El Portal de las Tecnologías para la Innovación

Categoría: Inteligencia Artificial News

Revolucionando industrias con gemelos digitales impulsados por IA

Los modelos de fundación de IBM Researchis están impulsando versiones simuladas de sistemas complejos, que prometen acelerar el progreso tecnológico. Los gemelos digitales han sido considerados durante mucho tiempo como cambiadores de juego en todas las industrias. Ya sea en automoción y aeroespacial, o en fabricación, redes de energía y logística de la cadena de suministro, estos modelos virtuales de sistemas del mundo real han prometido transformar las operaciones a través de modelos predictivos y análisis en tiempo real. Hasta ahora, sin embargo, la tecnología no ha cumplido su promesa, debido a las limitaciones en el modelado de sistemas físicos complejos con una precisión suficientemente alta. IBM Research está trabajando para cambiar eso. Al aplicar técnicas de modelos básicos desarrolladas originalmente para el procesamiento del lenguaje, nuestros investigadores crearon un marco para construir gemelos digitales impulsados por IA que están totalmente basados en datos, se mejoran a sí mismos y son capaces de predecir con precisión comportamientos complejos del sistema. Este avance tiene amplias implicaciones, con aplicaciones que abarcan múltiples industrias que dependen de simulaciones de alta fidelidad para optimizar el rendimiento, mejorar la seguridad y reducir los costos. Transformar el desarrollo de la batería con gemelos digitales impulsados por IA Una de las aplicaciones más inmediatas e impactantes de este enfoque es en el desarrollo de baterías de vehículos eléctricos (EV). EVs’ rango promedio aproximadamente triplicado entre 2010 y 2021, y su la longevidad ahora es comparable a la de los vehículos con motor de combustión interna. Pero la ansiedad y la incertidumbre sobre la duración de la batería siguen siendo las principales barreras para su adopción más amplia. Los compradores de automóviles aún se preocupan por quedarse sin energía sin acceso a un cargador, y a largo plazo, les preocupa que los paquetes de baterías se degraden o fallen prematuramente. A pesar de las recientes mejoras, puede llevar años desarrollar y probar nuevas baterías que duren más y permitan a los automóviles conducir más lejos. Se está avanzando lentamente para los fabricantes de automóviles de Estados Unidos y Europa, especialmente en comparación con los relativamente plazos de desarrollo rápidos de fabricantes chinos de EV. Sphere Energy, con sede en Augsburg, Alemania, está colaborando con IBM Research para especializarse y validar los gemelos digitales basados en modelos de la fundación IBM para acelerar el desarrollo y las pruebas de baterías EV. Al utilizar simulaciones impulsadas por IA, los fabricantes pueden reemplazar años de pruebas físicas con modelos virtuales de alta precisión que predicen el rendimiento y la degradación de la batería en condiciones reales. En el corazón de la innovación digital gemela están las arquitecturas y técnicas de modelos de IA utilizadas popularmente para los modelos de base de lenguaje – los que se ven en los modelos de lenguaje grandes de hoy en día. Pero mientras que los LLM están capacitados en conjuntos de datos de texto y se implementan en tareas basadas en texto, estos modelos están diseñados para manejar la química compleja y las operaciones de los componentes de la batería. De esta manera, IBM Research y Sphere están colaborando para capacitar a gemelos digitales de baterías EV basados en modelos básicos, que los fabricantes de baterías pueden poner a prueba para recopilar predicciones precisas de rendimiento, seguridad y comportamientos térmicos. Al predecir cientos de ciclos basados en tan solo 50 ciclos iniciales, los gemelos digitales basados en modelos básicos aumentan significativamente el rendimiento de las pruebas en comparación con el enfoque tradicional, donde los fabricantes de EV necesitarían desarrollar físicamente nuevas tecnologías de baterías. Se estima que este avance ahorrará millones de dólares y años de pruebas en carretera, según Sphere. “La ingeniería de baterías se basa en datos, no en lenguaje, por lo que estamos usando modelos de base para simular el siguiente mejor punto de datos en lugar de la siguiente mejor palabra, dijo Lukas Lutz, cofundador de Sphere. Y los resultados de la prueba hablan por sí mismos: Esfera puede predecir dentro de un margen de error del 1% cómo se comportará una batería y la edad cuando el rendimiento comienza a caer de una manera no lineal. “Esto simplemente no era posible antes,” dijo Lutz. “Las simulaciones actuales asumen una decadencia lineal y, por lo tanto, no pueden predecir el importante régimen no lineal.” Ampliando el alcance de los gemelos digitales Con gemelos digitales basados en modelos básicos, Sphere tiene la intención de interrumpir el largo ciclo de desarrollo de la batería. Cuando un fabricante original de equipos de batería quiere fabricar una nueva tecnología de celdas de batería para vender a los fabricantes de automóviles, debe validarla durante varios años en un automóvil. Esta prueba de ciclo de vida estándar de la industria no es un requisito reglamentario, pero es esencial para ver cómo envejece una celda de batería en climas cálidos o fríos, bajo una conducción suave y agresiva, con una carga rápida o lenta — condiciones del mundo real que afectan la rapidez con que envejece una batería. En lugar de realizar pruebas en carretera durante años, los fabricantes de baterías pueden implementar el gemelo digital basado en modelos básicos que simula una amplia gama de condiciones de conducción y modela cómo afectarán a las baterías. En la instalación de pruebas de baterías de Sphereheres en Augsburgo, más de 1.500 celdas de varios tamaños, formatos y productos químicos funcionan 24/7 para proporcionar los datos utilizados para el preentrenamiento del modelo de IA. Hasta la fecha, el modelo fue entrenado con datos de más de 4,000 pruebas. Estos datos se introducen en la arquitectura del modelo de fundación de IBM desarrollada por el equipo de IBM Research para conocer el estado de un dispositivo específico y generar predicciones para varios descriptores. En el caso de las baterías, estos descriptores incluyen voltaje, corriente y capacidad. Específicamente, el modelo gemelo digital se basa en una arquitectura codificador-decodificador basada en bloques de transformadores de vainilla que se extienden para integrar representaciones numéricas.Cuando fue pre-entrenado en Sphereheres amplios conjuntos de datos — que también incluyen metadatos sobre

