El Portal de las Tecnologías para la Innovación

Categoría: Papers de Investigación Científica

¿Buscas algo diferente en tu red de centro de datos?

Antes de casi cualquier cambio significativo en el mercado, hay señales. Algunos ejemplos bien conocidos: Amazon mostró fortaleza en libros antes de convertirse en un gigante del comercio minorista; Apple simplificó la experiencia del usuario con el iPod antes de definir la era de los teléfonos inteligentes; y las máquinas fueron capaces de vencer a los humanos en juegos de estrategia mucho antes del más reciente revuelo en materia de inteligencia artificial.  Siempre hay señales, sólo hay que saber dónde buscar. ¿Hay entonces alguna señal de que Nokia está tramando algo diferente en materia de redes de centros de datos? Ha sido un año de progreso. Echa un vistazo a lo que hemos estado haciendo y luego me cuentas. El error humano cero es nuestra misión Hemos codificado nuestra misión en el centro de datos para que  no haya errores humanos . Existen dos fuentes de errores humanos en las redes: 1) los proveedores (errores de software, problemas de hardware) y 2) los usuarios (errores de configuración, errores operativos). Nuestra misión es reducir ambos aspectos a cero. Ofrecemos el hardware y el software de centros de datos de la más alta calidad del mercado y nuestra plataforma de operaciones está diseñada expresamente para erradicar los errores. Las operaciones de red basadas en intenciones y de múltiples proveedores garantizan la confiabilidad La creación de redes es difícil. ¿No estás seguro de eso? Considera lo siguiente: ¿en qué época del año las redes son más estables? ¿Adivinaste que eran las vacaciones? Estás en lo cierto.   Nuestra industria ha trabajado mucho para crear una disciplina en la que todo funcione mejor cuando la gente deja de tocarlo. En septiembre, Nokia presentó la automatización basada en eventos (EDA ), nuestra solución a este problema. Nokia EDA (pronunciado  eida ) es nuestra plataforma de operaciones de centro de datos. Con el objetivo de que no se produzcan errores humanos, nuestros usuarios comienzan por definir cómo se ve un centro de datos y, luego,  EDA traduce esa intención  en una configuración subyacente. El resultado es un enfoque de gestión basado en modelos, con un amplio conjunto de comprobaciones previas a la producción, que incluye un gemelo digital. Resulta que, cuando se  ofrecen operaciones confiables , los subproductos naturales son la velocidad y la eficiencia. Y con un conjunto de API completo y bien definido, EDA también lo ayuda en los próximos pasos hacia la automatización del flujo de trabajo. El asistente GenAI para el centro de datos ayuda a los nuevos usuarios Los asistentes GenAI ahora están apareciendo a nuestro alrededor: desde la forma en que interactúa con su teléfono hasta la forma en que recibe servicio al cliente y su atención médica. El otoño pasado, Nokia fue el primero en comercializar un asistente GenAI para enrutadores IP y conmutadores de centros de datos. Con SR Linux AI Assistant , los equipos de redes se benefician en casos de uso clave, incluida una forma sencilla de explorar la documentación, verificar el estado de los dispositivos y la red, solucionar problemas y consultar ejemplos de configuración. Kyndryl y Nokia se unen para lograr el cambio La parte más difícil del cambio es… bueno, el cambio. A medida que las empresas se enfrentan a su futuro, tienen que lidiar con algo más que la tecnología. Los procesos, las herramientas y las personas desempeñan un papel importante en la forma de operar de las personas. Y, a veces, las empresas necesitan un poco de ayuda para unir todas las piezas.  Este año, anunciamos una alianza ampliada con Kyndryl destinada a convertir las aspiraciones en realidad en los entornos de los clientes. La experiencia de Kyndryl para integrar tecnologías y facilitar transformaciones, combinada con la cartera de centros de datos de Nokia, crea un camino atractivo para todo aquel que piense que el futuro no es solo otra revolución del pasado.  Lenovo y Nokia unen fuerzas para implementar IA La inteligencia artificial es un deporte de equipo. Requiere que la computación, el almacenamiento y la red se integren. Y no podríamos pedir un mejor socio para brindar una solución integral que nuestra nueva asociación con Lenovo para abordar la IA . Juntos, ofrecemos diseños validados en todo el espectro tecnológico, junto con una presencia global y la visión de un verdadero profesional sobre cómo implementar la tecnología a escala. El soporte de SONiC ofrece flexibilidad En Nokia, nos  comprometemos a ofrecer a los clientes opciones y flexibilidad . En diciembre, anunciamos la compatibilidad con SONiC en nuestras plataformas de hardware. Con compatibilidad operativa tanto para nuestro sistema operativo estrella SR Linux como para SONiC, ofrecemos a los clientes las plataformas y el software necesarios para seguir el camino tecnológico que mejor se adapte a su negocio.  Los clientes eligen Nokia Nokia gana… y gana… y gana. Ha sido un buen año de validación para el centro de datos de Nokia. Tuvimos clientes clave que validaron nuestro enfoque de calidad en las redes. Y no fueron insignificantes. En septiembre, anunciamos nuestro progreso comercial en  CoreWeave . En noviembre, anunciamos el compromiso de cinco años de Microsoft con el centro de datos de Nokia con SONiC. Y en diciembre, el actor de IA  Nscale  anunció que estaban utilizando conmutadores Nokia con servidores y almacenamiento de Lenovo para ofrecer sus soluciones de IA. ¿El tema recurrente? Cuando la confiabilidad es importante, la cartera de centros de datos de Nokia tiene un papel que desempeñar. Los próximos pasos ayudan en su evaluación Dé los siguientes pasos para usted y su equipo probando la imagen de contenedor Nokia SR Linux disponible para todos de forma gratuita , sin registros ni muros de pago. Luego, comience a usar el Containerlab gratuito para reunir todo, incluido el software de otros proveedores. Los arquitectos y operadores de centros de datos recomiendan Containerlab a sus amigos para construir laboratorios de pruebas virtuales complejos para todos los proveedores y obtener resultados como: Resumiendo Nuevos productos. Nuevos socios. Nuevos logros. Próximos pasos. Antes de los grandes cambios, siempre hay señales. Solo hay que saber dónde buscar. NOKIA Blog. M. B. Traducido al español

