El Portal de las Tecnologías para la Innovación

Noticias

Lo que los CIO necesitan saber sobre el uso de agentes de IA para la transformación empresarial

Como CIO, conoce bien el entusiasmo que rodea a la IA y su potencial para transformar su negocio. La rápida evolución hacia la IA genérica y la IA agéntica significa que es hora de analizar con más detalle la increíble oportunidad de generar valor empresarial real con esta tecnología. La IA tiene el potencial de transformar todos los aspectos de una empresa , desde la experiencia del cliente hasta las operaciones . En IBM, creemos firmemente que el futuro del trabajo no se trata de humanos contra máquinas; se trata de que humanos y máquinas trabajen juntos para lograr mejores resultados. Tomo prestada la frase de otro líder: «La IA es como Tony Stark con el traje de Iron Man puesto». Mi equipo podría decir que soy un optimista cínico, pero no se equivoquen: soy un gran optimista en cuanto al uso de agentes y asistentes de IA para impulsar la transformación empresarial. Mi lado optimista cree firmemente en la productividad empresarial con IA . Además, creo que solo podemos alcanzar nuestro potencial con un enfoque abierto. Considero que estas herramientas son esenciales para automatizar tareas rutinarias, proporcionar información en tiempo real, aumentar la eficacia del equipo y mejorar la experiencia del cliente. Sí, existe una brecha muy real entre este potencial optimista y las exigencias técnicas para materializarlo. Como CIO, es una brecha que manejo a diario. El problema es que, en su afán por usar el nuevo juguete (léase: IA), muchos CIO y líderes tecnológicos simplemente añaden chatbots o copilotos al software existente sin tener una estrategia clara ni la capacidad de integrar la IA a un nivel más profundo de plataforma. Para aprovechar el valor de la IA para la productividad empresarial, la empresa necesita tomarse un momento de introspección sobre cómo opera y la mentalidad que impulsa esas operaciones. Qué significa convertirse en una empresa que prioriza la IA Empecemos por lo básico: la IA no se trata solo de automatizar tareas, se trata de aumentar las capacidades humanas para tomar mejores decisiones, trabajar de manera más eficiente y centrarse en proyectos de mayor valor. La transformación impulsada por la IA requiere un cambio cultural dentro de la organización. Desde la dirección hasta el empleado más nuevo, una cultura empresarial debe estar dispuesta a experimentar, aprender de los fracasos y adaptarse rápidamente a nuevas formas de trabajo. Convertirse en una empresa que prioriza la IA de la generación anterior significa priorizar la IA en su estrategia comercial y aprovechar sus capacidades para impulsar la transformación en toda la organización. No significa usar la IA siempre, en todo momento, solo por decirlo. Es estratégico, tiene un propósito y, sí, es totalmente factible. Las últimas noticias e información sobre IA 
 Descubra información y noticias cuidadosamente seleccionadas sobre IA, la nube y más en el boletín semanal Think.  Suscríbete hoy Introducción a los agentes de IA para la productividad Como CIO, usted se encuentra en una posición privilegiada para aprovechar el increíble potencial de los agentes de IA y transformar su negocio. El camino para aprovechar al máximo la IA comienza integrándola sin problemas en su infraestructura existente. Estos son algunos pasos clave para empezar: Integración de la IA con los sistemas existentes En esencia, un agente de IA es una herramienta. Sin duda, con gran poder y potencial, pero que, aun así, requiere un uso correcto para alcanzar su máximo potencial. Piensa en tus sistemas heredados como si fueran un coche de carreras clásico. Aunque se crearon en una época de tecnología anticuada, el potencial está ahí. Solo necesitas algunas modernizaciones para garantizar que la tecnología más avanzada se integre. Hazlo y volverás a competir, con más fuerza que antes. Hemos visto de primera mano cómo es intentar usar agentes de IA antes de abordar integraciones críticas de la plataforma e inconsistencias en el formato de los datos. Los sistemas obsoletos y aislados pueden obstaculizar la adopción de la IA. Entonces, ¿qué puedes hacer? Para mi equipo, incluimos la optimización de la infraestructura y los entornos de aplicaciones, así como el rediseño integral de nuestros procesos de negocio. Invertimos en arquitecturas API-first, soluciones de socios estratégicos de plataforma y herramientas de automatización de IBM para optimizar la interoperabilidad entre sistemas heredados y modernos. Garantizar que los datos sean de alta calidad, imparciales y confiables Además de las soluciones de interoperabilidad, priorizamos garantizar datos de alta calidad que sean explicables, transparentes y confiables. IBM destaca en este aspecto, así que, como cliente cero , confío en los datos que utilizamos para entrenar nuestros modelos y guiar a nuestros agentes de IA. Preparar sus datos para la IA requiere una mentalidad centrada en la IA que incluya responsabilidad, transparencia, explicabilidad y equidad, todo ello establecido mediante políticas y directrices de gobernanza claras. Esto significa: En mi opinión, las prácticas responsables de IA son un componente esencial de la estrategia de IA. Las empresas que integran estas prácticas en sus soluciones, como IBM, estarán mejor posicionadas para responder a los desafíos que las soluciones de IA puedan presentar en el futuro.Grupo de expertos | 27 de diciembre de 2024 Avances en modelos, agentes, hardware y productos de IA Sintonice este episodio mientras revisamos modelos de IA, agentes, hardware y lanzamientos de productos con algunos de los principales expertos de la industria.Mira el episodio completo  Unidos en torno a una cultura que prioriza la IA ¿Has oído alguna vez la frase de Peter Drucker: «La cultura se come a la estrategia en el desayuno»? Pues estoy de acuerdo. Implementar agentes de IA en nuestras prácticas empresariales es una lección fundamental sobre el poder de la cultura, para bien o para mal. La mayoría de las personas se resisten al cambio porque creen que tendrá un impacto negativo. La resistencia a la IA no es la excepción, y puede dificultar su adopción y la obtención de valor. ¿Recuerdan mis comentarios anteriores sobre convertirnos en una empresa que prioriza la IA? Se trata de una transformación cultural, tanto como digital. Y yo, siempre optimista, creo que las culturas pueden cambiar para