Leer más »
abril 16, 2025

Cómo NetOps y SecOps Evolution para Resolver el Cumplimiento de la Red está Impulsando la Eficiencia

Desafíos en el Cumplimiento de la Red Las agencias gubernamentales enfrentan desafíos significativos para mantener el cumplimiento de la red debido a la complejidad cada vez mayor de las regulaciones. Desde el NIST 800-53, vulnerabilidades de ciberseguridad, hasta otras guías de requisitos de seguridad como las Guías de Implementación Técnica de Seguridad (STIG) de DISA para el Departamento de Defensa, las medidas integrales requieren la configuración y el mantenimiento de las redes para garantizar que cumplan y sean seguras contra vulnerabilidades y amenazas. Para agravar este problema están los limitados presupuestos y recursos disponibles dentro de las entidades gubernamentales, lo que puede dificultar la asignación de personal y herramientas suficientes para gestionar el cumplimiento de manera efectiva. Además, la necesidad de integrar diversas tecnologías y sistemas heredados complica aún más los esfuerzos de cumplimiento.Estos sistemas a menudo carecen de la flexibilidad necesaria para adaptarse rápidamente a las amenazas nuevas y en evolución, lo que hace que la tarea de lograr y mantener el cumplimiento continuo sea una lucha continua. Las agencias están analizando cómo la automatización y la orquestación pueden ayudar con estos desafíos. Evolución de los equipos NetOps y SecOps La evolución de los equipos de NetOps y SecOps está transformando la forma en que las agencias gubernamentales abordan el cumplimiento y la seguridad de la red. ¿NetOps, DevOps, SecOps confundidos? Ver detalles aquí – ¿Qué es NetOps? Tradicionalmente operando en silos, estos equipos ahora están cada vez más obligados a colaborar y abordar desafíos compartidos. Los equipos de NetOps buscan implementar la automatización y validación de redes continuas para simplificar las operaciones, aumentar la velocidad y la eficiencia para brindar servicios y mejorar el rendimiento y la resiliencia de la infraestructura de red crítica. Los equipos de SecOps están respondiendo constantemente a amenazas en evolución, como vulnerabilidades creadas a partir de errores de configuración, actualizaciones descuidadas y no tener una visibilidad adecuada de la postura de seguridad, lo que retrasa los esfuerzos de respuesta. La Necesidad de Automatización a Escala Se requiere automatización para escalar estos esfuerzos, lo que permite a los equipos administrar de manera eficiente las tareas rutinarias y responder rápidamente a las amenazas a medida que crecen las demandas de la red. Existen muchos desafíos técnicos para automatizar el cumplimiento de la red. Por ejemplo, ¿qué estamos buscando cuando se trata del cumplimiento de la red? Para las redes, estamos validando equipos al final de su vida útil, versiones de código, CVE/PSIRT (Vulnerabilidades Comunes y Exposiciones/Equipos de Respuesta a Incidentes de Seguridad de Productos), guías de Implementación de Seguridad como DoD STIG y estándares de red y organización. Como lo demuestra esta lista de consideraciones de cumplimiento, hay muchos puntos de contacto que hacen que el cumplimiento sea una tarea desafiante y se convierte en un escenario “firefight” donde todos los recursos se enfocan urgentemente para ponerse al día con el cumplimiento antes de la próxima auditoría. En lo que se refiere a las configuraciones de redhay tres patrones en las verificaciones de cumplimiento. Patrones Alrededor del Cumplimiento de la Red Un requisito de cumplimiento dado requiere la evaluación de una configuración de red o un estado de red. Estas comprobaciones generalmente caen en 3 patrones de evaluación: configuración de coincidencia, variables de coincidencia o lógica de negocio de coincidencia. Coincidencias de configuración busque coincidencias exactas en la configuración. Los ejemplos incluyen la desactivación o habilitación de servicios como http o cifrado de contraseña. Coincidencias variables busque coincidencias de sustitución parciales o variables en la configuración. Los ejemplos incluyen validar que se configuran varios servidores NTP (Network Time Protocol) o que los vecinos BGP (Border Gateway Protocol) configurados están utilizando la autenticación. La lógica empresarial coincidebusque patrones definidos organizadamente en la configuración. Los ejemplos incluyen la validación de que una lista de control de acceso de límites se aplica a la interfaz correcta y que bloquea los protocolos definidos por la organización. Este último patrón es el más complejo de implementar y varía ampliamente entre las organizaciones en función de la implementación local de la política requerida. Hoy en día, los equipos de SecOps utilizan sus herramientas de auditoría específicas de dominio para auditar la red y crear informes. Estos informes se comparten con el equipo de NetOps que debe interpretar, traducir a configuraciones de dominio de red y luego implementar el cambio de red. Este largo proceso se repite. La Automatización Permite el Cumplimiento Continuo Imagine una plataforma de automatización de red donde NetOps y SecOps puedan aprovechar las herramientas unificadas para resolver objetivos comunes y permitir auditorías, informes y remediaciones continuas de cumplimiento. Los equipos de seguridad generalmente describen el cumplimiento “intent” en forma de reglas que validan si una configuración de red cumple con los criterios. Los operadores de red tienen que satisfacer no solo estos requisitos de cumplimiento, sino también los requisitos de diseño de red y otros factores al crear una plantilla final que se aplicará a la red. Cisco Crosswork Network Services Orchestrator (NSO) proporciona esta capacidad al permitir a los operadores de red automatizar y administrar redes complejas con facilidad con un motor de cumplimiento integrado para validar el cumplimiento de la red. Ofrece una solución versátil y potente que admite la administración de configuraciones, la orquestación de servicios y la aplicación de políticas en toda la red. Cisco NSO 6.x viene con actualizaciones de cumplimiento significativas, como plantillas de cumplimiento, una interfaz intuitiva de informes de cumplimiento, y continúa introduciendo características para cubrir los patrones anteriores. Cisco NSO tiene API modernas y una base de datos con estado donde el cumplimiento continuo se puede validar en función del estado de la red en tiempo real y se puede informar hasta los sistemas en dirección norte. Cisco NSO también está impulsado por modeloses decir, los modelos de datos y sus intenciones se pueden traducir directamente al estado de implementación previsto en la red. Esto permite un nuevo paradigma para que los equipos de SecOps puedan auditar e informar las verificaciones de cumplimiento con las mismas herramientas y plantillas de configuración que el