Leer más »
enero 7, 2025

Mirando más allá del horizonte: la trilogía de AI-RAN

El rápido ritmo de la evolución tecnológica ha tenido un profundo impacto en nuestra sociedad, en cómo accedemos a la información y cómo interactuamos, ya sea por negocios o por ocio.  Entonces, ¿cuál es la próxima gran transformación? La AI-RAN, que implica una integración más profunda y amplia de la inteligencia artificial (IA) con las redes de acceso por radio (RAN), tiene un enorme potencial innovador y transformador. La IA y la RAN se potenciarán mutuamente. La RAN en la nube y los distintos tipos de cargas de trabajo de IA se beneficiarán de las sinergias de las plataformas. AI-RAN es un motor de innovación para el futuro Con AI-RAN, estamos creando un motor para la evolución futura, donde la IA permite la innovación en RAN y la RAN permite la innovación en aplicaciones de IA para consumidores y empresas. Muchos aspectos de AI-RAN aún están por definir, y Nokia está trabajando en estrecha colaboración con operadores, socios tecnológicos líderes y el mundo académico para allanar los caminos de evolución tecnológica que nos llevarán allí. Nokia es uno de los miembros fundadores de la Alianza AI-RAN, que ha establecido un marco tridimensional para AI-RAN. Cómo la RAN puede mejorar las capacidades de las aplicaciones de IA: IA en la RAN . Estamos trabajando en capacidades de RAN extendidas para mejorar aún más las aplicaciones para consumidores y empresas, y para abrir nuevas oportunidades comerciales para nuestros clientes. Una proporción cada vez mayor de las aplicaciones móviles actuales ya utilizan IA para gestionar cantidades cada vez mayores de datos. La exposición y la programabilidad de los datos de la RAN desempeñarán un papel clave en este sentido. Además, podemos esperar que la cantidad de aplicaciones mejoradas con IA tanto para consumidores como para empresas aumente exponencialmente, lo que significa que las redes móviles se enfrentarán a un posible aumento en el tráfico de datos de enlace ascendente. Cómo la IA puede mejorar las capacidades de la RAN: IA para la RAN . Ya utilizamos la IA hoy en día para optimizar el rendimiento y la eficiencia de la red de radio. Nokia ha incorporado la IA en productos que ayudan a analizar datos, optimizar y automatizar las redes de radio y mejorar la eficiencia energética en las implementaciones comerciales 4G y 5G de nuestros clientes. También utilizamos la IA ampliamente en los servicios de diseño, implementación y optimización de redes. En las estaciones base, la proporción de funciones aumentadas por IA aumentará. En consecuencia, la computación de IA en la estación base deberá ampliarse y, con nuestra cartera AirScale, Nokia está lista para respaldarlo. Cómo podemos aprovechar las sinergias de la computación optimizada para IA para las cargas de trabajo de RAN y los diferentes tipos de cargas de trabajo de IA: IA y RAN . A medida que aumentan las cargas de trabajo de IA para RAN y otras cargas de trabajo de IA se trasladan más lejos hacia Edge Cloud, las sinergias de plataformas y las oportunidades de Plataforma como servicio (PaaS) se vuelven estratégicamente importantes. Nokia, junto con socios de la industria, está trabajando para diseñar e impulsar el futuro de las redes móviles basándose en estas tres dimensiones. Vemos que la RAN tiene el potencial de evolucionar desde una plataforma de conectividad hacia una plataforma informática multipropósito que ayude a generar nuevas eficiencias y oportunidades de monetización. Permítanme mencionar también que la Alianza AI-RAN da la bienvenida a nuevos miembros que quieran trabajar con nosotros para aprovechar todo el potencial de la AI-RAN. Para iniciar el proceso de solicitud de membresía, visite la página web de la Alianza AI-RAN . 6G no funcionará sin IA Paralelamente al desarrollo de la AI-RAN, la industria de las telecomunicaciones también se está preparando para la llegada de la 6G. Será otro salto tecnológico que tendrá un profundo impacto en el diseño y la estandarización de los sistemas. En la práctica, la 6G será nativa de la IA y se tendrá en cuenta la IA desde el principio del proceso de diseño. Habrá habilitadores de IA en todas las capas de la red 6G, sin embargo, el desarrollo más importante será la interfaz aérea nativa de IA. Me enorgullece decir que, en estrecha colaboración con clientes y socios de la industria, Nokia ha desarrollado el primer prototipo del mundo de la interfaz aérea 6G nativa de IA. Nuestro prototipo es un paso importante, que nos ayuda a afinar los modelos de IA y las rutas de evolución de la computación de IA en nuestras estaciones base AirScale. La convergencia de IA, RAN y la nube, y la evolución de 6G no solo están cambiando la forma en que construimos y monetizamos las redes de acceso por radio: nos están permitiendo crear un futuro lleno de oportunidades sin precedentes. Espero que muchos de ustedes hayan tenido la oportunidad de asistir al Tech Winter Horizon 2024 de Nokia, un evento virtual centrado en AI-RAN, para escuchar a los expertos de Nokia y a nuestros socios industriales cercanos, NVIDIA, SoftBank y T-Mobile. En caso de que se lo hayan perdido, pueden ver la grabación aquí . NOKIA News. T. U. Traducido la español

