Categoría: Robótica y Automatización

De la visión al impacto: El papel de los datos en tiempo real en la sostenibilidad industrial

Reducir las emisiones de CO2 es un imperativo comercial en toda la cadena de valor, e incluso las industrias más intensivas en energía, como la fabricación de productos químicos, deben equilibrar los esfuerzos de sostenibilidad con la mejora de la rentabilidad y la productividad. Los crecientes requisitos de información ambiental, social y de gobernanza (ESG) y las regulaciones gubernamentales y de la industria locales y nacionales están agregando presión para las empresas, particularmente para aquellas en los sectores de petróleo y gas, puertos, minería y manufactura. Reducir las emisiones de CO2 es un imperativo comercial en toda la cadena de valor, e incluso las industrias más intensivas en energía, como la fabricación de productos químicos, deben equilibrar los esfuerzos de sostenibilidad con la mejora de la rentabilidad y la productividad. Al mejorar la eficiencia operativa, las industrias pueden reducir su consumo de energía, reducir el desperdicio y desbloquear nuevas ventajas competitivas. Sin embargo, para hacerlo, deben encontrar formas de acceder a datos precisos para comparar su impacto ambiental actual, identificar áreas de mejora y realizar un seguimiento del progreso a lo largo del tiempo. Para muchos, esto puede estar lleno de dificultades, con limitaciones técnicas que crean obstáculos. En 2023, IBM informó que el 41% de los ejecutivos citó datos inadecuados como una barrera superior para el progreso de ESG. El desafío de acceder a datos de sostenibilidad operativa Las industrias enfrentarán muchos desafíos en torno a los informes de ESG, que incluyen: Las empresas pueden visualizar su progreso o las mejoras de sostenibilidad que podrían capitalizar. Los informes transparentes con las partes interesadas clave, el cumplimiento normativo y la reputación pública pueden ponerse en riesgo. En un mundo donde hacer un progreso sostenible es clave – estas prácticas son completamente insostenibles. Entonces, ¿cuál es la respuesta? La digitalización es la clave Para mejorar la visibilidad y obtener información más profunda sobre el rendimiento operativo y de sostenibilidad, muchas industrias están recurriendo a la digitalización. Statista espera que el gasto en transformación digital alcance $3.9 billones en 2027, frente a $2.5 billones en 2024. A través de la digitalización de sus operaciones, las empresas industriales pueden acceder: Las herramientas digitales permiten la sostenibilidad basada en datos Un estudio reciente realizado por GlobalData y Nokia encontró que el 79% de las empresas lograron una reducción de más del 10% en las emisiones después de implementar soluciones de digitalización, y el 78% vio un ROI positivo en los primeros seis meses de implementación de tecnologías inalámbricas y de digitalización privadas. Para lograr la transparencia de los datos operativos a través de la digitalización, las industrias deben implementar cuatro componentes clave: Hoy está surgiendo un quinto componente: Inteligencia Artificial (IA) permite a las empresas aprovechar los grandes modelos de idiomas (LLM) y el aprendizaje automático (ML). Para que AI cumpla con sus promesas de transformar las operaciones industriales, necesita acceso a grandes cantidades de datos precisos en tiempo real. Con una ventaja local, las empresas tienen un centro de datos unificado en tiempo real que se puede utilizar para implementar y escalar casos de uso de IA en la vida real, lo que permite una visibilidad integral de los datos, información procesable, automatización avanzada y una mejor conciencia situacional. Las formas en que la IA puede avanzar en el análisis de datos y el monitoreo de informes y avances de sostenibilidad incluyen: Al implementar casos de uso impulsados por IA, es importante tener en cuenta las altas demandas de procesamiento de datos de las aplicaciones de IA, que pueden afectar significativamente el consumo de energía y la huella ambiental. Optar por una infraestructura de cómputo local con capacidad de IA puede reducir el impacto de la sostenibilidad en comparación con el procesamiento basado en la nube. Sin embargo, es esencial equilibrar los beneficios de las aplicaciones de IA con su impacto ambiental para garantizar un resultado neto positivo. El viaje a Net Zero está respaldado por datos y digitalización Las empresas que adoptan su viaje de digitalización hoy acelerarán sus objetivos de sostenibilidad y transformarán los procesos para mejorar la eficiencia operativa, la seguridad y la rentabilidad. Los datos completos y en tiempo real obtenidos de las operaciones de digitalización serán fundamentales para informar su viaje al cero neto, proporcionando una visibilidad y transparencia profundas, apoyando los informes ESG y permitiendo la toma de decisiones informada para mejorar las operaciones. Además, los nuevos casos de uso habilitados por la digitalización generan valor que se extiende más allá de simplemente respaldar los requisitos de informes, lo que le permite reducir el consumo de combustible, desperdicio y energía en sus operaciones. NOKIA Blog. S. D. Traducido al español

marzo 24, 2025

Teradyne Robotics presentará soluciones impulsadas por AI Accelerator en NVIDIA GTC 2025, marcando la primera en robótica colaborativa impulsada por AI

