El Portal de las Tecnologías para la Innovación

Categoría: Cambio Climático y Sostenibilidad

Pequeño componente para un ancho de banda récord

Un modulador desarrollado por investigadores de ETH Zurich ha roto la marca de terahercios. El componente ultrarrápido transmite eficientemente grandes volúmenes de datos a la red de fibra óptica en un corto espacio de tiempo. En resumen Los moduladores plasmónicos son pequeños componentes que convierten las señales eléctricas en señales ópticas para transportarlas a través de fibras ópticas. Un modulador de este tipo nunca había logrado transmitir datos con una frecuencia de más de un terahercio (más de un billón de oscilaciones por segundo). Ahora, los investigadores del grupo dirigido por Jürg Leuthold, profesor de Fotónica y Comunicaciones en ETH Zurich, han logrado hacer precisamente eso. Los moduladores anteriores solo podían convertir frecuencias de hasta 100 o 200 gigahercios – en otras palabras, frecuencias que son de cinco a diez veces más bajas. Los moduladores de este tipo podrían usarse donde se transmiten grandes volúmenes de datos, como un puente entre el mundo eléctrico y la transmisión de datos utilizando luz. “Data siempre está inicialmente presente en forma eléctrica y hoy en día, su transmisión siempre involucra fibras ópticas en algún momento,” explica el profesor Leuthold. La próxima generación de comunicaciones móviles (6G) operará en el rango de terahercios. Su columna vertebral – los cables entre las estaciones base – se basa en la tecnología de fibra óptica. “Nuestro modulador permite que las señales de radio y otras señales eléctricas se conviertan en señales ópticas directamente y, por lo tanto, de manera eficiente,” dice Yannik Horst, quien trabajó en el componente durante su tesis doctoral. También para medicina y tecnología de medición Aunque la transferencia de señales de terahercios a la fibra óptica ya es posible desde una perspectiva técnica, es un proceso laborioso y actualmente requiere varios componentes costosos. Los nuevos moduladores pueden convertir las señales directamente, reduciendo el consumo de energía y aumentando la precisión de la medición. Además, actualmente se necesitan diferentes componentes para diferentes rangos de frecuencia. El nuevo modulador se puede utilizar con cualquier frecuencia de 10 megahercios a 1,14 terahercios. “Cubrimos todo el rango de frecuencia con un solo componente. Por lo tanto, es extremadamente versátil en términos de aplicaciones,” dice Horst. Otras aplicaciones potenciales incluyen la transmisión de datos de fibra óptica dentro y entre centros informáticos de alto rendimiento. Por último, pero no menos importante, los componentes también son de interés para la tecnología de medición de alto rendimiento, incluidas las técnicas de imagen en medicina, los métodos espectroscópicos para el análisis de materiales, los escáneres de equipaje en los aeropuertos o la tecnología de radar. Algunos dispositivos de este tipo ya funcionan en el rango de terahercios hoy en día. El nuevo modulador es una pequeña nanoestructura compuesta de varios materiales, incluido el oro, y hace uso de la interacción entre la luz y los electrones libres dentro del oro. La tecnología se desarrolló en ETH Zurich y el dispositivo fue fabricado por Polariton Technologies, un spin-off de ETH que surgió del grupo Leutholdods. En la actualidad, la compañía está trabajando para llevar el modulador de terahercios al mercado para que pueda ser ampliamente utilizado en futuras aplicaciones en tecnología de transmisión y medición de datos. Referencia Horst Y, Moor D, Chelladurai D, Blatter T, Fernandes S, Kulmer L, Baumann M, Ibili H, Funck C, Keller K, Destraz M, Heni W, Chérix L, Liu Y, Wang H, Koepfli SM, Leuthold J: Ultra-Wideband MHz to THz Plasmonic EO Modulator. Óptica 2025, 12:325, doi: página externa10.1364/ÓPTICA.544016 ETH Zürich News. F. B. Traducido al español

Leer más »

