El Portal de las Tecnologías para la Innovación

Chubut Digital

Cuándo los humanos y la IA trabajan mejor juntos y cuándo cada uno es mejor por separado

Inteligencia Artificial Generativa, IoT, La Ética y la Inteligencia Artificial, Papers de Investigación Científica /

La combinación de IA y trabajadores humanos es la más prometedora para tareas que actualmente los humanos realizan mejor que la IA y aquellas que implican la creación de contenido. Uno de los argumentos más comunes a favor de la incorporación de la inteligencia artificial a las empresas es el potencial de la IA para ayudar a los humanos complementando el trabajo que estos realizan. Pero los líderes primero deben entender si la IA y los humanos pueden desempeñarse mejor juntos que cada uno por separado y en qué momento.La IA en acciónInvestigación y conocimientos que impulsan la intersección de la IA y los negocios, entregados mensualmente.Sí, también me gustaría suscribirme al boletín de Thinking ForwardCorreo electrónico Un artículo reciente de investigadores del Centro de Inteligencia Colectiva del MIT concluyó que, en promedio, las combinaciones de IA y humanos no superan al mejor sistema integrado únicamente por humanos o únicamente por IA. “Este fue nuestro hallazgo más sorprendente”, dijo el profesor Sloan del MIT.Thomas W. Malone,Director del CCI. “Algunos de los casos de uso más importantes e interesantes de la IA implican una combinación de humanos y computadoras. Mucha gente habría asumido que la combinación sería bastante mejor, pero estadísticamente fue significativamente peor”. El artículo, basado en una revisión de más de 100 estudios sobre la colaboración entre humanos e IA, fue publicado en la revista Nature Human Behaviour . La investigación arroja luz sobre cuándo la combinación de IA y trabajadores humanos está más preparada para tener éxito, como las tareas en las que los humanos superan a la IA por sí sola, las tareas que implican la creación de contenido y las tareas de creación que involucran IA generativa. Las combinaciones funcionan cuando los humanos y la IA hacen lo que mejor saben hacer Malone y sus coautores — profesor asistente de MIT SloanAbdullah Almaatouqy Michelle Vaccaro , estudiante de doctorado del MIT y afiliada del CCI, analizaron 370 tamaños de efecto únicos de 106 experimentos que evaluaron el desempeño de humanos solos, IA sola y combinaciones de humanos e IA. Los estudios se publicaron entre enero de 2020 y julio de 2023. ( El tamaño del efecto se define como la magnitud de la diferencia entre las variables de un estudio). Los investigadores descubrieron que la combinación de humanos e IA superó el rendimiento de referencia de los humanos actuando por su cuenta, pero no mejor que el de la IA por sí sola. Cabe destacar que los puntajes de rendimiento promedio para la combinación de humanos e IA fueron inferiores a los de los mejores sistemas humanos o de IA. Por ejemplo, la IA por sí sola demostró ser la más eficaz a la hora de detectar reseñas falsas de hoteles, con una tasa de precisión del 73 %, en comparación con el 69 % de los humanos y la IA juntos y el 55 % de los humanos solos. Los investigadores plantearon la hipótesis de que, como las personas eran menos precisas en la tarea en general que la IA, tampoco eran muy buenas a la hora de decidir cuándo confiar en los algoritmos y cuándo confiar en su propio criterio. Esto dio como resultado un rendimiento inferior para la combinación de IA y humanos que para la IA sola. “Las combinaciones de humanos e IA funcionan mejor cuando cada parte puede hacer lo que hace mejor que la otra”, dijo Malone. Las combinaciones de humanos e IA funcionan mejor cuando cada parte puede hacer lo que hace mejor que la otra. Thomas W. Malone. Profesor Sloan del MIT Otros ejemplos de cómo la IA supera a los humanos y de la combinación IA-humanos incluyen la previsión de la demanda y el diagnóstico de problemas médicos. En los casos en que los humanos obtuvieron mejores resultados, los humanos y la IA trabajaron juntos y obtuvieron mejores resultados que los demás por separado, en promedio. Tomemos, por ejemplo, la clasificación de imágenes de aves, una tarea que requiere conocimientos especializados. Los humanos solos lograron una precisión del 81% y la IA sola logró una precisión del 73%, pero la combinación alcanzó una precisión del 90%. “Si un ser humano solo es mejor, entonces el ser humano probablemente sea mejor que la IA a la hora de saber cuándo confiar en la IA y cuándo confiar en el ser humano”, afirmó Malone. Redefinir procesos es mejor que reasignar tareas Los investigadores dijeron que la colaboración entre humanos e IA puede adoptar dos formas diferentes. La mejora entre humanos e IA se produce cuando el sistema humano-IA promedio funciona mejor que un humano solo. La sinergia entre humanos e IA se produce cuando el rendimiento entre humanos e IA supera tanto al de los humanos como al de la IA sola. El logro de la sinergia entre humanos e IA se ve obstaculizado por varios desafíos. El primero es comprender cuándo los humanos solos, la IA sola o la combinación de ambos serán más eficaces. Muchas organizaciones tienen dificultades con esto, dijo Vaccaro, porque tienden a sobrestimar la eficacia de los sistemas que tienen implementados. Los experimentos aleatorios, como las pruebas A/B que evalúan los resultados en los tres casos de uso, pueden proporcionar información basada en datos en este sentido. La segunda es aplicar los resultados de esos experimentos para lograr cambios. Malone afirma que no se trata tanto de dividir las subtareas entre los humanos y la IA, sino de rediseñar todo el proceso de trabajo conjunto. Las empresas que quieran automatizar la producción en masa de muebles, por ejemplo, tendrían que considerar si deberían automatizar no sólo los intrincados pasos del montaje, sino también el oneroso proceso de trasladar un armario terminado por la fábrica. “Descubrimos que los humanos se destacan en subtareas que involucran comprensión contextual e inteligencia emocional, mientras que los sistemas de IA se destacan en subtareas que son repetitivas, de gran volumen o basadas en datos”, dijo Vaccaro. Después de decidir una estrategia, conviene adoptar un modelo de mejora continua. “Comience con un flujo de trabajo básico, luego