Teradyne Robótica y sus socios están listos para presentar un conjunto de soluciones avanzadas de robótica impulsadas por IA en GTC NVIDIA 2025 Marzo 17-21. La presentación representa la primera demostración pública de la Acelerador AI en aplicaciones comercialmente viables. “Physical AI equipa a los robots con la capacidad de percibir y responder al mundo real, proporcionando la versatilidad y las capacidades de resolución de problemas que a menudo requieren los casos de uso complejos que han estado fuera de alcance hasta ahora, dice James Davidson, Director de IA de Teradyne Robotics. “En lugar de simplemente ejecutar instrucciones preprogramadas, los robots habilitados por AI obtienen la capacidad de aprender, adaptarse y tomar decisiones informadas basadas en su aporte sensorial,” dice, y agrega: “Piense en una operación logística donde los robots navegan a través de un almacén con diseños y obstáculos en constante cambio. O un sitio de construcción donde los robots ayudan en tareas de ensamblaje dentro de entornos impredecibles y cambiantes. El Acelerador de IA ayuda a nuestros cobots a comprender mejor su entorno, planificar caminos óptimos y ejecutar tareas de manera segura y eficiente en espacios previamente inmanejables Estrecha colaboración con NVIDIAEl AI Accelerator es un kit de herramientas diseñado por la compañía Teradyne Robotics Robots Universales (UR) en colaboración con NVIDIA para permitir el desarrollo de aplicaciones impulsadas por IA al llevar la aceleración de IA a la plataforma de software de próxima generación de UR Poliscopio X. El kit de herramientas funciona con NVIDIA Isaac™ bibliotecas aceleradas y modelos de IA, ejecutándose en el NVIDIA Jetson AGX Orin™ sistema en módulo. Ujjwal Kumar, presidente de Teradyne Robotics Group, espera compartir las nuevas aplicaciones físicas de IA con las audiencias de NVIDIA GTC: “The AI Accelerator ofrece a los desarrolladores una plataforma extensible para crear y eliminar el riesgo de las aplicaciones y reducir el tiempo de comercialización,” dice Kumar. «Nuestras nuevas aplicaciones asociadas impulsadas por AI Accelerator demuestran claramente cómo Universal Robots se está convirtiendo en la plataforma preferida para la IA física, abordando desafíos previamente irresolubles en la robótica colaborativa.» «Las implementaciones de robótica y IA física están en una trayectoria acelerada impulsada por los avances en IA generativa y simulación con la plataforma robótica Isaac de NVIDIA, dijo Deepu Talla, Vicepresidente de Robótica y Edge AI de NVIDIA. “Nuestra colaboración con Teradyne Robotics aporta esta última tecnología y beneficios a la extensa red de desarrolladores y socios de Teradynena.» UR Partner Solutions en exhibición en NVIDIA GTC 3D Infotech – Metrología Dinámica: Mostrando un cobot UR3e que escanea piezas de trabajo, las compara con modelos CAD y resalta imprecisiones dimensionales al proyectarlas sobre la superficie de la pieza de trabajo. El acelerador AI mejora las capacidades de percepción del cobot, lo que le permite ubicar con mayor precisión la pieza de trabajo para su inspección. T-Robotics – Programación impulsada por GenaI: Demostrar un cobot UR5e con máquina CNC impulsada por LLM tendiendo. Con T-Robotics ActGPT, los usuarios pueden describir una configuración de aplicación en lenguaje natural y traducirla a un programa de robot con la ayuda del Acelerador de IA. AICA – Asamblea de Aprendizaje de Refuerzo: Con un cobot UR5e que ejecuta un conjunto de engranaje de un solo brazo utilizando aprendizaje de refuerzo. El cobot localiza una pieza utilizando la percepción basada en AI Accelerator y luego utiliza una habilidad de aprendizaje de refuerzo para completar un proceso de ensamblaje rico en contactos. Acumino – Asamblea Bimanual: El Acelerador de IA facilita la capacidad bimanual de los cobotados UR5e para aprender tareas complejas de manipulación de demostraciones humanas. El sistema completa una tarea de manejo de cables eléctricos y los asistentes pueden colaborar con el robot para resolver la tarea. Luz de fondo – Detección de piezas de trabajo para Picking Racionalizado: El Acelerador AI entrena un modelo para detectar una pieza de trabajo y generar un programa de robot para recoger, luego verifica que el espacio de trabajo del robot esté listo, asegurando una solución robusta y fácil de implementar. Las soluciones que se muestran en NVIDIA GTC se ejecutan en la última versión del Acelerador de IA (1.1). La nueva versión integra la última versión de NVIDIA Isaac ROS , específicamente NVIDIA Isaac™ Manipulador componentes que permiten una estimación de pose mejorada y un rendimiento de planificación de ruta. La última versión del AI Accelerator también ofrece conectividad GMSL de alta velocidad en sensores de visión, actualizada desde USB3 y se ejecuta en la versión más reciente de PolyScope X (10.8). Si bien el Acelerador de IA se centra principalmente en los cobots UR, la IA subyacente y la tecnología informática acelerada también se benefician Robots Industriales Móviles (MiR), otra compañía de Teradyne presentada en GTC. El MiR1200 Pallet Jack utiliza la visión 3D y el módulo NVIDIA Jetson AGX Orin para la detección de palets, lo que permite que el palet jack identifique, recoja y entregue palets con precisión en entornos complejos. «Todas estas aplicaciones demuestran que nuestro Acelerador de IA está realmente diseñado para donde la IA hace la diferencia», explica Davidson, quien presentará el GTC Lightning Talk «Accelerating AI-Driven Robotics with Universal Robots» el 18 de marzo a las 2 PM PST en la conferencia. “Los desarrolladores ahora pueden aprovechar fácilmente la IA física para crear aplicaciones robóticas innovadoras gracias a la integración perfecta de NVIDIA Isaac Manipulator, PolyScope X y conjuntos de herramientas fáciles de usar. Y estamos empezando con más innovaciones a finales de este año.” Universal Robots News. Traducido al español

marzo 23, 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

marzo 23, 2025

Modernice su Infraestructura Industrial para Ciberseguridad y Preparación para la IA con Diseños Validados de Cisco

