El reconocimiento fue entregado por CANIETI Occidente y resalta la labor de la UAG en la formación de profesionales y su compromiso con la ética en el desarrollo y uso de la inteligencia artificial
 
La Universidad Autónoma de Guadalajara (UAG) consolidó su compromiso con el desarrollo responsable de la tecnología al recibir la constancia de “Buenas Prácticas Éticas de Inteligencia Artificial”, otorgada por la Cámara Nacional de la Industria Electrónica, de Telecomunicaciones y Tecnologías de la Información (CANIETI) sede Occidente.
La entrega de este reconocimiento se realizó durante las Jornadas de Inteligencia Artificial (IA), en un evento organizado por CANIETI sede Occidente.
Durante la ceremonia, se destacó el papel fundamental de la UAG en la formación de profesionales en esta área y su compromiso con el uso, desarrollo e implementación ética de la Inteligencia Artificial.
 
Empresas comprometidas con la ética en IA
Además de la UAG, diversas empresas e instituciones que han demostrado su compromiso con el desarrollo ético de la inteligencia artificial en Jalisco recibieron también sus constancias. Esto, tras completar con éxito el curso de Ética en IA, como parte del programa de Formación de Talento Altamente Especializado en Inteligencia Artificial y Ciencia de Datos.
En representación de las autoridades universitarias de la UAG, el Ing. Joel García Ornelas, Decano del Decanato de Diseño, Ciencia y Tecnología, recibió la constancia, y reafirma la posición de la institución como un referente en educación tecnológica y ética.
 
Fortalecimiento de la carrera de Inteligencia Artificial
Este reconocimiento refuerza la relevancia de la Ingeniería en Inteligencia Artificial de la UAG, que iniciará un nuevo ciclo en agosto, la cual brindará a los estudiantes una formación basada en principios éticos y las mejores prácticas en el uso de la tecnología.
La carrera cuenta con un plan de estudios innovador que abarca materias clave como Aprendizaje Automático, Ética en IA, Big Data, Robótica, Visión Artificial, Desarrollo de Software Inteligente y Ciberseguridad. Su enfoque académico equilibra la teoría con la práctica, permitiendo que los estudiantes adquieran habilidades técnicas y analíticas de vanguardia.
Además, la universidad mantiene colaboraciones con diversas empresas y organismos del sector tecnológico, ofreciendo oportunidades de prácticas y proyectos en conjunto con líderes en inteligencia artificial y tecnología.
 
UAG: formación de expertos en IA
Con iniciativas como esta, la UAG se consolida como una institución líder en la preparación de futuros expertos en inteligencia artificial, listos para enfrentar los desafíos del mundo digital con responsabilidad y profesionalismo.

Boletín de prensa

Prepárate en la UAG para innovar, así como alcanzar las metas y éxito que siempre has soñado
 
La industria de la tecnología crece con la llegada de la Inteligencia Artificial (IA), por todo lo que puede hacer para facilitar la vida de las personas, empresas y gobierno.
El avance de esta tecnología ha revolucionado muchos sectores y creado una alta demanda de profesionales especializados en esta herramienta.
Esto representa una oportunidad y si estás preguntándote cómo podrías desenvolverte profesionalmente en esta área y aprender más sobre IA, te compartimos los cinco empleos mejor remunerados en el ámbito de esta tecnología.
 
Muchas oportunidades
1.- Ingeniero de Aprendizaje Automático (Machine Learning Engineer). Son profesionales que desarrollan y optimizan algoritmos que permiten a las máquinas aprender de datos y realizar predicciones o decisiones.
2.- Científico de Datos (Data Scientist). Ellos son expertos en analizar e interpretar datos complejos para ayudar a las organizaciones a tomar decisiones informadas.
3.- Arquitecto de Soluciones en IA (AI Solutions Architect). Expertos se dedican a diseñar e implementar soluciones de IA adaptadas a las necesidades específicas de las empresas.
4.- Ingeniero en Visión por Computadora (Computer Vision Engineer). Ellos son especialistas en desarrollar sistemas que permiten a las computadoras interpretar y procesar imágenes del mundo real.
5.- Ingeniero de Procesamiento de Lenguaje Natural (NLP Engineer). Estos expertos que crean sistemas para que las máquinas comprendan y respondan al lenguaje humano.
 