Cuándo los humanos y la IA trabajan mejor juntos y cuándo cada uno es mejor por separado Leer más »

Una nueva mirada a la economía de la IA

Inteligencia Artificial Generativa /

En un nuevo artículo, el profesor del Instituto MIT Daron Acemoglu predice que la inteligencia artificial tendrá un efecto “no trivial, pero modesto” en el PIB en la próxima década. La investigación sobre inteligencia artificial está llena de pronósticos dramáticos. Según el Fondo Monetario Internacional,  la IA afectará a casi el 40% de los empleos en todo el mundo. Aumentará el PIB mundial en 7 billones de dólares (o un 7%) en 10 años, predice Goldman Sachs . O crecerá entre 17,1 y 25,6 billones de dólares anuales, si prefieres seguir  la estimación de McKinsey . Y estas proyecciones son relativamente conservadoras en comparación con otras.La IA en acciónInvestigación y conocimientos que impulsan la intersección de la IA y los negocios, entregados mensualmente.Sí, también me gustaría suscribirme al boletín de Thinking ForwardCorreo electrónico En un nuevo artículo, “ La macroeconomía simple de la IA ”, el profesor del Instituto MITDaron AcemogluAcemoglu estima de manera más conservadora cómo afectará la IA a la economía estadounidense en los próximos diez años. Según sus cálculos, si la IA solo podrá realizar de manera rentable un 5% de las tareas en ese período, el aumento del PIB probablemente se acercará al 1% en ese período. Se trata de un “efecto no trivial, pero modesto, y ciertamente mucho menor que los cambios revolucionarios que algunos predicen y las mejoras menos exageradas, pero aún sustanciales, pronosticadas por Goldman Sachs y el McKinsey Global Institute”, escribe.  Acemoglu, premio Nobel de Ciencias Económicas en 2024 , también analizó otros impactos en toda la economía sobre los salarios y la desigualdad que se esperan de la IA generativa.  Derivando una estimación más pequeña Para el artículo, Acemoglu analizó trabajos previos que analizaban qué tareas se verían  expuestas a la IA y a las tecnologías de visión artificial y concluyó que casi el 20% de todas las tareas del mercado laboral estadounidense podrían ser reemplazadas o aumentadas por la IA, pero solo alrededor de una cuarta parte de esas tareas (o el 5% de la economía en su conjunto) podrían realizarse de manera rentable (en el 75% restante, los costos de implementación pueden superar los beneficios). Si se integra esta cifra con las expectativas en torno a la productividad (cifras extraídas de otros estudios en los que los investigadores estudiaron la implementación de la IA en lugares de trabajo reales), Acemoglu estima que el aumento total de la productividad impulsada por la IA durante los próximos diez años será de aproximadamente el 0,7 %. Esto se traduciría en un crecimiento máximo del PIB de alrededor del 1,8 %; un resultado más realista en este escenario es de alrededor del 1,1 %.0 . 7 0 %Compartir  Daron Acemoglu estima que el aumento total de la productividad impulsada por IA durante los próximos 10 años en EE. UU. será solo del 0,7%. Pero incluso eso es optimista, escribe Acemoglu. Hasta ahora, la IA generativa se ha utilizado principalmente para lo que él llama “tareas fáciles de aprender”, que se definen por dos características: hay una línea recta entre la acción y el resultado, y un resultado exitoso es fácil de medir. Sin embargo, a medida que la IA se incorpore a la economía de manera más amplia, se aplicará a un mayor número de “tareas difíciles” (como diagnosticar una tos persistente) y las ganancias de productividad probablemente serán más limitadas, al menos al principio.  Acemoglu también señala que existe un desajuste entre la inversión en IA, que se está realizando principalmente en grandes empresas de ciertos sectores, y el hecho de que muchas tareas que la IA puede realizar o complementar se llevan a cabo en empresas de tamaño pequeño a mediano. Por último, como ocurre con cualquier tecnología, existen “costos de ajuste” porque otros aspectos de una organización necesitan evolucionar y cambiar para funcionar con la IA generativa. Este gasto compensa los beneficios económicos de la IA en el corto y mediano plazo. Teniendo en cuenta estas advertencias, escribe Acemoglu, el único cambio que haría una diferencia considerable en las estimaciones del PIB y la productividad sería “aumentar la fracción de tareas que se verán afectadas en los próximos 10 años” y “impulsar la capacidad de los modelos de IA para hacer nuevos descubrimientos, como nuevos materiales, nuevos medicamentos o nuevos servicios”. Efectos económicos secundarios de la IA El valor futuro de la IA también puede verse afectado por sus efectos negativos. Acemoglu señala específicamente a las tecnologías de la información y las redes sociales (que, a pesar de su ubicuidad, pueden tener efectos negativos sobre los usuarios) como ámbitos en los que la IA puede tener efectos negativos sobre el bienestar de las personas, ya sea a través de algoritmos más adictivos y manipuladores o de amenazas de seguridad más sofisticadas. En su artículo de investigación, Acemoglu también analiza la posible influencia de la IA en la desigualdad. Aunque no cree que suponga la misma amenaza que los tipos anteriores de automatización de la fuerza de trabajo (cuyos efectos se concentraban principalmente en los empleos manuales), sí prevé que tendrá un impacto negativo en los trabajadores, en particular en las mujeres con bajos niveles de educación. Teniendo en cuenta estos efectos, es posible que el PIB aumente mientras que el bienestar general disminuye, escribe Acemoglu. Reorientando la tecnología A pesar de estas modestas predicciones sobre los beneficios económicos de la IA, Acemoglu dijo que ve un gran potencial en la tecnología. Pero cree que su trayectoria actual no cumplirá esa promesa, en gran parte porque se está aplicando a los tipos de problemas equivocados en las profesiones equivocadas. El enfoque, sugiere, debería estar en el suministro de información verdaderamente confiable dentro de contextos específicos de resolución de problemas. Señala una amplia gama de funciones en las que el uso de la IA está prácticamente ausente, entre ellas, electricistas, fontaneros, enfermeros, educadores y empleados administrativos. Las personas que desempeñan estas profesiones suelen estar “involucradas en tareas de resolución de problemas”, escribe. “Estas tareas requieren información en tiempo real, dependiente del contexto y fiable”.  Pensemos en un electricista que tiene que solucionar un mal funcionamiento de un

