El Portal de las Tecnologías para la Innovación

Categoría: Papers de Investigación Científica

Una plataforma de software agiliza la respuesta de emergencia

Los socorristas de todo el mundo adoptan el Sistema de Comando de Incidentes de Próxima Generación del Laboratorio Lincoln para mejorar la conciencia situacional y la coordinación durante las emergencias. Los incendios forestales incendian acres. Los terremotos diezman las ciudades en escombros. La gente desaparece en montañas y cuerpos de agua. Los casos de coronavirus aumentan a nivel mundial. Cuando ocurre un desastre, la respuesta de emergencia oportuna y cohesiva es crucial para salvar vidas, reducir la pérdida de propiedades y recursos y proteger el medio ambiente. Los incidentes a gran escala pueden poner en acción a miles de socorristas de múltiples jurisdicciones y agencias, nacionales e internacionales. Para administrar eficazmente los esfuerzos de respuesta, alivio y recuperación, deben trabajar juntos para recopilar, procesar y distribuir información precisa de sistemas dispares. Esta falta de interoperabilidad puede obstaculizar la coordinación y, en última instancia, dar lugar a fallas significativas en la respuesta a desastres. MIT Lincoln Laboratory desarrolló el Sistema de Comando de Incidentes de Próxima Generación (NICS) para permitir a los socorristas de diferentes jurisdicciones, agencias y países coordinar eficazmente durante emergencias de cualquier escala. Originalmente destinado a ayudar a los bomberos de Estados Unidos a responder a los incendios forestales, NICS ha evolucionado desde un prototipo de I&D a una plataforma operativa de código abierto adoptada por agencias de respuesta a emergencias en todo el mundo, no solo para la respuesta a desastres naturales, sino también para operaciones de búsqueda y rescate, gestión de crisis de salud, seguridad de eventos públicos y seguridad aérea. La comunidad global de usuarios cultivados por NICS y spinouts inspirados en NICS, han maximizado su impacto. En el núcleo de la herramienta de software NICS basada en la web hay un mapa de incidentes que superpone datos agregados de varias fuentes externas e internas, como socorristas en tierra, sensores de imágenes en el aire, informes meteorológicos y de tráfico, datos de censos y mapas basados en satélites; prácticamente se puede agregar cualquier fuente de datos. El personal de emergencia carga el contenido directamente en una computadora o aplicación móvil y se comunica en tiempo real a través de funciones de voz y chat. Las salas de colaboración basadas en roles están disponibles para que los subconjuntos definidos por el usuario de los socorristas se centren en una actividad particular —, como el soporte de caída de aire, búsqueda y rescate, y rescate de vida silvestre —, mientras se mantiene el acceso a la imagen operativa integral. Con su arquitectura de estándares abiertos, NICS interactúa con los sistemas existentes de las organizaciones y permite que los datos internos se compartan externamente para mejorar la visibilidad y la conciencia entre los usuarios a medida que se desarrolla un desastre. El diseño modular de NICS facilita la personalización del sistema para diversas necesidades de los usuarios y los requisitos cambiantes de la misión. El sistema archiva todos los aspectos de un incidente creado y puede generar informes para el análisis posterior al incidente para informar la planificación de la respuesta futura.  Asociarse con los socorristas Como centro de investigación y desarrollo (R&D) financiado por el gobierno federal, Lincoln Laboratory tiene una larga historia de realización de I&D de arquitecturas para el intercambio de información, la conciencia situacional y la toma de decisiones en apoyo de los EE. Departamento de Defensa y otras entidades federales. Reconociendo que los aspectos de estas arquitecturas son relevantes para la respuesta a desastres, la Oficina de Tecnología del Laboratorio Lincoln inició en 2007 un estudio centrado en la respuesta a incendios forestales en California. Un equipo de investigación dirigido por el laboratorio se asoció con el Departamento de Silvicultura y Protección contra Incendios de California (CAL FIRE), que responde anualmente a miles de incendios forestales en colaboración con la policía, médicos y otros servicios. «CAL FIRE proporcionó información de primera mano sobre qué información es crítica durante la respuesta de emergencia y cómo puede ser mejor ver y compartir esta información», dice el codesarrollador de NICS, Gregory Hogan, ahora líder asociado del laboratorio Grupo de Sensores y Técnicas Avanzadas. Con esta idea, el laboratorio desarrolló y demostró un prototipo de NICS. Tomando nota de la utilidad de tal sistema, los Estados Unidos. Departamento de Seguridad Nacional (DHS) Dirección de Ciencia y Tecnología (S&T) comenzó a financiar el R&D de NICS en 2010. Durante los próximos años, el equipo de laboratorio refinó NICS, solicitando aportes de un grupo de usuarios formado orgánicamente que comprende más de 450 organizaciones a través de bomberos, leyes, servicios médicos, de emergencia y administración, patrulla fronteriza, industria, servicios públicos, organizaciones no gubernamentales y socios tribales. Miles de ejercicios de capacitación y emergencias reales emplearon a NICS para coordinar diversas actividades de respuesta a emergencias que abarcan la gestión de desastres, la aplicación de la ley y la seguridad especial. En 2014, CAL FIRE — que había estado usando NICS para responder a incendios forestales, deslizamientos de tierra e inundaciones — adoptó oficialmente NICS en todo el estado. Ese mismo año, el Dirección de Gestión de Emergencias de Victoriaél, el estado más grande de Australia, implementó NICS (como la Red de Información Victoriana para Emergencias, o VINE) después de una búsqueda mundial de un sistema para manejar crisis a gran escala como incendios forestales. En 2015, NICS fue transferido a la Oficina de Servicios de Emergencia de California. El Oficina de Servicios de Emergencia del Gobernador de California desplegó NICS como la Herramienta de Concientización y Colaboración de Situación (SCOUT) para los servicios de emergencia y los funcionarios encargados de hacer cumplir la ley en todo el estado en 2016. Crear una comunidad de código abierto NICS también generó una empresa spinout inicial formada por personal de CAL FIRE, el Worldwide Incident Command Services (WICS), que recibió una licencia para el código de software del sistema a principios de 2015. WICS es una corporación de beneficio público sin fines de lucro incorporada en California y el socio oficial de Transición de Tecnología S&T de DHS creado para la transición del proyecto de I&D de NICS a