Leer más »
abril 16, 2025

Oportunidades de red en el borde de la IA

Avanzamos rápidamente hacia un mundo digital hiperconectado donde la inteligencia artificial (IA) nos ayuda a gestionar, monetizar y materializar datos de forma innovadora.  En mi anterior entrada de blog de esta serie, analicé varias aplicaciones emergentes de IA y su impacto en la evolución de las redes IP. Esta entrada se centra en el papel que pueden desempeñar los proveedores de servicios de red (NSP) y las oportunidades de ingresos que pueden generar para facilitar la entrega de estas aplicaciones de IA de forma rentable y fiable. ¿Dónde está el dinero en la IA? La tecnología de IA evoluciona rápidamente, pero en muchos sentidos aún se encuentra en fase inicial. Hiperescaladores como Apple, Alibaba, Amazon, Google, Meta y Microsoft están invirtiendo miles de millones para construir los enormes centros de datos (y centrales eléctricas) que necesitan para entrenar grandes modelos lingüísticos como ChatGPT, Gemini, Llama y Qwen. Esta es la búsqueda de la inteligencia artificial general (IAG): construir agentes digitales cada vez más inteligentes que puedan replicar capacidades cognitivas humanas como leer, escribir, escuchar, hablar, aprender, razonar, operar máquinas y realizar tareas complejas. Figura 1. La inferencia de IA es esencial para monetizar las inversiones en entrenamiento de IA. Si bien la IA general es fundamental para las interacciones entre humanos y máquinas y para aplicaciones como los chatbots de IA y los asistentes virtuales, el mayor beneficio provendrá de las innumerables aplicaciones que usarán estos modelos de IA previamente entrenados para tareas, funciones y consultas de datos específicas en lo que se denomina «inferencia». Las aplicaciones de consumo, como la edición de fotos y la automatización del hogar inteligente, dependen cada vez más de la IA para interpretar datos privados e inferir decisiones cruciales. Esto mismo ocurre con numerosas aplicaciones en comercio, finanzas, sanidad, manufactura, transporte y seguridad pública. Estas aplicaciones de inferencia favorecen modelos de IA más especializados o «limitados», optimizados para tareas, entornos y conjuntos de datos específicos. Estos modelos limitados requieren menos recursos e incluso pueden funcionar independientemente de la nube en algunos casos. Cerrando la brecha con la nube Actualmente, la lógica de inferencia de IA reside en un centro de datos o en el dispositivo o las instalaciones del usuario. Transferir datos entre los dispositivos del usuario y los centros de datos requiere tiempo, dinero y conlleva riesgos. Además de las limitaciones prácticas de escalabilidad impuestas por las limitaciones de energía y espacio, no queremos que los centros de datos se vuelvan demasiado grandes como para quebrar debido a desastres naturales o provocados por el hombre. Del lado del usuario, existen miles de millones de dispositivos muy diversos y ampliamente dispersos, y miles de organizaciones que podrían beneficiarse de la IA. Sin embargo, es posible que estas organizaciones no siempre cuenten con el hardware o los recursos de TI necesarios, o que aún deban depender de recursos externos de computación y almacenamiento de IA para algunas aplicaciones o funciones (por ejemplo, nube híbrida e inferencia dividida). Alojar cargas de trabajo de inferencia de IA en el borde de la red, entre centros de datos centralizados y dispositivos de usuario, cerrará esta brecha y abordará los siguientes desafíos: Figura 2. Reducir la brecha entre los usuarios y la nube con inferencia de borde de IA A diferencia de los centros de datos centralizados, que deben planificarse y dimensionarse cuidadosamente con antelación para gestionar la demanda prevista, el desarrollo de la nube perimetral con IA puede basarse en gran medida en la demanda. Además, la computación perimetral con IA puede descargar los centros de datos y el tráfico de red mediante el preprocesamiento y la selección de datos sin procesar. Pero la pregunta es: ¿quién la construiría y la operaría? Al borde de un mundo hiperconectado Los proveedores de servicios en la nube (CSP) no pueden conectar fácilmente sus centros de datos en la nube con los usuarios finales por sí solos. Cuentan con la tecnología, pero la mayoría suele recurrir a proveedores de intercambio de colocation de centros de datos (CXP), como Equinix, para alojar sus servidores y así extender su presencia en la nube a grandes metrópolis y ciudades. Ir más allá sería ir demasiado lejos debido a las leyes de soberanía de datos y a los costos insuperables y los desafíos logísticos que supone adquirir, equipar, operar y mantener ubicaciones edge adecuadas a escala global. Los proveedores de servicios de red (NSP) —operadores de telecomunicaciones, operadores de cable y operadores móviles— viven literalmente en la periferia de este mundo digital hiperconectado. Pueden aprovechar su presencia local, activos inmobiliarios, infraestructura de red y servicios profesionales para permitir que los desarrolladores de nubes y los proveedores de infraestructura digital escalen horizontalmente la nube perimetral de IA. La transición de las conexiones de línea de abonado digital (DSL) sobre bucles de cobre tradicionales a las redes ópticas pasivas (PON) sobre fibra óptica está liberando valiosos recursos de espacio y energía en oficinas centrales y distribuidas. Los NSP pueden utilizar estos recursos para alojar infraestructura de servidores de IA para desarrolladores de nubes, socios de infraestructura digital, grandes empresas y para su propio uso privado. En función de sus capacidades y su zona de confort, los proveedores de servicios de educación financiera (PNS) pueden considerar ofrecer una gama de servicios de valor añadido. Por ejemplo, un NSP podría: Impulsar el crecimiento de los ingresos con servicios de inferencia de borde de IA La inferencia de borde con IA presenta enormes oportunidades de crecimiento para los proveedores de servicios de red. La conectividad es un factor clave para la era de la IA, pero por sí sola no será suficiente para aprovechar al máximo su valor en nuestro mundo digital hiperconectado. Participar activamente en el desarrollo de la nube de borde con IA con servicios de alojamiento de valor añadido permitirá a los proveedores de servicios de red monetizar los servicios de conectividad de forma más eficaz. Les permite pasar de ser meros intermediarios a convertirse en facilitadores de servicios de valor añadido que generan nuevas fuentes de ingresos,