Pionera en innovación sostenible con IA y nube

La belleza de la industria móvil es que tiene la ambición y las capacidades para transformarse constantemente.   Hemos evolucionado mucho más allá de la conectividad, y ahora estamos acelerando el ritmo de la próxima gran transformación impulsada por la IA y la nube. En Nokia, estamos invirtiendo significativamente en I&D e innovaciones futuras para garantizar que nuestros clientes tengan las mejores soluciones tecnológicas y modelos de negocio para evolucionar y monetizar sus redes.  En el Mobile World Congress 2025 en Barcelona, mostramos una amplia gama de nuestros últimos productos y soluciones que están bien alineados con los objetivos de nuestros clientes. Les ayudamos a aprovechar las eficiencias de la IA y la nube, diferenciarse con el rendimiento de 5G mientras se preparan para Advanced 5G y 6G y construir un camino sostenible hacia el cero neto con un costo total de propiedad (TCO) optimizado. Liderando la industria en AI-RAN y la nube Nokia ha asumido un papel de liderazgo en la transformación del futuro de las redes de acceso de radio con IA y para dirigir este desarrollo en la Alianza AI-RAN. Estamos trabajando muy de cerca con clientes pioneros como T-Mobile US, SoftBank, KDDI, Jio e Indosat Ooredoo Hutchison y compañías de IA como NVIDIA para impulsar los avances en la arquitectura AI-RAN y validar casos de uso que aprovechen las sinergias de infraestructura. Nuestro enfoque anyRAN es una base sólida para una evolución perfecta hacia AI-RAN y la nube de próxima generación. En MWC, mostramos las cargas de trabajo de RAN e IA que se ejecutan en la misma infraestructura y escalamiento de los recursos de Cloud RAN en una demostración conjunta con SoftBank. A medida que la demanda de computación de IA se acelera rápidamente, los sitios de estaciones base tienen el potencial de convertirse en sitios de computación en la nube de vanguardia y los operadores pueden monetizar su capacidad de computación de repuesto para el procesamiento de IA. Para nuestros clientes, es muy importante que nuestra cartera de AirScale esté lista para la IA hoy. Esto allana el camino para futuras oportunidades en el aprovechamiento de las capacidades de computación de la estación base para las cargas de trabajo de IA y el desbloqueo de nuevas fuentes de ingresos. Lograr la eficiencia del siguiente nivel con IA Sobre la base de las discusiones con nuestros clientes, realmente no hay duda sobre la importancia de la IA para mejorar la eficiencia de la red de radio. En Nokia, utilizamos la IA ampliamente en nuestras soluciones y servicios para optimizar el rendimiento y la experiencia del usuario, adaptar inteligentemente la red a diferentes condiciones de tráfico y predecir y abordar problemas con una eficiencia sin precedentes. Los visitantes de nuestro stand de MWC quedaron realmente impresionados con nuestra IA para las demostraciones de RAN, especialmente los resultados concretos logrados en las redes de clientes en vivo con MantaRay Autopilot. De hecho, escuchamos a muchos operadores decir que quieren probar AutoPilot lo antes posible. Por ejemplo, AutoPilot realizó más de un millón de operaciones autónomas en 5 días sin intervención humana, mejorando la utilización celular en un 30% sin degradación en el rendimiento de la red. Como puede ver, la IA tiene un gran potencial, y apenas estamos comenzando a ver su impacto en la optimización de las redes de radio. A nuestros visitantes también les encantó la visualización de realidad extendida para nuestra Red Digital Twin impulsada por IA. Nuestra verdadera visualización 3D ofrece una visión inmersiva de los parámetros clave de la red, como la cobertura, el rendimiento y la calidad del servicio. Sin embargo, el verdadero diferenciador es que puede ayudar a nuestros clientes a identificar nuevas oportunidades de monetización en la red. Habilitando la evolución a prueba de futuro para Advanced 5G y 6G Hubo mucho interés en el MWC en torno a nuestra tecnología de estación base Dual Boost para el procesamiento de enlace ascendente y enlace descendente 5G Massive MIMO, que es un trampolín para el rendimiento premium Advanced 5G. Desarrollado por el último ReefShark System-on-Chips (SoC), aprovecha nuestra banda base AirScale y hardware y software de radio. Hemos visto un rendimiento medio de células de enlace ascendente de alrededor del 30% más alto usando Dual Boost. Tuvimos una gran visualización de nuestras últimas radios AirScale que ofrecen excelentes opciones para la modernización de la red a prueba de futuro en una variedad de bandas de frecuencia, incluidas las nuevas radios Habrok 32TRX Massive MIMO de doble banda, los nuevos cabezales de radio remotos Pandion de triple banda y muchos más. También mostramos nuestra plataforma mejorada de antena pasiva-activa intercalada (IPAA+), que ahorra espacio y reduce los costos en los sitios de implementación, integrando también nuestras últimas radios Habrok de doble banda. Los visitantes también tuvieron la oportunidad de ver nuestras soluciones de banda base de alta capacidad recientemente lanzadas Tuuli 24 y Tuuli 26e y las soluciones de células pequeñas Kolibri todo en uno, que brindan la flexibilidad de implementación necesaria a operadores y empresas. Si bien todavía hay mucho trabajo por hacer para expandir el alcance de 5G a nivel mundial, los operadores pioneros ya están mirando hacia el futuro. No es una sorpresa que nuestras soluciones 5G avanzadas hayan ganado mucha atención en el MWC. Mostramos cómo Advanced 5G ayuda a nuestros clientes a proporcionar una experiencia de usuario final excepcional, desbloquear nuevas oportunidades de ingresos y lograr una red de acceso de radio sostenible TCO. Para la ruta de evolución a 6G, demostramos una radio MIMO masiva que opera en el espectro superior de 6 GHz. Acelerar soluciones privadas 5G y tácticas Una de nuestras áreas de enfoque estratégico es capturar oportunidades en segmentos de rápido crecimiento como la defensa. Proporcionamos soluciones seguras y tácticas que satisfacen las demandas únicas de las operaciones de defensa de misión crítica. Durante el MWC, anunciamos una nueva iniciativa de colaboración: Hemos integrado con éxito nuestras soluciones comerciales 5G con el ecosistema de Soluciones de Red Unificadas 5G.MIL de Lockheed Martinatics,

Leer más »

Construyendo IA para Todos: Por Qué la Inclusión es Crítica en la Forma de la IA Ética