Leer más »
marzo 25, 2025

SeaPerch: Un robot con una misión

Lanzado por MIT Sea Grant, SeaPerch y SeaPerch II han tenido un gran impacto en los jóvenes estudiantes interesados en la ciencia e ingeniería oceánicas. El robot submarino SeaPerch es una herramienta educativa popular para estudiantes en los grados 5 a 12.  La construcción y pilotaje de SeaPerch, un vehículo operado a distancia (ROV), implica una variedad de procesos de fabricación manual, técnicas electrónicas y conceptos STEM. A través del programa SeaPerch, los educadores y estudiantes exploran estructuras, electrónica y dinámica submarina.   “SeaPerch ha tenido un tremendo impacto en los campos de la ciencia e ingeniería oceánica,” dice Andrew Bennett ’85, PhD ’97, administrador de educación de MIT SeaGrant y profesor titular en el Departamento de Ingeniería Mecánica (MechE). El proyecto original SeaPerch fue lanzado por MIT Sea Grant en 2003. En las décadas que siguieron, se extendió rápidamente por todo el país y en el extranjero, creando una vibrante comunidad de constructores. Ahora, bajo el liderazgo de RoboNation, SeaPerch continúa prosperando con competiciones en todo el mundo. Estas competiciones introducen desafiantes problemas del mundo real para fomentar soluciones creativas. Algunos temas recientes han incluido la minería en alta mar y la recopilación de datos sobre respiraderos hidrotermales. Reproducir videoUn robot submarino con una misiónVideo: Departamento de Ingeniería Mecánica SeaPerch II, que ha estado en desarrollo en MIT Sea Grant desde 2021, se basa en el programa original al agregar robótica y elementos de la ciencia marina y climática. Sigue siendo un proyecto de creación de “do-it-yourself” con objetivos que los estudiantes de secundaria y preparatoria pueden lograr. Bennett dice que espera que SeaPerch II permita un impacto aún mayor al proporcionar un camino accesible para aprender más sobre sensores, robótica, ciencia del clima y más. “Lo que creo que es más valioso es que utiliza componentes de ferretería que deben cortarse, impermeabilizarse, conectarse, soldarse o procesarse de alguna manera antes de formar parte del robot o controlador, dice Diane Brancazio ME ” 90, líder del equipo de fabricantes de K-12 para el MIT Edgerton Center, quien codirige la iniciativa MIT SeaPerch con Bennett. “[Itits] algo así como hacer un pastel desde cero, en lugar de hacerlo desde una mezcla — ves lo que entra en el producto final y cómo todo se combina.” SeaPerch II es una familia de módulos que permiten a los estudiantes y educadores crear aventuras educativas adaptadas a sus deseos o requisitos particulares. Las ofertas incluyen un módulo de detección de presión y temperatura que se puede usar por sí solo; un módulo de autonomía que los estudiantes pueden usar para construir un sistema de control de profundidad automático de circuito cerrado para su SeaPerch; y un módulo de lección para “dedos robóticos suaves que se pueden configurar en pinzas, sensores de distancia y sensores de golpes. El SeaPerch básico es una estructura de tubería de PVC con tres motores y una correa para una caja de interruptores. A través del proceso de construcción, los estudiantes aprenden sobre flotabilidad, diseño estructural, fabricación manual y circuitos eléctricos. SeaPerch II aprovecha las tecnologías que son más avanzadas, menos costosas y más accesibles de lo que eran cuando SeaPerch fue concebido por primera vez. Bennett dice que SeaPerch II está destinado a extender el programa original de SeaPerch sin invalidar ninguno de los sistemas existentes. Teagan Sullivan, estudiante de tercer año en ingeniería mecánica, se involucró por primera vez con el proyecto en enero de 2023 a través de un proyecto del Programa de Oportunidades de Investigación de Pregrado con MIT Sea Grant. Inicialmente, continuó el desarrollo de la parte de robótica suave del proyecto, antes de cambiar a un enfoque más general donde trabajó en el diseño de marcos para SeaPerch II, asegurándose de que los componentes pudieran encajar y que la estabilidad pudiera mantenerse. Más tarde ayudó a ejecutar programas de divulgación, recibiendo comentarios de los estudiantes con los que trabajó para ayudar a modificar diseños y hacerlos “más robustos y amigables para los niños “He podido ver el impacto de SeaPerch II a pequeña escala trabajando directamente con los estudiantes,” dice Sullivan. “He visto cómo fomenta la creatividad y cómo les ha enseñado a los niños que la colaboración es el mejor camino hacia el éxito. SeaPerch II enseña los conceptos básicos de electrónica, codificación y fabricación, pero su mejor fortaleza es la capacidad de desafiar la forma en que las personas piensan y fomentan el pensamiento crítico La visión del equipo es crear oportunidades para que los jóvenes participen en investigaciones científicas auténticas y desafíos de ingeniería, desarrollando una pasión por la ingeniería, la ciencia y el medio ambiente acuático. MIT Sea Grant continúa desarrollando nuevos módulos SeaPerch II, que incluyen la incorporación de sensores de oxígeno disuelto, salinidad y comunicación de agua terrestre y fluorómetros. Sullivan dice que espera que el programa llegue a más estudiantes y los inspire a interesarse en la ingeniería mientras enseñan las habilidades que necesitan para ser la próxima generación de solucionadores de problemas. Brancazio dice que espera que este proyecto inspire y prepare a los jóvenes para trabajar en temas de cambio climático. “Se supone que los robots ayudan a las personas a hacer cosas que de otro modo no podrían hacer,” Brancazio dice. “SeaPerch es un robot con una misión.” MIT News. A. W. Traducido al español

Leer más »
marzo 25, 2025

La herramienta digital brinda a los niños con TDAH comentarios en tiempo real sobre sus cerebros