La necesidad de arquitecturas de red probadas y probadas Muchas operaciones industriales dependen de las redes que les proporcionan sus proveedores de automatización. Estas redes predeterminadas a menudo se centran en las necesidades inmediatas y localizadas de equipos o procesos específicos. Si bien pueden ser buenos en su función prevista, con frecuencia se quedan cortos al abordar los desafíos más amplios de escala, seguridad e innovación en los entornos industriales modernos. Es posible que dichas redes no ofrezcan consistentemente el nivel de ciberseguridad necesario para proteger todas las operaciones y también puedan obstaculizar la adaptación rápida a las necesidades comerciales cambiantes, incorporar nuevos avances tecnológicos u ofrecer el nivel de rendimiento requerido para iniciativas críticas de la industria, como la modernización de la red de servicios públicos o en iniciativas de la Industria manufacturera 4.0, incluida la IA. Retrasar la modernización aumenta el riesgo de una interrupción significativa del negocio y la pérdida de cuota de mercado a competidores más ágiles. Por ejemplo, en una encuesta, Oxford Economics estima que el el costo anual total del tiempo de inactividad para las compañías Global 2000 es de $400 mil millonesresaltando la importancia de la escalabilidad, la resiliencia y la ciberseguridad para las operaciones digitales modernas que están impulsando a las organizaciones a modernizar su infraestructura de red. Lo que hace que el diseño de redes industriales sea desafiante Y, sin embargo, la modernización de la red para casos de uso clave de la industria no está exenta de desafíos. Mientras navegan en su viaje de modernización, las industrias deben abordar áreas potenciales para la optimización, incluida la incorporación de las necesidades de los equipos de TI y OT, nuevos procesos de aprendizaje de habilidades y diseños técnicos robustos que garanticen el máximo rendimiento y operaciones sin interrupciones para procesos de misión crítica. Reducir el riesgo, estandarizar y reducir la complejidad es fundamental para maximizar esta inversión y acelerar el tiempo de valor en la modernización de las redes. Si bien comparten algunas similitudes con las redes del campus, las redes industriales poseen requisitos y restricciones únicos que las distinguen. Las redes industriales deben funcionar de manera confiable, asegurando una alta disponibilidad en entornos que involucran temperaturas extremas, alta humedad, polvo, vibración e interferencia electromagnética (EMI). Las operaciones industriales exigen un rendimiento de red estricto, que incluye latencia ultrabaja, entrega de datos deterministas y alta confiabilidad, para garantizar un funcionamiento seguro y sin interrupciones de los procesos críticos. Las redes industriales también deben proteger las operaciones, ya que son cada vez más atacadas por sofisticados ataques cibernéticos. Además, estas redes deben poder trabajar con una combinación de sistemas heredados y dispositivos modernos que ejecutan varios protocolos de comunicaciones industriales específicos. Figura 1: Diseño de red y seguridad validado de muestra para fabricación Por estas razones, y debido a que las operaciones industriales son productores de ingresos críticos para las organizaciones, es necesario que el diseño, la implementación y la seguridad de las redes industriales se realicen con arquitecturas probadas y probadas que proporcionan las CVD de IoT Industrial de Cisco. El valor de Cisco Validated Designs De hecho, una parte única de la cartera industrial de Cisco es Cisco Validated Designs (CVD). Los CVD para IoT industrial proporcionan soluciones probadas y probadas que pueden ayudar a las organizaciones a navegar estos desafíos. Los CVD ayudan a los equipos de TI y OT a desarrollar habilidades para que puedan tomar posesión de su red y desarrollar capacidades avanzadas sin temor a complejidades de integración o sorpresas de rendimiento. Hoy tenemos una biblioteca de más 50 diseños y arquitecturas documentados cubriendo una amplia gama de sectores, incluyendo fabricación, servicios públicos de energía y agua, minería, puertos y terminales, carreteras e intersecciones, y transporte público. Andrew Blair, el ingeniero principal de telecomunicaciones para ScottishPower Renovables, explicó la importancia de un diseño validado: “El entorno offshore es un lugar muy singular con desafíos muy singulares. Necesitamos una infraestructura de red probada que cubra todos los elementos de nuestras operaciones y mantenimiento y proporcione una forma segura para que esos elementos se comuniquen. Y eso es exactamente lo que Cisco desarrolló con nosotros para Cisco Validated Design.” Los CVD proporcionan a los clientes una base confiable para crear soluciones de red robustas, eficientes y seguras que satisfagan sus necesidades comerciales y de rendimiento específicas de la industria e incluyen pruebas conjuntas con soluciones clave de proveedores de aplicaciones de automatización para garantizar el rendimiento de acuerdo con el diseño. Por lo tanto, las CVD reducen el tiempo y el costo de integración de los sistemas, garantizan la interoperabilidad del ecosistema, aceleran los tiempos de implementación y crean una base flexible para el futuro. Asóciese con Cisco para que sus redes industriales estén listas para el futuro Al aprovechar Cisco Validated Designs, las organizaciones pueden acelerar su viaje de transformación digital industrial. Los CVD ayudan a optimizar el diseño de la red, reducir el riesgo de implementación y mejorar el rendimiento operativo general y la resiliencia. Desde centros de datos y la nube hasta sitios industriales remotos, Cisco Validated Designs proporciona una base sólida para construir redes confiables, seguras y escalables. Para obtener más ayuda, navegue a través de un biblioteca de nuestras CVD industriales, o programe una consulta gratuita y sin compromiso con un experto industrial de Cisco, y nos pondremos en contacto con usted. CISCO Blog. V. B. Traducido al español

marzo 21, 2025

Desbloqueo seguro de Secrets Management y orquestación simplificada: IBM Vault e IBM Nomad en IBM Z y LinuxONE