La UAG lo tiene para ti
La Universidad Autónoma de Guadalajara (UAG) ofrece la Ingeniería en Inteligencia Artificial, diseñada para formar profesionales capacitados en estas áreas, siempre con una visión ética sobre esta tecnología.
Esto ya que su programa cuenta con formación en las siguientes áreas:

• Programación y desarrollo de algoritmos: Fundamentos esenciales para roles como Ingeniero de Aprendizaje Automático y Científico de Datos.
• Especialización en aprendizaje automático y procesamiento de lenguaje natural: Preparando a los estudiantes para posiciones como Ingeniero de Procesamiento de Lenguaje Natural.
• Acceso a laboratorios de innovación: Como el Laboratorio Intel y el de Telemática CISCO, proporcionando experiencia práctica en entornos reales.
• Colaboración con Arizona State University (ASU): Integrando contenidos y materias de una de las universidades más innovadoras de Estados Unidos.

Elegir la UAG te posicionará para acceder a los empleos mejor pagados en el campo de la IA y serás respaldado por una formación de calidad y reconocimiento internacional con más de 90 años de experiencia en el sector educativo, muchas alianzas estratégicas y otras actividades que complementarán tu formación. Más información en: https://www.uag.mx/es/profesional/ingenieria-en-inteligencia-artificial

Boletín de prensa

Ante la creciente demanda de especialistas en la materia, la institución lanza la innovadora carrera de Ingeniero en Inteligencia Artificial
 
La Inteligencia Artificial (IA) se desarrolla a velocidad imparable como una tecnología que revoluciona áreas como la industria, los negocios, los servicios, la investigación, la comunicación, la medicina, el entretenimiento, la educación y el emprendimiento.
Por tal motivo, la Universidad Autónoma de Guadalajara (UAG), innovadora desde siempre, lanzó la Ingeniería en Inteligencia Artificial, una carrera que va acorde a los requerimientos tecnológicos de la actualidad y que contribuirá a la formación de Líderes innovadores de clase mundial.
El Ing. Joel García Ornelas, Decano de Diseño, Ciencia y Tecnología de la UAG, explicó que esta institución tiene varios años trabajando en proyectos donde utiliza la IA; además, cuenta con una amplia experiencia en la impartición de carreras relacionadas con la tecnología, como Ingeniería Mecatrónica, Ingeniería en Software y Minería de Datos, entre otras.
“La UAG tiene mucha experiencia en la impartición de estas carreras, lo que habla del compromiso que la institución tiene con el desarrollo de ingenieros y tecnología”, comentó.
 
Base sólida de formación
La Mtra. Natalia Madrid Zapata, Directora del programa de Ingeniería en Inteligencia Artificial, afirmó que esta nueva carrera está diseñada para formar a los estudiantes con una sólida base de programación y desarrollo de algoritmos, donde se incluyen materias relacionadas con el aprendizaje automático y procesamiento del lenguaje natural, entre otras.
“Las materias se enfocan en dotar a los estudiantes de habilidades para diseñar, implementar y optimizar sistemas inteligentes. Esto incluye el aprendizaje de técnicas de machine learning, redes neuronales, procesamiento de lenguaje natural, y visión por computadora, entre otras áreas clave”, expuso.
Agregó que las materias incluirán insignias digitales y certificaciones, las cuales se otorgarán de la mano de academias como CISCO Networking Academy, Oracle, AWS Academy e IBM Skillfield, que complementan el currículum de los estudiantes y potencian su inserción laboral al egresar de la carrera.
Además, los alumnos contarán con instalaciones y laboratorios especializados para que puedan poner en práctica sus conocimientos.
 
Demanda en la industria
El Dr. Francisco Javier Alvarado Rodríguez, Profesor-Investigador de la UAG y experto en IA, destacó que en los próximos años llegarán a México varios proyectos para la fabricación de semiconductores que se usarán en la tecnología de Inteligencia Artificial, entre estos una planta que se construirá en Jalisco.
“Existe una gran demanda de ingenieros especializados en IA, y la UAG se está preparando para satisfacer esta necesidad. Empresas como Oracle, Intel y Foxconn están buscando ingenieros en IA, y el déficit de profesionales capacitados en esta área es una oportunidad para los egresados de la carrera”, aseguró.
Actualmente, en la UAG se realizan diversos proyectos de investigación relacionados con IA, que buscan aplicarse a la actividad cerebral y el control de prótesis.
La duración de la Ing. en Inteligencia Artificial será de 4 años, en los cuales los alumnos adquirirán las competencias para aplicar proyectos de IA en prácticamente todos los sectores.
Esta carrera también estará enriquecida con contenidos de Arizona State University (ASU), la Universidad #1 en innovación de los Estados Unidos y aliada estratégica de la UAG. Además, que estará bajo la modalidad 4+1, la cual consiste en que los alumnos tengan la posibilidad de obtener una Maestría avalada por ASU con un año más de estudios.