Leer más »
abril 16, 2025

Los modelos de IA del cerebro podrían servir como ‘gemelos digitales’ en investigación

En un nuevo estudio, los investigadores crearon un modelo de IA de la corteza visual del ratón que predice respuestas neuronales a imágenes visuales. Por mucho que un piloto pueda practicar maniobras en un simulador de vuelo, los científicos pronto podrán realizar experimentos en una simulación realista del cerebro del ratón. En un nuevo estudio, los investigadores y colaboradores de Stanford Medicine utilizaron un modelo de inteligencia artificial para construir una “” gemela digital de la parte del cerebro del ratón que procesa la información visual. El gemelo digital fue entrenado en grandes conjuntos de datos de actividad cerebral recolectados de la corteza visual de ratones reales mientras veían clips de películas. Luego podría predecir la respuesta de decenas de miles de neuronas a nuevos videos e imágenes. Los gemelos digitales podrían hacer que estudiar el funcionamiento interno del cerebro sea más fácil y eficiente. “Si construyes un modelo del cerebro y es muy preciso, eso significa que puedes hacer muchos más experimentos,” dijo Andreas Tolias, PhD, profesor de oftalmología de Stanford Medicine y autor principal del estudio publicado el 9 de abril en Nature. “Los más prometedores que puedes probar en el cerebro real.” El autor principal del estudio es Eric Wang, PhD, un estudiante de medicina en el Baylor College of Medicine. Más allá de la distribución de la formación A diferencia de los modelos anteriores de IA de la corteza visual, que podrían simular la respuesta de los cerebros solo al tipo de estímulos que vieron en los datos de entrenamiento, el nuevo modelo puede predecir la respuesta de los cerebros a una amplia gama de nuevas entradas visuales. Incluso puede suponer características anatómicas de cada neurona. Eventualmente, creo que será posible construir gemelos digitales de al menos partes del cerebro humano.” El nuevo modelo es un ejemplo de un modelo de base, una clase relativamente nueva de modelos de IA capaces de aprender de grandes conjuntos de datos, luego aplicar ese conocimiento a nuevas tareas y nuevos tipos de datos – o lo que los investigadores llaman “generalizando fuera de la distribución de entrenamiento (ChatGPT es un ejemplo familiar de un modelo de base que puede aprender de grandes cantidades de texto para luego entender y generar nuevo texto) “En muchos sentidos, la semilla de la inteligencia es la capacidad de generalizar de manera sólida,” dijo Tolias. “El objetivo final – el santo grial – es generalizar a escenarios fuera de su distribución de entrenamiento.” Películas de ratón Para entrenar el nuevo modelo de IA, los investigadores primero registraron la actividad cerebral de ratones reales mientras veían películas – películas hechas para personas. Las películas idealmente se aproximarían a lo que los ratones podrían ver en entornos naturales. “Es muy difícil probar una película realista para ratones, porque nadie hace películas de Hollywood para ratones,” dijo Tolias. Pero las películas de acción se acercaron lo suficiente. Los ratones tienen visión de baja resolución – similar a nuestra visión periférica –, lo que significa que principalmente ven movimiento en lugar de detalles o color. “A los ratones les gusta el movimiento, que activa fuertemente su sistema visual, por lo que les mostramos películas que tienen mucha acción,” dijo Tolias. Durante muchas sesiones de visualización cortas, los investigadores registraron más de 900 minutos de actividad cerebral de ocho ratones viendo clips de películas llenas de acción, como Mad Max. Las cámaras monitorearon sus movimientos y comportamiento oculares. Los investigadores utilizaron los datos agregados para entrenar un modelo central, que luego podría personalizarse en un gemelo digital de cualquier ratón individual con un poco de capacitación adicional. Predicciones precisas Estos gemelos digitales pudieron simular de cerca la actividad neuronal de sus contrapartes biológicas en respuesta a una variedad de nuevos estímulos visuales, incluidos videos e imágenes estáticas. La gran cantidad de datos agregados de entrenamiento fue clave para el éxito de los gemelos digitales’, dijo Tolias. “Fueron impresionantemente precisos porque fueron entrenados en conjuntos de datos tan grandes.” Aunque entrenados solo en actividad neuronal, los nuevos modelos podrían generalizarse a otros tipos de datos. El gemelo digital de un ratón en particular fue capaz de predecir las ubicaciones anatómicas y el tipo de célula de miles de neuronas en la corteza visual, así como las conexiones entre estas neuronas. Los investigadores verificaron estas predicciones contra las imágenes de microscopio electrónico de alta resolución de la corteza visual de ese ratón, que era parte de un proyecto más grande para mapear la estructura y función de la corteza visual del ratón con un detalle sin precedentes. Los resultados de ese proyecto, conocido como MICRONES, fue publicado simultáneamente en Naturaleza. Abriendo la caja negra Debido a que un gemelo digital puede funcionar mucho más allá de la vida útil de un ratón, los científicos podrían realizar un número virtualmente ilimitado de experimentos en esencialmente el mismo animal. Los experimentos que tomarían años podrían completarse en horas, y millones de experimentos podrían ejecutarse simultáneamente, acelerando la investigación sobre cómo el cerebro procesa la información y los principios de la inteligencia. “Weisre está tratando de abrir la caja negra, por así decirlo, para comprender el cerebro a nivel de neuronas individuales o poblaciones de neuronas y cómo trabajan juntas para codificar información, ” Tolias dijo. De hecho, los nuevos modelos ya están produciendo nuevas ideas. En otro relacionado estudio, también publicado simultáneamente en Naturalezalos investigadores utilizaron un gemelo digital para descubrir cómo las neuronas en la corteza visual eligen otras neuronas con las que formar conexiones. Los científicos sabían que las neuronas similares tienden a formar conexiones, como las personas que forman amistades. El gemelo digital reveló qué similitudes importaban más. Las neuronas prefieren conectarse con neuronas que responden al mismo estímulo – el color azul, por ejemplo – sobre neuronas que responden a la misma área del espacio visual. “Es como alguien que selecciona amigos en función de lo que les gusta y no de dónde están,” dijo Tolias. “Aprendimos esta regla más precisa de cómo se organiza el cerebro.” Los investigadores planean extender su modelado a