Leer más »

Announcing OpenAI Pioneers Program

Advancing model performance and real world evaluation in applied domains. Today, we’re announcing the OpenAI Pioneers Program, an effort designed to advance the deployment of AI to real world use cases. The program will be focused on creating evals that set the bar for what good looks like, and giving builders the tools to optimize model performance in their domains. As the pace of AI adoption accelerates across industries, there is a need to understand and improve its impact in the world. Creating domain-specific evals are one way to better reflect real-world use cases, helping teams assess model performance in practical, high-stakes environments. Fine-tuning reasoning models is also proving to be a powerful way to improve performance across a wide range of applications — with less data and effort required. With the OpenAI Pioneers program, we will be working with companies building new products in high-impact verticals to expand their product capabilities through individualized efforts with our research teams. Companies in the program will be supported by researchers of the OpenAI team to create: Domain-specific evals for industry We believe that industries like legal, finance, insurance, healthcare, accounting, and many others are missing a unified source of truth for model benchmarking. We are excited to spend time assisting eval creation with multiple companies in each sector over the coming months. Our team will work intensively with each company to design evals tailored to their domain—establishing clear benchmarks that guide model development and improve trust in AI systems, and sharing them publicly. Industry specific evals will be published at a later date. Custom fine-tuned models for three industry-specific use cases Companies in the program will have the opportunity to collaborate with our team to create model improvements with reinforcement fine tuning (RFT)—a model customization technique that enables the creation of “expert models” for a narrow set of tasks in their domain—and train custom models for the company’s top three use cases. With RFT companies can better solve customers’ pain points and improve model inefficiencies. Our team will guide companies through the fine-tuning process. Companies can then choose how to deploy these models—which should be ready for production use at scale. The first cohort will focus on startups who will help lay the foundations of the OpenAI Pioneers Program. We’re selecting a handful of startups for this initial cohort, each working on high-value, applied use cases where AI can drive real-world impact. OpenAI News.

Leer más »