Leer más »
enero 7, 2025

Comprender las fracturas: de las microestructuras a los terremotos

En su investigación, David Kammer aborda un fenómeno bastante impopular: la rotura. Utilizando simulaciones por ordenador y experimentos de laboratorio, estudia fracturas en todas las escalas, desde fenómenos a nanoescala en fibras de colágeno hasta procesos tectónicos en terremotos. Se centra en el papel de los cambios mínimos que pueden tener un impacto importante en las propiedades de los materiales. 18/12/2024 por Oliver Morsch Las fracturas son algo que generalmente se debe evitar: a nadie le gusta romperse el brazo y las fracturas de materiales en edificios o puentes pueden incluso poner en peligro la vida. Para David Kammer, sin embargo, son la clave para obtener conocimientos más profundos sobre los mecanismos físicos de los materiales y los procesos naturales. Como profesor asistente de mecánica computacional de materiales en el Departamento de Geomática Civil, Ambiental y de la ETH Zurich, estudia cómo surgen y se propagan las fracturas y cómo pueden evitarse o controlarse específicamente. De pequeño a grande «Nuestra investigación abarca una amplia gama de tamaños, desde los componentes más pequeños del hormigón o las fibras del cuerpo humano hasta las placas tectónicas que desempeñan un papel en los terremotos», explica Kammer. Su grupo de investigación utiliza principalmente modelos matemáticos para llegar al fondo de las propiedades, a menudo desconcertantes, de las fracturas. «Estos modelos son bastante simples, pero aún así tienen en cuenta muchos procesos físicos al mismo tiempo, lo que nos permite una visión más profunda y una mejor comprensión de los fenómenos». Toda ruptura comienza con un punto débil: un punto del material cede y desencadena una reacción en cadena que conduce a la ruptura. Exactamente cómo funciona esto depende en gran medida del material. Por ejemplo, en un proyecto conjunto con investigadores de EE. UU., Kammer modeló fibras de colágeno en huesos humanos. Los datos clínicos han demostrado que los huesos de las personas con diabetes tipo 2 son más susceptibles a fracturas que los de personas sanas. Una hipótesis fue que en la diabetes las moléculas de colágeno del hueso se vuelven más interconectadas. La simulación de Kammer confirmó esta suposición: incluso los cambios microscópicos más pequeños hacen que las fibras de colágeno se vuelvan más frágiles, lo que perjudica significativamente la estabilidad del hueso. Más rápido que el límite de velocidad Tan pronto como se produce una fractura en un material, la velocidad de su propagación determina el destino futuro del material. Las simulaciones de Kammer ofrecen explicaciones para fenómenos aparentemente desconcertantes o contradictorios. Entre otras cosas, se sabía que las fracturas, como las provocadas por los terremotos, en determinados materiales se propagan más rápidamente de lo que se suponía hasta ahora. Normalmente, la llamada velocidad de Rayleigh, un límite de velocidad resultante de leyes físicas y propiedades de los materiales, limita la propagación de las fracturas. Sin embargo, la investigación de Kammer muestra que cambios mínimos en los supuestos pueden eliminar este límite. Si se supone que la deformación del material bajo carga no es lineal, sino ligeramente no lineal (es decir, que una fuerza doble causa más de una deformación doble), entonces la fractura puede propagarse más rápido de lo esperado. Las leyes físicas subyacentes permanecen sin cambios. «Nuestros estudios muestran que incluso una ligera no linealidad en las propiedades del material es suficiente para aumentar la velocidad de fractura», explica Kammer. «Este resultado abre la puerta a muchas más preguntas sobre la dinámica de las fracturas». «Los metamateriales son un verdadero ‘tema candente’, pero todavía sabemos muy poco sobre sus propiedades de fractura.»David Kammer Los defectos específicos detienen las fracturas El campo de investigación de Kammer también incluye la investigación de materiales con estructuras artificiales, los llamados metamateriales. Estos se optimizan para determinadas propiedades mediante estructuras de celosía geométricas especiales, a menudo inspiradas en formas naturales como los panales. «Los metamateriales son un tema muy candente», subraya Kammer, «pero todavía sabemos muy poco sobre sus propiedades de fractura». Al simular fracturas en estos materiales, Kammer hizo un descubrimiento notable: si se incorporan defectos específicamente en la estructura, las fracturas no se propagan más fácilmente, sino todo lo contrario. El defecto desvía la fractura de su “línea ideal” y este desvío forzado hace que la fractura gaste más energía para propagarse. En última instancia, esto lo frena. Este hallazgo, que el equipo de Kammer está probando ahora en el laboratorio, podría ofrecer nuevos enfoques para el diseño de materiales específicamente fabricados resistentes a la rotura. Kammer también cuestiona supuestos fundamentales a escala macro, por ejemplo al analizar terremotos. Para comprender mejor la formación y propagación de los terremotos, los investigadores suelen utilizar experimentos de laboratorio para probar modelos teóricos. Kammer examinó de cerca algunos de estos experimentos y demostró que los enfoques que han recibido menos atención hasta ahora describen los resultados de laboratorio mejor que los modelos convencionales. «Para comprender si nuestros nuevos enfoques también describen mejor los terremotos reales, necesitamos conocer mejor las condiciones en los puntos de fractura tectónica», afirma Kammer. Por ejemplo, al igual que las fibras de colágeno de los huesos humanos, los terremotos también dependen de lo frágiles que sean las placas tectónicas. La formación y propagación de fracturas todavía plantea muchos misterios para la ciencia. Comprenderlos mejor es de vital importancia en muchos ámbitos, especialmente en lo que respecta a la seguridad de materiales y estructuras. La investigación de Kammer muestra cómo pequeños cambios en la estructura o en los supuestos pueden tener grandes impactos. experimentos de laboratorio ETH News. O. M. Traducido al español