Leer más »
abril 16, 2025

OPPO Unveils Agentic AI Initiative at Google Cloud Next 2025, Showcasing Innovations and Leadership in AI Experiences

OPPO articulated its strategic vision for Agentic AI at Google Cloud Next 2025, underscoring its strategy as a leader in AI experiences through in-house development and strategic collaboration with Google. «OPPO’s focus has always been on the user, and our goal is very clear: to lead innovation in AI experience and provide the best experience,» stated Jason Liao, President of the OPPO Research Institute. «We are continuously enhancing AI experiences through strategic collaborations with partners like Google Cloud, aiming to deliver Agentic AI capabilities to OPPO users.» At Google Cloud Next 2025, OPPO showcased AI Search, a powerful system-level AI tool in collaboration with Google Cloud, which empowers users to efficiently search and retrieve complex multimodal document information using natural language queries. Furthermore, OPPO highlighted its significant advancements and innovative features across AI Productivity, AI Creativity, and AI Imaging. Looking ahead, OPPO is actively exploring the next phase of Agentic AI experiences, with a focus on creating personalized and intelligent user experience. OPPO is developing a new user knowledge system to serve as a centralized repository for user data, addressing the challenge of information fragmentation on mobile devices. It is designed to learn and adapt from user activities, interests, data, and memories, to provide highly personalized AI experiences, driving progress towards a future vision of intelligent, AI-driven operating systems. Earlier this year, OPPO announced its latest advancement in AI Security with the launch of Private Computing Cloud (PCC), which leverages Confidential Computing from Google Cloud. It provides a dedicated and secure environment, ensuring that AI data processing happens within a secure, isolated system with end-to-end encryption to keep all AI interactions private. Leveraging cutting-edge innovation and a steadfast commitment to enhancing user experience, OPPO is collaborating with key partners like Google Cloud to accelerate the development and adoption of AI technology, ultimately redefining the daily experience of AI across devices and services. By the end of 2025, OPPO aspires to empower nearly 100 million users worldwide to harness the transformative potential of OPPO AI. OPPO News

Leer más »
abril 15, 2025

OPPO presenta la Iniciativa Agentic AI en Google Cloud Next 2025, Mostrando Innovaciones y Liderazgo en Experiencias de IA

OPPO articuló su visión estratégica para Agentic AI en Google Cloud Next 2025, subrayando su estrategia como líder en experiencias de IA a través del desarrollo interno y la colaboración estratégica con Google. «El enfoque de OPPO siempre ha estado en el usuario, y nuestro objetivo es muy claro: liderar la innovación en la experiencia de IA y proporcionar la mejor experiencia», dijo Jason Liao, presidente del Instituto de Investigación OPPO. «Estamos mejorando continuamente las experiencias de IA a través de colaboraciones estratégicas con socios como Google Cloud, con el objetivo de ofrecer capacidades de IA agentic a los usuarios de OPPO.» En Google Cloud Next 2025, OPPO presentó AI Search, una poderosa herramienta de IA a nivel de sistema en colaboración con Google Cloud, que permite a los usuarios buscar y recuperar de manera eficiente información compleja de documentos multimodales utilizando consultas de lenguaje natural. Además, OPPO destacó sus avances significativos y características innovadoras en AI Productivity, AI Creativity e AI Imaging. Mirando hacia el futuro, OPPO está explorando activamente la próxima fase de las experiencias de IA agentic, con un enfoque en la creación de una experiencia de usuario personalizada e inteligente. OPPO está desarrollando un nuevo sistema de conocimiento del usuario para servir como un repositorio centralizado para los datos del usuario, abordando el desafío de la fragmentación de la información en dispositivos móviles. Está diseñado para aprender y adaptarse a las actividades, intereses, datos y recuerdos de los usuarios, para proporcionar experiencias de IA altamente personalizadas, impulsando el progreso hacia una visión futura de sistemas operativos inteligentes impulsados por IA. A principios de este año, OPPO anunció su último avance en AI Security con el lanzamiento de Private Computing Cloud (PCC), que aprovecha Confidential Computing de Google Cloud. Proporciona un entorno dedicado y seguro, asegurando que el procesamiento de datos de IA se realice dentro de un sistema seguro y aislado con cifrado de extremo a extremo para mantener privadas todas las interacciones de IA. Aprovechando la innovación de vanguardia y un compromiso firme para mejorar la experiencia del usuario, OPPO está colaborando con socios clave como Google Cloud para acelerar el desarrollo y la adopción de la tecnología de IA, redefiniendo en última instancia la experiencia diaria de la IA en todos los dispositivos y servicios. A finales de 2025, OPPO aspira a capacitar a casi 100 millones de usuarios en todo el mundo para aprovechar el potencial transformador de OPPO AI. OPPO News. Traducido al español