En un estudio reciente de una técnica para ayudar a los niños con TDAH a fortalecer su memoria de trabajo, aproximadamente la mitad de los participantes mostraron mejoras en sus síntomas. El concepto también es prometedor para otras afecciones neuropsiquiátricas. Después de que los maestros explican una tarea, los niños con trastorno por déficit de atención/hiperactividad podrían tener dificultades para convertir esas instrucciones en acción. Es una de las varias vías por las cuales el TDAH puede afectar el rendimiento académico de un estudiante joven. “Cuando escuchas algo de un maestro, necesitas mantener la información en tu cerebro, luego procesarla y tomar decisiones basadas en lo que escuchaste,” dijo el neurocientífico cognitivo de Stanford Medicine Hosseini Hadi, PhD. Estos pasos requieren que los estudiantes involucren su memoria de trabajo, un sistema cerebral que contiene información durante cortos períodos de tiempo. Cuando el sistema no funciona, puede causar frustración tanto para los propios niños como para los maestros, padres y otras personas que intentan ayudarlos a aprender tareas y actividades normales, como terminar una tarea o recordar traer su abrigo del patio de recreo. El equipo de Hosseiniinis ha sido estudiando una técnica para ayudar a los niños con TDAH a fortalecer su memoria de trabajo. Las últimas investigaciones fueron dirigidas por Hosseini Ali Rahimpour Jounghani, PhD, un erudito postdoctoral en psiquiatría, y Gozdas Elveda, PhD, un instructor en psiquiatría y ciencias del comportamiento. El trabajo de los equipos muestra que una herramienta portátil de imágenes cerebrales de bajo costo puede proporcionar a los niños comentarios en tiempo real sobre lo que sus cerebros están haciendo durante las tareas cognitivas. Los niños llevaban una gorra especial en la cabeza que envía y recibe luz infrarroja, lo que permite a los investigadores rastrear los niveles de oxígeno en la sangre en partes específicas de su cerebro como un indicador de la actividad cerebral. El grupo de tratamiento de 21 niños que completaron el programa de 12 semanas se comparó con 15 niños en un grupo de control, que recibieron su tratamiento habitual para el TDAH. La mayoría de los niños con TDAH que completaron el programa mejoraron su capacidad para realizar tareas que requerían memoria de trabajo. Alrededor de la mitad de ellos también tuvieron mejoras en los síntomas del TDAH, según lo medido por un cuestionario estándar. El concepto también es prometedor para otras afecciones neuropsiquiátricas, dijo Hosseini, profesor asociado de psiquiatría y ciencias del comportamiento en Stanford Medicine, quien habló con nosotros para obtener preguntas y respuestas sobre su investigación. ¿Por qué su equipo decidió estudiar la memoria de trabajo en niños con TDAH? Weisre está tratando de abordar los déficits en la función ejecutiva, el proceso por el cual manejamos las tareas cotidianas, incluida la planificación, la toma de decisiones y el aprendizaje. Los déficits de la función ejecutiva aparecen en muchas afecciones de salud mental, como el autismo, la depresión y el trastorno obsesivo compulsivo. La memoria de trabajo es un gran componente del funcionamiento ejecutivo: Posee temporalmente una cantidad limitada de información en su cerebro para que pueda atenderla de la manera correcta. Los sistemas neuronales involucrados en la memoria de trabajo se ven afectados en la mayoría de los niños con TDAH. Además, la neurociencia moderna considera el TDAH como un problema más de regulación de la atención que un déficit de atención, per se, y la memoria de trabajo es importante para regular la atención. Esto significa que el TDAH fue un punto de partida lógico para probar nuestra intervención. También es una buena condición para estudiar porque es bastante común, y porque los científicos tienen una fuerte comprensión de la arquitectura neuronal que se ve afectada. La investigación de neuroimagen ha demostrado hipoactivación – o subactividad – en la corteza prefrontal de personas con TDAH. Estábamos tratando de ayudar a los niños a aumentar su actividad cerebral en esa región, que se encuentra en la parte frontal del cerebro y está involucrada en muchos tipos de pensamiento complejo y toma de decisiones. Con los niños específicamente, la verdadera promesa aquí radica en la oportunidad de intervenir temprano para cambiar la trayectoria de su neurodesarrollo.”Hadi Hosseini, PhDStanford Medicine neurocientífico cognitivo ¿Cuál fue tu proceso de investigación? Nuestro estudio utilizó neurofeedback, lo que significa brindar a las personas información en tiempo real de imágenes cerebrales para que puedan crear estrategias conscientemente e intentar controlar su función cerebral. Una idea paralela es la biorretroalimentación –, por ejemplo, donde medimos qué tan rápido late tu corazón y te mostramos estrategias para calmarlo. Al comienzo de nuestro estudio, escaneamos el cerebro de cada niño para poder identificar en qué parte de su corteza prefrontal tenían una baja activación. Hay mucha variación entre las personas con TDAH, por lo que identificamos una región objetivo personalizada para cada paciente. Para cada sesión de la intervención, cada niño estaba equipado con una tapa especial en la cabeza que envía y recibe luz infrarroja. Esto permitió al equipo de investigación monitorear lo que estaba sucediendo en el cerebro infantil a través de una técnica llamada espectroscopia funcional de infrarrojo cercano, en la que la luz viaja a mitad de camino hacia el cerebro y medimos cómo se refleja. Esto da una visión de los cambios en los niveles de oxígeno en la sangre en áreas específicas del cerebro, lo que indica cambios en la actividad cerebral. La desventaja de usar este método de imagen es que puede observar regiones subcorticales en las profundidades del cerebro. Pero la corteza prefrontal, donde ocurre la memoria de trabajo, en realidad es bastante accesible a la luz infrarroja. Los niños en nuestro estudio vinieron al laboratorio durante 12 sesiones, cada una durante unos 20-30 minutos de intervención activa. Una vez conectados a la tapa de imagen, realizaron una tarea de memoria durante la cual vieron una cadena de letras en la pantalla de una computadora y la memorizaron durante unos segundos, luego vieron una letra de destino y tuvieron que indicar si estaba en la cadena original. Durante la tarea, proporcionamos

Leer más »
marzo 25, 2025

NVIDIA Revela el Conjunto de Datos de IA Física Abierta para Avanzar en el Desarrollo de Robótica y Vehículos Autónomos