Boletín de prensa

La UAG cuenta con el Diplomado en Inteligencia Artificial, en el que podrás aprender mucho y tener grandes oportunidades

Líderes de la industria comparten avances tecnológicos impulsados por IA en sus plantas

Notipress.- La inteligencia artificial (IA) está cambiando la forma en que se fabrican productos en todo el mundo. Las compañías la utilizan para hacer sus operaciones más rápidas, eficientes y respetuosas con el medio ambiente. Desde el control de calidad hasta el mantenimiento predictivo, la IA está optimizando la producción y reduciendo costos.

La Global Lighthouse Network del Foro Económico Mundial, que recientemente sumó 22 nuevas fábricas a su red, muestra cómo las últimas tecnologías, como el aprendizaje automático y los gemelos digitales, están transformando el sector manufacturero.

Casos de éxito en el uso de IA en la industria

Beko: Nihat Bayiz, director de operaciones de Beko, comparte cómo han usado la IA para mejorar sus procesos de fabricación y reducir el desperdicio en un 12.5%. Un sistema inteligente ajusta automáticamente parámetros, disminuyendo defectos en un 66%, lo que permite fabricar productos de mejor calidad con menos recursos.

AstraZeneca: la farmacéutica también está aprovechando la IA para mejorar la producción de medicamentos. Jim Fox, director de fabricación de AstraZeneca, explica que usan modelos predictivos y simulaciones digitales para acortar los tiempos de fabricación de semanas a horas, haciendo que sus procesos sean más eficientes y rápidos.

Jubilant Ingrevia: Anand Laxshmivarahan, vicepresidente de operaciones, comenta que, gracias a la IA, han conseguido reducir la variabilidad en sus procesos en un 63% y disminuir el tiempo de inactividad en un 50%, lo que les permite operar de manera más fluida y eficaz.

Siemens: En Siemens, Stephan Schlauss, gerente de automatización digital, detalla que la IA se aplica en la automatización de sus líneas de montaje y pruebas de productos, logrando una reducción del 90% en los costos de automatización, lo que permite que las fábricas funcionen de manera más rentable.

Mengniu Dairy: Guoxin Yao, director de logística de Mengniu Dairy, explica cómo Mengniu ha mejorado sus procesos logísticos utilizando IA para optimizar la entrega de inventarios y hacer que sus operaciones sean un 8% más eficientes, incrementando la velocidad en un 73%.

Midea Group: Simon Zhang, director de desarrollo tecnológico de Midea Group, cuenta cómo han reducido en un 25% el tiempo de desarrollo de nuevos productos y han mejorado sus rutas logísticas en un 29%, todo gracias a la IA, lo que les ha permitido ser más sostenibles y optimizar sus operaciones.

Estos casos muestran cómo la inteligencia artificial no solo mejora la productividad de las fábricas, sino que también establece un nuevo estándar en sostenibilidad y eficiencia. La IA está ayudando a que las empresas sean más rápidas, eficientes y preparadas para un futuro más verde.

El sistema SonicSense dota a los robots de habilidades auditivas para mejorar su percepción y manipulación en entornos dinámicos

Notipress.- Investigadores de la Universidad de Duke desarrollaron un sistema denominado SonicSense. Este sistemaa permite a los robots identificar objetos y materiales utilizando vibraciones acústicas, similar a cómo los humanos usan el sentido del tacto y el oído. Este avance se presentará en la Conferencia sobre Aprendizaje Robótico (CoRL 2024), que se celebrará en Múnich, Alemania, del 6 al 9 de noviembre.

El sistema SonicSense, desarrollado en el laboratorio de Boyuan Chen, permite que una mano robótica equipada con micrófonos de contacto detecte y analice las vibraciones producidas cuando se toca o manipula un objeto. Gracias a estas señales, el robot puede determinar la composición y forma del objeto en tiempo real, incluso en entornos ruidosos. Jiaxun Liu, estudiante de doctorado y autor principal del estudio, explicó que el objetivo es ir más allá del uso de visión, que es la herramienta principal de los robots en la actualidad.