La IA tiene el potencial de resolver los desafíos más apremiantes del mundo, pero solo si refleja la diversidad de la La IA tiene el potencial de resolver los desafíos más apremiantes del mundo, pero solo si refleja la diversidad de la sociedad a la que busca servir. Como un espejo para la humanidad, esta tecnología puede amplificar los sesgos existentes o ayudar a desmantelarlos. La diferencia radica en cómo se forma y quién lo está dando forma. Este es el desafío que impulsa la iniciativa Mujeres y IA de Lenovoovo. Marine Rabeyrin, directora del grupo, cree que acelerar la acción sobre el desarrollo inclusivo de la IA no es solo un desafío tecnológico, es social. “El sesgo de género afecta a la mitad de la población, pero nunca ha sido fundamental para la conversación sobre las posibles preocupaciones de la IA,”, dice. “A medida que avanza la tecnología, tenemos una poderosa oportunidad; no solo para abordar los riesgos, sino para ‘desbias’ los sistemas que dan forma a nuestro mundo, desde conjuntos de datos hasta modelos de toma de decisiones. Al actuar ahora, podemos garantizar que la IA impulse el progreso, no los prejuicios.” Mientras celebramos el Día Internacional de la Mujer bajo el tema Acelerar la Acción, la urgencia se ilustra con un número simple. Las mujeres representan solo el 22% de la fuerza laboral mundial de IA – un claro recordatorio de por qué el cambio puede esperar. Amplificando la Lucha Contra el Bias en la IA Desde informes de noticias sobre algoritmos de reclutamiento que favorecen a los hombres hasta evaluaciones de crédito que penalizan a las mujeres, los sistemas de IA sesgados representan un verdadero desafío para la inclusión si no se controlan. El Liga de la Justicia Algorítmica (AJL), dirigido por el Dr. Joy Buolamwini, está combatiendo estos temas, con iniciativas como la , que anima a las empresas a hacer un compromiso público para limitar el abuso de la tecnología de reconocimiento facial. Esto es después de que la investigación de AJLls reveló una tasa de error del 34.7% para el reconocimiento facial en mujeres de piel oscura en comparación con el 0.8% para hombres de piel clara. En una línea similar, el Dr. Timnit Gebru, a través del Instituto de Investigación de IA Distribuida (DAIR), ha demostrado cómo los grandes modelos lingüísticos marginan a las comunidades subrepresentadas y está pidiendo una mayor transparencia en el desarrollo de la IA. Marine Rabeyrin, quien encabezó la implementación de la promesa de Cercle InterLls Women & AI, reflexiona sobre el progreso de la compañía hacia prácticas de IA más inclusivas. Desde que firmó la promesa en 2021, Lenovo ha logrado avances significativos. Inicialmente centrado en la gobernanza, se construyó un marco sólido con el establecimiento de un Comité de IA Responsable de Lenovo y el nombramiento de un Director de Seguridad e IA, Doug Fisher. “Hoy, con el apoyo de la Oficina de Diversidad de Productos de Lenovo, cada solución de IA se somete a una evaluación para el cumplimiento del sesgo ético y de género, agrega Marine. Elevar la Conciencia e Invertir en el Futuro Construir un futuro donde la IA sirva a todos requiere tanto cambios sistémicos como esfuerzos de base. Más allá del fortalecimiento de la gobernanza y la rendición de cuentas, la expansión de la cartera de talento femenino es crucial para garantizar que la tecnología refleje las necesidades de todas las comunidades. Sin una variedad de perspectivas en su desarrollo, la IA corre el riesgo de perpetuar el sesgo social. Al aumentar la participación femenina, podemos garantizar que estos sistemas sirvan mejor a todos los grupos demográficos, promoviendo un futuro más sostenible. Al asociarse con Impact AI, Cercle InterL presentó un Kit gratuito de Concientización sobre Género en IA para universidades en 2024, que ofrece un curso de tres horas, patrocinado en inglés por Lenovo, para crear conciencia sobre el tema. Marine enfatiza la importancia de la visibilidad y la tutoría. “las carreras de IA no son solo para científicos de datos,”, dice ella. “Mostrar los diversos roles disponibles en el sector ayuda a las mujeres a encontrar su lugar en STEM.” La Fundación Lenovo apoya aún más programas como STEMETTES en el Reino Unido y Becomtech en Francia, ayudando a aumentar la participación de las mujeres en las carreras de STEM. Al mostrar oportunidades en el campo y conectar a las mujeres jóvenes con modelos a seguir, estas iniciativas empoderan a la próxima generación y, en última instancia, promueven una fuerza laboral más diversa. Acelerando la Acción Juntos Marine sigue siendo optimista sobre el potencial de IA, enfatizando que los rápidos avances vienen con oportunidades para dar forma a su impacto. “la innovación de IA se está acelerando, pero también lo es nuestra comprensión de su impacto,”, dice. “Cuanto más descubramos su potencial, mejor podremos darle forma, refinarlo y dirigirlo, asegurando que siga siendo una fuerza para good”. En este Día Internacional de la Mujer, Acelerar la Acción es más que un tema – es un llamado para garantizar que a medida que la IA da forma a nuestro futuro, lo haga de manera inclusiva y ética. Al amplificar diversas voces y mantener la tecnología con los más altos estándares, podemos crear IA que realmente funcione para todos. Lenovo News. Traducido al español

Leer más »

Samsung Soundbar Tops Ventas Globales para el 11o Año Consecutivo

Con la calidad de sonido impulsada por IA y la integración perfecta de TV, las barras de sonido de Samsung continúan estableciendo el punto de referencia para el entretenimiento en el hogar Samsung Electronics, el líder mundial en innovación de TV durante 19 años consecutivos, anunció hoy que ha mantenido su posición como la marca de barras de sonido más importante del mundo por 11 años consecutivos. Según la firma de investigación de mercado FutureSource Consulting, Samsung capturó una cuota de mercado global del 20,1% en ingresos y del 18,4% en volumen de ventas en 2024, fortaleciendo aún más su liderazgo en la industria de audio premium desde 2014. El éxito continuo de Samsung en el mercado está impulsado por la experiencia de sonido inmersiva que ofrecen sus barras de sonido y su perfecta integración con los televisores Samsung. El buque insignia HW-Q990D, lanzado en 2024, ha sido particularmente bien recibido, ofreciendo Q-Sinfonía tecnología que mejora la sinergia entre la barra de sonido y los televisores Samsung, así como características de optimización de audio impulsadas por IA para una experiencia de entretenimiento en el hogar única. Este compromiso con la innovación ha ganado el reconocimiento generalizado de Samsung por parte de expertos de la industria y medios tecnológicos globales. Newsweek reconocido el HW-Q990D con su prestigioso Premio Elección de editores, elogiándolo como “la mejor barra de sonido Dolby Atmos que puedes comprar en 2024.” Además, se nombró el HW-S800D, la elegante barra de sonido de estilo de vida de Samsung Elección de Editoriales por Techlicious, que lo describió como “la opción perfecta para cualquiera que busque actualizar su sonido de TV sin sacrificar el estilo o el espacio.” Sobre la base de este impulso, Samsung continúa empujando los límites de la tecnología de audio para el hogar. La línea de barras de sonido 2025 de la compañía presenta sonido envolvente mejorado por IA, conectividad mejorada y procesamiento de audio refinado, reafirmando su dedicación a brindar experiencias de audio superiores a los consumidores de todo el mundo. “Weirre se enorgullece de ser reconocido como el líder mundial en barras de sonido durante 11 años consecutivos y cree que este honor es un testimonio de nuestro compromiso de ofrecer experiencias de audio premium,” dijo Hun Lee, Vicepresidente Ejecutivo de Visual Display Business en Samsung Electronics. “Continuaremos impulsando la innovación, mejorando tanto la calidad del sonido como la usabilidad para crear una experiencia de entretenimiento en el hogar aún más fluida e inmersiva Samsung News. Traducido al español

Leer más »