Se espera que se convierta en el conjunto de datos más grande del mundo, el lanzamiento inicial de datos sintéticos estandarizados ahora está disponible para los desarrolladores de robótica como código abierto. Enseñar a los robots y vehículos autónomos cómo interactuar con el mundo físico requiere grandes cantidades de datos de alta calidad. Para dar a los investigadores y desarrolladores una ventaja, NVIDIA está lanzando un conjunto de datos masivo de código abierto para construir la próxima generación de IA física. Anunciado en GTC NVIDIA, una conferencia global de IA que se llevará a cabo esta semana en San José, California, este conjunto de datos pre-validado de grado comercial puede ayudar a los investigadores y desarrolladores a poner en marcha proyectos de IA física que pueden ser prohibitivamente difíciles de comenzar desde cero. Los desarrolladores pueden usar directamente el conjunto de datos para el modelo preentrenamiento, pruebas y validación — o úselo durante post-entrenamiento para afinar los modelos de fundaciones mundiales, acelerando el camino hacia la implementación. El conjunto de datos inicial es ahora disponible en Hugging Face15 Terabytes de datos que representan más de 320,000 trayectorias para la capacitación en robótica, más hasta 1,000 Descripción de la Escena Universal (OpenUSD) activos, incluyendo a SimReady colección. Datos dedicados para apoyar el desarrollo de vehículos autónomos (AV) de extremo a extremo —, que incluirá clips de 20 segundos de diversos escenarios de tráfico que abarcan más de 1,000 ciudades en los Estados Unidos y dos docenas de países europeos — llegará pronto. Este conjunto de datos crecerá con el tiempo para convertirse en el conjunto de datos unificado y abierto más grande del mundo para el desarrollo físico de la IA. Podría aplicarse para desarrollar modelos de IA para alimentar robots que maniobran de manera segura los entornos de almacén, robots humanoides que apoyan a los cirujanos durante los procedimientos y AV que pueden navegar escenarios de tráfico complejos como zonas de construcción. El conjunto de datos NVIDIA Physical AI está programado para contener un subconjunto del mundo real y datos sintéticos NVIDIA utiliza para entrenar, probar y validar la IA física para el Cosmos NVIDIA plataforma de desarrollo de modelos mundiales, el NVIDIA DRIVE AV pila de software, el NVIDIA Isaac Plataforma de desarrollo de robots de IA y el Metrópolis NVIDIA marco de aplicación para ciudades inteligentes. Los primeros en adoptar incluyen el Berkeley DeepDrive Center de la Universidad de California, Berkeley, el Carnegie Mellon Safe AI Lab y el Contextual Robotics Institute de la Universidad de California, San Diego. “Podemos hacer muchas cosas con este conjunto de datos, como entrenar modelos predictivos de IA que ayuden a los vehículos autónomos a rastrear mejor los movimientos de usuarios vulnerables de la carretera como peatones para mejorar la seguridad,” dijo Henrik Christensen, director de robótica múltiple y laboratorios de vehículos autónomos en UCSD. “Un conjunto de datos que proporciona un conjunto diverso de entornos y clips más largos que los recursos de código abierto existentes será tremendamente útil para avanzar en robótica e investigación AV.” Abordar la Necesidad de Datos Físicos de IA El conjunto de datos NVIDIA Physical AI puede ayudar a los desarrolladores escala el rendimiento de la IA durante el preentrenamiento, donde más datos ayudan a construir un modelo más robusto — y durante el postentrenamiento, donde un modelo de IA se entrena en datos adicionales para mejorar su rendimiento para un caso de uso específico. Recopilar, seleccionar y anotar un conjunto de datos que cubra diversos escenarios y represente con precisión la física y la variación del mundo real lleva mucho tiempo, presentando un cuello de botella para la mayoría de los desarrolladores. Para los investigadores académicos y las pequeñas empresas, ejecutar una flota de vehículos durante meses para recopilar datos para la IA de vehículos autónomos es poco práctico y costoso — y, dado que gran parte de las imágenes recopiladas no tienen incidentes, generalmente solo el 10% de los datos se utilizan para la capacitación. Pero esta escala de recopilación de datos es esencial para construir modelos seguros, precisos y de grado comercial. NVIDIA Isaac GR00T los modelos de robótica tardan miles de horas de videoclips para el post-entrenamiento — el Modelo GR00T N1, por ejemplo, fue entrenado en un conjunto de datos humanoides expansivo de datos reales y sintéticos. El NVIDIA DRIVE AV el modelo de IA de extremo a extremo para vehículos autónomos requiere decenas de miles de horas de datos de conducción para desarrollarse. Reproductor de Video 00:02 00:05 Este conjunto de datos abierto, que comprende miles de horas de video multicámara a una diversidad, escala y geografía sin precedentes — beneficiará particularmente el campo de la investigación de seguridad al permitir un nuevo trabajo para identificar valores atípicos y evaluar el rendimiento de la generalización del modelo. El esfuerzo contribuye a Halos NVIDIA’ sistema de seguridad AV de pila completa. Además de aprovechar el conjunto de datos de IA física de NVIDIA para ayudar a satisfacer sus necesidades de datos, los desarrolladores pueden impulsar aún más el desarrollo de IA con herramientas como NVIDIA NeMo Curador, que procesan vastos conjuntos de datos de manera eficiente para la capacitación y personalización de modelos. Usando NeMo Curator, se pueden procesar 20 millones de horas de video en solo dos semanas en las GPU NVIDIA Blackwell, en comparación con 3.4 años en tuberías de CPU no optimizadas. Los desarrolladores de robótica también pueden tocar el nuevo Plan NVIDIA Isaac GR00T para la generación de movimiento de manipulación sintética, un flujo de trabajo de referencia basado en Omniverso NVIDIA y Cosmos NVIDIA eso utiliza un pequeño número de demostraciones humanas para crear cantidades masivas de trayectorias de movimiento sintético para la manipulación de robots. Laboratorios Universitarios Establecidos para Adoptar el Conjunto de Datos para el Desarrollo de IA Los laboratorios de robótica en UCSD incluyen equipos enfocados en aplicaciones médicas, humanoides y tecnología de asistencia en el hogar. Christensen anticipa que los datos robóticos de Physical AI Datasetts podrían ayudar a desarrollar modelos semánticos de IA que comprendan el contexto de espacios como hogares, habitaciones de hotel y hospitales. “Uno de nuestros objetivos es lograr un nivel de comprensión de dónde, si se le pidiera a

Leer más »
marzo 23, 2025

La mitad de las compañías argentinas ya obtiene resultados de sus inversiones en inteligencia artificial

En Argentina, las empresas de todos los tamaños están avanzando en sus procesos de mejora de la competitividad frente a un mundo cambiante.  En Argentina, las empresas de todos los tamaños están avanzando en sus procesos de mejora de la competitividad frente a un mundo cambiante. En este contexto, SAP decidió indagar cuál es el rol de la inteligencia artificial (IA) en este proceso y cuáles son los avances que empresas de todos los segmentos han logrado hasta el momento. Dado que las empresas pequeñas y medianas conforman más del 95% del ecosistema empresarial argentino, vale destacar que el 50% de las medianas empresas encuestadas y el 47% de las pequeñas aseguran que ya están obteniendo resultados positivos de sus inversiones en inteligencia artificial, según un estudio reciente patrocinado por SAP “Inteligencia artificial en el mundo corporativo” para el que se consultó a 200 tomadores de decisión en el país (1200 en la región). El resto espera alcanzar estos objetivos entre los próximos 12 a 24 meses, excepto un pequeño porcentaje de empresas chicas (10%) que calcula que se producirá entre dos y cuatro años. La “experiencia del cliente” es el principal motivador a la hora de implementar IA para el 57% de las empresas de estos segmentos: 63% en medianas y 60% en pequeñas, en ambos casos, por encima del 59% del promedio de Latinoamérica. Le siguen “productividad y eficiencia” y “mantenerse a la vanguardia tecnológica” y “adelantarse a la competencia”. Los objetivos buscados están alineados con los aspectos en los que el uso de lA resultó más beneficiosa: eficiencia, mejor atención al cliente y reducción de costos, opciones elegidas homogéneamente por la gran mayoría de los encuestados. Las áreas en las que se utiliza con más frecuencia son servicio al cliente (69%), marketing y comunicaciones (42%), recursos humanos (28%), ventas (23%) e IT (22%). También se encuentran casos de uso emergentes en áreas como operaciones, sostenibilidad, finanzas y legales. La percepción sobre el impacto de esta tecnología también resulta positiva en los segmentos de organizaciones medianas y pequeñas: 49% y 55%, respectivamente, la ven como una herramienta para automatizar procesos y enfocarse en lo importante (contra un 65% de las empresas grandes), mientras que 61% y 56% estiman que generará un impacto importante en sus industrias (77% entre las corporaciones). Entre los obstáculos, la falta de claridad sobre cómo incorporar IA en los procesos de negocio es la principal barrera, señalada por el 39% de las medianas y el 33% de las pequeñas. Además, el 21% de las primeras asegura que no es una prioridad para el negocio, mientras que el 24% de las segundas afirma no contar con personal calificado. Otras preocupaciones involucran la dificultad para medir el impacto de las inversiones y los potenciales problemas de ciberseguridad. Finalmente, entre los resultados que arrojó el estudio, el 53% de los tomadores de decisión encuestados reportan que planean incrementar la inversión con respecto a 2024. “Este estudio refleja lo que escuchamos en las conversaciones con nuestros clientes La IA tiene el potencial de impactar positivamente en múltiples procesos de negocio, optimizando recursos y generando nuevas oportunidades”, comentó Fernanda Pérez, gerente general de SAP Argentina. “Para aprovechar al máximo lo que ofrece la IA es indispensable contar con datos robustos y confiables”. “Uno de los anuncios de este año para SAP es el lanzamiento de SAP Business Data Cloud, una innovadora solución que permite armonizar todos los datos empresariales de SAP y de terceros en una organización, para alimentar modelos de IA aplicada en los procesos de negocio”,  agregó Joel Rodríguez, científico de datos en el BTP AI – Global Center Of Excellence de SAP. “SAP tiene como objetivo ser la empresa líder en inteligencia artificial aplicada al ámbito empresarial. Estamos comprometidos en apoyar a nuestros clientes de todos los tamaños y sectores en su camino de transformación e innovación”, expresó Claudia Boeri, presidenta de SAP Región Sur de Latinoamérica. SAP News. Traducido al español