Leer más »
enero 7, 2025

De allí a aquí, de aquí a allá: la infraestructura está en todas partes

En un mundo digital, los centros de datos se han convertido en la infraestructura crítica que permite a las organizaciones cumplir su propósito. La infraestructura de TI se ha vuelto algo común. A medida que se acerca el final de 2024, fuera del sector de TI ya se entiende ampliamente que los centros de datos desempeñan un papel vital en la vida cotidiana. Proporcionan una infraestructura crítica que permite todo, desde compras en línea y transacciones financieras hasta atención médica, comunicación digital, redes sociales, servicios de emergencia, transporte y mucho más. Si bien los centros de datos existen desde hace mucho tiempo, los necesitamos más que nunca en el mundo actual impulsado por los datos. Tal vez recuerdes esta cita del popular libro infantil Un pez, dos peces, pez rojo, pez azul del Dr. Seuss: “De allí para aquí, de aquí para allá, hay cosas divertidas por todas partes”. Pues bien, en 2024, la infraestructura de TI está en todas partes. Hay miles de centros de datos en todo el mundo, en casi todos los países, en casi todos los continentes, que hacen posible innumerables funciones críticas de la vida diaria y de los negocios. Gracias a la digitalización, los datos se han convertido en uno de los bienes más importantes de nuestro mundo. Para la mayoría de las organizaciones, es su recurso más valioso y preciado. Por eso, cuando las empresas colocan su infraestructura informática, de almacenamiento y de redes en un centro de datos, saben que le están confiando algo vital. Solo con la ayuda de los centros de datos pueden cumplir su propósito y alcanzar sus objetivos comerciales. IDC MarketScape nombra a Equinix líder en servicios de centros de datos Lea esta evaluación competitiva de los proveedores en el espacio para obtener más información sobre las capacidades y la estrategia de la plataforma de Equinix.DESCARGAR AHORA Cómo está cambiando el mundo de la infraestructura En el ámbito tecnológico, las cosas tienden a moverse muy rápido, y eso ha sido así en los últimos años en el caso de los centros de datos. La IA está generando nuevas eficiencias y nuevas formas de creación de valor para las empresas. Está acelerando la innovación en todas las industrias. La cantidad de datos que se generan y procesan para la IA requiere una gran potencia de cálculo. A medida que aumenta exponencialmente el volumen de datos que se mueven ahora a través de los centros de datos, también lo hace la necesidad de potencia de cálculo. Como resultado, los centros de datos se ven obligados a innovar en la forma de ofrecer la potencia de procesamiento, el almacenamiento de datos y la conectividad necesarios. Si bien la demanda de centros de datos está creciendo, también lo hace el interés mundial en la sostenibilidad ambiental y la eficiencia energética. Estas preocupaciones siguen siendo una prioridad para las empresas, incluso a medida que amplían sus iniciativas de inteligencia artificial. Por lo tanto, los centros de datos también están innovando en formas de aumentar la eficiencia e invertir en energía renovable. La necesidad de más energía está acelerando la innovación en energía renovable, y la industria está explorando más opciones de energía eólica, solar, hidroeléctrica, de celdas de combustible de hidrógeno y nuclear para alimentar los centros de datos. Estas tendencias no son las únicas que influyen en los centros de datos. La inteligencia artificial y el acceso a la energía renovable han sido sin duda los temas más destacados este año, pero la informática de borde, las arquitecturas multicloud, la redundancia geográfica, la seguridad y privacidad de los datos y la creciente dependencia de las asociaciones están dando forma a la industria de los centros de datos y a la forma en que las organizaciones piensan sobre la infraestructura y la distribución de las cargas de trabajo. Las asociaciones son más vitales que nunca para el éxito empresarial, y encontrar nubes, proveedores de SaaS, proveedores de servicios de red y, por supuesto, centros de datos de confianza es una gran prioridad. Colocar infraestructura en los lugares adecuados Si bien estas tendencias dan forma al futuro de la infraestructura digital , las organizaciones locales están tomando decisiones importantes sobre la estrategia de ubicación de los centros de datos y la distribución de las cargas de trabajo. El lugar donde se ubica la infraestructura o una determinada carga de trabajo puede tener un gran impacto en el rendimiento de las aplicaciones, los costos, la eficiencia y mucho más. No puede haber una estrategia universal sobre cómo distribuir adecuadamente los recursos de infraestructura y las cargas de trabajo, ya que las necesidades de cada empresa son diferentes. Tal vez esa sea una de las razones por las que tenemos tantas formas de hablar sobre la ubicación de la infraestructura de TI en la industria de los centros de datos. A escala global, la infraestructura está prácticamente en todas partes. Cuando analizamos la ubicación de la infraestructura de una organización determinada, podemos considerar términos como: La realidad es que hoy en día la mayoría de las empresas implementan una variedad de soluciones de infraestructura en distintos lugares. Las arquitecturas distribuidas son la norma, al igual que los modelos híbridos de múltiples nubes. Al elegir centros de datos, la redundancia geográfica es importante para garantizar la continuidad del negocio ante posibles desastres relacionados con el clima y el tiempo. Las empresas también necesitan estar cerca de sus socios del ecosistema para intercambiar valor. Además, hay que tener en cuenta las cargas de trabajo específicas: las empresas están pensando detenidamente en qué datos necesitan controlar y proteger más y qué cargas de trabajo deben estar en el borde, cerca de sus comunidades de usuarios. La soberanía de los datos también es un factor: las normativas de algunos lugares exigen mantener los datos en el país donde se generan. Hay cargas de trabajo que requieren una latencia ultrabaja, como los juegos en línea o las operaciones financieras. Y si se trabaja con IA, es fundamental que el centro de datos tenga acceso a la energía y a las capacidades de

Leer más »
enero 4, 2025

El equipo de Chen Yuqian de la Escuela de Graduados de Shenzhen publicó un artículo de revisión centrado en la inteligencia artificial que potencia el desarrollo innovador de la medicina tradicional china.