Los esquemas de firma de seguridad cuántica de IBM avanzan en el proceso de PQC de NISTers

A medida que el NIST reduce la lista de candidatos para las firmas digitales cuánticas seguras del futuro, los esfuerzos de colaboración de IBM siguen siendo destacados con cuatro candidatos aún en el último proceso de selección de la Competencia de Firma Digital Adicional Quantum-Safe. A medida que el mundo se prepara para el advenimiento de la computación cuántica, asegurar la comunicación digital contra futuras amenazas se ha convertido en una prioridad global. En respuesta a este desafío, el Instituto Nacional de Estándares y Tecnología de los Estados Unidos (NIST) ha estado liderando el proceso de estandarización de la Criptografía Post-Cuántica (PQC) de los organizadores. IBM, junto con socios académicos y de la industria, ha desempeñado un papel crucial en este esfuerzo. NISTA ya ha estandarizado varios algoritmos criptográficos desarrollados por IBM, incluidos ML-KEM, ML-DSA y SLH-DSA, subrayan aún más el liderazgo de la compañía en el avance de soluciones informáticas seguras. Además, FN-DSA ha sido seleccionado para la estandarización y se estandarizará formalmente pronto. Cuando en 2023 NIST pidió más propuestas para las firmas digitales, IBM respondió una vez más con tres nuevos candidatos. Un enfoque colaborativo para la seguridad post-cuántica Las contribuciones de IBM a la primera ronda del proceso de selección de Firmas Digitales Adicionales de NISTs no fueron esfuerzos en solitario. Cada uno de los tres esquemas de firma — SQIsign, UOV y MAYO — fue desarrollado por equipos formados por investigadores de IBM junto con expertos de universidades y otras instituciones de investigación de todo el mundo. Esto refleja la naturaleza altamente cooperativa de la investigación de criptografía cuántica segura, donde la experiencia de diferentes campos es esencial para diseñar esquemas seguros y eficientes. En un poco más de detalle, los esquemas fueron: En octubre de 2024, el NIST redujo la lista de candidatos de 40 a 14. Los tres esquemas presentados por IBM Research avanzaron con éxito a la segunda ronda, demostrando su potencial para servir como alternativas seguras en un mundo cuántico seguro. Los candidatos revisados y mejorados se presentaron al NIST en febrero y finalmente están disponibles en el sitio web de NISTs. Cuentan con un rendimiento mejorado en todo el espectro y bases de seguridad más sólidas. Ampliación de los esfuerzos de colaboración: IBM se une a FAEST El compromiso de IBM Research para la colaboración en criptografía segura cuántica se extiende más allá de sus tres presentaciones iniciales. En la segunda ronda de la competencia NIST, los investigadores de IBM se unieron al equipo FAEST. FAEST es un esquema de firma basado en simetría que aprovecha primitivas criptográficas bien entendidas para ofrecer fuertes garantías de seguridad. El desarrollo del esquema ha involucrado a expertos de la academia, la industria y las instituciones de investigación que trabajan juntos para crear un método de firma post-cuántico viable, eficiente y seguro. Lo que sigue Con estos cuatro esquemas ahora sometidos a una evaluación rigurosa en la segunda ronda, los esfuerzos de colaboración entre investigadores de IBM, universidades y otros laboratorios de investigación serán cruciales para refinar su seguridad y rendimiento. El proceso de estandarización del NIST PQC sigue siendo un esfuerzo global, enfatizando la importancia del trabajo en equipo para abordar los desafíos sin precedentes que plantea la computación cuántica. La participación de IBM Research en estas presentaciones es el resultado de nuestra profunda experiencia en criptografía, así como de nuestra dedicación a trabajar junto a la comunidad de investigación más amplia para garantizar un futuro digital seguro. A medida que estos esfuerzos continúen, una mayor colaboración será esencial para desarrollar estándares criptográficos que puedan resistir la era cuántica. Es importante destacar que, como el propio NIST ha declarado, el proceso de selección en curso para las firmas digitales no debe interpretarse como que los usuarios deben esperar para adoptar algoritmos de seguridad cuántica. Los estándares ML-KEM, ML-DSA y SLH-DSA ya son excelentes soluciones y la urgencia de adoptarlos debería guiar la toma de decisiones hacia una seguridad cuántica más temprano que tarde. IBM News. W. B. y De L. F. Traducido al español

Leer más »