Chen afirmó que SonicSense transforma la manera en que los robots interactúan con su entorno, ya que “si bien la visión es esencial, el sonido agrega capas de información que pueden revelar cosas que el ojo podría pasar por alto”. El sistema es capaz de identificar objetos conocidos en tan solo cuatro interacciones y, en casos más complejos, necesita hasta 20 interacciones para identificar aquellos fuera de su base de datos.

Las capacidades demostradas en la investigación incluyen medir el contenido de líquido en botellas o determinar la cantidad de objetos en cajas. El sistema también puede reconstruir en 3D la forma de objetos y analizar sus materiales, utilizando inteligencia artificial para mejorar la precisión en escenarios con geometrías complejas y superficies reflectantes.

SonicSense, con un costo de construcción de aproximadamente 200 dólares, utiliza micrófonos táctiles y componentes comercialmente disponibles, lo que lo hace accesible para futuras aplicaciones. El equipo de Duke planea seguir avanzando, mejorando la mano robótica y explorando nuevas capacidades sensoriales, como la presión y la temperatura.

Millones de empleos cambiarán debido a la automatización, impulsando la necesidad de nuevas habilidades y capacitación continua

Notipress.- La rápida evolución tecnológica, impulsada por la inteligencia artificial (IA) y el aprendizaje automático, está transformando el mercado laboral global a un ritmo acelerado. Según el Foro Económico Mundial, para 2027, un 23% de los empleos a nivel mundial se verán afectados por la automatización y la tecnología. Este cambio estructural generará la creación de 69 millones de nuevos puestos de trabajo, aunque desplazará a 83 millones, lo que subraya la importancia de la formación continua y la adaptación laboral en una economía digital.

En su informe Unlocking Opportunity, el Foro Económico Mundial destaca que casi una cuarta parte de los trabajadores a nivel global deberá adquirir nuevas habilidades para seguir siendo competitivos. Para enfrentar este desafío, el informe sugiere un marco basado en cuatro pilares estratégicos: la capacitación y actualización de habilidades, mejorar la correspondencia entre empleado y empleador, implementar redes de seguridad para los trabajadores y fomentar la colaboración entre industrias.

El primer pilar hace énfasis en la formación continua. Se espera que el 44% de las habilidades laborales cambien en los próximos cinco años, lo cual obliga a las personas y empresas a invertir en programas de actualización. Un ejemplo de esto es el Randstad Boot Camp en Japón, que capacita a trabajadores en habilidades digitales, facilitando su transición a sectores tecnológicos.

El segundo pilar se centra en mejorar la conexión entre empleados y empleadores. Modelos de trabajo flexibles, como el empleo remoto o temporal, están siendo fundamentales para adaptar las demandas del mercado laboral. Iniciativas como el programa SMK-PK en Indonesia demuestran cómo la capacitación alineada con las necesidades del mercado laboral puede facilitar transiciones laborales exitosas y reducir el desempleo.

Mientras tanto, en el tercer pilar aborda la importancia de redes de seguridad sólidas. Las transiciones laborales no siempre son fluidas, por lo que los gobiernos y las empresas deben cooperar para mitigar el impacto de la pérdida de empleo. En Alemania, por ejemplo, los trabajadores desplazados de la industria del carbón recibieron apoyo a través de programas de capacitación, lo que les permitió reintegrarse con éxito en otros sectores.

Por último, el cuarto pilar destaca la colaboración entre diferentes sectores para superar barreras industriales. La Iniciativa de Habilidades para África en Sudáfrica muestra cómo la colaboración entre gobiernos, empresas e instituciones educativas está ayudando a crear una fuerza laboral joven y preparada para las demandas de una economía en transformación.

El informe del Foro Económico Mundial sugiere que para afrontar los cambios en el futuro del trabajo es esencial un enfoque integral, combinando capacitación, flexibilidad, protección social y colaboración intersectorial. Solo así se podrá construir una fuerza laboral resiliente y capaz de aprovechar las oportunidades que surgen en la economía digital emergente.