Recientemente, Chen Yuqian, director del Centro de Plataforma AI4S de la Escuela de Ingeniería de la Información de la Escuela de Graduados de Shenzhen de la Universidad de Pekín, y Chen Yuqian, investigador conjunto de la Escuela de Biología Química y Biotecnología, publicaron un artículo de revisión centrado en el tema de la tecnología artificial. inteligencia (IA) que potencia la investigación de la medicina tradicional china (MTC). Resume el proceso de establecimiento, mantenimiento y actualización de la base de datos de medicina tradicional china (TCMBank) más grande del mundo durante las últimas dos décadas y analiza en profundidad la aplicación integrada de la MTC y la IA en la medicina tradicional china. múltiples campos de investigación, incluida la detección de medicinas herbarias, el descubrimiento de nuevos fármacos, los principios de diagnóstico y tratamiento, los mecanismos farmacológicos y la farmacología en red, etc. Esta revisión también explora en detalle el proceso de la IA que revela los ingredientes activos y los mecanismos de acción de las fórmulas complejas de la medicina tradicional china a través de la extracción de datos, el reconocimiento de patrones y el análisis predictivo. La combinación de IA y MTC no sólo ayuda a las personas a comprender el conocimiento de la medicina tradicional china desde una nueva perspectiva, sino que también abre nuevos métodos de investigación y estrategias de tratamiento. Los resultados se publicaron en Chemical Science en septiembre de 2024. Los primeros autores son Song Zhilin, estudiante de doctorado en la Escuela de Biología Química y Biotecnología de la Universidad de Pekín, y Chen Guanxing, estudiante de doctorado en la Escuela de Ingeniería Inteligente, Sun Yat- Sen University El autor correspondiente es Chen Yuqian Otros trabajos relacionados también incluyen publicaciones en Ciencias Químicas y Transducción de señales y terapia dirigida (STTT, IF = 40,8) en 2023 . La medicina tradicional china es una fuente importante de productos naturales. De 1981 a 2019, más del 60 % de los medicamentos de molécula pequeña aprobados por la FDA se derivaron directa o indirectamente de productos naturales. Además, la MTC ofrece una variedad de opciones de tratamiento basadas en las necesidades y preferencias específicas de los pacientes. En los últimos años, el desarrollo de la tecnología de inteligencia artificial (IA) ha aportado un gran potencial a la investigación de la MTC. Al acelerar el descubrimiento de fármacos, optimizar las formulaciones y promover la modernización de la medicina tradicional china, la tecnología de inteligencia artificial puede garantizar que la medicina tradicional china se desarrolle al ritmo de los últimos avances científicos y, al mismo tiempo, conserve sus raíces tradicionales. Actualmente, en la investigación de tratamientos clínicos en hospitales de medicina tradicional china, la introducción de la IA no solo mejora la precisión del diagnóstico, sino que también promueve el desarrollo de la medicina personalizada, haciendo que la investigación de la MTC sea más eficiente y precisa. El análisis basado en inteligencia artificial de los datos químicos de la medicina tradicional china promueve la identificación de componentes químicos, el descubrimiento de fármacos, el tratamiento personalizado y la elucidación de los efectos farmacológicos, y promueve la modernización y el desarrollo sostenible de la medicina tradicional china. En la actualidad, la investigación en farmacología de redes en la medicina tradicional china se centra principalmente en probar la teoría de la medicina tradicional china y carece de una definición clara de los principios de optimización y diseño de redes. El diseño de prescripción racional se puede dividir en dos tipos: de arriba hacia abajo y de abajo hacia arriba. Los métodos de arriba hacia abajo diseñan nuevas recetas basadas en recetas antiguas, mientras que los métodos ascendentes no consideran las recetas antiguas y diseñan recetas nuevas basándose enteramente en redes de enfermedades. El equipo de Chen Yuqian combinó una variedad de métodos factibles y primero definió varios modelos de optimización de arriba hacia abajo que serán los más comunes en el futuro. Tanto los métodos de diseño de arriba hacia abajo como los de abajo hacia arriba utilizan redes biológicas para establecer correlaciones basadas en los principios de la biología de sistemas computacionales, pero consideran las diferencias entre las prescripciones existentes y la teoría de la medicina tradicional china antes de que la teoría de la medicina tradicional china no se haya expresado cuantitativamente. No se considerarán las recetas antiguas. Es más probable que los nuevos diseños de fórmulas entren en conflicto con los principios de la medicina tradicional china. En los últimos años, la medicina tradicional china ha ido evolucionando hacia la clasificación y organización de los productos naturales. En el contexto de la sobreexplotación humana, muchas variedades de la medicina tradicional china están en peligro de extinción. Por lo tanto, el equipo de Chen Yuqian estableció un método para calcular la correlación entre los productos naturales y las especies individuales de MTC y utilizó modelos de alta confiabilidad para buscar rápidamente alternativas. Ingredientes recetados optimizables y extraíbles. El autor cree que el diseño de nuevas fórmulas de prescripción seguramente se convertirá en un área central de investigación y tendrá un impacto importante en el desarrollo sostenible de la medicina tradicional china. Una descripción general de los métodos de optimización y diseño de redes de prescripción de medicina tradicional china En el campo de la medicina tradicional china, comprender las interacciones entre las hierbas medicinales y los medicamentos convencionales es fundamental para garantizar la seguridad del paciente y la eficacia del tratamiento. El autor ofrece una propuesta para una investigación clínica integral sobre la interacción entre la medicina tradicional china y la medicina occidental. La propuesta establece un sistema integrado de investigación clínica diseñado para explorar de manera integral estas interacciones, como se muestra en la figura siguiente. El sistema se divide en tres módulos principales: sistema de investigación clínica, sistema integrado e investigación básica, y cada módulo se centra en el análisis químico y. Diferentes aspectos de la integración de datos para predecir y analizar incompatibilidades de medicamentos. Los sistemas de investigación clínica son los principales responsables de recopilar y analizar datos clínicos para evaluar las propiedades

Leer más »
enero 4, 2025

La Universidad de Ciencia y Tecnología de China propone un nuevo robot blando en espiral basado en una estructura de espiral logarítmica

El grupo de investigación del Distinguido Profesor Nikolaos Freris de la Universidad de Ciencia y Tecnología de China y su colaborador Wei Xi, Investigador Asociado Especial, han logrado importantes avances en el campo de la robótica blanda.  Basándose en la observación sistemática y la abstracción de modelos matemáticos de la morfología y el movimiento de las extremidades flexibles de diversas criaturas de la naturaleza (como trompas de elefante, tentáculos de pulpo, caballitos de mar y colas de camaleón), el equipo propuso por primera vez un nuevo robot blando en espiral basado en una estructura en espiral logarítmica, lo que demuestra su capacidad para realizar tareas complejas de agarre y manipulación en múltiples dimensiones y escenarios. Los resultados de la investigación relevante se publicaron en Device, una revista de Cell Press, bajo el título «SpiRobs: robots logarítmicos en forma de espiral para un agarre versátil en escalas». Los robots blandos han atraído mucha atención debido a su seguridad y flexibilidad y son un tema de investigación de vanguardia en el campo de la robótica. Sin embargo, todavía existe una gran brecha entre los robots blandos existentes y las extremidades flexibles de las criaturas naturales en términos de desempeños clave como destreza, velocidad de movimiento e interacción colaborativa. Al abstraer y modelar matemáticamente las similitudes morfológicas de las extremidades flexibles de varias criaturas (trompas de elefante, tentáculos de pulpo, caballitos de mar, colas de camaleón, etc.), el equipo de investigación propuso una clase de robots blandos universales y escalables: robot espiral (como se muestra en Figura 1 display), y estudió sistemáticamente su teoría de diseño, métodos de preparación y estrategias operativas, y demostró la destreza, precisión y velocidad de este tipo de robot en escenarios de aplicación ampliados como interacción multiescala, multimaterial, multidimensional y colaborativa. Comparable al rendimiento superior de los organismos vivos. Figura 1 Principios de diseño y varios prototipos de robots espirales. (A) Fuente de inspiración biónica para el principio de diseño en espiral. (B) Robot espiral representativo implementado en este trabajo. El equipo de investigación propuso un método de diseño inverso para realizar el robot en espiral: primero determine la forma de rizo final del robot (es decir, siga la ecuación de espiral logarítmica), luego discretice la espiral y expándala para obtener el diseño del cuerpo lineal del robot (como como se muestra en la Figura 2). El robot se fabrica mediante impresión 3D, que tiene un bajo costo y una rápida velocidad de preparación, lo que permite una optimización eficiente y una iteración rápida. Además, el equipo de investigación propuso además una estrategia de agarre biónico, que puede realizar el agarre automático de diferentes ubicaciones y objetos basándose en una simple detección y control de corriente, superando el método tradicional de sensores de alta precisión y la dependencia de métodos de control complejos. Sobre esta base, el equipo de investigación demostró una gran cantidad de diseños extendidos (escalas que van desde centímetros a metros) y conjuntos colaborativos de múltiples robots. Figura 2 Estrategia de operación y visualización de la aplicación del robot espiral. (A) Estrategia de operación biónica. (B) Demostración del robot espiral que realiza tareas complejas de agarre y manipulación en múltiples dimensiones y escenarios. Se espera que la nueva tecnología de robot en espiral propuesta en este estudio promueva aún más el desarrollo y la madurez de los robots blandos y proporcione un potente soporte técnico y soluciones innovadoras para tareas de agarre complejas, interacción persona-computadora, industrias económicas de baja altitud y otros escenarios de aplicación. Wang Zhanyi, estudiante de doctorado en la Facultad de Ciencias y Tecnología de la Computación de la Universidad de Ciencia y Tecnología de China, es el primer autor del artículo. Su codirector es Nikolaos Freris, profesor distinguido de la Facultad de Ciencias de la Computación y Tecnología. en la Universidad de Ciencia y Tecnología de China, y Wei Xite, investigador asociado de la Facultad de Química y Ciencia de Materiales y coautor correspondiente del artículo. Universidad de Ciencia y Tecnología de China News. Traducido al español