Robots Empowered by AI Foundation Models y las oportunidades para 6G

Este artículo analiza FM en robótica, explora el potencial de la tecnología 6G para robótica, e introduce un prototipo de sistema robótico 6G. 1 Introducción La visión global para desarrollar tecnologías robóticas demuestra la importancia crucial de integrar la inteligencia artificial (IA) en los robots. En los Estados Unidos, la edición 2024 de «A Roadmap for US Robotics: Robotics for a Better Tomorrow» de la Iniciativa Nacional de Robótica (NRI) destaca a la IA como una fuerza fundamental. La hoja de ruta describe los avances en el aprendizaje automático (ML), la investigación de inteligencia general artificial (AGI), la automatización generalizada y la convergencia de la IA con la robótica. También enfatiza la IA personalizada, la ética de la IA y el descubrimiento científico impulsado por la IA, todo dirigido a dar forma a la economía, la fuerza laboral y la seguridad nacional. La «Agenda de Innovación y Despliegue de Investigación Estratégica (SRIDA)» conjunta de la Unión Europea para la asociación de IA, datos y robótica subraya un enfoque centrado en el ser humano y confiable para la IA y la robótica. Esta agenda se centra en fomentar la colaboración entre la industria, la academia y los formuladores de políticas para impulsar la investigación, el desarrollo y el despliegue. Su objetivo es establecer a Europa como un líder mundial en IA y robótica estimulando la inversión y abordando desafíos clave, mejorando así los resultados económicos, sociales y ambientales en alineación con los valores y derechos europeos. El «14o Plan Quinquenal para el Desarrollo de la Industria Robot» de China enfatiza la necesidad de mejorar las capacidades de inteligencia y redes de los robots a través de la integración de IA, 5G, big data y computación en la nube. Este plan garantiza la funcionalidad, la red y la seguridad de los datos de los sistemas robóticos, avanzando así las capacidades tecnológicas y las aplicaciones industriales de la nación. Para lograr sus capacidades de percepción, los sistemas robóticos de IA clásicos utilizan métodos de aprendizaje profundo (DL) implementados en un entorno controlado. Aunque este enfoque proporciona una forma efectiva de aprender múltiples habilidades, no solo requiere un tiempo de capacitación significativo y un amplio esfuerzo de ingeniería para configurar cada tarea, sino que también carece de cambios de distribución y generalización. Si bien esto puede parecer razonable para una sola tarea, los costos de aprendizaje y el esfuerzo podrían aumentar exponencialmente cuando se realiza la multitarea en un experimento del mundo real, introduciendo nuevos desafíos dentro del dominio robótico. La construcción de sistemas robóticos generalizables enfrenta varios desafíos. Al mismo tiempo, sin embargo, ha surgido un nuevo campo de estudio que podría ayudar a mejorar los sistemas robóticos. Un modelo de base (FM) es un modelo de IA a gran escala que sirve como un marco versátil y de propósito general para varias tareas posteriores al adaptarse a aplicaciones específicas. Los FM están pre-entrenados en datos a escala de Internet, presentando capacidades superiores de generalización y extendiendo los conceptos de aprendizaje por transferencia (TL) y escala de modelos. Permiten a los robots comprender y ejecutar tareas de forma autónoma a partir de instrucciones de lenguaje natural de alto nivel, descomponer dinámicamente tareas complejas y ajustar las acciones en función de la retroalimentación en tiempo real, minimizando la intervención humana. Además, la conciencia de la situación se mejora al permitir la comprensión semántica del entorno utilizando datos multimodales de sensores de uso común, como cámaras, LiDAR y micrófonos. Estos avances alejan a los robots de operaciones rígidas y predefinidas y modelos estrechamente enfocados, moviéndolos hacia la ejecución dinámica e inteligente de tareas y la comprensión ambiental, mejorando significativamente su autonomía, flexibilidad y eficiencia. En este documento, analizamos los esfuerzos actuales de académicos e industrias y las direcciones futuras que tomarán en la aplicación de FM a la robótica. Además, analizamos el impacto de la tecnología 6G en la robótica, destacando las aplicaciones futuras, la integración con AI-FM y los requisitos de red. Este documento está estructurado de la siguiente manera: La Sección 2 proporciona el análisis de vanguardia (SOTA) de las FM actuales para robótica. La sección 3 proporciona una breve descripción del esfuerzo de estandarización de las principales entidades. La Sección 4 ilustra ampliamente las oportunidades de mercado e investigación de 6G e IA aplicadas a la robótica. La Sección 5 presenta nuestro prototipo robótico 6G. Y finalmente, la Sección 6 presenta conclusiones, comentarios y futuras direcciones de investigación. 2 Modelos de Fundación SOTA para Robots Esta sección proporciona una visión general de los tipos, roles y capacidades de FM específicos para el dominio robótico. Utilizamos terminología que es consistente con la norma ISO 8373:2021 para robots y dispositivos robóticos. Este estándar internacional es clave para garantizar que la comunicación sea clara y consistente en diferentes industrias, campos académicos y regiones geográficas involucradas en la robótica. 2.1 Habilitadores FM para Robótica Los beneficios clave de las FM para los robots se resumen de la siguiente manera: 2.2 FM Macro Tipologías para Robótica Los FM tienen el potencial de desbloquear nuevas posibilidades en el dominio de la robótica. Entre los FM, se puede utilizar una subclase de modelos preentrenados para mejorar diversas tareas, como la percepción, la predicción, la planificación y el control: Estos avances destacan el potencial del uso de FM en el campo de la robótica para el desarrollo de modelos que son más específicos de este campo en lugar de simplemente combinar modelos de visión y lenguaje existentes. 2.3 FM robóticos: Reconocimiento de Intenciones y Razonamiento Visual Recientemente ha habido un creciente interés en la IA robótica basada en la transformación por sus fuertes capacidades de reconocimiento de intenciones y razonamiento visual. Esta arquitectura utiliza incrustaciones de lenguaje y observaciones como entradas y salidas de acciones predichas. Para lograr políticas robustas y generalizables de largo horizonte, se ha introducido un modelo de visión-lenguaje-acción (VLA) aplicado a la manipulación robótica condicionada por el lenguaje (LcRM) para entradas de control visomotor. Este enfoque reduce aún más la brecha entre la física de

Leer más »