Anunciando el Programa de Pioneros de OpenAI

Avanzar en el rendimiento del modelo y la evaluación del mundo real en dominios aplicados. Hoy, estamos anunciando el Programa de Pioneros de OpenAI, un esfuerzo diseñado para avanzar en el despliegue de la IA en casos de uso del mundo real. El programa se centrará en la creación de evaluaciones que establezcan el listón para lo que parece bueno, y dar a los constructores las herramientas para optimizar el rendimiento del modelo en sus dominios. A medida que el ritmo de adopción de la IA se acelera en todas las industrias, es necesario comprender y mejorar su impacto en el mundo. La creación de evaluaciones específicas de dominio es una forma de reflejar mejor los casos de uso del mundo real, ayudando a los equipos a evaluar el rendimiento del modelo en entornos prácticos y de alto riesgo. Los modelos de razonamiento de ajuste fino también están demostrando ser una forma poderosa de mejorar el rendimiento en una amplia gama de aplicaciones — con menos datos y esfuerzo requeridos. Con el programa OpenAI Pioneers, trabajaremos con compañías que construyen nuevos productos en verticales de alto impacto para expandir sus capacidades de productos a través de esfuerzos individualizados con nuestros equipos de investigación. Las empresas del programa contarán con el apoyo de investigadores del equipo de OpenAI para crear: Evalúos específicos de dominio para la industria Creemos que industrias como la legal, las finanzas, los seguros, la salud, la contabilidad y muchas otras carecen de una fuente unificada de verdad para la evaluación comparativa de modelos. Estamos entusiasmados de dedicar tiempo a ayudar a la creación de evaluaciones con múltiples compañías en cada sector en los próximos meses. Nuestro equipo trabajará intensamente con cada compañía para diseñar evaluaciones adaptadas a su dominio, estableciendo puntos de referencia claros que guíen el desarrollo del modelo y mejoren la confianza en los sistemas de IA, y compartiéndolos públicamente. Las evaluaciones específicas de la industria se publicarán en una fecha posterior. Modelos ajustados personalizados para tres casos de uso específicos de la industria Las empresas en el programa tendrán la oportunidad de colaborar con nuestro equipo para crear mejoras de modelo conajuste fino de refuerzo (RFT)—una técnica de personalización de modelos que permite la creación de “modelos expertos” para un conjunto estrecho de tareas en su dominio—y entrenar modelos personalizados para los tres principales casos de uso de la compañía. Con RFT, las empresas pueden resolver mejor los puntos de dolor de customers’ y mejorar las ineficiencias del modelo. Nuestro equipo guiará a las empresas a través del proceso de ajuste. Las empresas pueden elegir cómo implementar estos modelos—, que deberían estar listos para el uso de producción a escala. La primera cohorte se centrará en las nuevas empresas que ayudarán a sentar las bases del Programa de Pioneros de OpenAI. Weiremos seleccionando un puñado de nuevas empresas para esta cohorte inicial, cada una trabajando en casos de uso aplicados de alto valor donde la IA puede impulsar el impacto en el mundo real.  Si usted es una empresa que está interesada en participar en el Programa de Pioneros de OpenAI, complete el siguiente formulario. Esperamos saber de usted. Permisos comienzan con sus datos: Nombre * Apellido * Dirección de correo electrónico * ¿Dónde estás basado? Ciudad * País *Seleccione un país…AfganistánAlbaniaArgeliaAndorraAngolaAntigua y BarbudaArgentinaArmeniaAustraliaAustriaAzerbaiyánBahamasBahreinBangladeshBarbadosBielorrusiaBélgicaBeliceBenínButánBoliviaBosnia y HerzegovinaBotswanaBrasilBruneiBulgariaBurkina FasoBurundiCabo VerdeCamboyaCamerúnCanadáRepública CentroafricanaChadChileChinaColombiaComorasCongo – BrazzavilleCosta RicaCôte d’IvoireCroatiaCubaCyprusCzechiaCongo – KinshasaDenmarkDjiboutiDominicaDominican RepublicEcuadorEgyptEl SalvadorEquatorial GuineaEritreaEstoniaEswatiniEthiopiaFijiFinlandFranceGabonGambiaGeorgiaGermanyGhanaGreeceGrenadaGuatemalaGuineaGuinea-BissauGuyanaHaitiVatican CityHondurasHungaryIcelandIndiaIndonesiaIranIraqIrelandIsraelItalyJamaicaJapanJordanKazakhstanKenyaKiribatiKuwaitKyrgyzstanLaosLatviaLebanonLesothoLiberiaLibyaLiechtensteinLithuaniaLuxembourgMadagascarMalawiMalaysiaMaldivesMaliMaltaMarshall IslandsMauritaniaMauritiusMexicoMicronesiaMoldovaMonacoMongoliaMontenegroMoroccoMozambiqueMyanmar (Burma)NamibiaNauruNepalNetherlandsNew ZealandNicaraguaNigerNigeriaNorth KoreaNorth MacedoniaNorwayOmanPakistanPalauPalestinePanamaPapua New GuineaParaguayPeruPhilippinesPolandPortugalQatarRomaniaRussiaRwandaSan. Kitts y NevisSan. LucíaSan. Vicente y GranadinasSamoaSan MarinoSão Tomé y PríncipeArabia SauditaSenegalSerbiaSeychellesSierra LeonaSingapurEslovaquiaEsloveniaIslas SalomónSomaliaSudáfricaCorea del SurSudán del SurEspañaSri LankaSudánSurinamSueciaSuizaSiriaTaiwánTayikistánTanzaniaTailandiaTimor-LesteTogoTongaTrinidad y TobagoTúnezTürkiyeTurkmenistánTuvaluUgandaUcraniaEmiratos Árabes UnidosReino UnidoEstados UnidosUruguayUzbekistánVanuatuVenezuelaVietnamYemenZambiaZimbabwe Cuéntanos sobre lo que estás construyendo: Nombre de la empresa * Sitio web de la empresa (si corresponde) Etapa de la empresa *Selecciona tu etapaIncepciónSemillaSerie ASerie BSerie C+Empresa Qué sector estás construyendo en *Seleccione su sectorFinanzasSeguroSaludBiotecnologíaCPACodificaciónCreatividadEducaciónOtro ¿Cuáles son los casos de uso específicos de la industria en los que los modelos le están fallando a usted y a sus clientes? * ¿En qué casos las evaluaciones específicas de dominio beneficiarían a su industria? * ¿Hay algo más que te gustaría que supiéramos? * Hoy, weimre anuncia el Programa de Pioneros de OpenAI, un esfuerzo diseñado para avanzar en el despliegue de la IA en casos de uso del mundo real. El programa se centrará en la creación de evaluaciones que establezcan el listón para lo que parece bueno, y dar a los constructores las herramientas para optimizar el rendimiento del modelo en sus dominios. A medida que el ritmo de adopción de la IA se acelera en todas las industrias, es necesario comprender y mejorar su impacto en el mundo. La creación de evaluaciones específicas de dominio es una forma de reflejar mejor los casos de uso del mundo real, ayudando a los equipos a evaluar el rendimiento del modelo en entornos prácticos y de alto riesgo. Los modelos de razonamiento de ajuste fino también están demostrando ser una forma poderosa de mejorar el rendimiento en una amplia gama de aplicaciones — con menos datos y esfuerzo requeridos. Con el programa OpenAI Pioneers, trabajaremos con compañías que construyen nuevos productos en verticales de alto impacto para expandir sus capacidades de productos a través de esfuerzos individualizados con nuestros equipos de investigación. Las empresas del programa contarán con el apoyo de investigadores del equipo de OpenAI para crear: Evalúos específicos de dominio para la industria Creemos que industrias como la legal, las finanzas, los seguros, la salud, la contabilidad y muchas otras carecen de una fuente unificada de verdad para la evaluación comparativa de modelos. Estamos entusiasmados de dedicar tiempo a ayudar a la creación de evaluaciones con múltiples compañías en cada sector en los próximos meses. Nuestro equipo trabajará intensamente con cada compañía para diseñar evaluaciones adaptadas a su dominio, estableciendo puntos de referencia claros que guíen el desarrollo del modelo y mejoren la confianza en los sistemas de IA, y compartiéndolos públicamente. Las evaluaciones específicas de la industria se publicarán en una fecha posterior. Modelos ajustados personalizados para tres casos de uso específicos de la

Leer más »