Leer más »
enero 4, 2025

HERD: Colaboración entre humanos y IA

– Participar y controlar enjambres de robots y drones Resumen Hoy en día, los robots y los drones tienen un conjunto de tareas cada vez más amplio. Sin embargo, estos robots tienen una capacidad limitada para cooperar entre sí y con los humanos. ¿Cómo podemos aprovechar los beneficios potenciales de tener varios robots trabajando en paralelo para reducir el tiempo de finalización? Si los robots reciben tareas colectivas como un enjambre, potencialmente pueden coordinar sus operaciones sobre la marcha y adaptarse en función de las condiciones locales para lograr un desempeño de tareas óptimo o casi óptimo. Junto con socios industriales, este proyecto tiene como objetivo abordar la colaboración entre múltiples robots y diseñar y evaluar soluciones tecnológicas que permitan a los usuarios utilizar y controlar sistemas autónomos de múltiples robots. Período del proyecto: 2021-2025Presupuesto: 17,08 millones de coronas danesas. Gerente de proyecto Más sobre el proyecto (en inglés) Los robots y drones asumen un conjunto cada vez más amplio de tareas, como el robot agrícola autónomo de AgroIntelli y los sistemas de respuesta a emergencias basados ​​en drones de Robotto. Sin embargo, actualmente estos robots tienen una capacidad limitada para cooperar entre sí y con los humanos. En el caso de AgroIntelli, por ejemplo, actualmente solo se puede desplegar un robot en un campo a la vez y no puede responder eficazmente a la presencia de un tractor conducido por un hombre o incluso de otro robot agrícola trabajando en el mismo campo. En el futuro, AgroIntelli quiere aprovechar los beneficios potenciales de tener varios robots trabajando en paralelo en el mismo campo para reducir el tiempo de finalización. Una forma sencilla de lograr esto es dividir el campo en varias áreas distintas correspondientes al número de robots disponibles y luego asignar a cada robot su propia área. Sin embargo, este enfoque es inflexible y requiere una planificación detallada a priori. Si, en cambio, a los robots se les asignara la tarea colectivamente como un enjambre, potencialmente podrían coordinar su operación sobre la marcha y adaptarse en función de las condiciones locales para lograr un desempeño óptimo o casi óptimo de la tarea. De manera similar, la arquitectura del sistema de Robotto requiere actualmente una unidad de control para gestionar cada dron desplegado. En escenarios de búsqueda de grandes áreas y operaciones con terreno complejo, la cobertura proporcionada por un solo dron es insuficiente. Varios drones pueden proporcionar datos en tiempo real sobre una superficie más grande y desde múltiples perspectivas, ayudando así a los equipos de respuesta a emergencias en sus operaciones en las que el tiempo es crítico. Sin embargo, en el sistema actual, los drones adicionales requieren cada uno de ellos un operador y una unidad de control dedicados. La coordinación entre operadores introduce una sobrecarga y puede convertirse en una lucha para mantener una comprensión compartida de la situación en rápida evolución. Por lo tanto, existe la necesidad de desarrollar algoritmos de control para la coordinación entre drones e interfaces que permitan una gestión de alto nivel del enjambre desde una única consola de control. La complejidad requiere interacciones avanzadas para mantener los datos procesables, simples y, al mismo tiempo, respaldar las demandas críticas de la operación. Este desafío es relevante para la búsqueda y rescate (SAR), así como para otras ofertas de servicios en la hoja de ruta, incluidas las misiones de extinción de incendios, inspecciones y primeros auxilios. Para nuestros dos socios industriales, AgroIntelli y Robotto, y para empresas similares que están impulsando la tecnología robótica hacia aplicaciones en el mundo real, existe una clara necesidad insatisfecha de enfoques que permitan a los operadores humanos involucrarse y controlar de manera efectiva sistemas compuestos por múltiples robots autónomos. Esto plantea un conjunto completamente nuevo de desafíos en comparación con el paradigma actual donde existe un mapeo uno a uno entre el operador y el robot. El operador debe poder interactuar con el sistema a nivel de enjambre como una entidad única para establecer prioridades y limitaciones de la misión y, al mismo tiempo, poder intervenir y tomar el control de un solo robot o un subconjunto de robots. Un socorrista puede, por ejemplo, querer tomar el control de un dron para seguir a un civil o un grupo de personal cerca de un área de búsqueda, mientras que un agricultor puede querer reasignar uno o más de sus robots agrícolas a otro campo. HERD desarrollará una comprensión de los desafíos en la colaboración de múltiples robots y diseñará y evaluará soluciones tecnológicas que permitan a los usuarios finales interactuar y controlar sistemas autónomos de múltiples robots. El proyecto se basará en casos de uso en agricultura y búsqueda y rescate respaldados por el conocimiento del dominio y el hardware robótico de los socios industriales. A través de los problemas y objetivos de investigación que se describen a continuación, buscamos permitir la próxima generación de colaboración entre humanos y enjambres. Planificación de misiones previas a la operación y sobre la marcha para enjambres de robots: un aumento en la cantidad de robots bajo el control del usuario tiene el potencial de llevar a una finalización de tareas más rápida y/o una mayor calidad. Sin embargo, el aumento en el número de unidades aumenta significativamente la complejidad de la comunicación entre el usuario final y el robot y la coordinación entre robots. Como tal, es fundamental ayudar al usuario a asignar tareas de forma eficiente y eficaz entre robots. Responderemos las siguientes preguntas de investigación: (i) ¿Cuáles son las funcionalidades necesarias para que los humanos definan eficazmente las prioridades y limitaciones de la misión a nivel de enjambre? (ii) ¿Cómo pueden los sistemas robóticos dividir de forma autónoma las tareas según la ubicación, el contexto y la capacidad, y bajo las limitaciones definidas por el usuario final? (iii) ¿Cómo cambia el uso de tecnologías autónomas de múltiples robots las rutinas organizativas existentes y cuáles son necesarias nuevas? Conciencia situacional bajo incertidumbre en tareas de múltiples robots: los usuarios de sistemas (multi)robots impulsados ​​por IA a menudo desean