Siguiendo el anuncio de la adquisición de HashiCorp, hoy estamos haciendo que los productos IBM Vault Self-Managed for Z y LinuxONE e IBM Nomad Self-Managed for Z y LinuxONE estén generalmente disponibles. Esto promueve la plataforma de nube híbrida de extremo a extremo con gestión de secretos estandarizada de IBM Vault Self-Managed for Z y LinuxONE y un entorno de orquestación de contenedores flexible con IBM Nomad Self-Managed for Z y LinuxONE. Gestión de secretos: Equilibrar la seguridad y la velocidad de implementación La gestión estandarizada de secretos ayuda a garantizar que los datos confidenciales, como las claves API, las contraseñas y los certificados, permanezcan seguros mientras son accesibles para las aplicaciones autorizadas. La centralización de la gestión de la identidad de la máquina en todo el patrimonio híbrido está diseñada para ayudar a las empresas a aplicar de manera proactiva y consistente las políticas de seguridad en cada entorno. La orquestación simplificada de contenedores, por otro lado, tiene como objetivo agilizar la implementación, el escalado y la administración de aplicaciones sin la complejidad asociada con las herramientas de orquestación tradicionales. Equilibrar la seguridad y la facilidad de uso para los desarrolladores de aplicaciones es esencial para una gestión eficaz del tiempo de ejecución de las aplicaciones. Los tiempos de implementación pueden variar ampliamente según factores como la complejidad de la infraestructura, la madurez de la automatización y la experiencia del equipo. Sin embargo, también hemos visto que algunas organizaciones han retrasado las implementaciones de aplicaciones debido a problemas de seguridad, enfatizando el impacto de la preparación para la seguridad en los plazos de implementación. IBM Vault Self-Managed e IBM Nomad Self-Managed for Z y LinuxONE están diseñados para ayudar a las organizaciones de TI a automatizar los flujos de trabajo para la gestión de secretos y la orquestación de contenedores diseñados para abordar su postura de seguridad y reducir los tiempos de implementación. Gestión de Secretos Seguros con IBM Vault Self-Managed para Z y LinuxONE IBM Z y LinuxONE están diseñados para ejecutar aplicaciones empresariales de alto rendimiento, a menudo procesando datos financieros y comerciales confidenciales. Las organizaciones que utilizan Linux en entornos IBM Z, z/OS o nube híbrida pueden aprovechar IBM Vault Self-Managed for Z y LinuxONE para: IBM Nomad Self-Managed for Z y LinuxONE para la orquestación de Workload IBM Nomad Self-Managed for Z y LinuxONE está diseñado para ayudar a habilitar la programación eficiente de cargas de trabajo, la computación de alto rendimiento y las prácticas de DevOps sin problemas en entornos de nube híbrida. IBM Nomad está diseñado para ayudar a las organizaciones: Cuando se integra con IBM Z, IBM Vault Self-Managed for Z y LinuxONE está diseñado para mejorar la seguridad y la automatización de las cargas de trabajo de misión crítica. IBM Vault también está diseñado para ayudarlo a cumplir con sus obligaciones de cumplimiento normativo. IBM Nomad Self-Managed for Z y LinuxONE está diseñado para proporcionar una opción ligera de implementación de contenedores para orquestar cargas de trabajo en IBM Z. Para obtener más información, consulte los blogs de IBM TechXchange Community que profundizan en cada una de estas soluciones. También puedes regístrese para IBM Z Day Special Edition el 8 de abril,2025. Esta es una conferencia virtual de computación empresarial gratuita de 1 día para todos los usuarios. Escuche lo último sobre IBM Z y únase a nuestra línea de líderes de opinión globales que destacarán las tendencias de la industria y la innovación que abarca AI, Hybrid Cloud, criptografía Quantum-Safe y más. IBM News. M. T. Traducido al español

marzo 20, 2025

Lenovo y Nuro Forge Colaboración para Acelerar la Conducción Autónoma, Construido sobre NVIDIA DRIVE