Excelencia en Liderazgo Digital (DLE): Apoyo a la visión digital de Malasia

Como parte del Programa de Excelencia en Liderazgo Digital (DLE), desarrollado por la Comisión de Comunicaciones y Multimedia de Malasia (MCMC) y Huawei Malasia, el Blog de Huawei entrevistó a algunos de los principales expertos de la industria, delegados gubernamentales y académicos de Malasia. En la última parte de esta serie, exploramos el valor del Programa DLE para impulsar la visión digital de Malasia con la Dra. Fara Adilah Binti Firdaus Mohd Rom, Directora Principal Sénior de la División de Desarrollo Industrial del Ministerio de Inversión, Comercio e Industria de Malasia. Parte 1: Desafíos y oportunidades: Transformación digital de las pymes.Parte 2: Talento en TIC: Reducir la brecha entre la academia y la industria.Parte 3: Cómo la colaboración puede impulsar la transformación digital de Malasia. Play Video Acerca del Programa de Excelencia en Liderazgo Digital (DLE) La iniciativa de desarrollo de talentos DLE tiene como objetivo garantizar que los líderes de los sectores público y privado de Malasia estén equipados con las habilidades necesarias para dirigir a sus respectivas organizaciones por el camino acelerado de la transformación digital. Alineado con los Objetivos de Política Nacional de MCMC para desarrollar capacidades de la industria que permitan a Malasia liderar la economía digital en la ASEAN, el primer grupo de participantes de DLE comprendió 47 líderes digitales malasios, incluidos representantes del gobierno, la academia y la industria. Los participantes se sometieron a un programa intensivo de capacitación híbrido de ocho meses que concluyó en una visita de la industria a la sede de Huawei en Shenzhen, China, en octubre de 2024. Con un fuerte enfoque en la colaboración intersectorial, el programa tiene como objetivo cultivar 300 líderes digitales malasios durante los próximos tres años. Su objetivo es sentar bases sólidas para redefinir el liderazgo en la era digital e impulsar la innovación tecnológica en la economía y los servicios públicos de Malasia, con la transformación digital como un motor clave del crecimiento y el éxito futuros de la nación. El programa inaugural de DLE se centró en la transformación digital nacional de Malasia. Durante el programa, los líderes digitales desarrollaron proyectos «Capstone» sobre los siguientes cinco temas para explorar soluciones innovadoras para la transformación digital de Malasia. Obtenga más información sobre el Programa DLE . Huawei Blog. G. M. Traducido al español

Leer más »

Samsung y Google Cloud amplían su colaboración y traen Gemini a Ballie, un robot acompañante con Home AI de Samsung

Gemini en Google Cloud permitirá a Ballie brindar interacciones personalizadas y asistencia proactiva en el hogar a los usuarios, incluyendo funciones como ajustar la iluminación, saludar a la gente en la puerta y mucho más. Estará disponible próximamente en Estados Unidos y Corea Samsung Electronics Co., Ltd. y Google Cloud anunciaron hoy una colaboración ampliada para incorporar la tecnología de IA generativa de Google Cloud a Ballie, el nuevo robot de Samsung con IA para el hogar. Disponible para los consumidores próximamente, Ballie podrá interactuar de forma natural y conversacional para ayudar a los usuarios a gestionar el entorno del hogar, incluyendo funciones como ajustar la iluminación, saludar a la gente en la puerta, personalizar horarios, configurar recordatorios y mucho más. “A través de esta alianza, Samsung y Google Cloud están redefiniendo el rol de la IA en el hogar”, afirmó Yongjae Kim, vicepresidente ejecutivo de Visual Display Business en Samsung Electronics. “Al combinar el potente razonamiento multimodal de Gemini con las capacidades de IA de Samsung en Ballie, aprovechamos el poder de la colaboración abierta para dar paso a una nueva era de IA personalizada – una que se adapta a los usuarios, se anticipa a sus necesidades e interactúa de forma más dinámica y significativa que nunca”. Ballie utilizará las capacidades multimodales de Gemini, junto con los modelos de lenguaje patentados de Samsung, para procesar y comprender diversas entradas, como audio y voz, datos visuales de su cámara y datos de sensores de su entorno. Esto le permitirá adaptar sus comportamientos y respuestas en tiempo real. Por ejemplo, si no sabes qué ponerte para ir a trabajar por la mañana, puedes pedirle consejo a Ballie. Los usuarios podrían preguntar: “Hola Ballie, ¿cómo me veo?”, y Ballie podría responder con recomendaciones de estilo, como probar nuevos accesorios o añadir una camisa colorida. Gracias al razonamiento mejorado que ofrece Gemini, Ballie podrá ayudar a los usuarios a gestionar no solo su hogar, sino también su salud y bienestar. Por ejemplo, un usuario podría decirle a Ballie: “Me siento cansado hoy”. Ballie podría entonces usar la conexión a tierra de Gemini en el Google Search para ofrecer consejos personalizados sobre cómo mejorar sus niveles de energía, incluyendo recomendaciones de fuentes confiables sobre cómo hacer más ejercicio, optimizar su entorno de sueño o controlar sus patrones de sueño. Este anuncio de colaboración se basa en la exitosa integración de Gemini en Google Cloud el año pasado en la serie de smartphones Galaxy S24 de Samsung. Con Ballie, Samsung y Google Cloud exploran cómo llevar su colaboración de IA generativa a una gama más amplia de dispositivos. “Con Gemini en Google Cloud, Samsung demuestra cómo implementar IA generativa a gran escala, integrándola directamente en el núcleo de sus populares productos”, afirmó Thomas Kurian, CEO de Google Cloud. “Esta colaboración ampliada con Samsung refuerza nuestro compromiso de ofrecer una IA fiable y de nivel empresarial que genere valor duradero para nuestros clientes y los de ellos”. Para obtener más información sobre Ballie, visita aquí. Acerca de Google Cloud Google Cloud es la nueva forma de acceder a la nube, ofreciendo herramientas de IA, infraestructura, desarrollo, datos, seguridad y colaboración diseñadas para el presente y el futuro. Google Cloud ofrece una potente pila de IA totalmente integrada y optimizada con su propia infraestructura a escala global, chips personalizados, modelos de IA generativa y una plataforma de desarrollo, así como aplicaciones basadas en IA, para ayudar a las organizaciones a transformarse. Clientes en más de 200 países y territorios eligen a Google Cloud como su socio tecnológico de confianza. Samsung News