Acelere Apache Spark ML en GPU NVIDIA con Cambio de Código Cero

Acelera lo existente Apache Spark SQL y DataFrame aplicaciones basadas en GPU NVIDIA por más de 9 veces sin requerir un cambio en sus consultas o código fuente. El Acelerador NVIDIA RAPIDS para Apache Spark el plug-in de software fue pionero en una experiencia de usuario de cambio de código cero (UX) para el procesamiento de datos acelerado por GPU. Acelera lo existente Apache Spark SQL y DataFrameaplicaciones basadas en GPU NVIDIA por más de 9 veces sin requerir un cambio en sus consultas o código fuente.     Esto llevó a lo nuevo Spark RAPIDS ML Biblioteca de Python, que puede acelerar las aplicaciones en más de 100x, y también invocado MLlib, biblioteca de aprendizaje automático escalable de Apache Sparkwards. Hasta hace poco, la aceleración de Spark RAPIDS MLias MLlib aún necesitaba un pequeño cambio para que Python usara la implementación acelerada.Específicamente, necesitabas reemplazar pyspark.ml con spark_rapids_ml en las declaraciones de importación de Python para las clases de ML que deseabas acelerar.Por ejemplo, para usar KMeans acelerados en lugar de los KMeans de referencia, tenía que reemplazar la importación pyspark.ml.classication.KMeans con importación spark_rapids_ml.classication.KMeans a lo largo de su código.En el lado positivo, no se necesitaron más cambios de código para usar la versión acelerada de KMeans.   En esta publicación de blog, describimos la nueva funcionalidad en Spark RAPIDS ML desde el 25.02 liberación eso le permite omitir incluso los cambios en la instrucción de importación mencionados anteriormente, para una experiencia de aceleración de cambio de código verdaderamente cero de extremo a extremo tanto en Spark SQL como en DataFrame y en código MLlib. Considere el siguiente código de aplicación simple de PySpark: frompyspark.ml.clustering importKMeansfrompyspark.ml.functions importarray_to_vectordf =spark.read.parquet(«/data/embedding_vectors»)df =df.select(array_to_vector(df.features).alias(«features»))kmeans_estim =( KMeans()   .setK(100)   .setFeaturesCol(«features»)   .setMaxIter(30) )kmeans_model =kmeans_estim.fit(df)transformed =kmeans_model.transform(df)transformed.write.parquet(«/data/embedding_vectors_clusters») Este código lee un archivo de incrustaciones vectoriales, previamente calculado utilizando un modelo de lenguaje de aprendizaje profundo y almacenado en formato de parquet utilizando array tipo.Luego utiliza el algoritmo KMeans en Spark MLlib para agrupar los vectores.    Combinando la nueva funcionalidad de cambio de código cero de Spark RAPIDS ML con el complemento de software RAPIDS Accelerator for Apache Spark, puede acelerar este código PySpark totalmente compatible sin ningún cambio: Incluyendo descompresión y decodificación de parquet al leer en el archivo en read.parquet(), los KMeans agrupando cálculos numéricos en fit() y transform()y la codificación y compresión al guardar los vectores con clusters en otro archivo de parquet en write.parquet().  A continuación, describimos cómo puede activar la ejecución acelerada utilizando nuevas variantes de las formas familiares de iniciar aplicaciones Spark: Interfaces de línea de comandos (CLI), portátiles Jupyter localmente y portátiles Jupyter en servicios Spark alojados en proveedores en la nube. Interfaces de línea de comandos Supongamos que el código de aplicación de ejemplo anterior estaba en un archivo llamado app.py.Convencionalmente, youidd utiliza el conocido Spark CLI spark-submit para lanzar app.py en diferentes tipos de clústeres (local/test, autónomo, hilo, kubernetes, etc.): spark-submit <options> app.py Para acelerar las piezas de MLlib, después de instalar la biblioteca Spark RAPIDS ML a través de la instalación de pip spark-rapids-ml, simplemente puede reemplazar la spark-submit comando con una contraparte CLI acelerada recién incluida (mientras se incluyen las configuraciones y la configuración de ruta de clase, como antes, para la aceleración SQL y DataFrame): spark-rapids-submit <options> app.py Si prefiere ejecutar código similar a app.py interactivamente en un shell PySpark usando el CLI pyspark, también puede acelerar esto, con cero cambios de código, utilizando la CLI de contraparte recién incluida pyspark-rapids para lanzar un shell PySpark acelerado en su lugar. Cuadernos Jupyter: clústeres de Spark en las instalaciones Las aplicaciones de Spark también se ejecutan comúnmente de forma interactiva en portátiles Jupyter que ejecutan núcleos unidos a clústeres de Spark. Como se explica en el Spark RAPIDS ML documentación, para comenzar en una estación de trabajo con una GPU NVIDIA, puede iniciar Jupyter con Spark acelerado en modo local utilizando el pyspark-rapids comando: PYSPARK_DRIVER_PYTHON=jupyter \PYSPARK_DRIVER_PYTHON_OPTS=’notebook –ip=0.0.0.0’\pyspark-rapids –master local[*] <options> Y luego conéctese al servidor de portátiles Jupyter en la URL registrada.Luego podría ejecutar código similar a app.py interactivamente en una o más celdas de cuaderno. Puede agregar el frasco del complemento RAPIDS Accelerated Spark y spark.plugins configuración para aceleración de extremo a extremo. Con configuraciones adecuadas para –master, puede usar el mismo comando para habilitar la aceleración de notebook de cambio de código cero en otras implementaciones de clúster de Spark (como independiente, hilo).  Cuadernos Jupyter: Proveedor en la nube alojado Spark Para el cambio de código cero UX en los portátiles Spark Jupyter alojados en la nube, el Spark RAPIDS ML repos muestra cómo configurar scripts de inicialización y arranque de ejemplo al iniciar clústeres de GPU Spark, para habilitar la aceleración de SQL/Dataframe y la aceleración de MLlib.Se proporcionan ejemplos para Databricks, GCP Dataproc y AWS EMR. Los scripts init inyectan modificaciones simples en los respectivos entornos Spark alojados que dan como resultado que los portátiles Jupyter se inicien con la aceleración de cambio de código cero habilitada. Cómo funciona La aceleración de cambio de código cero de Spark MLlib habilitada por los CLI anteriores y las implementaciones de portátiles Jupyter se alimenta bajo el capó importando o ejecutando el nuevo spark_rapids_ml.install módulo en la biblioteca Spark RAPIDS ML Python.   Este nuevo módulo se basa en gran medida en una funcionalidad similar en el RÁPIDOS cudf.pandas El paquete Python se lanzó en el GTC del año pasado, que trajo un UX acelerado por GPU de cambio de código cero a los usuarios de la popular biblioteca Pandas Data Analysis. Importar o ejecutar el nuevo spark_rapids_ml.install el módulo anula los mecanismos de importación del módulo Pythonhats para redirigir transparentemente las importaciones de pyspark.ml estimadores en código de aplicación a acelerado spark_rapids_ml contrapartes, cuando estén disponibles.Un aspecto difícil es evitar hacer esto cuando las importaciones son de PySpark o Spark RAPIDS ML código en sí, como en estos casos es crucial para importar el real pyspark.ml estimadores. Próximos pasos Puede probar la nueva funcionalidad acelerada Spark MLlib de cambio de código cero, aumentando el acelerador RAPIDS original para Apache Spark, instalando el paquete spark-rapids-ml Python y documentación de referencia en el Spark RAPIDS ML Repo gitHub para cambio de código cero CLI y cuadernos y ejecutando un cambio de código cero script de prueba, también en el repositorio. Recursos relacionados NVIDIA Blog. E. O. Traducido al español

Leer más »