Una nueva mirada a la economía de la IA Leer más »

Presentación del Consorcio de Impacto de la IA Generativa del MIT

Cambio Climático y Sostenibilidad, Inteligencia Artificial Generativa, Papers de Investigación Científica /

El consorcio reunirá a investigadores y a la industria para centrarse en el impacto. Desde la creación de códigos complejos hasta la revolución del proceso de contratación, la inteligencia artificial generativa está transformando las industrias más rápido que nunca, ampliando los límites de la creatividad, la productividad y la colaboración en innumerables dominios. El  Consorcio de Impacto de la IA Generativa del MIT es una colaboración entre los líderes de la industria y las mentes más brillantes del MIT. Como destacó el año pasado la presidenta del MIT, Sally Kornbluth, el Instituto está preparado para abordar los impactos sociales de la IA generativa a través de colaboraciones audaces. Aprovechando este impulso y establecido a través de  la Semana de la IA Generativa del MIT y  los documentos de impacto , el consorcio tiene como objetivo aprovechar el poder transformador de la IA para el bien de la sociedad, abordando los desafíos antes de que definan el futuro de maneras no deseadas. “La IA generativa y los grandes modelos lingüísticos [LLM] están cambiando todo, con aplicaciones que se extienden a diversos sectores”, afirma Anantha Chandrakasan, decano de la Escuela de Ingeniería y director de innovación y estrategia del MIT, quien lidera el consorcio. “A medida que avanzamos con modelos más nuevos y eficientes, el MIT se compromete a guiar su desarrollo e impacto en el mundo”. Chandrakasan añade que la visión del consorcio se basa en la misión central del MIT. “Me siento emocionado y honrado de ayudar a impulsar una de las prioridades estratégicas del presidente Kornbluth en torno a la inteligencia artificial”, afirma. “Esta iniciativa es exclusiva del MIT: se esfuerza por derribar barreras, reunir disciplinas y asociarse con la industria para crear un impacto real y duradero. Las colaboraciones que se avecinan son algo que nos entusiasma de verdad”. Desarrollando el modelo para el próximo salto de la IA generativa El consorcio está guiado por tres preguntas fundamentales, formuladas por Daniel Huttenlocher, decano del Schwarzman College of Computing del MIT y copresidente del grupo de supervisión del decano de GenAI, que van más allá de las capacidades técnicas de la IA y abordan su potencial para transformar industrias y vidas: La IA generativa sigue avanzando a la velocidad del rayo, pero su futuro depende de la construcción de una base sólida. “Todo el mundo reconoce que los grandes modelos de lenguaje transformarán industrias enteras, pero todavía no hay una base sólida en torno a los principios de diseño”, afirma  Tim Kraska , profesor asociado de ingeniería eléctrica y ciencias de la computación en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT y codirector del consorcio. “Ahora es el momento perfecto para analizar los aspectos fundamentales: los elementos básicos que harán que la IA generativa sea más eficaz y segura de usar”, añade Kraska. «Lo que me entusiasma es que este consorcio no es sólo una investigación académica para el futuro lejano: estamos trabajando en problemas donde nuestros plazos se alinean con las necesidades de la industria, impulsando un progreso significativo en tiempo real», dice  Vivek F. Farias , profesor Patrick J. McGovern (1959) en la Escuela de Administración Sloan del MIT y codirector de la facultad del consorcio. Una “combinación perfecta” entre academia e industria En el corazón del Consorcio Generative AI Impact se encuentran seis miembros fundadores: Analog Devices, The Coca-Cola Co., OpenAI, Tata Group, SK Telecom y TWG Global. Juntos, trabajarán codo a codo con investigadores del MIT para acelerar los avances y abordar los problemas que configuran la industria. El consorcio aprovecha la experiencia del MIT y trabaja en distintas escuelas y disciplinas, liderado por la Oficina de Innovación y Estrategia del MIT, en colaboración con el MIT Schwarzman College of Computing y las cinco escuelas del MIT. “Esta iniciativa es el puente ideal entre la academia y la industria”, afirma Chandrakasan. “Con empresas que abarcan diversos sectores, el consorcio reúne desafíos, datos y experiencia del mundo real. Los investigadores del MIT se sumergirán en estos problemas para desarrollar modelos y aplicaciones de vanguardia en estos diferentes dominios”. Socios de la industria: Colaborando en la evolución de la IA La misión central del consorcio es la colaboración: reunir a investigadores del MIT y socios de la industria para liberar el potencial de la IA generativa y, al mismo tiempo, garantizar que sus beneficios se sientan en toda la sociedad. Entre los miembros fundadores se encuentra OpenAI, el creador del chatbot de inteligencia artificial generativa ChatGPT. “Este tipo de colaboración entre académicos, profesionales y laboratorios es clave para garantizar que la IA generativa evolucione de maneras que beneficien significativamente a la sociedad”, dice Anna Makanju, vicepresidenta de impacto global en OpenAI, y agrega que OpenAI “está ansiosa por trabajar junto con el Consorcio de IA Generativa del MIT para cerrar la brecha entre la investigación de IA de vanguardia y la experiencia del mundo real de diversas industrias”. The Coca-Cola Company reconoce la oportunidad de aprovechar la innovación en IA a escala global. “Vemos una tremenda oportunidad de innovar a la velocidad de la IA y, aprovechando la presencia global de The Coca-Cola Company, hacer que estas soluciones de vanguardia sean accesibles para todos”, afirma Pratik Thakar, vicepresidente global y director de IA generativa. “Tanto el MIT como The Coca-Cola Company están profundamente comprometidos con la innovación, al mismo tiempo que ponen el mismo énfasis en el desarrollo y uso legal y éticamente responsable de la tecnología”. Para TWG Global, el consorcio ofrece el entorno ideal para compartir conocimientos e impulsar avances. “La fortaleza del consorcio es su combinación única de líderes de la industria y académicos, que fomenta el intercambio de lecciones valiosas, avances tecnológicos y acceso a investigaciones pioneras”, afirma Drew Cukor, director de transformación de datos e inteligencia artificial. Cukor agrega que TWG Global “está ansioso por compartir sus conocimientos y relacionarse activamente con ejecutivos y académicos líderes para obtener una perspectiva más amplia de cómo otros están configurando y adoptando la IA, por eso creemos en el trabajo del consorcio”. El Grupo Tata considera la colaboración