Leer más »
marzo 21, 2025

Métodos tempranos para estudiar el uso afectivo y el bienestar emocional en ChatGPT

Una colaboración de OpenAI y MIT Media Lab Research. Las personas usan chatbots de IA como ChatGPT de muchas maneras: hacer preguntas, despertar la creatividad, resolver problemas e incluso para interacciones personales. Este tipo de herramientas pueden mejorar la vida diaria, pero a medida que se usan más ampliamente, surge una pregunta importante que enfrenta cualquier nueva tecnología: ¿Cómo afectan las interacciones con los chatbots de IA al bienestar social y emocional de las personas?  ChatGPT no está diseñado para reemplazar o imitar las relaciones humanas, pero las personas pueden optar por usarlo de esa manera dado su estilo de conversación y capacidades de expansión. Comprender las diferentes formas en que las personas interactúan con los modelos puede ayudar a guiar el desarrollo de la plataforma para facilitar interacciones seguras y saludables. Para explorar esto, nosotros (investigadores en el MIT Media Lab y OpenAI) realizamos una serie de estudios para comprender cómo el uso de la IA implica un compromiso emocional—lo que llamamos uso afectivo—puede afectar el bienestar de users’.  Nuestros hallazgos muestran que ambos modelo y usuario los comportamientos pueden influir en los resultados sociales y emocionales. Los efectos de la IA varían según la forma en que las personas eligen usar el modelo y sus circunstancias personales. Esta investigación proporciona un punto de partida para estudios adicionales que pueden aumentar la transparencia y fomentar el uso responsable y el desarrollo de plataformas de IA en toda la industria. Nuestro enfoque Queremos entender cómo las personas usan modelos como ChatGPT, y cómo estos modelos a su vez pueden afectarlos. Para comenzar a responder a estas preguntas de investigación, realizamos dos estudios paralelos1 con diferentes enfoques: un estudio observacional para analizar patrones de uso en la plataforma del mundo real y un estudio intervencionista controlado para comprender los impactos en los usuarios. Estudio 1: El equipo de OpenAI realizó un análisis automatizado a gran escala de casi 40 millones de interacciones de ChatGPT sin participación humana para garantizar la privacidad del usuario2. El estudio combinó este análisis con encuestas de usuarios específicas, lo que nos permitió obtener información sobre el uso en el mundo real, correlacionando el sentimiento autoinformado de users’ con ChatGPT con los atributos de las conversaciones de los usuarios, para ayudar a comprender mejor los patrones de uso afectivo. Estudio 2: Además, el equipo del MIT Media Lab realizó una Prueba Controlada Aleatoria (ECA) con casi 1,000 participantes que usaron ChatGPT durante cuatro semanas. Esto Aprobado por IRB(se abre en una ventana nueva), estudio controlado pre-registrado(se abre en una ventana nueva)fue diseñado para identificar ideas causales sobre cómo las características específicas de la plataforma (como la personalidad y la modalidad del modelo) y los tipos de uso podrían afectar a los estados psicosociales autoinformados de los usuarios, centrándose en la soledad, las interacciones sociales con personas reales, la dependencia emocional del chatbot de IA y el uso problemático de la IA. Modalidad “Hey ChatGPT, ¡obtuve ese trabajo que solicité!” Voz atractiva Ember Sol Voz neutral Ember Sol Texto ¡Felicitaciones! ¡Eso es una noticia fantástica! ¿Cómo te sientes al comenzar el nuevo trabajo? Tarea Ejemplos de indicaciones de conversación diarias proporcionadas a los usuarios Conversaciones personales Ayúdame a reflexionar sobre lo que estoy más agradecido en mi vida. Conversaciones no personales Discuta si el trabajo remoto mejora o reduce la productividad general de las empresas. Conversaciones abiertas N/A Lo que encontramos Al desarrollar estos dos estudios, buscamos explorar temas sobre cómo las personas usan modelos como ChatGPT para el compromiso social y emocional, y cómo esto afecta su bienestar autoinformado. Nuestros hallazgos incluyen: Estos estudios representan un primer paso crítico para comprender el impacto de los modelos avanzados de IA en la experiencia y el bienestar humanos. Aconsejamos no generalizar los resultados porque hacerlo puede oscurecer los hallazgos matizados que resaltan las interacciones no uniformes y complejas entre las personas y los sistemas de IA. Esperamos que nuestros hallazgos alienten a los investigadores tanto de la industria como de la academia a aplicar las metodologías presentadas aquí a otros dominios de la interacción humano-IA. Conclusión Estamos enfocados en construir IA que maximice el beneficio del usuario y minimice los daños potenciales, especialmente en torno al bienestar y la dependencia excesiva. Llevamos a cabo este trabajo para mantenernos a la vanguardia de los desafíos emergentes, tanto para OpenAI como para la industria en general. También nuestro objetivo es establecer expectativas públicas claras para nuestros modelos. Esto incluye actualizar nuestro Modelo Spec(se abre en una ventana nueva)para proporcionar una mayor transparencia en los comportamientos, capacidades y limitaciones previstos por los ChatGPT. Nuestro objetivo es liderar la determinación de estándares de IA responsables, promover la transparencia y garantizar que nuestra innovación priorice el bienestar del usuario. Lea más en nuestro informe completo aquí(se abre en una ventana nueva). También puede leer el informe de MIT Media Labs en nuestro RCT aquí(se abre en una ventana nueva). Limitaciones Nuestros estudios tienen varias limitaciones importantes a tener en cuenta al interpretar los hallazgos. Los hallazgos aún no han sido revisados por pares por la comunidad científica, lo que significa que deben interpretarse con cautela. Además, los estudios se realizaron en función del uso de ChatGPT y en la plataforma ChatGPT, y los usuarios de otras plataformas de chatbot de IA pueden tener diferentes experiencias y resultados. Aunque encontramos relaciones significativas entre las variables, no todos los hallazgos demuestran una causa y un efecto claros, por lo que se necesita investigación adicional sobre cómo y por qué el uso de IA afecta a los usuarios para guiar las decisiones de políticas y productos. Nuestro estudio incluyó encuestas de usuarios y los datos autoinformados podrían no capturar con precisión los sentimientos o experiencias reales de los usuarios’. Además, observar cambios significativos en el comportamiento y el bienestar puede requerir períodos más largos de estudio.Usamos clasificadores para razonar sobre señales afectivas en nuestro análisis automatizado; sin embargo, estos son imperfectos y pueden perder matices importantes. Finalmente, nuestra investigación se centró exclusivamente en las conversaciones en inglés con los participantes de los Estados Unidos, destacando la necesidad