Leer más »

Uso de protocolos de transporte modernos en 6G

La industria de las telecomunicaciones está en camino a diseño 6G.  Nokia defiende cuatro principios de diseño clave para la arquitectura del sistema 6G : simplicidad, modularidad, resiliencia y optimización del servicio. Si bien se basa en la arquitectura principal del 5G, creemos que la tecnología 6G puede aprovechar aún más los avances en los protocolos de transporte modernos definidos por el IETF. Aprovechando las innovaciones relacionadas, la tecnología 6G puede beneficiarse de una pila de protocolos simplificada y de interacciones mejoradas entre aplicaciones y redes en diversas tecnologías de acceso. Nuestro objetivo es tratar el tráfico de internet como un ciudadano de primera clase en las redes 6G, manteniéndolo seguro y rápido, a la vez que creamos oportunidades de monetización para los operadores de red. Aprovechar los avances del IETF  Los protocolos de transporte de capa cuatro (L4) de OSI son componentes esenciales de los sistemas de comunicaciones modernos. IETF ha sido la fábrica de protocolos para diversos protocolos de transporte durante décadas. El Protocolo de Datagramas de Usuario (UDP), conocido por su baja latencia y mínima sobrecarga, se utiliza a menudo en escenarios donde la velocidad es esencial, aunque sacrifica la fiabilidad. Por el contrario, el Protocolo de Control de Transmisión (TCP) proporciona una entrega de datos fiable, ordenada y sin errores, lo que lo hace adecuado para aplicaciones donde la integridad de los datos es crucial. El Protocolo de Transmisión de Control de Flujo (SCTP), un protocolo diseñado pensando en la señalización, combina las ventajas de UDP y TCP, ofreciendo fiabilidad, comunicación orientada a mensajes y capacidades de multitransmisión. QUIC es un protocolo de transporte relativamente nuevo que proporciona comunicación cifrada de extremo a extremo y con integridad protegida. Además, permite una configuración de conexión más rápida, un mejor control de la congestión y compatibilidad con la movilidad mediante la migración de rutas y la extensión multiruta.  En las redes 3GPP, la comunicación eficiente y fiable es la máxima prioridad. TCP, SCTP e incluso UPD desempeñan un papel fundamental para satisfacer los diversos requisitos de estas redes avanzadas, cada una con funciones específicas para garantizar una conectividad y un rendimiento óptimos de extremo a extremo. QUIC ya está incluido en las especificaciones de la red 5G para servicios de realidad extendida (XR) y multimedia, así como para servicios de conectividad de sesión de Unidad de Datos de Protocolo (PDU) de acceso múltiple. Mejora de la arquitectura 6G mediante la evolución del protocolo de transporte La visión de Nokia sobre la arquitectura del sistema 6G comparte muchos puntos en común con la arquitectura del sistema 5G. Sin embargo, para dar soporte a nuevos casos de uso y alcanzar la excelencia operativa, la arquitectura del sistema debe evolucionar. Por lo tanto, ahora tenemos la oportunidad de aprovechar la evolución de los protocolos de transporte modernos, que ofrecen mejor compatibilidad con la reordenación y la pérdida de paquetes, retroalimentación detallada y mejor control de la congestión, baja latencia y baja pérdida, mayor seguridad y mayor compatibilidad con la nube. Esta es una descripción general no exhaustiva de las áreas potenciales en las que creemos que 6G puede beneficiarse de los protocolos de transporte modernos del IETF: Pila de protocolos de transporte del plano de control simplificada y compatible con la nube  Reemplazar protocolos heredados como SCTP por QUIC como protocolo de señalización del plano de control en las interfaces 3GPP establecería una arquitectura simple, escalable, de extremo a extremo y compatible con la nube para 6G. Reduce la necesidad de gestionar la compleja Asociación de Capa de Red de Transporte (TNLA) entre la RAN y el CORE, admite la NATing, proporciona seguridad de protocolo y establece un nonce de aplicación de extremo a extremo, lo que agiliza la respuesta ante fallos y la recuperación. Además, proporciona una evolución natural de las interfaces RAN y CORE y evita los cambios drásticos de otras opciones propuestas (por ejemplo, las interfaces basadas en servicios entre la RAN y el CORE). Pila de protocolos SBA de alto rendimiento  El 5G introdujo la arquitectura basada en servicios (SBA) en la red CORE. Si bien esta arquitectura funciona correctamente, aún se puede mejorar el rendimiento. Algunos problemas de rendimiento se relacionan con el uso del protocolo HTTP/2/TCP y la serialización. El uso de HTTP/3/QUIC en 6G podría solucionar algunos de los problemas de rendimiento en la capa de protocolo. En Nokia, estamos explorando esta posibilidad mediante una evaluación exhaustiva del rendimiento. La conmutación de protocolos (TCP a QUIC, HTTP/2 a HTTP/3) también puede generar sinergias en la pila de protocolos para las interfaces RAN-CORE y la interfaz basada en servicios (SBI), lo que a su vez reduciría la experiencia necesaria para el mantenimiento de dichos protocolos, lo que se traduciría en un menor coste operativo. Manejo robusto de tráfico cifrado El tráfico cifrado está en auge en internet, especialmente el tráfico de vídeo, que requiere un alto ancho de banda y baja latencia. Si bien el cifrado del tráfico es previsible y esencial para la seguridad de las comunicaciones, genera problemas a la hora de proporcionar calidad de servicio (QoS) y gestionar el tráfico en la red. Gestionar el tráfico cifrado de forma robusta implicaría cambiar las suposiciones habituales sobre el tráfico. Si bien la versión 19 de 3GPP comenzó a gestionar el tráfico cifrado de XR y multimedia (XRM) mediante RFC9298 (proxy UDP sobre HTTP: «connect-udp»), aún presenta algunos problemas que deben resolverse, como su falta de adaptación natural al diseño de Connect UDP, la propensión a errores de los ID de conexión (CID) a la asignación de CID virtuales, las complejas interacciones AF/AS y la inclusión de solo servicios XRM. Si bien el 5G sienta las bases, en el 6G el objetivo es gestionar el tráfico cifrado para casos más genéricos a fin de permitir una mejor gestión del tráfico cifrado. Optimización del servicio mediante interacción en banda y en ruta  La optimización de servicios es uno de los cuatro principios de diseño clave de Nokia para 6G, necesario para gestionar la adopción de servicios interactivos y los requisitos de