Presentación del Consorcio de Impacto de la IA Generativa del MIT Leer más »

Con IA generativa, químicos del MIT calculan rápidamente estructuras genómicas en 3D

Inteligencia Artificial en la Salud Humana, Inteligencia Artificial Generativa, La IA aplicada a la Educación, Papers de Investigación Científica /

Un nuevo enfoque, que lleva minutos en lugar de días, predice cómo una secuencia específica de ADN se organizará en el núcleo celular. Todas las células del cuerpo contienen la misma secuencia genética, pero cada una de ellas expresa solo un subconjunto de esos genes. Estos patrones de expresión génica específicos de cada célula, que garantizan que una célula cerebral sea diferente de una célula cutánea, están determinados en parte por la estructura tridimensional del material genético, que controla la accesibilidad de cada gen. Los químicos del MIT han ideado una nueva forma de determinar esas estructuras genómicas tridimensionales, utilizando inteligencia artificial generativa. Su técnica puede predecir miles de estructuras en apenas unos minutos, lo que la hace mucho más rápida que los métodos experimentales existentes para analizar las estructuras. Utilizando esta técnica, los investigadores podrían estudiar más fácilmente cómo la organización 3D del genoma afecta los patrones de expresión y funciones genéticas de las células individuales. “Nuestro objetivo era intentar predecir la estructura tridimensional del genoma a partir de la secuencia de ADN subyacente”, afirma Bin Zhang, profesor asociado de química y autor principal del estudio. “Ahora que podemos hacerlo, lo que pone a esta técnica a la par de las técnicas experimentales de vanguardia, realmente puede abrir muchas oportunidades interesantes”. Los estudiantes de posgrado del MIT Greg Schuette y Zhuohan Lao son los autores principales del artículo, que aparece hoy en Science Advances . De la secuencia a la estructura Dentro del núcleo celular, el ADN y las proteínas forman un complejo llamado cromatina, que tiene varios niveles de organización, lo que permite a las células meter 2 metros de ADN en un núcleo que tiene solo una centésima de milímetro de diámetro. Largas hebras de ADN se enrollan alrededor de proteínas llamadas histonas, dando lugar a una estructura similar a las cuentas de un collar. Las etiquetas químicas conocidas como modificaciones epigenéticas pueden adherirse al ADN en lugares específicos y estas etiquetas, que varían según el tipo de célula, afectan el plegamiento de la cromatina y la accesibilidad de los genes cercanos. Estas diferencias en la conformación de la cromatina ayudan a determinar qué genes se expresan en diferentes tipos de células o en diferentes momentos dentro de una célula determinada. En los últimos 20 años, los científicos han desarrollado técnicas experimentales para determinar las estructuras de la cromatina. Una técnica ampliamente utilizada, conocida como Hi-C, consiste en unir las cadenas de ADN vecinas en el núcleo de la célula. Los investigadores pueden determinar qué segmentos están ubicados cerca uno del otro fragmentando el ADN en muchos fragmentos diminutos y secuenciándolos. Este método se puede utilizar en poblaciones grandes de células para calcular una estructura promedio de una sección de cromatina, o en células individuales para determinar las estructuras dentro de esa célula específica. Sin embargo, Hi-C y técnicas similares requieren mucho trabajo y puede llevar aproximadamente una semana generar datos de una célula. Para superar esas limitaciones, Zhang y sus estudiantes desarrollaron un modelo que aprovecha los avances recientes en inteligencia artificial generativa para crear una forma rápida y precisa de predecir las estructuras de la cromatina en células individuales. El modelo de inteligencia artificial que diseñaron puede analizar rápidamente secuencias de ADN y predecir las estructuras de la cromatina que esas secuencias podrían producir en una célula. “El aprendizaje profundo es muy bueno para el reconocimiento de patrones”, afirma Zhang. “Nos permite analizar segmentos de ADN muy largos, miles de pares de bases, y descubrir cuál es la información importante codificada en esos pares de bases de ADN”. ChromoGen, el modelo que crearon los investigadores, tiene dos componentes. El primero, un modelo de aprendizaje profundo al que se le enseña a “leer” el genoma, analiza la información codificada en la secuencia de ADN subyacente y los datos de accesibilidad de la cromatina, estos últimos ampliamente disponibles y específicos para cada tipo de célula. El segundo componente es un modelo de IA generativo que predice conformaciones de cromatina físicamente precisas, tras haber sido entrenado con más de 11 millones de conformaciones de cromatina. Estos datos se generaron a partir de experimentos con Dip-C (una variante de Hi-C) en 16 células de una línea de linfocitos B humanos. Una vez integrado, el primer componente informa al modelo generativo de qué manera el entorno específico del tipo celular influye en la formación de diferentes estructuras de cromatina, y este esquema captura de manera eficaz las relaciones entre secuencia y estructura. Para cada secuencia, los investigadores utilizan su modelo para generar muchas estructuras posibles. Esto se debe a que el ADN es una molécula muy desordenada, por lo que una sola secuencia de ADN puede dar lugar a muchas conformaciones posibles diferentes. “Un factor que complica mucho la predicción de la estructura del genoma es que no hay una única solución a la que aspiramos. Hay una distribución de estructuras, sin importar qué parte del genoma estemos analizando. Predecir esa distribución estadística tan complicada y de alta dimensión es algo increíblemente difícil de hacer”, afirma Schuette. Análisis rápido Una vez entrenado, el modelo puede generar predicciones en una escala de tiempo mucho más rápida que Hi-C u otras técnicas experimentales. “Mientras que uno podría pasar seis meses realizando experimentos para obtener unas pocas docenas de estructuras en un tipo de célula determinado, con nuestro modelo se pueden generar mil estructuras en una región particular en 20 minutos con una sola GPU”, afirma Schuette. Después de entrenar su modelo, los investigadores lo utilizaron para generar predicciones de estructura para más de 2000 secuencias de ADN y luego las compararon con las estructuras determinadas experimentalmente para esas secuencias. Descubrieron que las estructuras generadas por el modelo eran iguales o muy similares a las observadas en los datos experimentales. “Normalmente analizamos cientos o miles de conformaciones para cada secuencia, y eso nos da una representación razonable de la diversidad de estructuras que puede tener una región en particular”, dice Zhang. “Si repites tu experimento varias veces, en diferentes células, es muy probable que termines