Desbloquear todo el potencial del 6G nativo de IA a través de estándares

La IA será fundamental para dar forma a 6G, que será la primera generación de redes celulares verdaderamente diseñadas con la IA en su núcleo.  La inteligencia artificial (IA) está preparada para generalizarse en todo el ecosistema de las telecomunicaciones. Incluso hoy en día, la IA está transformando flujos de trabajo, procesos y productos en todas las industrias. Como solo un ejemplo de muchos, según un Estudio McKinsey 2025, los operadores de telecomunicaciones esperan no menos del 20% de ahorro de costos en todas las funciones comerciales. Esta transformación se ve impulsada por los rápidos avances en el aprendizaje automático y las capacidades y arquitecturas de los modelos de IA, el acceso sin precedentes a hardware de alto rendimiento para capacitación e inferencia, así como el acceso a una gran cantidad de datos acompañados de métodos para la generación de datos sintéticos para capacitación y mejora aún más las capacidades del modelo de IA.  Las oportunidades de IA se documentan diariamente en la prensa empresarial, con enormes inversiones en centros de datos a medida que las empresas compiten por ser los líderes en este campo. Incluso se ha convertido en un interés estratégico a nivel de estado-nación y está en el corazón de las estrategias industriales nacionales. A medida que planeamos la 6a generación de redes celulares móviles (6G), debemos comprender la urgencia que enfrentamos. La IA será fundamental para dar forma a 6G, que será la primera generación de redes celulares verdaderamente diseñadas con la IA en su núcleo. A pesar de los muchos jugadores que compiten para definir nuestro futuro de IA, la industria de las telecomunicaciones tiene una oportunidad única para marcar el ritmo del 6G nativo de IA.  Figura 1. Las redes celulares 6G se construirán sobre IA Como la primera generación de redes celulares móviles con IA en su ADN, la IA y el aprendizaje automático (ML) se integrarán en todos los dominios y capas del sistema 6G, desde dispositivos hasta la RAN, la red central y el dominio de orquestación/gestión. Para lograr la máxima cohesión y eficiencia, esto debe hacerse de manera sistemática asegurando la interoperabilidad, previsibilidad y disponibilidad de los recursos de IA en todos los niveles del sistema, al tiempo que permite maximizar la agilidad para adoptar nuevas tecnologías impulsadas por IA. La disponibilidad de habilitadores clave de IA permitirá a todas las partes interesadas construir e implementar modelos y soluciones de IA innovadores y de alta calidad:  Los estándares tendrán un impacto decisivo en la fortaleza y las capacidades de innovación del ecosistema 6G. No solo garantizarán la confianza al cumplir con los aspectos regulatorios, de seguridad y privacidad críticos, sino también para permitir una integración fluida y eficiente de los recursos de diversas soluciones y tecnologías. El objetivo es crear un ecosistema para IA y 6G que sienta las bases para una década de nuevos casos de uso, al tiempo que garantiza la integridad de nuestros sistemas de comunicaciones. Los clientes serán los beneficiarios finales. AI ayudará a proporcionarles una gama más amplia de servicios y aplicaciones innovadoras, mejorando su experiencia general y conservando la confianza histórica que han tenido durante mucho tiempo para los servicios de telecomunicaciones. Este artículo explora los habilitadores clave de estandarización para un 6G nativo de IA. Adoptamos un enfoque holístico en todos los dominios de red y sistema, aprovechando las lecciones aprendidas de 5G-Advanced. Este enfoque holístico minimizará las superposiciones funcionales entre diferentes dominios del sistema, asegurando una arquitectura de red racionalizada y eficiente. Crear valor con la estandarización de los habilitadores de IA Para 6G, el objetivo es desarrollar un enfoque de IA que refleje las prioridades comerciales, no la exageración. La IA tiene un enorme potencial para agregar valor a 6G. La 6G nativa de la IA será una fuerza fundamental para impulsar los ingresos, el crecimiento, el rendimiento y la reducción de los costos operativos. Representa un cambio fundamental, ya sea para optimizar el rendimiento de la red, habilitar nuevos modelos de negocio o proporcionar valor tangible a los CSP y verticales de la industria. En el caso de la automatización cognitiva basada en la intención, el valor que proporciona la IA puede ser tan alto como un 90% más rápido en la detección y resolución de problemas de red en comparación con los métodos manuales. Del mismo modo, el ahorro de energía impulsado por IA proporciona 10–20% RAN ahorro de energía mientras promete más mejoras por venir.  La Figura 2 y la siguiente tabla ilustran aún más el potencial de creación de valor de las soluciones impulsadas por IA en 6G. Por ejemplo, los agentes de IA tienen el potencial de transformar fundamentalmente la forma en que los humanos y las máquinas realizan las tareas: Los agentes de IA son componentes autónomos impulsados por modelos generativos que analizan y actúan sobre la información contextual hacia el cumplimiento de una intención dada. Los agentes de IA pueden realizar tareas específicas aprovechando capacidades como la planificación y el razonamiento, la realización de reflexiones y el uso de herramientas externas. Para aprovechar todo su potencial, los sistemas de IA agentic necesitan acceso a datos contextuales relevantes para la tarea específica en cuestión, así como mecanismos de orquestación y colaboración en todo el sistema.  Más allá de la automatización y la eficiencia, la IA desempeñará un papel estratégico en la creación de redes capaces de optimizar de forma continua y autónoma los cambios en el tráfico, la radio y el comportamiento del usuario. Acelerará la prestación de servicios, mejorará las experiencias de los clientes, mejorará la toma de decisiones y desbloqueará nuevas fuentes de ingresos. También admitirá muchos casos de uso y aplicaciones nuevos, como IA generativa, IA agentica, robótica y realidad extendida inmersiva (XR), al proporcionar servicios basados en IA adaptados a las necesidades de los usuarios. Figura 2: Oportunidades de creación de valor utilizando habilitadores de IA Oportunidades de creación de valor Habilitadores de IA Datos como servicio Exposición de productos de datos y servicios de datosGestión de metadatos, incluidas descripciones de datos y

Leer más »

Cómo OPPO y Google están Redefiniendo la IA Móvil con Integración Sin Costuras y Seguridad Mejorada