Leer más »
abril 15, 2025

La robótica se encuentra con las artes culinarias

Un equipo suizo italiano ha creado RoboCake, un pastel de bodas robótico comestible que ilustra los avances en la investigación de alimentos robóticos. Aunque la idea de crear robots que se puedan comer o alimentos que se comporten como robots pueda parecer extraña, supone un verdadero reto para la comunidad científica. En el marco del proyecto RoboFood, financiado por la UE, investigadores de la EPFL y del Istituto Italiano di Tecnologia (IIT) han colaborado con pasteleros y científicos de alimentos del EHL de Lausana para combinar la robótica y la gastronomía. Su proyecto, RoboCake, se presentará en la Expo 2025 de Osaka. “La robótica y la alimentación son dos mundos distintos”, afirma Dario Floreano, director del Laboratorio de Sistemas Inteligentes (LIS) de la EPFL y coordinador del proyecto RoboFood. “Sin embargo, su fusión ofrece numerosas ventajas, especialmente en cuanto a la limitación de los residuos electrónicos y alimentarios”. Los científicos están considerando otras aplicaciones en los campos de la nutrición y la salud en situaciones de emergencia. “Los robots comestibles podrían utilizarse para entregar alimentos a zonas en peligro, administrar medicamentos de forma innovadora a personas con dificultades para tragar o a animales, o incluso para monitorizar los alimentos y su frescura mediante sensores que se pueden comer”. Ilustrando la investigación robótica sobre alimentos La creación de robots comestibles también ofrece experiencias culinarias completamente nuevas. El RoboCake, un pastel de bodas robótico, es una innovadora demostración del progreso del proyecto RoboFood, cuyo objetivo es desarrollar una nueva generación de robots comestibles y alimentos inteligentes. El RoboCake presenta dos osos de peluche robóticos completamente comestibles, creados por el LIS de la EPFL. «Están hechos de gelatina, jarabe y colorantes», explica Bokeon Kwak, investigador del LIS. «Se animan mediante un sistema neumático interno: al inyectar aire a través de conductos específicos, sus cabezas y brazos se mueven». Estos ositos bailarines, con un sabor a gomitas de granada suaves y dulces, no son la única característica especial del pastel. Investigadores del IIT, coordinados por Mario Caironi, han desarrollado la primera batería recargable comestible, hecha de vitamina B2, quercetina, carbón activado y chocolate, para darle un toque gourmet. «Estas baterías, aptas para el consumo, pueden usarse para encender las velas LED del pastel», explica Valerio Galli, estudiante de doctorado del IIT. «El primer sabor que se percibe al comerlas es a chocolate negro, seguido de un sorprendente toque ácido, debido al electrolito comestible que contienen, que dura unos segundos». Estas baterías representan una posible solución para reducir los residuos electrónicos, que alcanzan los 40 millones de toneladas al año. La guinda del pastel Para garantizar que estas innovaciones fueran apetitosas y seguras de comer, los ingenieros colaboraron con expertos en alimentación y pasteleros de la EHL. «Nuestro reto era encontrar la mejor manera de presentar las innovaciones de nuestros dos socios, la EPFL y el IIT, añadiendo lo que mejor sabemos hacer: el placer. Así nació el RoboCake, un auténtico pastel de eventos, que cumple con el reto de combinar técnica, electrónica y sabor», afirma Julien Boutonnet, profesor titular de Artes Prácticas de la EHL y galardonado con la máxima distinción de Francia, el premio al Mejor Obrero de Francia (MOF) en pastelería y confitería. “Esta colaboración interdisciplinaria abre el camino a experiencias gastronómicas interactivas y deliciosas que nos recuerdan que la comida es un recurso preciado y posiblemente reducen el consumo excesivo de alimentos”, afirma Dario Floreano. Acerca del proyecto RoboFood.RoboFood es un proyecto de investigación de cuatro años con un presupuesto de 3,5 millones de euros, financiado por la Unión Europea. Iniciado en 2021, reúne a científicos de la EPFL, el IIT, la Universidad de Bristol y la Universidad de Wageningen. El proyecto RoboFood combina la ciencia de los alimentos y la robótica de una forma radicalmente innovadora para crear robots comestibles y alimentos robotizados para la conservación de alimentos, la nutrición de emergencia, la medicina humana y veterinaria o nuevas experiencias culinarias. Fondos El proyecto RoboFood ha recibido financiación del programa de Investigación e Innovación Horizonte 2020 de la Unión Europea en virtud del acuerdo de subvención 964596. EPFL News. J. H. Traducido al español

Leer más »
abril 15, 2025

Los segundos importan: El costo real de los datos retrasados en un mundo siempre activo