Con IA generativa, químicos del MIT calculan rápidamente estructuras genómicas en 3D Leer más »

El Año Internacional de la Cuántica

Ciberseguridad y Protección de Datos, Energías Renovables y Naturales, Innovaciones Tecnológicas, Inteligencia Artificial Generativa, Nube e Infraestructura como Servicio /

Proclamado por las Naciones Unidas como el «Año Internacional de la Cuántica», el año 2025 marca el centenario del desarrollo inicial de la mecánica cuántica, una teoría que ha transformado nuestra comprensión del mundo que nos rodea y que ha permitido inventos como las imágenes por resonancia magnética, los láseres y las células solares.  Si bien esta fecha histórica marca el impacto que ha tenido la mecánica cuántica durante el último siglo, también reconoce su importancia a la hora de sentar las bases para la nueva ola de innovación cuántica. La nueva ola de innovación cuántica Las tecnologías cuánticas serán un factor decisivo para el desarrollo de las economías y el crecimiento de las sociedades. Si analizamos la computación cuántica, vemos que tiene el potencial de resolver diversos tipos de problemas computacionales a una velocidad exponencialmente mayor que cualquier supercomputadora existente, lo que ofrece la posibilidad de lograr grandes avances, en particular en sectores como la energía, las telecomunicaciones, la industria farmacéutica, las finanzas, la construcción y la ingeniería civil. Por ello, los estados nacionales compiten por desarrollar y comercializar las oportunidades que traerán consigo las tecnologías cuánticas. El Reino Unido está en plena carrera. Ocupa el tercer lugar en el mundo por la calidad y el impacto de su investigación científica y el primero en Europa en cuanto a empresas emergentes e inversión de capital en el campo de la cuántica; la economía cuántica del Reino Unido ya emplea a más de 100.000 personas y está creciendo . Además, el Reino Unido ocupa el primer puesto en Europa en patentes de tecnologías cuánticas. Con esta base, el Reino Unido se encuentra en una posición sólida, no solo para el crecimiento del sector cuántico, sino también para establecer la tecnología cuántica como un área de soberanía y capacidad estratégicas . BT es fundamental para apoyar al Reino Unido en esta carrera mientras buscamos construir una red para tecnologías cuánticas.  Construyendo una red para tecnologías cuánticas Estamos explorando cómo desarrollar nuestras redes para respaldar la futura Internet cuántica: una red para conectar computadoras y dispositivos cuánticos para que nuestros clientes puedan aprovechar los avances que traerán las tecnologías cuánticas. Pero también debemos proteger a nuestros clientes de las amenazas que traerán las computadoras cuánticas. Somos líderes en comunicaciones cuánticas seguras. Comenzamos nuestra investigación hace una década y ahora hemos construido una prueba comercial «pionera en el mundo» de una red cuántica segura en Londres, junto con Toshiba, y con EY y HSBC realizando pruebas con clientes. Con Equinix, recientemente hemos facilitado el acceso a la red para las empresas en una conexión de centro de datos a centro de datos pionera en el Reino Unido. Al llevar la investigación cuántica de vanguardia a la comercialización, nuestra red representa un paso importante hacia la ambición del Gobierno de lograr una conectividad cuántica segura a nivel nacional. Al igual que con cualquier tecnología nueva, se deben desarrollar estándares y garantías para que nuestros clientes confíen en la tecnología y así apoyar su adopción. Estamos liderando «QAssure», un proyecto para garantizar la distribución de claves cuánticas como un ejemplo temprano de tecnología cuántica implementable que puede desempeñar un papel en la infraestructura crítica. Si analizamos otro ámbito de la tecnología cuántica, el de la detección cuántica, volvemos a estar a la vanguardia. La detección cuántica utiliza principios cuánticos para medir distintas propiedades físicas, como la gravedad, la temperatura, el campo magnético y la rotación, con una sensibilidad extrema. Para sectores como la ingeniería civil, la defensa, el transporte autónomo y la IoT, esto puede generar oportunidades de transformación. BT lleva algún tiempo investigando cómo se puede aplicar la detección cuántica a la tecnología de receptores de radio y hoy posee una valiosa propiedad intelectual en este ámbito. Tras haber desarrollado y probado con éxito un nuevo receptor de radio cuántico hipersensible (en lo que creemos que es el primer enlace de comunicaciones móviles que cumple con los estándares), ahora estamos estudiando cómo podemos ayudar al Reino Unido con soberanía en la cadena de suministro de tecnología, un área de interés clave para DSIT. Estamos increíblemente entusiasmados por las oportunidades que traerán las tecnologías cuánticas y seguimos comprometidos a seguir apoyando al Reino Unido para que sea pionero en este maratón global. BT Blog. G. S-S. Traducido al español

El Año Internacional de la Cuántica Leer más »

Fortaleciendo el liderazgo de Estados Unidos en IA con los Laboratorios Nacionales de Estados Unidos

Big Data y Analítica Avanzada, Innovaciones Tecnológicas, Inteligencia Artificial en la Salud Humana, Inteligencia Artificial Generativa, La Ética y la Inteligencia Artificial, La IA aplicada a la Educación, Papers de Investigación Científica /