En solo unos pocos años, la IA ha evolucionado de una palabra de moda novedosa a una herramienta esencial que cambia el juego y que da forma a la forma en que trabajamos, nos conectamos y vivimos todos los días. Como líder mundial en dispositivos inteligentes, OPPO ha adoptado plenamente este poder transformador de la IA, creyendo que los teléfonos inteligentes no son solo vehículos para la IA, sino los mismos motores que la impulsan. La clave de la capacidad de OPPO para mantenerse a la vanguardia de la innovación en IA móvil son las asociaciones estratégicas con innovadores tecnológicos como Google que han establecido nuevos puntos de referencia para lo que es posible en IA en teléfonos inteligentes a través de herramientas versátiles y potentes modelos de IA en todo el sistema. Ahora, OPPO y Google están llevando su asociación aún más lejos, trabajando juntos para llevar a Gemini Vertex al núcleo de tres áreas principales de las aplicaciones AI development—AI de Oppo, los modelos AI y AI security— para brindar a los usuarios una experiencia de IA móvil segura y completa que evoluciona constantemente en cada paso del camino. Avanzando en la IA a través de la Colaboración Abierta En el mundo acelerado de hoy, los usuarios no solo esperan la próxima gran cosa, sino que la esperan y la exigen, especialmente cuando se trata de IA móvil. El futuro de la IA se trata de proporcionar experiencias que sean verdaderamente intuitivas, profundamente personalizadas y siempre actualizadas. Pero con una gama tan amplia de experiencia necesaria para satisfacer estas diversas demandas, una forma más abierta de colaboración es esencial para lograr estos avances. En el corazón de OPPO y la colaboración de Google se encuentra la integración perfecta de las experiencias de IA en múltiples aplicaciones de una manera que simplifica las tareas cotidianas y permite a los usuarios alcanzar su máximo potencial de productividad. Tomar Círculo para buscar con Google por ejemplo. Esta característica destacada ahora está perfectamente entretejida en el sistema operativo ColorOS de OPPO, lo que permite buscar simplemente dando vueltas a texto o imágenes en la pantalla sin cambiar de aplicación. Pero no se detiene ahí. Google Géminis, su asistente personal de IA verdaderamente útil de Google, puede ayudarlo a mejorar sus ideas y productividad. Gemini ahora puede extraer información y ayudarlo a tomar medidas en aplicaciones OPPO como Notas y Calendario. Sin tener que cambiar de aplicación, ahora puede completar tareas en un solo lugar, directamente en Gemini. Hacer posible estas experiencias de IA es la colaboración entre OPPO y Google para integrar algoritmos de IA individuales, particularmente los modelos de lenguaje grande (LLM) que impulsan estas innovaciones, en dispositivos OPPO. Entre estos se encuentra el modelo más capaz y general de Gemini—Google, que es increíblemente flexible. A través de la integración de Gemini 1.5 Pro y Gemini 1.5 Flash, los teléfonos OPPO AI han alcanzado nuevos niveles de rendimiento, capacidad de respuesta e inteligencia, desbloqueando una experiencia de IA incomparable y preparando el escenario para posibilidades aún mayores por delante. Garantizar una Experiencia Más Segura con Private Computing Cloud Con el aumento de las herramientas de IA generativas como parte integral de nuestra vida cotidiana y la necesidad de soporte de computación en la nube para ofrecer estas características de IA más potentes, la privacidad del usuario y la seguridad de los datos nunca han sido más críticas. A través de su asociación con Google, OPPO se compromete no solo a ofrecer un conjunto completo de herramientas de IA, sino también a priorizar la seguridad y privacidad del usuario para crear una experiencia de IA más segura. OPPO es uno de los primeros fabricantes de teléfonos inteligentes en implementar Private Computing Cloud (PCC), que aprovecha Confidential Computing de Google Cloud para el procesamiento privado de datos de IA. Este enfoque garantiza que la información de los dispositivos de usuario y la nube se maneje en un entorno confidencial donde ni OPPO ni los proveedores de servicios en la nube de terceros pueden acceder a los datos del usuario, ofreciendo a los usuarios seguridad y tranquilidad de extremo a extremo en un mundo impulsado por IA. Comenzando con AI Recording Summary y AI Studio, OPPO utilizará PCC para mejorar aún más la productividad y la creatividad del usuario a través de un potente procesamiento de IA basado en la nube sin comprometer sus más altos estándares de seguridad y privacidad. Entregando la Próxima Generación de IA, Ahora La tecnología de IA avanza más rápido que nunca. Pero incluso con el ritmo vertiginoso de la innovación, los usuarios todavía tienen hambre de experiencias de IA más inteligentes, suaves, intuitivas y personalizadas. Para satisfacer este apetito aparentemente insaciable por las últimas características de IA, OPPO está respondiendo a la llamada prometiendo lanzar nuevas experiencias de IA cada mes en promedio durante todo el año. OPPO también se está preparando para introducir el Nano Gemini modele sus teléfonos inteligentes, habilitando características como Magic Compose en la serie Find X8, ayudando a los usuarios a generar mensajes en una variedad de estilos diferentes directamente dentro de Google Messages. Junto a esto, la introducción de Géminis 2.0, el modelo más capaz de Google construido para la era agentic, está listo para redefinir el futuro de las experiencias de IA móvil. Todas estas innovaciones en última instancia tienen como objetivo hacer que la IA se sienta como una parte integral del sistema, integrada discretamente en todos los aspectos del dispositivo. El próximo Búsqueda de IAla función, por ejemplo, transformará la forma en que los usuarios interactúan con su dispositivo al permitir búsquedas en lenguaje natural en Configuración, Documentos y Notas, para obtener resultados más rápidos sin rastrear a través de múltiples aplicaciones o páginas. Con más aplicaciones como Optical Character Recognition (OCR) y Calendar que también llegan a los dispositivos OPPO, OPPO AI se convertirá en un verdadero socio para refinar aún más la experiencia móvil. Al fomentar un ecosistema profundo y abierto con socios como Google, OPPO está allanando el camino para la próxima

Leer más »
Scroll al inicio