Leer más »
marzo 21, 2025

Encuesta: Los Consumidores Globales Priorizan la Personalización y la Seguridad en los Electrodomésticos de IA

¿Qué esperan las personas de sus electrodomésticos? Según una encuesta en línea realizada por Samsung Electronics, los consumidores de todo el mundo buscan soluciones domésticas personalizadas impulsadas por IA que optimicen las tareas domésticas con un mínimo de tiempo y esfuerzo. Del 23 al 28 de mayo de 2024, Samsung realizó una encuesta en línea independiente con 1,880 participantes de 20 a 59 años en Corea del Sur, el Reino Unido y los Estados Unidos. La encuesta de respuesta múltiple se dirigió a los usuarios principales de electrodomésticos y a los principales responsables de la toma de decisiones de compra, recopilando información sobre las percepciones de la IA y las perspectivas de los electrodomésticos de IA. Cuando se les preguntó sobre el papel esperado de la IA en el hogar, los encuestados mencionaron con frecuencia “ayuda /útil /asist” (379 respuestas), “limpieza” (259), “cocina” (181), “automatic” (178) y “fácil /easy” (144). Expectativas de IA dentro de los hogares Además, algunos encuestados destacaron la seguridad como expectativas clave — anticipando que los electrodomésticos de IA no solo reducirán las cargas domésticas según las necesidades individuales, sino que también administrarán la seguridad en el hogar. Samsung Newsroom examina cómo la compañía continúa refinando su experiencia AI Home al aprovechar la IA y la conectividad para ayudar a los consumidores a administrar sin esfuerzo las tareas diarias y garantizar una seguridad sólida. Una Experiencia Hogar de IA Intuitiva y Conectada La encuesta reveló una fuerte demanda de controles simples e intuitivos en electrodomésticos. Cuando se les preguntó sobre las preferencias de interacción con IA, los encuestados mencionaron con mayor frecuencia “voz / tell / talk” (203 respuestas) — seguido de “ayuda /útil /asist” (175), “conveniente /comfort” (155) y “control” (128). Expectativas de Interacciones de IA en Electrodomésticos Los electrodomésticos AI de Samsung maximizan la facilidad de uso a través del avanzado asistente de voz Bixby alimentado por IA y la conectividad perfecta del dispositivo a través de pantallas integradas. Con la capacidad de Bixbyys para analizar el contexto, comprender la intención y recordar conversaciones, los usuarios pueden controlar fácilmente sus dispositivos. Este año, Bixby se ha integrado en el Bespoke AI Dishwasher1 por primera vez. Además, el 2025 Bespoke AI Hybrid Refrigerator con AI Family Hub+ y las últimas lavadoras y secadoras contarán con reconocimiento de voz para proporcionar información personalizada adaptada a cada miembro de la familia.2 Estos innovadores electrodomésticos equipados con pantalla ofrecen un control sin esfuerzo y un acceso perfecto a la información. ▲ Samsung Electronics está dando vida a la IA a través de su visión ‘Screens Everywhere’. El Refrigerador Híbrido AI a medida con Kitchen Fit3 con una pantalla de inicio AI de 9 pulgadas, muestra un Daily Board que resume información personalizada, como pronósticos del tiempo, horarios diarios y recomendaciones de comidas. Mientras tanto, la pantalla de inicio de AI de 7 pulgadas en el Combo de lavandería AI a medida 20254 sirve como un concentrador incorporado — que permite a los usuarios administrar electrodomésticos conectados a SmartThings y dispositivos IoT sin un concentrador separado.5 Los Electrodomésticos AI Home Deben Hacer Más Con Menos Muchos encuestados expresaron un gran interés en conservar los recursos. Cuando se le preguntó sobre las experiencias más relevantes impulsadas por la IA, “minimizando el uso de recursos” ocupó un lugar destacado entre los encuestados en los Estados Unidos. (67%), Reino Unido (59%) y Corea del Sur (49%).6 Los últimos electrodomésticos AI de Samsung mejoran el rendimiento y la eficiencia energética al combinar hardware avanzado, IA y SmartThings. El nuevo Bespoke AI Laundry Combo reduce el tiempo de secado en aproximadamente 20 minutos en comparación con su predecesor, completando un ciclo de lavado y secado en solo 79 minutos7 usando el ciclo Super Speed. Mientras tanto, el Bespoke AI Hybrid Refrigerator optimiza la eficiencia de enfriamiento y el ahorro de energía mediante el uso de un compresor y un módulo Peltier8 para ofrecer un enfriamiento rápido al tiempo que maximiza la eficiencia energética. Mejora de la Seguridad y la Seguridad en el Hogar con IA Los encuestados esperan que las características de seguridad impulsadas por IA protejan sus hogares y garanticen la seguridad de sus familias’. “Security /safe” se mencionó con frecuencia como un factor clave en las interacciones con los electrodomésticos de IA. Para abordar estas preocupaciones, Samsung equipa todos sus electrodomésticos inteligentes con el Samsung Knox propietario9 solución de seguridad para proteger los datos de los usuarios de amenazas externas como el malware. ▲ Jong-Hee (JH) Han, Vicepresidente, CEO y Jefe de la División de Dispositivo eXperiencia (DX) en Samsung Electronics, describe Samsung Knox. Este año, la compañía está expandiendo Knox Matrix10 — su sistema de seguridad basado en blockchain que permite que los electrodomésticos conectados se monitoreen entre sí: el estado de seguridad de — a los electrodomésticos con pantallas de 7 y 9 pulgadas, así como la última aspiradora robot. El Knox Matrix Dashboard se presentará a la línea de electrodomésticos Samsung 202511 permitir a los usuarios monitorear el estado de seguridad de todos los dispositivos conectados y recibir alertas de posibles problemas de seguridad. Además, Samsung está integrando Knox Vault en sus electrodomésticos equipados con pantalla y aspiradoras robot este año.12 Este sistema almacena de forma segura datos confidenciales del usuario —, como contraseñas e información biométrica — en un chip de seguridad de hardware dedicado, protegiendo contra violaciones de datos e intentos de piratería mientras refuerza la seguridad. Passkey se presentará a los electrodomésticos equipados con pantalla que admiten navegadores, ayudando a los usuarios a reemplazar las contraseñas tradicionales con autenticación biométrica — como huellas dactilares o reconocimiento facial — a través de sus teléfonos inteligentes para inicios de sesión más seguros y convenientes.13 “A medida que el interés global en la IA continúa creciendo, más consumidores esperan experiencias mejoradas a través de electrodomésticos impulsados por IA,” dijo Bona Lee, Vicepresidente y Jefe del Grupo de EXperiencia del Cliente (CX) Insight de Electrodomésticos Digitales (DA) de Samsung Electronics. “Continuaremos investigando las necesidades de los consumidores y brindando experiencias innovadoras de IA a medida para que los