Leer más »

Juega durante el Spring Fest y obtén elementos de iconos temáticos

¡Prepárate para el Spring Fest! Hay 24 horas en un día para abrocharse el cinturón y completar sus tareas, pero ¿cuál de esas horas es la más fructífera? El próximo Splatfest (llamado Spring Fest) para el Splatoon™ 3 el juego responderá a este dilema con un debate oportuno. Cuándo haces las cosas: mañana, mediodía o noche¿? Elige un lado y salpícalo para decidir qué elección ganará. Este eficiente Splatfest tendrá lugar desde Viernes 11 de abril a las 6:00 p.m. PT a Domingo, 13 de Abril a las 6:00 p.m. PT. Gancho recompensas frescas solo por jugar Nintendo Switch en Línea los miembros pueden jugar el juego durante el evento para ganar 100 Platinum Points*, así como elementos de iconos temáticos, que puede utilizar para crear un nuevo aspecto para su perfil de usuario en su Nintendo Switch™ sistema. Tenga en cuenta que se requiere una membresía paga en el momento de la distribución para recibir estos elementos de icono. ¿No quieres participar en el Splatfest? ¡Sin sudor! Completarás la misión simplemente jugando durante el evento, ya sea que te unas al debate o no. Después de completar la misión, visite Nintendo Switch Online desde el menú HOME para recibir automáticamente sus puntos. Los miembros pagados recibirán sus elementos de icono únicos a principios de mayo. ¿Qué es un Splatfest? Un Splatfest es un gran problema para Inklings y Octolings en todo el mundo. Los jugadores se unen a una de las tres causas y tratan de ganar batallas en el juego para defender sus pensamientos sobre las preguntas planteadas. A participa en Splatfests, puedes saltar a Splatoon 3 y elegir tu respuesta favorita. Después de unirse a un equipo, compite en Splatfest Battles junto a tus compañeros de equipo y entinta la mayor cantidad de césped para ganar. Cuantos más partidos ganes, más cerca estará tu equipo de lograr la victoria final—¡probar tu respuesta es la mejor! Los splatfests son más grandes que nunca Batallas de la guerra de Tricolor Turf, que son coincidencias de tinta-tenso 4v2v2. El gran equipo debe defender el medio contra dos equipos más pequeños en lados opuestos del mapa. ¡Hazlo en el campo de batalla! Nintendo News. Traducido al español

Leer más »

Nuevo método protege de manera eficiente los datos confidenciales de entrenamiento de IA

