trabajado en dos almacenes —me explica Hogg durante una llamada—. Mi labor consistía en sacar unas cosas y guardar otras. Y, como soy como soy, siempre estaba tratando de optimizar el proceso». Según Hogg, su trabajo en la cadena de supermercados británica Asda lo obligaba a ponerse a prueba a diario. «¿Cuánto tardaría en colocar toda la comida para perros y gatos en la tienda? Me lo pasaba muy bien en aquellos trabajos, sobre todo, porque, de una manera sutil, te hacían sentir como si estuvieras en una especie de juego. Podías ir a buscar las cosas, trazar la ruta más rápida para reducir al máximo el tiempo de tránsito y así disfrutar de un almuerzo más largo».Haggett decidió coger la idea para crear un pequeño prototipo. Tal como cuenta durante la misma llamada: «Vi el PDF con todos los símbolos que habías creado y me acordé de lo del almacén. Por aquel entonces no existía Wilmot, sino solo un cursor. Los símbolos llenaban rápidamente una sala y luego tocaba al cursor recogerlos, organizarlos y optimizarlos. Hecho esto, los llevaba hasta un contenedor situado en la otra punta y los depositaba allí en grupos». Hogg, que hasta ese momento había visualizado el juego como un título en primera persona y en 3D, no tardó ni un segundo en sumarse a la idea. Y así, por asombroso que pueda parecer, solo cinco meses más tarde, ya existía Wilmot’s Warehouse. He tenido que confesarles a los desarrolladores que el juego me había parecido estresante hasta lo insoportable. Como soy una de las personas más desorganizadas del planeta, la perspectiva de tener que pulir constantemente mis habilidades organizativas para optimizar las entregas de mercancías a los clientes se me hizo muy cuesta arriba. Sin embargo, nada más empezar a jugar, me di cuenta de que era un título de factura exquisita que, sin la menor duda, supondría una experiencia increíblemente catártica para otras personas. «Tengo dos amigos que están jugándolo en estos momentos —comenta Hogg—. Son pareja. La primera es una persona muy organizada y muy pero que muy meticulosa, y lo está disfrutando muchísimo. Mientras que su pareja, al igual que tú, dice que es superestresante. Pero se divierte con lo mal que se le da». La realidad es que mucha gente define el juego como terapéutico. Hollow Ponds nunca ha creado juegos que contengan violencia o peligros y no tiene intención de hacerlo, así que esta disparidad en las respuestas les ha resultado muy interesante. No obstante, mi reacción fue justo la contraria con respecto a Wilmot Works It Out, el segundo título de Wilmot. «Ya me lo imaginaba —bromea Hogg—. ¡Todo lo que odias del primer juego se soluciona en el segundo!».Técnicamente, Wilmot Works It Out no es una secuela, ya que se trata de dos títulos son muy distintos. Sin embargo, ambos están protagonizados por el encantador cuadrado antropomórfico y emplean la misma mecánica de recoger una serie de bloques y reorganizarlos en la pantalla. Lo que sucede es que, en Works It Out, Wilmot debe resolver los rompecabezas en la tranquilidad de su hogar. «En cuanto a la dinámica del juego, no se nos ocurrió una forma mejor de relacionarlo con la primera entrega que no fuera la forma de moverse y coger cosas que tiene Wilmot —explica Hogg—. Tuvimos la sensación de estar creando un hermano del primer juego, y todo surgió de forma natural». «Solo nos llevó una semana crear un prototipo lleno de rompecabezas que podías resolver con Wilmot —añade Haggett—. «Nuestra mayor preocupación era conseguir que fuese divertido mover todas aquellas piezas». Resultó que la solución pasaba por que los rompecabezas fueran siempre pequeños. El juego rara vez incluye puzles de más de ocho por ocho, y la mayoría son más pequeños. El truco consiste en que las piezas de varios rompecabezas llegan al mismo tiempo y muchas de ellas no están disponibles hasta que recibes el siguiente lote. La mecánica principal del juego acaba consistiendo en clasificar las piezas en los grupos correctos y determinar qué rompecabezas pueden completarse ese «día» para que llegue la siguiente tanda. Pregunto a los dos desarrolladores cómo reaccionaron los fans del juego original al ver que el siguiente juego de Wilmot se alejaba tanto del original. «¡Seguro que hay gente que es fan de ambos! —dice Haggett—. «No recuerdo que nadie nos haya dicho: ‘Qué secuela más rara habéis hecho’. Creo que la gente solo piensa: ‘Ah, genial, ¡otro juego de Wilmot ! Fenomenal’». Por supuesto, esto habla muy bien del público de la saga. Parece que el cuadrado elegante y su diligente perspectiva logística conquistan al tipo de jugador adecuado, aquel al que le interesa más disfrutar de una experiencia divertida que armar trifulca en Discord. El dúo también trabaja en proyectos más grandes con equipos de hasta 15 personas. Su política es empezar a desarrollar un juego y ver qué personal podría necesitar, para luego contratar a los mejores colaboradores. Así es como han sacado juegos como Flock o I Am Dead sin que el estudio empiece a expandirse

Hollow Ponds habla sobre su viaje desde reponer estanterías hasta lanzar Wilmot Works It Out Leer más »