Lenovo ha unido fuerzas con Nuro para acelerar el desarrollo y el despliegue de una estrategia de lanzamiento al mercado de conducción autónoma. Lenovo, la potencia tecnológica global, ha unido fuerzas con el pionero de la conducción autónoma Nuro para acelerar el desarrollo y el despliegue de una estrategia de lanzamiento al mercado de conducción autónoma. Esta colaboración combina las tecnologías informáticas avanzadas de Lenovo y las capacidades de IA con la plataforma NVIDIA DRIVE AGX y el sistema de conducción autónoma Nuro Driver™, lo que facilita la innovación en la industria de vehículos autónomos y ofrece una potencia computacional excepcional para una solución robusta de extremo a extremo. Lenovo en Conducción Autónoma: Construir un futuro más inteligente para la computación de vehículos definida por IA Lenovo está aprovechando su tecnología de vanguardia en computación a gran escala e IA para liderar el campo emergente de la conducción autónoma. A medida que la industria automotriz cambia a arquitecturas electrónicas centralizadas, la computación de vehículos se está convirtiendo en la próxima gran frontera de IA, impulsada por nuevos algoritmos de conducción autónoma y experiencias integradas en el vehículo. Con sus fortalezas en computación heterogénea y optimización de IA, Lenovo está trabajando con NVIDIA para ofrecer plataformas potentes que ofrecen un rendimiento de IA de primer nivel, cumplen con los estrictos estándares de seguridad y establecen nuevos puntos de referencia para la confiabilidad automotriz – dando forma al futuro de la movilidad inteligente impulsada por IA. Reunir las fortalezas de ambas compañías para acelerar la productización de la tecnología de conducción autónoma. Lenovo ha desarrollado un conjunto completo de productos y soluciones de conducción autónoma bajo la división Lenovo Vehicle Computing de Emerging Technology Group. Específicamente, el controlador de dominio Lenovo AD1, está construido sobre la plataforma NVIDIA DRIVE AGX, con el sistema DRIVE AGX Thor en un chip (SoC) que ejecuta el certificado de seguridad DriveOS NVIDIA sistema operativo, se destaca como un gran avance tecnológico. Características NVIDIA Blackwell arquitectura, diseñada para cargas de trabajo de IA transformadoras y generativas. AD1 es un potente controlador de dominio de grado automotriz diseñado para la conducción autónoma SAE Nivel 4 y será el primero en salir de la línea de producción. Con una impresionante potencia de computación AI de 2.000 TFLOPS@FP8/INT8 (doble configuración NVIDIA DRIVE AGX Thor SoC) y rendimiento de CPU a nivel de centro de datos, AD1 presenta tecnología líder que eleva los estándares de la industria de la conducción autónoma. El AD1 fue diseñado para cumplir con ISO 26262 con capacidad de hasta ASIL D, y su estándar de ciberseguridad cumple con ISO 21434, complementado por una amplia gama de interfaces de sensores. AD1 es compatible con el lanzamiento al mercado de vehículos comerciales sin conductor, incluidos robotaxis, robotrucks, robobus’ y vehículos de entrega. Como pionero en la conducción autónoma, Nuro ha pasado más de ocho años desarrollando el controlador de IA más escalable del mundo y cuatro años optimizándolo a través de implementaciones sin conductor. El sistema de conducción autónoma de la compañía, Nuro Driver, combina software impulsado por IA con sensores robustos de grado automotriz y hardware informático, creando una solución integral ahora disponible para fabricantes de automóviles, proveedores y proveedores de movilidad. Lo que distingue a Nuro Driver es su arquitectura de software de IA, que permite una rápida adaptación a nuevos entornos, funciones y tipos de vehículos, reduciendo significativamente los plazos de implementación. Este enfoque innovador de la tecnología autónoma se alinea con las capacidades de IA de Lenovoova, lo que hace que esta colaboración sea un ajuste natural para acelerar el lanzamiento de vehículos autónomos. Oportunidad significativa para la innovación integrada Donny Tang, Vicepresidente y Jefe de Computación de Vehículos de Lenovo, enfatizó la importancia de la asociación: “Las industrias de computación y automotriz han estado investigando y desarrollando tecnologías que imitan el pensamiento humano y la toma de decisiones para ayudar y/o reemplazar a los conductores humanos. Como líder en TIC, Lenovo Vehicle Computing está encantado de colaborar con Nuro. Juntos, nuestro objetivo es crear una experiencia de conducción inteligente más cohesiva y fluida, fomentando un cambio transformador en los modos de transporte Matt Renna, Vicepresidente de Ingeniería de Plataforma de Vehículos y Hardware en Nuro, se hizo eco de estos sentimientos: “Nuro está construyendo el controlador de IA más escalable del mundo, y requerimos tecnología informática que se alinee con este ambicioso alcance. Trabajar con un líder de la industria como Lenovo nos permite ampliar nuestras capacidades tecnológicas, acercándonos a nuestro objetivo de hacer que la autonomía sea accesible para todos Ali Kani, Vicepresidente de Automoción de NVIDIA, agregó, “Aprovechando el poder de NVIDIA DRIVE AGX Thor junto con NVIDIA DriveOS, Nuro y Lenovo certificados por seguridad están listos para entregar vehículos autónomos L4 avanzados que priorizan la seguridad, la confiabilidad y la conveniencia. Esta colaboración ayudará a dar forma al futuro de la autonomía segura a través de soluciones de transporte inteligentes y AI primero en una amplia gama de aplicaciones de movilidad Reforzar el objetivo hacia un futuro de IA más inteligente en la automoción La colaboración de Lenovo y Nuroura llega en un momento crucial en el cambiante mercado de vehículos autónomos. A medida que las tecnologías de conducción autónoma estén cerca del despliegue completo, la asociación acelerará el desarrollo y la comercialización de vehículos autónomos más seguros y eficientes. Al combinar el poder de cómputo de Lenovoova con la experiencia de Nuroo, las compañías pretenden revolucionar los vehículos comerciales y las soluciones de movilidad inteligente, mejorando la productividad y redefiniendo la experiencia de transporte. Esta colaboración refuerza la dedicación de Lenovoova a un futuro impulsado por “Smarter AI para All”. Lenovo News. Traducido al español

marzo 20, 2025

El músculo artificial se flexiona en múltiples direcciones, ofreciendo un camino hacia robots suaves y ondulados