La última línea de modelos de razonamiento de OpenAI será utilizada por los principales científicos del país para impulsar avances científicos. Nos enorgullece anunciar que OpenAI ha firmado un acuerdo con los Laboratorios Nacionales de los Estados Unidos para potenciar su investigación científica utilizando nuestros últimos modelos de razonamiento. Compartir nuestra tecnología con los principales científicos del país se alinea con nuestra misión de garantizar que la inteligencia artificial general beneficie a la humanidad, y creemos que el gobierno de los Estados Unidos es un socio fundamental para lograr este objetivo.   La colaboración de OpenAI con los Laboratorios Nacionales de Estados Unidos se basa en la larga tradición del gobierno de Estados Unidos de colaborar con la industria privada para garantizar que la innovación tecnológica genere mejoras significativas en la atención médica, la energía y otros campos críticos. También refleja nuestro compromiso permanente de capacitar a los principales desarrolladores para que aprovechen nuestros modelos de manera segura, transformando los datos en inteligencia y la inteligencia en soluciones, avances y descubrimientos. Los Laboratorios Nacionales albergan a aproximadamente 15.000 científicos que trabajan en una amplia gama de disciplinas para mejorar nuestra comprensión de la naturaleza y el universo. En virtud de este acuerdo, OpenAI trabajará con Microsoft e implementará o1 u otro modelo de la serie o en Venado, una supercomputadora NVIDIA en el Laboratorio Nacional de Los Álamos (LANL), donde será un recurso compartido para investigadores de Los Álamos, Lawrence Livermore y Sandia National Labs. Venado fue diseñado específicamente para impulsar avances científicos en ciencia de materiales, energía renovable, astrofísica y más.   A continuación se muestran algunas formas clave en las que se utilizarán nuestros modelos más avanzados: Los laboratorios también lideran un programa integral en materia de seguridad nuclear, centrado en reducir el riesgo de guerra nuclear y proteger los materiales y las armas nucleares en todo el mundo. Este caso de uso es muy importante y creemos que es fundamental que OpenAI lo respalde como parte de nuestro compromiso con la seguridad nacional. Nuestra asociación respaldará este trabajo, con una revisión cuidadosa y selectiva de los casos de uso y consultas sobre seguridad de la IA por parte de investigadores de OpenAI con autorizaciones de seguridad.  A medida que la IA avanzada continúa transformando la geopolítica global, esta asociación ofrece una oportunidad crítica para que OpenAI ayude a guiar esa transformación. Esto se basa en nuestra exitosa colaboración anterior con el Laboratorio Nacional de Los Álamos, donde trabajamos en estrecha colaboración con laboratorios húmedos para evaluar los riesgos que plantean los modelos más avanzados en la creación de armas biológicas (como las pandemias diseñadas por humanos). Anticipamos que esta colaboración conducirá a colaboraciones de seguridad más amplias en una variedad de riesgos químicos, biológicos, radiológicos y nucleares (CBRN). Además, a través de nuestra asociación con Microsoft como nuestro socio preferido para la infraestructura de cómputo de IA, y aprovechando la valiosa experiencia de esta asociación con los laboratorios, esperamos desarrollar proyectos futuros juntos para apoyar al gobierno de los EE. UU. y la misión de garantizar que la IAG beneficie a toda la humanidad. Este es el comienzo de una nueva era, en la que la IA hará avanzar la ciencia, fortalecerá la seguridad nacional y apoyará las iniciativas del gobierno de Estados Unidos. Estamos profundamente agradecidos por la oportunidad de ser parte de esta transformación y extendemos nuestro agradecimiento a los líderes de los Laboratorios Nacionales y a los funcionarios del gobierno por depositar su confianza en nosotros, y a Microsoft por nuestra duradera alianza que ayudó a hacer posibles estos avances. OpenAI News. Traducido al español

Fortaleciendo el liderazgo de Estados Unidos en IA con los Laboratorios Nacionales de Estados Unidos Leer más »

Samsung avanza en la circularidad al reciclar el cobalto de baterías viejas en el nuevo Galaxy S25

Cambio Climático y Sostenibilidad, IoT /

A través de los programas de Trade-In o Eco Canje se obtienen las baterías de celulares viejos que luego son recicladas. Samsung Electronics está reforzando su compromiso de hacer más con menos recursos naturales del planeta al continuar ampliando el uso de materiales reciclados en los dispositivos Galaxy, incluido el cobalto, un material esencial para las baterías. El año pasado, los dispositivos de la serie Galaxy S24 fueron los primeros en incorporar cobalto reciclado. Ahora, Samsung está dando un paso más al utilizar el cobalto de las baterías de dispositivos Galaxy usados y de baterías desechadas durante el proceso de fabricación. Para ello, Samsung creó una nueva Cadena de Suministro Circular de Baterías con socios de ideas afines, por medio de un proceso de varias fases para recuperar cobalto de las baterías usadas de los dispositivos Galaxy, dándoles una segunda vida para alimentar el nuevo Galaxy S25[1]. El proceso comienza con la recopilación de teléfonos inteligentes Galaxy usados, como los obtenidos mediante los programas de trade-in. Las baterías se desmontan, descargan y trituran cuidadosamente para recuperar el cobalto de forma segura. Seguidamente, los fragmentos triturados se procesan hasta obtener una “masa negra”, una mezcla de polvo que contiene cobalto y otros metales. La masa negra pasa por un procesamiento adicional para extraer cobalto, que se utiliza para producir material catódico, un componente esencial de las baterías de los smartphones. El cobalto restante se somete a la etapa final del proceso de fabricación de la batería, convirtiéndose en parte de las nuevas baterías del Galaxy S25 —cada batería del Galaxy S25 contiene un 50% de cobalto reciclado—. [2]; Samsung continuará ampliando el uso de nuestras nuevas baterías con cobalto reciclado en nuestro ecosistema para acelerar la circularidad. Mira el siguiente vídeo para obtener más información sobre cómo la innovadora cadena de suministro circular de baterías de Samsung está allanando el camino hacia un futuro más sostenible.