El enfoque mantiene una precisión de modelado de IA al tiempo que garantiza que los atacantes puedan extraer información secreta. La privacidad de los datos tiene un costo. Existen técnicas de seguridad que protegen los datos confidenciales del usuario, como las direcciones de los clientes, de los atacantes que pueden intentar extraerlos de los modelos de IA —, pero a menudo hacen que esos modelos sean menos precisos. Los investigadores del MIT desarrollaron recientemente un marco basado en un nueva métrica de privacidad llamado PAC Privacy, que podría mantener el rendimiento de un modelo de IA al tiempo que garantiza que los datos confidenciales, como imágenes médicas o registros financieros, permanezcan a salvo de los atacantes. Ahora, han llevado este trabajo un paso más allá al hacer que su técnica sea más eficiente computacionalmente, mejorando la compensación entre precisión y privacidad, y creando una plantilla formal que se puede usar para privatizar prácticamente cualquier algoritmo sin necesidad de acceso a ese funcionamiento interno de los algoritmos. El equipo utilizó su nueva versión de PAC Privacy para privatizar varios algoritmos clásicos para análisis de datos y tareas de aprendizaje automático. También demostraron que más algoritmos “stable” son más fáciles de privatizar con su método. Las predicciones de un algoritmo estable siguen siendo consistentes incluso cuando sus datos de entrenamiento se modifican ligeramente. Una mayor estabilidad ayuda a un algoritmo a hacer predicciones más precisas sobre datos nunca antes vistos. Los investigadores dicen que la mayor eficiencia del nuevo marco de privacidad PAC, y la plantilla de cuatro pasos que se puede seguir para implementarlo, facilitaría la implementación de la técnica en situaciones del mundo real. “Tendemos a considerar que la robustez y la privacidad no están relacionadas, o tal vez incluso en conflicto con, la construcción de un algoritmo de alto rendimiento. Primero, hacemos un algoritmo de trabajo, luego lo hacemos robusto y luego privado. Weweve demostró que no siempre es el encuadre correcto. Si haces que tu algoritmo funcione mejor en una variedad de configuraciones, esencialmente puedes obtener privacidad de forma gratuita,” dice Mayuri Sridhar, un estudiante graduado del MIT y autor principal de un documento sobre este marco de privacidad. A ella se une el artículo de Hanshen Xiao PhD ’24, quien comenzará como profesora asistente en la Universidad de Purdue en el otoño; y el autor principal Srini Devadas, el Profesor Edwin Sibley Webster de Ingeniería Eléctrica en el MIT. La investigación se presentará en el Simposio IEEE sobre Seguridad y Privacidad. Estimación de ruido Para proteger los datos confidenciales que se utilizaron para entrenar un modelo de IA, los ingenieros a menudo agregan ruido, o aleatoriedad genérica, al modelo para que sea más difícil para un adversario adivinar los datos de entrenamiento originales. Este ruido reduce la precisión de una modelización, por lo que cuanto menos ruido se pueda agregar, mejor. PAC Privacy estima automáticamente la menor cantidad de ruido que uno necesita agregar a un algoritmo para lograr un nivel deseado de privacidad. El algoritmo original PAC Privacy ejecuta un modelo AI de usuario muchas veces en diferentes muestras de un conjunto de datos. Mide la varianza y las correlaciones entre estos muchos resultados y utiliza esta información para estimar cuánto ruido se debe agregar para proteger los datos. Esta nueva variante de PAC Privacy funciona de la misma manera, pero no necesita representar toda la matriz de correlaciones de datos en las salidas; solo necesita las variaciones de salida. “Debido a que lo que estás estimando es mucho, mucho más pequeño que toda la matriz de covarianza, puedes hacerlo mucho, mucho más rápido, explica ” Sridhar. Esto significa que uno puede escalar hasta conjuntos de datos mucho más grandes. Agregar ruido puede dañar la utilidad de los resultados, y es importante minimizar la pérdida de utilidad. Debido al costo computacional, el algoritmo original de privacidad PAC se limitó a agregar ruido isotrópico, que se agrega uniformemente en todas las direcciones. Debido a que la nueva variante estima el ruido anisotrópico, que se adapta a las características específicas de los datos de entrenamiento, un usuario podría agregar menos ruido general para lograr el mismo nivel de privacidad, aumentando la precisión del algoritmo privatizado. Privacidad y estabilidad Mientras estudiaba PAC Privacy, Sridhar planteó la hipótesis de que los algoritmos más estables serían más fáciles de privatizar con esta técnica. Utilizó la variante más eficiente de PAC Privacy para probar esta teoría en varios algoritmos clásicos. Los algoritmos que son más estables tienen menos varianza en sus resultados cuando sus datos de entrenamiento cambian ligeramente. PAC Privacy divide un conjunto de datos en fragmentos, ejecuta el algoritmo en cada fragmento de datos y mide la varianza entre las salidas. Cuanto mayor sea la varianza, más ruido se debe agregar para privatizar el algoritmo. Emplear técnicas de estabilidad para disminuir la varianza en las salidas de un algoritmo también reduciría la cantidad de ruido que se necesita agregar para privatizarlo, explica. “En los mejores casos, podemos obtener estos escenarios de ganar-ganar,”, dice ella. El equipo demostró que estas garantías de privacidad se mantuvieron fuertes a pesar del algoritmo que probaron, y que la nueva variante de PAC Privacy requería un orden de magnitud menos pruebas para estimar el ruido. También probaron el método en simulaciones de ataque, lo que demuestra que sus garantías de privacidad podrían soportar ataques de última generación. “Queremos explorar cómo los algoritmos podrían ser co-diseñados con PAC Privacy, por lo que el algoritmo es más estable, seguro y robusto desde el principio, dice” Devadas. Los investigadores también quieren probar su método con algoritmos más complejos y explorar más a fondo la compensación privacidad-utilidad. “La pregunta ahora es: Cuándo ocurren estas situaciones de ganar-ganar, y ¿cómo podemos hacer que sucedan con más frecuencia?” Sridhar dice. “Creo que la ventaja clave que PAC Privacy tiene en esta configuración sobre otras definiciones de privacidad es que es una caja negra — no necesita analizar manualmente cada consulta individual para privatizar los resultados. Se puede hacer de forma completamente automática. Estamos

Leer más »