Los ingenieros del MIT desarrollaron una forma de cultivar tejidos artificiales que se ven y actúan como sus contrapartes naturales. Nos movemos gracias a la coordinación entre muchas fibras del músculo esquelético, todas contraídas y sincronizadas. Mientras que algunos músculos se alinean en una dirección, otros forman patrones intrincados, ayudando a que partes del cuerpo se muevan de múltiples maneras. En los últimos años, los científicos e ingenieros han considerado a los músculos como actuadores potenciales para “robots biohybrid” — máquinas alimentadas por fibras musculares suaves y cultivadas artificialmente. Tales bio-bots podrían retorcerse y moverse a través de espacios donde las máquinas tradicionales no pueden. Sin embargo, en su mayor parte, los investigadores solo han podido fabricar músculo artificial que tira en una dirección, limitando cualquier rango de movimiento de las robots. Ahora los ingenieros del MIT han desarrollado un método para cultivar tejido muscular artificial eso se contrae y flexiona en múltiples direcciones coordinadas. Como demostración, desarrollaron una estructura artificial impulsada por músculos que tira de forma concéntrica y radial, al igual que la forma en que el iris en el ojo humano actúa para dilatar y constreñir la pupila. Los investigadores fabricaron el iris artificial utilizando un nuevo enfoque “stamping” que desarrollaron. Primero, imprimieron en 3D un pequeño sello de mano estampado con ranuras microscópicas, cada una tan pequeña como una sola celda. Luego presionaron el sello en un hidrogel blando y sembraron los surcos resultantes con células musculares reales. Las células crecieron a lo largo de estos surcos dentro del hidrogel, formando fibras. Cuando los investigadores estimularon las fibras, el músculo se contrajo en múltiples direcciones, siguiendo la orientación fibers’. “Con el diseño del iris, creemos que hemos demostrado el primer robot impulsado por músculo esquelético que genera fuerza en más de una dirección. Eso fue habilitado de manera única por este enfoque de sello,” dice Ritu Raman, el Profesor de Desarrollo de Carrera Eugene Bell de Ingeniería de Tejidos en el Departamento de Ingeniería Mecánica de MIT. El equipo dice que el sello se puede imprimir con impresoras 3D de mesa y equipado con diferentes patrones de ranuras microscópicas. El sello se puede usar para desarrollar patrones complejos de músculo — y potencialmente otros tipos de tejidos biológicos, como neuronas y células cardíacas — que se ven y actúan como sus contrapartes naturales. “Queremos hacer tejidos que repliquen la complejidad arquitectónica de los tejidos reales,” Raman dice. “Para hacer eso, realmente necesitas este tipo de precisión en tu fabricación.” Ella y sus colegas publicó sus resultados de acceso abierto el viernes en la revista Biomateriales Ciencia. Sus coautores del MIT incluyen a la primera autora Tamara Rossy, Laura Schwendeman, Sonika Kohli, Maheera Bawa y Pavankumar Umashankar, junto con Roi Habba, Oren Tchaicheeyan y Ayelet Lesman de la Universidad de Tel Aviv en Israel. Espacio de entrenamiento El laboratorio Ramanans en el MIT tiene como objetivo diseñar materiales biológicos que imiten la detección, la actividad y la capacidad de respuesta de los tejidos reales en el cuerpo. En términos generales, su grupo busca aplicar estos materiales de bioingeniería en áreas desde la medicina hasta las máquinas. Por ejemplo, ella está buscando fabricar tejido artificial que pueda restaurar la función a las personas con lesión neuromuscular. También está explorando músculos artificiales para su uso en robótica suave, como nadadores impulsados por músculos que se mueven a través del agua con flexibilidad similar a la de los peces. Raman ha desarrollado previamente lo que podría verse como plataformas de gimnasio y rutinas de entrenamiento para células musculares cultivadas en laboratorio. Ella y sus colegas diseñaron un hidrogel “mat” eso alienta a las células musculares a crecer y fusionarse en fibras sin pelarse. También derivó una forma de “ejercitar” las células al diseñarlas genéticamente para que se contraigan en respuesta a pulsos de luz. Y, su grupo ha ideado formas de dirigir las células musculares para que crezcan en líneas largas y paralelas, similares a los músculos estriados naturales. Sin embargo, ha sido un desafío, para su grupo y otros, diseñar tejido muscular artificial que se mueva en direcciones múltiples y predecibles. “Una de las cosas geniales de los tejidos musculares naturales es que no solo apuntan en una dirección. Tomemos, por ejemplo, la musculatura circular en nuestro iris y alrededor de nuestra tráquea. E incluso dentro de nuestros brazos y piernas, las células musculares no apuntan directamente, sino en ángulo, señala Raman. “El músculo natural tiene múltiples orientaciones en el tejido, pero no hemos podido replicarlo en nuestros músculos diseñados.” Plano muscular Al pensar en formas de cultivar tejido muscular multidireccional, el equipo tuvo una idea sorprendentemente simple: sellos. Inspirado en parte por el clásico molde Jell-O, el equipo buscó diseñar un sello, con patrones microscópicos que podrían imprimirse en un hidrogel, similar a las esteras de entrenamiento muscular que el grupo ha desarrollado previamente. Los patrones de la estera impresa podrían servir como una hoja de ruta a lo largo de la cual las células musculares podrían seguir y crecer. “La idea es simple. Pero, ¿cómo se hace un sello con características tan pequeñas como una sola celda? ¿Y cómo sellas algo que es súper suave? Este gel es mucho más suave que Jell-O, y es algo que es realmente difícil de lanzar, porque podría romperse muy fácilmente, dice Raman. El equipo probó variaciones en el diseño del sello y finalmente aterrizó en un enfoque que funcionó sorprendentemente bien. Los investigadores fabricaron un pequeño sello de mano utilizando instalaciones de impresión de alta precisión en MIT.nano, lo que les permitió imprimir intrincados patrones de ranuras, cada una de ellas tan ancha como una sola célula muscular, en la parte inferior del sello. Antes de presionar el sello en una estera de hidrogel, recubrieron el fondo con una proteína que ayudó a que el sello se imprimiera uniformemente en el gel y se desprendiera sin pegarse ni rasgarse. Como demostración, los investigadores imprimieron un sello con un patrón similar a la musculatura microscópica en el iris humano. El