Samsung avanza en la circularidad al reciclar el cobalto de baterías viejas en el nuevo Galaxy S25 Leer más »

Liderando el futuro con AI: La estrategia de Samsung para transformar la vida cotidiana

Innovaciones Tecnológicas, Inteligencia Artificial Generativa, IoT /

Jason Kim, recientemente designado como nuevo Presidente de Samsung para Centroamérica, el Caribe, Ecuador y Venezuela, comparte la visión de Samsung de cómo partir de la serie Galaxy S25, Samsung ofrecerá experiencias aún más personalizadas con IA intuitiva diseñada para simplificar y mejorar la vida cotidiana. La Inteligencia Artificial (IA) es el avance tecnológico más importante que hemos tenido en más de una década. No hemos visto tal potencial para cambiar la vida cotidiana desde que se inventaron los teléfonos inteligentes, o la propia Internet. Como reflejo de esto, se espera que la IA generativa se convierta en un mercado de 1,3 billones de dólares para 2032 (según datos de Bloomberg Intelligence).  Este entusiasmo en torno a la IA persiste con fuerza entre la Generación Z, una generación que, según el informe AI-Preneur Effect 2024, está cambiando las normas laborales y profesionales y está utilizando la IA para hacerlo. El 73 % de la Generación Z a nivel mundial sueña con iniciar un trabajo secundario y, de ellos, el mismo porcentaje está utilizando la IA para mejorar sus actividades. Para el 62 % de los trabajadores secundarios de la Generación Z, la IA es el primer recurso que les viene a la mente cuando necesitan ayuda en el trabajo. Sin embargo, más de la mitad (51 %) siente que no tiene los dispositivos que necesita para tener éxito en su trabajo secundario, y el 65 % de la Generación Z prefiere utilizar herramientas de IA que estén integradas en los dispositivos que ya utilizan. Una de las empresas más comprometidas con la investigación, desarrollo y aplicación de la IA es Samsung Electronics, cuyo compromiso con la innovación va más allá de crear dispositivos; sino también de transformar la vida de las personas a través de la tecnología. La Inteligencia Artificial (IA) juega un rol central en esta visión, al construir experiencias más inteligentes, personalizadas y conectadas para los usuarios de todo el mundo, incluida Centroamérica. Una investigación independiente, encargada por Samsung, demuestra el potencial de la IA para generar un impacto positivo: los usuarios frecuentes de IA móvil tienen 1,6 veces más probabilidades de tener una alta calidad de vida en comparación con los usuarios poco frecuentes, un aumento respecto de las 1,4 veces de hace solo seis meses. “La vida está destinada a ser más fácil con la IA. Por eso, Samsung la incorpora a todo lo que hacemos. En todos nuestros dispositivos y plataformas, las tecnologías de IA de Samsung están creando nuevas posibilidades para las personas y posibilitando mejores formas de vida en el hogar, en la oficina o en movimiento”, afirma Jason Kim, Presidente de Samsung para Centroamérica, el Caribe, Ecuador y Venezuela. La empresa global de tecnología lleva más de 10 años trabajando en el desarrollo de IA y su aplicación en muchas áreas diferentes. “Nuestra visión es democratizar los beneficios de la innovación de la IA y expandirlo a una diversidad de dispositivos y equipos, no sólo los móviles, para que nuestros usuarios puedan disfrutar de una comunicación sin barreras, vivir en un entorno conectado que les permita estar más cómodos, maximizar su productividad, dar rienda suelta a su creatividad y controlar mejor su salud en su vida diaria. Samsung tiene un alcance incomparable, con su capacidad única de integrarse en múltiples categorías de productos y dado que tenemos la gama más amplia de dispositivos, desde teléfonos móviles hasta televisores y electrodomésticos, creo que estamos mejor posicionados para brindar esta experiencia de IA personalizada”, refiere Kim. La IA se ha convertido en el motor detrás de la estrategia tecnológica de Samsung. Desde optimizar el rendimiento de sus dispositivos hasta predecir las necesidades de los usuarios. Por ejemplo, tecnologías como Samsung Knox y Bixby ya integran IA avanzada para garantizar seguridad y accesibilidad, mientras que las innovaciones en electrodomésticos inteligentes están llevando la automatización del hogar al siguiente nivel. Conectando la Estrategia con los Dispositivos Galaxy Este compromiso con la IA se refleja en nuestra nueva serie Galaxy S, presentada en el evento Unpacked en San José, California. Estos nuevos dispositivos no solo son un testimonio de la ingeniería de vanguardia, sino que también representan la perfecta integración de IA con nuestras vidas cotidianas. Con características como cámaras mejoradas por IA, un rendimiento más ágil y herramientas para la productividad optimizadas, la nueva generación de la Serie S está diseñada para superar las expectativas de nuestros usuarios en la región. Samsung inició la era de la IA móvil con la serie Galaxy S24 en enero del años pasado, cuando presentó el primer teléfono con IA incorporada, iniciando la era de Galaxy AI. Ahora, la serie Galaxy S25 es el teléfono con inteligencia artificial multimodal y más sensible al contexto hasta el momento. Ahora se puede experimentar la comodidad sin esfuerzo con una inteligencia artificial intuitiva que entiende mejor y permite una interacción fluida y natural al comprender texto, voz, imágenes y gestos, lo que transforma la forma en que interactúa con su dispositivo y el mundo. Con la serie Galaxy S25, los usuarios pueden experimentar la IA más personalizada y con mayor reconocimiento del contexto hasta el momento, y recibir información personalizada y procesable con privacidad personal asegurada. Galaxy AI también simplifica la comunicación y la creatividad con Live Translate ampliado, transcripciones en el dispositivo y resúmenes de llamadas de IA, y Writing Assist que analiza el contenido para sugerir próximos pasos inteligentes. Un Futuro Conectado En El Salvador, así como en toda Latinoamérica, nuestra meta es empoderar a las personas con tecnología que facilite su vida y potencie sus habilidades. Desde estudiantes que utilizan nuestras tabletas para aprender de manera más eficiente, hasta empresarios que confían en nuestros dispositivos para dirigir sus negocios, Samsung está comprometido con proporcionar herramientas que se adapten a sus objetivos. “Nuestro compromiso es ofrecer tecnología que no solo esté alineada con las tendencias globales, sino que también atienda las necesidades específicas de los usuarios en nuestra región. La IA no es solo el futuro; es el presente que estamos construyendo juntos. En Samsung, estamos emocionados

Liderando el futuro con AI: La estrategia de Samsung para transformar la vida cotidiana Leer más »

Hacer realidad las experiencias personalizadas del cliente con 5G, IA y orquestación

Bigtech y Fintech, Inteligencia Artificial Generativa, IoT, Nube e Infraestructura como Servicio /