Cuando los mercados cambian en segundos, los retrasos en los datos ya no son solo ineficiencias, sino que son pasivos. A pesar de las enormes inversiones en analítica, el 80 % de las organizaciones aún dependen de datos obsoletos para la toma de decisiones, lo que conlleva la pérdida de oportunidades, cuellos de botella operativos y reveses competitivos. Peor aún, el 85 % de los líderes de datos admiten que tomar decisiones con datos obsoletos ha tenido un coste directo para sus empresas. La realidad es clara: cada segundo de retraso en el procesamiento de datos agrava las pérdidas financieras, las vulnerabilidades de seguridad y el riesgo empresarial. Las empresas que adoptan la integración de datos de streaming en tiempo real están superando a sus competidores, obteniendo información más rápida, optimizando las operaciones y ofreciendo experiencias de cliente superiores. Analizaremos el alto coste de los datos lentos y por qué las empresas que invierten en la integración de datos de streaming en tiempo real están obteniendo una ventaja significativa. Las últimas noticias e información sobre IA 
 Descubra información y noticias cuidadosamente seleccionadas sobre IA, la nube y más en el boletín semanal Think.  Suscríbete hoy El costo de los retrasos: cuando la lentitud de los datos equivale a pérdida de ingresos En la economía digital, cada segundo cuenta. Las organizaciones generan y consumen volúmenes de datos sin precedentes; sin embargo, su capacidad para actuar sobre ellos en tiempo real sigue siendo muy limitada. A medida que los entornos empresariales se vuelven cada vez más complejos y dinámicos, se reducen las oportunidades de toma de decisiones. Según la Encuesta de Reingeniería de Decisiones de Gartner , el 71 % de las organizaciones afirma que las demandas de toma de decisiones son cada vez más frecuentes, rápidas y complejas. Sin embargo, sin datos en tiempo real, esas decisiones se basan en información del pasado en lugar de en la realidad actual. Las industrias sensibles al tiempo, como las finanzas, el comercio minorista y la atención médica, están sintiendo cada vez más el impacto de la lenta integración de datos: Servicios      financieros : Las instituciones financieras dependen de datos precisos para la calificación crediticia, la detección de fraudes y el cumplimiento normativo. La lentitud de los datos conduce a decisiones erróneas e infracciones. Un caso de fraude detectado en cinco minutos es mucho menos perjudicial que uno detectado en cinco horas. Comercio       minorista : Los datos en tiempo real son clave para la gestión de inventario, la previsión de la demanda y la personalización. Sin ellos, los minoristas se arriesgan a desabastecimiento, sobrestock, pérdida de ventas y exceso de inventario. Una gestión de inventario ineficiente cuesta a las empresas alrededor de 1,1 billones de dólares estadounidenses al año a nivel mundial, y solo los minoristas pierden 471 000 millones de dólares anuales debido al exceso de stock. Atención médica      : Las decisiones médicas basadas en datos lentos y obsoletos provocan errores de diagnóstico, retrasos en los tratamientos y un aumento de la mortalidad. Los errores médicos debidos a información obsoleta de los pacientes son la tercera causa principal de muerte en EE. UU., con un costo anual de 20 000 millones de dólares . Tecnología      e IA : La lentitud de los datos socava el análisis predictivo y frena la innovación, lo que afecta la optimización de productos y la fidelización de clientes. Las empresas que utilizan datos obsoletos para entrenar modelos de IA experimentan una pérdida global de ingresos del 6 % (aproximadamente 406 millones de dólares) debido a predicciones inexactas . El costo de no hacer nada es mucho mayor que el costo de actualizar a la integración de datos en tiempo real.Mezcla de Expertos | 11 de abril, episodio 50 Descifrando la IA: Resumen semanal de noticias Únase a nuestro panel de clase mundial de ingenieros, investigadores, líderes de productos y más mientras eliminan el ruido de la IA para brindarle lo último en noticias y conocimientos sobre IA.Mira los últimos episodios del podcast  Riesgos de seguridad y cumplimiento: Por qué los datos retrasados ​​son una posible vulneración Los retrasos en la entrega de datos no solo afectan los ingresos, sino que también abren la puerta al fraude, las ciberamenazas y las sanciones regulatorias. Así es como estos retrasos pueden afectar a las siguientes industrias: ·      Sector financiero: La detección lenta del fraude implica una mayor exposición a las infracciones. Un enfoque de transmisión en tiempo real podría prevenir el fraude antes de que ocurra, pero los sistemas de procesamiento por lotes tradicionales obligan a las empresas a ser reactivas en lugar de proactivas. ·      Atención médica : sin sincronización de datos en tiempo real, las brechas de cumplimiento exponen a las instituciones a multas multimillonarias. ·      Venta minorista y comercio electrónico : la confianza del cliente depende de la personalización en tiempo real y la prevención del fraude. El 76 % de los casos de fraude causan graves daños a la reputación de la marca, lo que lleva a la pérdida de clientes a largo plazo. La integración de datos en tiempo real no solo se trata de eficiencia: se trata de mitigar el riesgo antes de que se convierta en pérdida. El poder de la integración de datos en tiempo real Las empresas que desean evitar retrasos costosos, ineficiencias y oportunidades perdidas necesitan integración de datos en tiempo real . Una solución eficaz de integración de datos en tiempo real ayuda a las organizaciones a tomar decisiones más rápidas basadas en datos con transformaciones de datos sobre la marcha, garantizando que la información esté siempre actualizada. Optimiza el rendimiento al automatizar la creación de pipelines y mejora la experiencia del cliente al ofrecer interacciones personalizadas en tiempo real. ¿Cuáles son los beneficios? Detección de fraude en segundos en lugar de horas o días, actualizaciones de inventario en tiempo real para evitar costosos desabastecimientos o insatisfacción del cliente, y un procesamiento de reclamaciones más rápido. Estos son solo algunos ejemplos del poder de la integración de datos en tiempo real, que permite a las empresas actuar con confianza, impulsadas por datos confiables en tiempo real en lugar de informes obsoletos. Pero no todas las soluciones de integración de