marzo 17, 2025

¿Tomadores: Los drones están tomando tu trabajo?

Las cuatro etapas de la aceptación de la revolución digital En caso de que no lo hayas notado, casi todos los trabajos que haces ahora implican algún tipo de automatización o IA. De hecho, la revolución digital se ha puesto en marcha últimamente, y esto puede significar cualquier cosa, desde dispositivos de orden digital que ocupan el lugar del personal de espera, hasta la automatización completa de la revisión de documentos. Hoy en día, incluso puede hacer clic y solicitar imágenes y voces en off que reemplazan la necesidad de sesiones de fotos y actores de voz. Escribiendo todo tipo de artículos sobre drones y para qué se usan hoy, creo que también es hora de que te escriba, querido topógrafo. Porque, como escritor, Iicive tuvo que abrirse y abrazar la IA generativa y los grandes modelos de lenguaje como ChatGPT. Y veo que también estás en medio de una ola de cambio que quizás no te des cuenta de que es mejor abrazar que ignorar. Entonces, ¿dónde estás en las siguientes etapas de aceptación? ¿Y cómo podría mirarlos de frente lo que le permitiría entrar en todo este progreso digital más lejos y más rápido de lo que imaginaba? Conociendo estas etapas, espero que las pases más rápido. Etapa uno: Miedo y negación Hecho: Cada vez más empresas y proveedores de servicios recurren a mapas basados en datos de drones para analizar todo—from volúmenes de suciedad movido en un sitio minero, a vistas diarias del proyecto en un proyecto de construcción de granjas solares, a límites catastrales y uso de la tierra. Así que, naturalmente, podría pensar que su trabajo como topógrafo de tierra está bajo amenaza. We’t ha estado allí. Los trabajadores de las tiendas de comestibles seguramente jadearon en las máquinas de autopago y yo, como escritor, de ojos laterales ChatGPT y encontré la mención de ella como clavos en una pizarra. Pero debajo de esas reacciones, todos nos hemos dado cuenta de que hay dos opciones: Movernos en la dirección de la transformación, o tomar la rampa de salida y perder un gran desarrollo en la forma en que todos en el mundo están trabajando .. Es más aterrador imaginar lo que sucedería si tu profesión comenzara a superarte debido a la nueva tecnología, que admitir que esta tecnología puede impulsar tu carrera si estás abierto a aprender algunas cosas nuevas. agregar un dron confiable a su kit de herramientas. Etapa dos: Probándolo todo Esa profunda sabiduría para moverse en la dirección de la transformación digital también es un instinto de supervivencia. Porque a menos que esté sentado en un fondo fiduciario o descaradamente apático sobre su carrera o negocio, sabe que esta es la dirección a seguir. De hecho, en la última década, cada vez más business y proveedores de servicios han comenzado a adoptar drones como una herramienta seria para la topografía. Comenzaron con modelos de menor costo, particularmente quadcopters. Y descubrieron que incluso este tipo de UAV aceleraron la recopilación de datos de encuestas mucho en comparación con las botas en el suelo. Características como cinemático en tiempo real y cinemático post-proceso ató los datos aéreos más estrechamente a las coordenadas reales en el suelo. De hecho, la captura de datos aéreos incluso con los cuadricópteros más limitados reduce el número de topógrafos necesarios en el campo y proporciona datos de encuesta precisos dos o tres veces más rápido. Además de esto, los datos de drones ofrecen mucha más información a través de mapas fotorrealistas ricos en datos. Entonces, cuando lo piensas, ahorras aún más tiempo, porque si los entregables cambian, puedes consultar el mismo mapa sin tener que volver al campo y recopilar más datos. También puede ofrecer vistas y análisis realistas a las partes interesadas para que no tengan que viajar a los sitios con tanta frecuencia. Y eso es justo lo que son las empresas haciendo precisamente eso. La topografía con drones explota instantáneamente las posibilidades de los lugares en los que puede capturar data—lugares que no podía imaginar antes debido a la gran escala de las limitaciones de tiempo. No hay forma de que puedas caminar y tomar puntos mediciones del crecimiento de pastos marinos con botas en el suelo de marea baja representado arriba. ¡Te hundirás y pasarás días! Con tantas soluciones desbloqueadas, el campo de la topografía con drones ya ha evolucionado, ya que los topógrafos empujan los límites de la tecnología, y la tecnología se desarrolla para expandir esos límites. De hecho, después de usar quadcopters, los topógrafos que trabajaban en proyectos más grandes buscaron otros tipos de UAV para cubrir más terreno y obtener más información más rápido. Empezaron a adoptar ala fija y tecnología de drones VTOL para hacer todo más fácil, más eficiente y más seguro. Y aquí está el pateador sobre topografía aérea: no tienes que sacrificar la precisión. De hecho, puede entregar más y en un contexto de vida que cualquier parte interesada puede reconocer instantáneamente. Finalmente, también se dará cuenta de esto: en medio de los avances de estas herramientas, las habilidades y conocimientos de topografía aún han sido vitales para ejecutar los proyectos correctamente. El conocimiento sobre la verdad del terreno, la forma en que los puntos de control deben colocarse alrededor del terreno y otros factores clave aún requieren habilidad y juicio. E incluso a medida que la configuración del suelo se vuelve más fácil, usted es el que controlará la calidad de los resultados y validará la precisión. Etapa tres: Replanteando tu relación con los drones Con un poco de experiencia con la topografía de drones en su haber, comienza a darse cuenta de que todos estos nuevos avances técnicos que aparecen están sentados en una especie de buffet. Entonces tu trabajo ahora está cambiando. La encuesta que solía realizar durante días, con un equipo, ahora se realiza en una hora con un dron. Así que ahora, puedes cubrir más terreno, más rápido, con más frecuencia e incluso ejecute el control de calidad y proporcione otros servicios de consulta de encuestas de una manera mucho más impactante. Su experiencia no solo importa; si acepta