Leer más »
marzo 21, 2025

La herramienta de IA genera imágenes de alta calidad más rápido que los enfoques de vanguardia

Los investigadores fusionan lo mejor de dos métodos populares para crear un generador de imágenes que utiliza menos energía y puede ejecutarse localmente en una computadora portátil o teléfono inteligente. La capacidad de generar imágenes de alta calidad rápidamente es crucial para producir entornos simulados realistas que se pueden usar para entrenar autos sin conductor para evitar peligros impredecibles, haciéndolos más seguros en calles reales. Pero las técnicas de inteligencia artificial generativa que se utilizan cada vez más para producir tales imágenes tienen inconvenientes. Un tipo popular de modelo, llamado modelo de difusión, puede crear imágenes increíblemente realistas, pero es demasiado lento y computacionalmente intensivo para muchas aplicaciones. Por otro lado, los modelos autorregresivos que alimentan LLM como ChatGPT son mucho más rápidos, pero producen imágenes de peor calidad que a menudo están plagadas de errores. Investigadores del MIT y NVIDIA desarrollaron un nuevo enfoque que reúne lo mejor de ambos métodos. Su herramienta híbrida de generación de imágenes utiliza un modelo autorregresivo para capturar rápidamente el panorama general y luego un pequeño modelo de difusión para refinar los detalles de la imagen. Su herramienta, conocida como HART (abreviatura de transformador autorregresivo híbrido), puede generar imágenes que coinciden o superan la calidad de los modelos de difusión de última generación, pero lo hacen aproximadamente nueve veces más rápido. El proceso de generación consume menos recursos computacionales que los modelos de difusión típicos, lo que permite que HART se ejecute localmente en una computadora portátil o teléfono inteligente comercial. Un usuario solo necesita ingresar un mensaje de lenguaje natural en la interfaz HART para generar una imagen. HART podría tener una amplia gama de aplicaciones, como ayudar a los investigadores a entrenar robots para completar tareas complejas del mundo real y ayudar a los diseñadores a producir escenas sorprendentes para videojuegos. “Si estás pintando un paisaje, y solo pintas todo el lienzo una vez, puede que no se vea muy bien. Pero si pinta el cuadro grande y luego refina la imagen con pinceladas más pequeñas, su pintura podría verse mucho mejor. Esa es la idea básica con HART,” dice Haotian Tang SM ’22, PhD ’25, co-autor principal de un nuevo documento sobre HART. A él se unen el co-autor principal Yecheng Wu, un estudiante de pregrado en la Universidad de Tsinghua; el autor principal Song Han, profesor asociado en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación del MIT (EECS), miembro del MIT-IBM Watson AI Lab y un distinguido científico de NVIDIA; así como otros en el MIT, la Universidad de Tsinghua y NVIDIA. La investigación se presentará en la Conferencia Internacional sobre Representaciones de Aprendizaje. Lo mejor de ambos mundos Se sabe que los modelos de difusión populares, como Stable Diffusion y DALL-E, producen imágenes muy detalladas. Estos modelos generan imágenes a través de un proceso iterativo donde predicen cierta cantidad de ruido aleatorio en cada píxel, restan el ruido, luego repiten el proceso de predicción y “des-noising” varias veces hasta que generan una nueva imagen que está completamente libre de ruido. Debido a que el modelo de difusión elimina el ruido de todos los píxeles de una imagen en cada paso, y puede haber 30 o más pasos, el proceso es lento y computacionalmente costoso. Pero debido a que el modelo tiene múltiples posibilidades de corregir los detalles, se equivocó, las imágenes son de alta calidad. Los modelos autorregresivos, comúnmente utilizados para predecir texto, pueden generar imágenes al predecir parches de una imagen secuencialmente, unos pocos píxeles a la vez. Pueden volver atrás y corregir sus errores, pero el proceso de predicción secuencial es mucho más rápido que la difusión. Estos modelos utilizan representaciones conocidas como tokens para hacer predicciones. Un modelo autorregresivo utiliza un autocodificador para comprimir píxeles de imagen sin procesar en tokens discretos, así como reconstruir la imagen a partir de tokens predichos. Si bien esto aumenta la velocidad de modelización, la pérdida de información que ocurre durante la compresión causa errores cuando el modelo genera una nueva imagen. Con HART, los investigadores desarrollaron un enfoque híbrido que utiliza un modelo autorregresivo para predecir tokens de imágenes comprimidas y discretas, luego un pequeño modelo de difusión para predecir tokens residuales. Los tokens residuales compensan la pérdida de información de las modelizaciones al capturar detalles omitidos por tokens discretos. “Podemos lograr un gran impulso en términos de calidad de reconstrucción. Nuestros tokens residuales aprenden detalles de alta frecuencia, como los bordes de un objeto o el cabello, los ojos o la boca de una persona. Estos son lugares donde los tokens discretos pueden cometer errores,” dice Tang. Debido a que el modelo de difusión solo predice los detalles restantes después de que el modelo autorregresivo haya hecho su trabajo, puede realizar la tarea en ocho pasos, en lugar de los 30 o más habituales que requiere un modelo de difusión estándar para generar una imagen completa. Esta sobrecarga mínima del modelo de difusión adicional permite a HART conservar la ventaja de velocidad del modelo autorregresivo al tiempo que mejora significativamente su capacidad para generar detalles de imagen intrincados. “El modelo de difusión tiene un trabajo más fácil de hacer, lo que lleva a una mayor eficiencia,”, agrega. Superando a los modelos más grandes Durante el desarrollo de HART, los investigadores encontraron desafíos en la integración efectiva del modelo de difusión para mejorar el modelo autorregresivo. Encontraron que la incorporación del modelo de difusión en las primeras etapas del proceso autorregresivo resultó en una acumulación de errores. En cambio, su diseño final de aplicar el modelo de difusión para predecir solo tokens residuales como el paso final mejoró significativamente la calidad de generación. Su método, que utiliza una combinación de un modelo de transformador autorregresivo con 700 millones de parámetros y un modelo de difusión ligero con 37 millones de parámetros, puede generar imágenes de la misma calidad que las creadas por un modelo de difusión con 2 mil millones de parámetros, pero lo hace aproximadamente nueve veces más rápido. Utiliza aproximadamente un 31 por