Leer más »
abril 14, 2025

Samsung anuncia la última actualización de SmartThings

La plataforma global de vida conectada de Samsung ahora está integrada con Samsung Health y también amplía Calm Onboarding, entre otros beneficios Samsung Electronics anunció hoy una actualización de su plataforma global de vida conectada, SmartThings, que mejora aún más la experiencia de AI Home. SmartThings presenta nuevas funciones y mejoras a cada trimestre para ofrecer a los usuarios un estilo de vida más cómodo y perfectamente conectado. Lo más destacado de esta actualización es la integración de SmartThings con Samsung Health, diseñada para mejorar los entornos de sueño de los usuarios y al mismo tiempo permitir experiencias de automatización más personalizadas. La actualización también amplía Calm Onboarding para admitir una gama más amplia de dispositivos y agrega compatibilidad con el estándar Matter 1.4. “La última actualización de SmartThings representa nuestros esfuerzos continuos para hacer que el hogar inteligente sea más intuitivo, conectado y personalizado”, afirmó Jaeyeon Jung, vicepresidente ejecutivo y director de SmartThings en Samsung Electronics. Es motivador seguir ampliando los límites de la innovación en hogares inteligentes, favoreciendo a los usuarios mediante una mayor personalización y automatización, incluido el bienestar del sueño. Samsung Newsroom describe algunos de los cambios esenciales a continuación. ▲ (Izquierda) Tarjeta de resumen del entorno de sueño que se muestra en Galaxy Now Briefing. (Derecha) Informe detallado del entorno de sueño ▲ (Izquierda) Pantalla de configuración de la rutina de automatización con acciones de Samsung TV Plus. (Derecha) Función de transmisión que utiliza altavoces vinculados a SmartThings *La interfaz de usuario en la imagen de arriba puede diferir de la pantalla real de la aplicación o puede estar sujeta a cambios. Entornos de sueño más inteligentes con la integración de Samsung Health Los informes del entorno del sueño[1] de Samsung Health en los dispositivos Galaxy ayudan a los usuarios a crear condiciones óptimas para el descanso al proporcionar información detallada sobre factores clave (como la temperatura, la humedad, los niveles de dióxido de carbono y la intensidad de la luz) a través de dispositivos y sensores conectados. Estos informes resumen las condiciones de sueño de la noche anterior y ofrecen sugerencias personalizadas para mejorar. Al vincularlo con un Galaxy Watch o Galaxy Ring, la última actualización permite que SmartThings ajuste automáticamente el entorno según las horas reales de sueño y vigilia del usuario.[2] Por ejemplo, se pueden configurar rutinas para apagar las luces y el televisor a la hora de acostarse o para abrir las cortinas y reproducir música por la mañana. Mayor flexibilidad con las rutinas SmartThings Con la última actualización, SmartThings ahora admite rutinas de automatización basadas en programas recurrentes (semanales, mensuales o anuales), ofreciendo mayor flexibilidad para una variedad de escenarios. Por ejemplo, los usuarios pueden cambiar automáticamente el color de las luces inteligentes para celebrar ocasiones especiales como cumpleaños familiares. Además, las rutinas SmartThings ahora se integran con Samsung TV Plus en los modelos de televisores Samsung 2025. Esto permite a los usuarios incluir preferencias de entretenimiento en sus rutinas domésticas inteligentes, ya sea configurar el televisor para que encienda las noticias por la mañana o cambiar a un canal favorito a una hora predeterminada para asegurarse de no perderse un programa. Transmisión a través de altavoces conectados a SmartThings Una nueva función de transmisión permite a los usuarios enviar mensajes de voz a través de altavoces conectados a SmartThings, haciendo que la comunicación en el hogar sea más conveniente. Por ejemplo, si un padre está fuera y envía un mensaje de voz a través de la aplicación SmartThings: “Llegaré a casa pronto, pero toma algo del refrigerador si tienes hambre”, se reproducirá automáticamente en el altavoz del hogar designado. Con la entrega de mensajes en tiempo real, las familias pueden permanecer conectadas sin importar dónde se encuentren. Ampliación de Calm Onboarding a más dispositivos Samsung ofrece la función Calm Onboarding[3] desde fines de 2023, agilizando la configuración de los electrodomésticos Samsung comprados a través de Samsung.com o tiendas oficiales de Samsung al vincular todo el recorrido del producto, desde el pedido y la entrega hasta la conexión con la aplicación SmartThings. En la última actualización de SmartThings, Samsung está expandiendo Calm Onboarding más allá de sus propios productos para incluir dispositivos domésticos inteligentes de terceros compatibles para una experiencia de conectividad más ágil e intuitiva. Los usuarios que compren dispositivos domésticos inteligentes compatibles con SmartThings directamente desde Samsung.com ahora recibirán actualizaciones de compra y entrega dentro de la aplicación SmartThings. Además, los usuarios recibirán instrucciones de incorporación paso a paso para simplificar la configuración del producto. El lanzamiento comenzará en Corea, con planes de expandirse a otros países.[4] Soporte para Matter 1.4 SmartThings continúa avanzando en el panorama de IoT al ampliar su soporte para Matter 1.4. La última versión de la norma incluye una amplia gama de dispositivos de gestión de energía, como calentadores de agua, bombas de calor, dispositivos de energía solar, dispositivos de almacenamiento de batería, interruptores de control de encendido/apagado instalados y dispositivos de control de carga regulable (dimmer) instalados. Estas nuevas categorías de dispositivos compatibles se basan en tipos de dispositivos populares existentes, como luces, termostatos, interruptores, aires acondicionados, purificadores de aire, ventiladores, cerraduras de puertas y mucho más. Al integrar rutinas impulsadas por IA, ampliar la compatibilidad de dispositivos y adoptar el último estándar Matter, SmartThings refuerza su compromiso continuo con la innovación, haciendo que el hogar conectado sea más inteligente, energéticamente eficiente y perfecto para los usuarios y sus familias. [1] La función de informe del entorno de sueño está disponible en los smartphones Samsung Galaxy que ejecutan One UI 7.0 o posterior y Samsung Health versión 6.29 o posterior. La disponibilidad puede ampliarse en el futuro. Para obtener más información sobre los dispositivos compatibles que pueden medir los entornos de sueño, consulte el informe de condiciones de sueño en la sección “Cómo usar” de la aplicación SmartThings. [2] Es posible que la configuración de rutinas basadas en las condiciones de sueño no sea compatible en algunos países. Esta función está disponible en los smartphones Samsung Galaxy con One UI 7.0 o Samsung Health versión 6.29 o posterior, con planes

Leer más »
abril 14, 2025

Buscá noticias

Seleccioná una categoría

Newsletter

Newsletter 1
SUSCRIPCIÓN

El portal de
las tecnologías
para la innovación

Contacto

chubutdigital.it@gmail.com

CHUBUTDIGITAL® | © noviembre 2024.
Todos los derechos reservados.

Diseño web: Latini Design

Scroll al inicio