marzo 16, 2025

El Futuro de la Sinergia Humano-Robot

Fundada en 2018, Bots Lúcidoses una empresa de robótica de IA que se compromete a elevar a la humanidad mediante la construcción de los robots más productivos y responsables del mundo que pueden realizar tareas peligrosas y exigentes. 1. Chips Cerebrales Restauran el Movimiento en Pacientes Paralizados Una innovadora interfaz cerebro-computadora (BCI) ha permitido a un hombre paralizado mover su brazo usando solo el pensamiento. Los investigadores implantaron electrodos en su cerebro, que decodificaron sus señales neuronales y las transmitieron a electrodos en su brazo, evitando la médula espinal dañada. Si bien aún se encuentra en las primeras etapas, esta tecnología señala un futuro en el que los BCI podrían ayudar a millones a recuperar la movilidad. Llevada principal: Los chips cerebrales están haciendo realidad la ciencia ficción, ofreciendo esperanza para restaurar el movimiento en personas con parálisis. Leermás. 2. Robots Humanoides Competirán en Medio Maratón Contra los Humanos Japón organizará el primer medio maratón con robots humanoides compitiendo contra corredores humanos. Estos robots necesitarán correr, equilibrar y conservar energía a más de 13.1 millas, superando los límites de la robótica bípeda. Si bien Atlas y Agility Robotics’ Digit de Boston Dynamics han aparecido en los titulares, la resistencia sigue siendo un gran desafío. Llevada principal: Esta carrera no es solo por diversión, sino que es una prueba seria de resistencia robótica que podría impulsar la innovación en aplicaciones del mundo real como la respuesta a desastres y la logística. Leermás. 3. El Congreso Revisa la Legislación de Drones Los legisladores estadounidenses están debatiendo una vez más las nuevas regulaciones de drones, centrándose en temas como la seguridad del espacio aéreo, las amenazas a la seguridad y la fabricación nacional de drones. El impulso se produce en medio de las preocupaciones sobre los drones fabricados en China y los esfuerzos para impulsar a las compañías estadounidenses de drones. Lograr un equilibrio entre seguridad e innovación sigue siendo un desafío. Llevada principal: Las nuevas leyes de drones podrían dar forma al futuro de las operaciones de UAV en los Estados Unidos, con grandes implicaciones para las empresas, la seguridad y la gestión del tráfico aéreo. Leermás. Lucid Bots News. A. A. Traducido al español

marzo 16, 2025

El Portal de las Tecnologías para la Innovación

Categoría: Robótica y Automatización

De la visión al impacto: El papel de los datos en tiempo real en la sostenibilidad industrial

Teradyne Robotics presentará soluciones impulsadas por AI Accelerator en NVIDIA GTC 2025, marcando la primera en robótica colaborativa impulsada por AI

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

Modernice su Infraestructura Industrial para Ciberseguridad y Preparación para la IA con Diseños Validados de Cisco

Desbloqueo seguro de Secrets Management y orquestación simplificada: IBM Vault e IBM Nomad en IBM Z y LinuxONE

Lenovo y Nuro Forge Colaboración para Acelerar la Conducción Autónoma, Construido sobre NVIDIA DRIVE

El músculo artificial se flexiona en múltiples direcciones, ofreciendo un camino hacia robots suaves y ondulados

¿Tomadores: Los drones están tomando tu trabajo?

El Futuro de la Sinergia Humano-Robot

Buscá noticias

Seleccioná una categoría

Newsletter

El portal de
las tecnologías
para la innovación

Contacto

Categoría: Robótica y Automatización

Buscá noticias

Seleccioná una categoría

Newsletter

El portal de las tecnologías para la innovación

Contacto

El portal de
las tecnologías
para la innovación