Todavía existe una brecha significativa entre el potencial total de 5G y la accesibilidad para clientes con casos de uso y requisitos muy diversos. Junto con un ecosistema de socios que incluye a Nokia, Telenor Research & Innovation en Noruega tiene como objetivo cerrar esta brecha abstrayendo las complejidades técnicas subyacentes a través de la IA y la automatización para ofrecer soluciones 5G privadas que aborden mejor las necesidades específicas de los clientes. Aprovechar una plataforma 5G experimental para fortalecer la adopción y monetización de 5G Telenor trabajó con sus socios para crear iCORA , una plataforma experimental innovadora, nativa de la nube, abierta, resiliente y automatizada para servicios 5G de extremo a extremo. Esta plataforma a gran escala ahora está funcionando en vivo en el entorno de laboratorio de Telenor en Oslo. Más recientemente, se utilizó para un proyecto que demuestra cómo se puede simplificar el pedido de capacidades de red 5G privadas o dedicadas/segmentadas con un portal de clientes habilitado con GenAI y capacidades de orquestación de servicios de extremo a extremo. Para este proyecto, Nokia Orchestration Center gestiona la orquestación de servicios 5G de extremo a extremo en todas las soluciones de los distintos socios. Además, se ha simplificado el proceso de recopilación de requisitos. En el portal del cliente, un asistente de chatbot con tecnología LLM captura los requisitos del cliente (es decir, la intención) en lenguaje natural y los traduce en un pedido basado en intenciones hacia Orchestration Center mediante la API de gestión de intenciones TMF921. Luego, Orchestration Center aprovecha un LLM para traducir el pedido de intención en un pedido técnico, especificando los parámetros técnicos para crear la red 5G requerida para un caso de uso específico. En el diagrama siguiente, de izquierda a derecha, se implementaron los siguientes casos de uso como parte del proyecto: Fuente: Telenor La intención y los requisitos del cliente se extraen de la conversación de IA, como “5G de misión crítica” para una red de emergencia o “5G exponible” para capacidades avanzadas como calidad a pedido (QoD). Una vez que la intención se confirma con un pedido, las llamadas API requeridas se envían automáticamente a los sistemas 5G relevantes para la activación del servicio, incluida la reserva de equipos para soluciones portátiles. Para implementaciones basadas en sectores, Orchestration Center activa los flujos de trabajo relevantes para la implementación automatizada de configuraciones de sectores personalizadas, el aprovisionamiento de usuarios y la activación del servicio. Orchestration Center opera en cualquier nube y en todos los dominios de red. Cuando se combina con la seguridad, admite la automatización de bucle cerrado y otras capacidades necesarias para lograr operaciones autónomas, el objetivo final de Telenor y muchos proveedores de servicios de comunicación en todo el mundo. Para este proyecto, la implementación se centra principalmente en la orquestación y el aprovisionamiento del dominio central, incluidos los sitios de borde, en un entorno totalmente nativo de la nube basado en Red Hat OpenShift Container Platform. La red 5G privada basada en segmentos se entrega mediante funciones de red proporcionadas por varios proveedores, todas activadas por la misma orden iniciada a través del portal del cliente. La orquestación del sitio de borde en la Universidad de Oslo cubre la función del plano de usuario (UPF) y otras aplicaciones de terceros. Además, el proyecto aprovecha Nokia Cloud Operations Manager , que automatiza el ciclo de vida de los servicios de red, incluidos VNF, CNF y recursos de red virtualizados. Fuente: Telenor El diagrama anterior muestra cómo Orchestration Center y Cloud Operations Manager crean las porciones necesarias en un entorno completo de múltiples proveedores. Para la implementación de porciones de servicios de red, Orchestration Center extrae la información relevante del repositorio antes de activar Cloud Operations Manager para la administración del ciclo de vida de CNF y los EMS subyacentes para las tareas de configuración y aprovisionamiento. Ejemplos de casos de uso Como se describió anteriormente, este proyecto no es solo teórico, se está evaluando en escenarios del mundo real y está demostrando beneficios significativos. En cooperación con la Universidad de Oslo, un caso de uso de la Industria 4.0 demostró cómo los clientes que requerían baja latencia usaban una instancia de segmento de red creada automáticamente en un borde de conexión local. La radio de celdas pequeñas de Nokia y un borde de conexión local brindaron conectividad de baja latencia para garantizar un control perfecto de un brazo robótico. En otro caso de uso, se creó una segmentación de red para admitir dos aplicaciones simultáneas. La primera utilizó la solución Real-time Extended Reality Multimedia (RXRM) de Nokia, que garantiza la calidad del video incluso en situaciones con restricciones de ancho de banda. La segunda aplicación proporcionó comunicación de misión crítica, específicamente videoconferencias de alta prioridad para diagnósticos de salud de emergencia. En caso de que la experiencia de la aplicación de misión crítica se viera comprometida, se utilizó la API QoD de red como código de Nokia para degradar la aplicación RXRM a través de la función de exposición de red (NEF), lo que garantiza una experiencia adecuada para los usuarios de ambas aplicaciones. QoD permite que las aplicaciones verticales interactúen directamente con la red para cambiar dinámicamente las tasas de bits asignadas a un dispositivo a través de NEF, o la API NEF basada en 3GPP es abstraída por Network as Code en API de alto nivel basadas en CAMARA para una experiencia más simplificada para el desarrollador de aplicaciones como se muestra en el diagrama a continuación. Se pueden ofrecer funciones como QoD, soporte en tiempo real, servicios de misión crítica, inteligencia de borde, celdas de drones atados y conmutaciones por error locales según la intención del cliente de mejorar las experiencias del usuario final para diferentes casos de uso. ¿Que sigue? Las actividades de innovación en la plataforma de innovación iCORA de Telenor continuarán en 2025 con pruebas de nuevos sectores verticales en el contexto del programa IMAGINE-B5G de la Comisión Europea y otras actividades. Esto incluye el pedido de capacidades de “Edge-as-a-Platform”, la orquestación y la automatización de bucle cerrado

Hacer realidad las experiencias personalizadas del cliente con 5G, IA y orquestación Leer más »

Scroll al inicio