La realidad aumentada mejora la facilidad y precisión de la carpintería

Un sistema desarrollado en EPFL utiliza realidad aumentada (AR) para ayudar a los carpinteros a hacer cortes de madera extremadamente precisos sin tener que medir o marcar vigas. Su enfoque híbrido significa hacer que la tecnología asistida digitalmente sea asequible para las pequeñas empresas, los trabajadores de la madera y los profesionales de la construcción en los países en desarrollo. La madera es un material de construcción cada vez más popular gracias a su bajo impacto ambiental, capacidad de almacenamiento de carbono, potencial para un montaje rápido y excelentes propiedades de aislamiento. La creciente demanda de estructuras de madera, junto con los avances tecnológicos, ha llevado a muchos productores a automatizar sus procesos en los últimos 20 años. Hoy podemos encontrar robots sofisticados en sus talleres – máquinas que son tan impresionantes como caras, equipadas con brazos articulados y cortadores de precisión para llevar a cabo tareas repetitivas pero complicadas. En EPFL, los ingenieros han desarrollado un sistema basado en AR llamado Carpintería Aumentada que podría pagar el estereotipo de un carpintero que trabaja con un lápiz en una mano y una cinta métrica en la otra. Disponible en código abierto, el sistema es un primer paso hacia un proceso híbrido que combina la destreza de los seres humanos con la fiabilidad del procesamiento informático. La carpintería aumentada está preparada para hacer que los métodos de corte de madera con asistencia digital sean asequibles para las pequeñas empresas, los trabajadores de la madera y los profesionales de la construcción en los países en desarrollo. Nuestro sistema incluye comentarios en tiempo real. Si la herramienta de carpintería o la viga se desliza cortando, por ejemplo, la superposición virtual permanecerá alineada con la pieza de madera real para que los operadores puedan ver instantáneamente cómo ajustar sus movimientos.Andrea Settimi, doctora en Laboratoire IBOIS Un espacio de trabajo aumentado El sistema es el resultado de cuatro años de investigación, desarrollo y pruebas por Andrea Settimi – un estudiante de doctorado EPFL cuya tesis está siendo supervisada conjuntamente por Julien Gamerro, ex becario postdoctoral, e Yves Weinand, jefe del Laboratorio de Construcción de Madera de EPFL (IBOIS) – junto con varios otros participantes del proyecto. Es capaz de producir hologramas con precisión submilimétrica para guiar a los operadores humanos. El dispositivo físico consiste en una pantalla que muestra un espacio de trabajo virtual que cubre piezas reales de madera. Las líneas de diferentes colores dan numerosas indicaciones: cómo colocar la herramienta, qué tan profundo perforar, cuál es el ángulo de corte correcto, cuánto tiempo debe ser un corte, etc. Permiten a los operadores trabajar de una manera que sea intuitiva y precisa.“Nuestro sistema incluye un mecanismo de detección y sensores integrados que dan retroalimentación en tiempo real,” dice Settimi. “Si la herramienta de carpintería o la viga se desliza cortando, por ejemplo, la superposición virtual permanecerá alineada con la pieza de madera real para que los operadores puedan ver instantáneamente cómo ajustar sus movimientos.” Para lograr un grado tan alto de precisión, el equipo de investigación estudió varios aspectos de la tecnología de visión por computadora y los integró minuciosamente en su dispositivo para que pudiera incorporar la herramienta de carpintería, así como la pieza específica de madera y el plan de carpintería. Escanearon y generaron modelos de computadora 3D de herramientas de uso común, creando una vasta base de datos. Para usar el sistema, los operadores primero escanean sus piezas de madera por lote, lo que permite que el programa registre los detalles de cada una. Luego, los operadores colocan marcadores al azar en las piezas de madera para que el sistema pueda detectar su orientación y posición. El último paso es subir los planos de carpintería, que se integran directamente en el programa en 3D y se muestran en realidad aumentada. Gracias al uso de visión por computadora y sensores, las herramientas estándar de carpintería pueden convertirse en dispositivos inteligentes capaces de guiar a los usuarios en tiempo real. El sistema visualiza las líneas de corte directamente en una viga, por ejemplo, mostrando a los operadores exactamente dónde guiar la sierra. Esto reduce significativamente el riesgo de error humano y mejora la precisión durante el montaje. Reconociendo vigas y herramientas en talleres desordenados Una parte clave del proyecto de investigación fue desarrollar métodos avanzados de visión por computadora para detectar elementos y posicionar la cámara en espacios complejos y desordenados como talleres. Estos espacios generalmente contienen varios tipos de objetos – otras piezas de madera, herramientas, paneles, etc. – dispersos en ningún orden en particular, lo que dificulta que los sistemas de visión por computadora mapeen el entorno. El equipo de investigación trabajó con el Centro de Imágenes EPFLados para desarrollar programas que pudieran reconocer y localizar con precisión los elementos de interés – en este caso, herramientas para trabajar la madera y piezas de madera. Tales capacidades nunca antes se habían implementado a esta escala para la construcción de madera y son esenciales para garantizar que el espacio de trabajo virtual se alinee con la realidad física. Métodos de construcción manuales con asistencia digital que son locales y resistentes Gracias a la Carpintería Aumentada, incluso las pequeñas empresas y los trabajadores de la madera pueden crear formas y diseños intrincados – una tarea hasta ahora reservada para robots costosos. “Otro beneficio de nuestro sistema AR es que aprovecha las capacidades humanas, incluso cuando los operadores tienen poca capacitación, para digitalizar rápidamente los procesos de construcción,” dice Settimi. La destreza humana y la cognición se ven reforzadas por la precisión de la máquina, en un buen ejemplo de un enfoque híbrido. “Al aprovechar el potencial de la colaboración hombre-máquina para la carpintería moderna y el diseño de estructuras de madera, Augmented Carpentry puede garantizar que los operadores humanos sigan involucrados en el proceso, promoviendo así métodos de construcción que sean asistidos digitalmente, locales y socialmente responsables, dice ”. EPFL News. C. C. Traducido al español

Leer más »
Scroll al inicio