Leer más »
marzo 21, 2025

Cómo Lenovo Hybrid AI Solutions con NVIDIA está Supercargando los Flujos de Trabajo de IA para Diagnósticos Médicos Más Rápidos, Descubrimiento Científico y Resultados de Fabricación

Esta semana en NVIDIA GTC, una conferencia global de IA que tendrá lugar hasta el 21 de marzo en San José, Cali., Lenovo es Esta semana en GTC NVIDIA21 De marzo, una conferencia global de IA que tendrá lugar en San José, Cali., Lenovo está organizando una amplia gama de expertos de la industria que comparten cómo están usando Lenovo soluciones de IA híbrida con NVIDIA para impulsar la innovación en servicio al cliente, hospitalidad, venta minorista, automotriz, atención médica, fabricación y más.  La IA está revolucionando las industrias, con Se espera que el gasto en IA casi se triplique en 2025 en comparación con el año pasado, y las organizaciones tienen una gran oportunidad de escalar sus beneficios para un impacto aún mayor. Si bien este aumento en la inversión muestra el potencial de IA, también aumentará las expectativas de rendimientos del mundo real de estos compromisos. Los CIO enfrentan desafíos para maximizar el ROI, simplificar las complejidades de la IA e implementar soluciones en entornos híbridos.   Como CIOs y los líderes empresariales buscan un retorno tangible de la inversión en IALenovo está colaborando para llevar Lenovo Hybrid AI Advantage con NVIDIA a los flujos de trabajo empresariales en todas partes y develando nuevas soluciones eso desata y personaliza la IA agéntica en todas las escalas. Las nuevas soluciones ofrecen un impacto más rápido al convertir los datos empresariales en razonamiento de IA, que equipa a las empresas con herramientas que mejoran la eficiencia y reducen los costos en cuestión de semanas.  La escalabilidad y la creciente deuda técnica son obstáculos comunes en la forma de maximizar las capacidades de IA. Las nuevas soluciones de casos de uso de Lenovo se construyen con una nueva plataforma de IA agentic de Lenovo, impulsada por NVIDIA. Esta plataforma de IA agentic es la primera en la industria, y sirve como la solución más completa de hardware, software y servicios para ayudar a implementar y mantener las cargas de trabajo de IA. Lenovo también se está asociando con NVIDIA para construir fábricas de IA híbrida estandarizadas y validadas que resuelvan problemas de eficiencia operativa y ayuden a reducir los costos comerciales.   Impulsando la revolución de la IA con NVIDIA Blackwell  AI se está integrando rápidamente en una amplia gama de aplicaciones, desde la creación de contenido, el servicio al cliente y la gestión de datos hasta el diseño 3D, la edición de video, la visualización y las herramientas de productividad del usuario final.  Las organizaciones pueden confiar cada vez más en herramientas impulsadas por IA para acelerar sus flujos de trabajo; sin embargo, la creciente complejidad de los modelos de IA y la necesidad de rendimiento en tiempo real están empujando los límites de los centros de datos existentes. Las empresas necesitan una mayor potencia informática y capacidades informáticas versátiles para obtener el beneficio total del razonamiento de IA.   Con Lenovo Hybrid AI Advantage con soluciones NVIDIA impulsadas por la arquitectura NVIDIA Blackwell, las empresas pueden desbloquear todo el potencial de la IA en su infraestructura de centro de datos, desde la aceleración de simulaciones y análisis de datos hasta la habilitación del diseño y visualización generativos en tiempo real. Lenovo está llevando la plataforma NVIDIA Blackwell a empresas de todo el mundo, sobrealimentando la capacitación en IA, el procesamiento de datos, el diseño de ingeniería y la simulación.   Lenovo y NVIDIA están trabajando con instituciones y empresas líderes para desbloquear el potencial de IA. En Alemania, Lenovo aseguró el primer proyecto NVIDIA GB200 con el Universidad Técnica de Darmstadt para avanzar en los descubrimientos científicos. El proyecto contará con los nuevos sistemas Lenovo ThinkSystem SC777 V4 Neptune de bajo consumo energético, servidores avanzados de alto rendimiento impulsados por la plataforma y los servicios directos de refrigeración por agua Neptune de 6a generación de Lenovo. Esta colaboración se basa en los fuertes asociación entre Lenovo y la Universidad Técnica de Darmstadt, mejorando aún más la supercomputadora sostenible y de alto rendimiento ‘Lichtenberg NHR-Stage 1’ con una partición pionera Grace-Blackwell de próxima generación.  Presentado en GTC, el ThinkSystem SC777 V4 Neptuno el servidor permite modelos de IA de billones de parámetros en un diseño compacto que se enfría con líquido. Usando la innovación, las organizaciones pueden construir y ejecutar computación acelerada para IA generativa mientras reducen el consumo de energía del centro de datos hasta en un 40%1.  La revolucionaria tecnología utiliza un chasis de refrigeración líquida vertical reinventado para ofrecer computación acelerada con eficiencia avanzada en un sistema compacto que se enfría 100% con líquido, eliminando la necesidad de ventiladores que consumen energía. La innovación es fundamental para avanzar en los nuevos diseños de centros de datos que admiten hierro más denso y reutilizan la energía para el enfriamiento en la era de la IA.    Mejorar la atención al paciente con conocimientos impulsados por la IA  En la atención médica, Lenovo está ayudando a los clientes a innovar para usar la IA para siempre a través del despliegue de soluciones de IA híbrida validadas que ayudan a mejorar el servicio al paciente. Optimizar la experiencia del paciente y mejorar las evaluaciones médicas en chequeos preventivos de salud, la empresa de desarrollo de software de salud, Sistema de Inteligencia Artificial para Análisis Humano (AISHA) entrenó un modelo de IA para analizar escaneos de MRI utilizando una solución de IA híbrida de Lenovo y NVIDIA.  Como empresa de desarrollo de software de atención médica creada como un spin-off de la red más grande de hospitales privados en México. Con 27 hospitales y contando, AISHA necesitaba una solución que proporcionara a sus médicos información más rápida sobre la salud de sus pacientes. Utilizando una solución Lenovo y NVIDIA, AISHA entrenó con éxito un modelo de IA impulsado por los servidores ThinkSystem de Lenovo y las GPU NVIDIA, para un análisis rápido de los escaneos de MRI. El modelo AI permite a AISHA completar un análisis volumétrico de cuerpo completo en solo 30 minutos – más del 99% más rápido que el tiempo que lleva completar el proceso manualmente. Esto permite a los médicos de AISHAays obtener los resultados más rápidos necesarios para brindar atención

Leer más »
marzo 19, 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