¿Ayudante robótico cometiendo errores? Solo empujalo en la dirección correcta

Una nueva investigación podría permitir a una persona corregir las acciones de una robot en tiempo real, utilizando el tipo de retroalimentación que le darían a otro ser humano. Imagina que un robot te está ayudando a limpiar los platos. Le pides que saque un tazón jabonoso del fregadero, pero su pinza pierde ligeramente la marca. Usando un nuevo marco desarrollado por los investigadores del MIT y NVIDIA, podría corregir el comportamiento de los robots con interacciones simples. El método le permitiría señalar el tazón o trazar una trayectoria en una pantalla, o simplemente darle al brazo de los robots un empujón en la dirección correcta. A diferencia de otros métodos para corregir el comportamiento del robot, esta técnica no requiere que los usuarios recopilen nuevos datos y vuelvan a entrenar el modelo de aprendizaje automático que alimenta el cerebro de los robots. Permite a un robot utilizar retroalimentación humana intuitiva y en tiempo real para elegir una secuencia de acción factible que se acerque lo más posible a satisfacer la intención del usuario. Cuando los investigadores probaron su marco, su tasa de éxito fue un 21 por ciento más alta que un método alternativo que no aprovechó las intervenciones humanas. A la larga, este marco podría permitir a un usuario guiar más fácilmente a un robot entrenado en fábrica para realizar una amplia variedad de tareas domésticas a pesar de que el robot nunca ha visto su hogar o los objetos en él. “Podemos esperar que los laicos realicen la recopilación de datos y ajusten un modelo de red neuronal. El consumidor esperará que el robot funcione de inmediato, y si no es así, querría un mecanismo intuitivo para personalizarlo. Ese es el desafío que abordamos en este trabajo,” dice Felix Yanwei Wang, un estudiante graduado de ingeniería eléctrica e informática (EECS) y autor principal de un documento sobre este método. Sus coautores incluyen Lirui Wang PhD ’24 y Yilun Du PhD ’24; la autora principal Julie Shah, profesora de aeronáutica y astronáutica del MIT y directora del Grupo de Robótica Interactiva en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL); así como Balakumar Sundaralingam, Xuning Yang, Yu-Wei Chao, Claudia Pérez-DdaArpino PhD ’19 y Dieter Fox de NVIDIA. La investigación se presentará en la Conferencia Internacional sobre Robots y Automatización. Mitigación de la desalineación Recientemente, los investigadores han comenzado a usar modelos de IA generativa pre-entrenados para aprender una política “,” o un conjunto de reglas, que un robot sigue para completar una acción. Los modelos generativos pueden resolver múltiples tareas complejas. Durante el entrenamiento, el modelo solo ve movimientos de robot factibles, por lo que aprende a generar trayectorias válidas para que el robot las siga. Si bien estas trayectorias son válidas, eso no significa que siempre se alineen con la intención de un usuario en el mundo real. El robot podría haber sido entrenado para agarrar cajas de un estante sin derribarlas, pero podría no llegar a la caja encima de la estantería de alguien si el estante está orientado de manera diferente a los que vio en el entrenamiento. Para superar estos fallos, los ingenieros suelen recopilar datos que demuestran la nueva tarea y volver a entrenar el modelo generativo, un proceso costoso y lento que requiere experiencia en aprendizaje automático. En cambio, los investigadores del MIT querían permitir a los usuarios dirigir el comportamiento de las robots durante la implementación cuando comete un error. Pero si un humano interactúa con el robot para corregir su comportamiento, eso podría causar inadvertidamente que el modelo generativo elija una acción no válida. Puede llegar a la caja que el usuario desea, pero elimine los libros del estante en el proceso. “Queremos permitir que el usuario interactúe con el robot sin introducir ese tipo de errores, por lo que obtenemos un comportamiento que está mucho más alineado con la intención del usuario durante la implementación, pero que también es válido y factible, dice Wang. Su framework logra esto al proporcionar al usuario tres formas intuitivas de corregir el comportamiento de las robots, cada una de las cuales ofrece ciertas ventajas. Primero, el usuario puede apuntar al objeto que desea que el robot manipule en una interfaz que muestra su vista de cámara. En segundo lugar, pueden rastrear una trayectoria en esa interfaz, lo que les permite especificar cómo quieren que el robot llegue al objeto. Tercero, pueden mover físicamente el brazo de las robots en la dirección que quieren que siga. “Cuando estás mapeando una imagen 2D del entorno a acciones en un espacio 3D, se pierde algo de información. Empujar físicamente al robot es la forma más directa de especificar la intención del usuario sin perder ninguna de la información, dice Wang. Muestreo para el éxito Para garantizar que estas interacciones no causen que el robot elija una acción no válida, como chocar con otros objetos, los investigadores utilizan un procedimiento de muestreo específico. Esta técnica permite al modelo elegir una acción del conjunto de acciones válidas que se alinea más estrechamente con el objetivo de los usuarios. “En lugar de simplemente imponer la voluntad de los usuarios, le damos al robot una idea de lo que el usuario pretende, pero dejamos que el procedimiento de muestreo oscile en torno a su propio conjunto de comportamientos aprendidos, explica Wang. Este método de muestreo permitió al marco de trabajo de researchers’ superar a los otros métodos con los que lo compararon durante simulaciones y experimentos con un brazo robot real en una cocina de juguete. Si bien es posible que su método no siempre complete la tarea de inmediato, ofrece a los usuarios la ventaja de poder corregir inmediatamente el robot si lo ven haciendo algo mal, en lugar de esperar a que termine y luego darle nuevas instrucciones. Además, después de que un usuario empuja al robot varias veces hasta que recoge el tazón correcto, podría registrar esa acción correctiva e incorporarla a su comportamiento a través del entrenamiento futuro. Luego, al día siguiente, el

¿Ayudante robótico cometiendo errores? Solo empujalo en la dirección correcta Leer más »

Scroll al inicio