Controversia por el impacto de la IA en los Nobel 2024

Notipress.- En 2024, los comités del Premio Nobel desataron el papel transformador de la inteligencia artificial (IA) en dos de sus principales galardones. El Premio Nobel de Física reconoció a Geoffrey Hinton y John Hopfield por sus contribuciones pioneras en redes neuronales, mientras que el de Química fue otorgado en parte a los creadores de AlphaFold, una herramienta de IA que evolucionó el estudio de las proteínas. Sin embargo, no todos en la comunidad científica comparten el entusiasmo, cuestionando la relevancia de estos desarrollos en los campos tradicionales de la física y la química.

El 3 de octubre de 2024, al poco tiempo de que se anunciara a Hinton y Hopfield como ganadores del Nobel de Física, las críticas surgieron en redes sociales. Varios físicos expresaron que la investigación premiada no se alinea directamente con los descubrimientos físicos tradicionales. Jonathan Pritchard, astrofísico del Imperial College de Londres, manifestó en X: “Me gustan el aprendizaje automático y las redes neuronales artificiales, pero me cuesta creer que esto sea un descubrimiento de física”. Otros como Sabine Hossenfelder, del Centro de Filosofía Matemática en Múnich, afirmaron que el campo galardonado “entra en el campo de la informática”.

A pesar de estas críticas, otros expertos defendieron el enfoque interdisciplinario de la investigación. Matt Strassler, físico de la Universidad de Harvard, subrayó que los trabajos de Hinton y Hopfield combinan física, matemáticas y neurociencia, por lo que “pertenece a todos esos campos”. Además, Anil Ananthaswamy, autor de Why Machines Learn, señaló que, aunque la base física de los desarrollos en IA es menos evidente hoy, los conceptos energéticos de la física desempeñaron un papel fundamental en sus orígenes.

Maximiliano Juri Ayub, investigador del CONICET en el Instituto Multidisciplinario de Investigaciones Biológicas de San Luis (Argentina), expresó sobre el descubrimiento: “El ADN contiene la información para sintetizar las proteínas y estas son, esencialmente, las moléculas que llevan a cabo las funciones de las células”. Esto, para ofrecer una idea del nivel de importancia de estas moléculas y su impacto en los descubrimiento. Por su parte, la revista Nature recogió testimonios de quienes estaban a favor y en contra del criterio de integrar la IA en la selección de los ganadores.

Tras anunciarse el premio Nobel de Química el 4 de octubre, también generó reacciones mixtas. La mitad del premio fue otorgada a Demis Hassabis y John Jumper, desarrolladores de AlphaFold en Google DeepMind, por su trabajo en el plegamiento de proteínas mediante IA. Esta tecnología permitió avances en la biología estructural, pero algunos bioquímicos señalan que su éxito también se basa en décadas de acumulación de datos y conocimientos previos.

Los premios Nobel de 2024 pusieron de manifiesto el creciente reconocimiento de la IA como una fuerza disruptiva en diversas disciplinas. Sin embargo, el debate sobre si estos desarrollos deben ser considerados dentro de la física y la química tradicionales continúa abierto. A medida que la IA se integra más profundamente en la investigación científica, es probable que la discusión sobre sus límites y su impacto en la ciencia continúe evolucionando.

Los pioneros del aprendizaje automático, Geoffrey Hinton y John Hopfield, ganan el Premio Nobel de Física 2024

Notipress.- Los ganadores del Premio Nobel de Física 2024 fueron el profesor de la Universidad de Princeton, John Hopfield, y el informático de la Universidad de Toronto, Geoffrey Hinton. Ambos académicos fueron premiados por sus descubrimientos e inventos en el aprendizaje automático, los cuales allanaron el camino para el uso actual de la inteligencia artificial.

Hopfield y Hinton sentaron las bases del aprendizaje automático de los productos y aplicaciones actuales basados en IA. Hinton, a quien se le ha apodado el “padrino” de la inteligencia artificial, aseguró estar “atónito” al recibir el prestigioso galardón, considerado el pináculo del logro científico.

Al ser consultado por el impacto de la inteligencia artificial en la sociedad, Hinton afirmó que la IA “será comparable con la revolución industrial, pero en lugar de superar a la gente en fuerza física, la superará en capacidad intelectual. No tenemos experiencia de lo que es tener cosas más inteligentes que nosotros”.

Si bien vaticinó una “enorme mejora en la productividad”, también alertó sobre “una serie de posibles consecuencias negativas, en particular la amenaza de que estas cosas se salgan de control”. Además, aseguró que una de sus mayores preocupaciones es que sistemas más inteligentes que nosotros acaben tomando el control.