Leer más »
enero 3, 2025

Un nuevo método para detectar la deshidratación en las plantas

Los sensores desarrollados por los investigadores de SMART son capaces de detectar cambios de pH en el xilema de las plantas y permiten a los agricultores detectar el estrés por sequía hasta 48 horas antes de que se manifiesten los síntomas físicos visibles. ¿Alguna vez te has preguntado si tus plantas están secas y deshidratadas o si no las estás regando lo suficiente? Los agricultores y los entusiastas de la jardinería pronto podrán descubrirlo en tiempo real.  Durante la última década, los investigadores han estado trabajando en sensores para detectar una amplia gama de compuestos químicos, y un obstáculo crítico ha sido el desarrollo de sensores que se puedan utilizar en sistemas biológicos vivos. Todo esto está a punto de cambiar con los nuevos sensores de la  Alianza Singapur-MIT para la Investigación y la Tecnología (SMART), que pueden detectar cambios de pH en plantas vivas (un indicador de estrés por sequía en las plantas) y permitir la detección y gestión oportuna del estrés por sequía antes de que provoque una pérdida irreversible de rendimiento. Los investigadores del grupo de investigación interdisciplinario  Disruptive and Sustainable Technologies for Agricultural Precision (DiSTAP) de SMART, la empresa de investigación del MIT en Singapur, en colaboración con Temasek Life Sciences Laboratory y el MIT, han sido pioneros en los primeros sensores de estructura orgánica covalente (COF) del mundo integrados en microagujas de fibroína de seda (SF) para la detección in planta de cambios fisiológicos de pH. Esta tecnología avanzada puede detectar una reducción de la acidez en los tejidos del xilema de las plantas, lo que proporciona una alerta temprana del estrés por sequía en las plantas hasta 48 horas antes que los métodos tradicionales. La sequía (o falta de agua) es un factor de estrés importante que reduce el rendimiento porque afecta a vías metabólicas clave de las plantas, reduce el tamaño de las hojas, la extensión de los tallos y la proliferación de las raíces. Si se prolonga, puede acabar provocando que las plantas se decoloren, se marchiten y mueran. A medida que los desafíos agrícolas (incluidos los que plantean el cambio climático, el aumento de los costos y la falta de espacio en la tierra) siguen aumentando y afectando negativamente la producción y el rendimiento de los cultivos, los agricultores a menudo no pueden implementar medidas proactivas o diagnósticos presintomáticos para una intervención temprana y oportuna. Esto subraya la necesidad de una mejor integración de sensores que pueda facilitar las evaluaciones in vivo y las intervenciones oportunas en las prácticas agrícolas. “Este tipo de sensor se puede conectar fácilmente a la planta y consultar con una instrumentación sencilla. Por lo tanto, puede poner en manos de agricultores e investigadores análisis potentes, como las herramientas que estamos desarrollando en DISTAP”, afirma el profesor Michael Strano, coautor del estudio, coinvestigador principal de DiSTAP y profesor de Ingeniería química Carbon P. Dubbs en el MIT. El avance de SMART aborda un desafío de larga data para los sensores basados ​​en COF, que hasta ahora no podían interactuar con los tejidos biológicos. Los COF son redes de moléculas orgánicas o polímeros (que contienen átomos de carbono unidos a elementos como hidrógeno, oxígeno o nitrógeno) dispuestos en estructuras consistentes, similares a cristales, que cambian de color según los diferentes niveles de pH. Como el estrés por sequía se puede detectar a través de los cambios en el nivel de pH en los tejidos de las plantas, este novedoso sensor basado en COF permite la detección temprana del estrés por sequía en las plantas a través de la medición en tiempo real de los niveles de pH en los tejidos del xilema de las plantas. Este método podría ayudar a los agricultores a optimizar la producción y el rendimiento de los cultivos en medio de patrones climáticos y condiciones ambientales en evolución. “Los sensores de COF-silk son un ejemplo de las nuevas herramientas que se necesitan para que la agricultura sea más precisa en un mundo que se esfuerza por aumentar la seguridad alimentaria mundial ante los desafíos que imponen el cambio climático, los recursos limitados y la necesidad de reducir la huella de carbono. La integración perfecta entre nanosensores y biomateriales permite medir sin esfuerzo los parámetros clave de los fluidos de las plantas, como el pH, lo que a su vez nos permite controlar la salud de las plantas”, afirma el profesor Benedetto Marelli, coautor correspondiente, investigador principal de DiSTAP y profesor asociado de ingeniería civil y ambiental en el MIT. En un artículo de acceso abierto titulado “ Chromatic Covalent Organic Frameworks Enabling In-Vivo Chemical Tomography ” publicado recientemente en  Nature Communications , los investigadores de DiSTAP documentaron su trabajo pionero, que demostró la detección en tiempo real de cambios de pH en tejidos vegetales. Significativamente, este método permite el mapeo 3D in vivo de los niveles de pH en tejidos vegetales utilizando solo la cámara de un teléfono inteligente, ofreciendo un enfoque mínimamente invasivo para explorar entornos previamente inaccesibles en comparación con los métodos ópticos tradicionales más lentos y destructivos. Los investigadores de DiSTAP diseñaron y sintetizaron cuatro compuestos de COF que muestran cromismo ácido ajustable (cambios de color asociados con niveles de pH cambiantes) con microagujas de SF recubiertas con una capa de película de COF hecha de estos compuestos. A su vez, la transparencia de las microagujas de SF y la película de COF permite la observación y visualización in vivo de las distribuciones espaciales del pH a través de cambios en los colores sensibles al pH. “Basándonos en nuestro trabajo previo con películas biodegradables de COF-SF capaces de detectar el deterioro de los alimentos, hemos desarrollado un método para detectar cambios de pH en los tejidos vegetales. Cuando se utilizan en plantas, los compuestos de COF pasarán de rojo oscuro a rojo a medida que aumenta el pH en los tejidos del xilema, lo que indica que las plantas están experimentando estrés por sequía y requieren una intervención temprana para evitar la pérdida de rendimiento”, afirma Song Wang, científico investigador de SMART DiSTAP y coautor principal. “Las microagujas

Leer más »
enero 1, 2025

La IA física para los cobots en la actualidad

Con el lanzamiento del Acelerador de IA de Universal Robots en ROSCon, abrimos un nuevo puente hacia el mundo de la IA física, pero ¿cómo beneficia esto a nuestra base de clientes existente y a las aplicaciones que nuestros cobots ya realizan? El futuro de la programación de robots La IA está llamada a revolucionar la forma en que programamos robots, pasando de la programación actual de movimientos y manejo de E/S línea por línea a la orden de comportamientos de nivel superior para completar tareas con éxito. Los enfoques basados ​​en el aprendizaje por imitación/refuerzo, los modelos de acción del lenguaje de visión y los modelos básicos de robótica son vías prometedoras de investigación para el control adaptativo de robots. Estos no solo simplificarán enormemente la forma en que interactuamos con los robots y los controlamos, sino que también abrirán soluciones para tareas que actualmente son muy difíciles de lograr, como conectar cables flexibles o manipular textiles. Incorporando la IA a las aplicaciones existentes Para el fabricante medio que acaba de empezar a trabajar con los cobots, es comprensible que le resulte un poco difícil ver cómo le van a ayudar en el corto plazo. Eso es parte de lo que hemos estado haciendo con el Acelerador de IA: fusionar la flexibilidad que aporta la IA moderna con paradigmas de programación más maduros, lo que da como resultado una solución que puede gestionar las variaciones del espacio de trabajo y también proporciona con mayor facilidad la velocidad y la precisión que esperan los clientes industriales. Este enfoque ofrece un camino a seguir para aquellos fabricantes que aún tienen dudas sobre si la IA ha alcanzado un nivel de madurez adecuado para su integración en sus procesos. Visión de la IA de aprendizaje profundo La visión artificial ya es bastante común en los entornos de fabricación, y la localización e inspección de piezas son dos de los principales casos de uso. Aún así, menos del 20 % de las aplicaciones de cobots utilizan sistemas de visión. ¿Por qué? La mayoría de los sistemas de visión que no son de IA requieren una configuración experta y se los considera complejos y costosos de mantener. La mayoría de los usuarios optarán por invertir tiempo y dinero en producir accesorios para sus piezas, renunciando a la mayor flexibilidad que permite la visión. Entonces, ¿en qué es diferente la visión de la IA? Cuando una persona ve un objeto que conoce, puede reconocerlo si tiene un acabado de superficie diferente, está bajo condiciones de iluminación diferentes o está colocado sobre un fondo diferente, o incluso si tiene un tamaño o una forma ligeramente diferentes. Esto es difícil para un sistema de visión tradicional que depende en gran medida del alto contraste entre el fondo y el objeto y de la repetición del tamaño y la forma del objeto para detectarlo. Con los sistemas de visión de aprendizaje profundo, podemos entrenar este tipo de variabilidad en un único modelo, de modo que esté preparado para todas las diferentes variaciones ambientales que le presentamos. Además, ya no es necesario que un usuario obtenga decenas o cientos de miles de imágenes para entrenar un modelo. Existe una amplia gama de modelos preentrenados disponibles con licencias permisivas que se pueden reutilizar para una amplia gama de tareas industriales con solo un breve proceso de reentrenamiento que requiere alrededor de 50 imágenes (que se pueden segmentar y etiquetar automáticamente). Funcionalidad del acelerador de IA Las interfaces incluidas en AI Accelerator facilitan la incorporación de capacidades de percepción avanzadas de Isaac ROS y de manipulación de Isaac de NVIDIA a su programa de robot existente. Estos son algunos de los casos de uso que hemos demostrado hasta ahora: Detección de objetos : podemos utilizar estos detectores de objetos para localizar y recoger objetos en el espacio de trabajo del robot, lo que reduce los requisitos de accesorios mecánicos rígidos. Estado del espacio de trabajo/verificación de la cordura : esto podría llamarse inspección, pero no estamos hablando de medir tolerancias en rutas hasta el nivel de micrones. Se trata de averiguar «esta cosa en el espacio de trabajo está en el estado en que debería estar para que el robot continúe/complete con éxito su tarea». Por ejemplo, en el cuidado de máquinas CNC, ¿mi trabajo se mantiene despejado? ¿Están todas las herramientas en mi máquina intactas y limpias? Realineación del espacio de trabajo : muchos de nuestros clientes mueven sus robots por sus entornos de producción para completar distintas tareas en distintos momentos. La realineación con un espacio de trabajo puede ser una tarea complicada, ya que requiere una colocación física precisa del robot o un proceso de reprogramación de los marcos de coordenadas. Con una cámara en el extremo del robot, este proceso se puede automatizar para que el robot pueda verificar dónde se encuentra en relación con el resto del espacio de trabajo y continuar con el trabajo sin mayores complicaciones. Planificación de rutas : trazar puntos de referencia en el espacio de trabajo para generar la trayectoria óptima para que el robot se desplace y entre y salga de las máquinas puede ser complicado, especialmente para los usuarios novatos. Con la planificación automática de rutas, esto puede ser mucho más fácil, pero las dificultades para proporcionar al planificador de rutas un modelo detallado del entorno del robot han sido tradicionalmente un obstáculo para la adopción generalizada. Tenemos algunas funciones adicionales interesantes que ayudarán con esto en el Acelerador de IA, así que esté atento. Valor para el usuario final Pasé la mayor parte de mis primeros ocho años en UR en funciones de atención al cliente, creando equipos de soporte que proporcionaban orientación sobre aplicaciones y ayudaban a resolver problemas cuando las cosas no funcionaban. Muchas veces, los problemas se debían a que el mundo que rodeaba al robot no estaba lo suficientemente bien arreglado para que el robot pudiera hacer su trabajo. No es culpa del robot, pero depende en gran medida de que las cosas permanezcan exactamente como estaban cuando se creó su programa. Con

Leer más »
enero 1, 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