Aun así, el desarrollo de métodos para el aprendizaje automático actual fue bastante elogiado por toda la academia. Ellen Moons, presidenta del Comité Nobel de Física, afirmó: “Los descubrimientos e invenciones de los galardonados forman los pilares del aprendizaje automático que puede ayudar a tomar decisiones más rápidas y fiables, por ejemplo, a la hora de diagnosticar enfermedades”.

La inteligencia artificial consta de redes neuronales artificiales inspiradas en el cerebro humano, solo que, en vez de neuronas, la IA tiene nodos y en lugar de comunicarse por sinapsis, los nodos artificiales se influyen entre sí a través de conexiones. Pero al igual que el cerebro, las redes neuronales artificiales pueden buscar en los patrones que han guardado en su memoria gracias a la invención de la red de Hopfield en 1982.

“Hopfield tenía curiosidad por saber si era posible tener un sistema físico inspirado en el cerebro, una red de pequeñas neuronas computacionales conectadas entre sí. Tenía curiosidad por saber si era posible establecer el aprendizaje con un sistema tan simple. Y, de hecho, era posible”, comentó a CNN Mark Pearce, miembro del comité Nobel de Física.

Por su parte, Hinton amplió el trabajo de Hopfield. Utilizando ideas de la física estadística, desarrolló la primera forma de aprendizaje automático llamada “máquina de Boltzmann“. Con el paso del tiempo, los nodos fueron aumentando pasando de 500 parámetros que Hopfield utilizaba en la década del 80, a un billón de los softwares actuales como ChatGPT.

Sin embargo, Hinton expresa su creciente preocupación por el desarrollo de esta tecnología, advirtiendo sobre los riesgos de que los sistemas de IA se vuelvan más inteligentes que los humanos y puedan manipular o eludir las restricciones impuestas. Tras dejar su puesto en Google en mayo de 2023, Hinton destacó la necesidad de cautela para evitar que la IA nos controle. Aunque reconoce los posibles beneficios de su trabajo, siente un tipo de arrepentimiento al considerar que, aunque repetiría sus decisiones bajo las mismas circunstancias, teme que las consecuencias puedan ser perjudiciales.

Notipress.- La inteligencia artificial (IA) y el aprendizaje automático se han convertido en aliados cruciales en la lucha contra las amenazas cibernéticas emergentes. Estos avances tecnológicos, que en un principio fueron celebrados por su capacidad de optimizar procesos industriales y empresariales, ahora son también esenciales para la protección de datos personales y activos digitales en un entorno cada vez más vulnerable a ciberataques.

Según datos de Statista, el mercado de la inteligencia artificial en México alcanzará un valor de 2,780 millones de dólares en 2024. Esto refleja su creciente importancia en diversas áreas, incluida la ciberseguridad. Sin embargo, el mismo poder que hace de la IA una herramienta valiosa para el análisis y la automatización, también puede ser explotado para perpetrar fraudes y ataques cibernéticos a gran escala.

Frente a este escenario, empresas como Akamai, especializada en la seguridad en la nube, destacan la relevancia de la IA y el aprendizaje automático para desarrollar soluciones de ciberseguridad más sofisticadas. La protección de la información ya no puede depender únicamente de las medidas humanas; es imprescindible que las firmas tecnológicas innoven constantemente para estar un paso adelante de las amenazas.

El modelo “Zero Trust” se presenta como una de las estrategias más efectivas en este campo. Este modelo exige una verificación continua de la identidad y autorización para cualquier acceso a recursos digitales, minimizando así el riesgo de brechas de seguridad.

Hugo Werner, vicepresidente regional de Akamai para LATAM, afirma para NotiPress: “Como especialistas en proteger la vida en línea, tomamos ventaja de la inteligencia artificial para ir siempre un paso más allá de los ataques de ciberseguridad más sofisticados”.

Entre las ventajas del uso de IA en ciberseguridad, Akamai destaca la capacidad de monitorear activamente los dispositivos. Asimismo, detectar interacciones anómalas, permitiendo una respuesta automática ante actividades sospechosas. Además, la IA facilita el etiquetado y clasificación de redes, optimizando procesos que de otro modo serían largos y complejos.

La evolución tecnológica debe centrarse en la protección de los activos digitales y la tranquilidad de los usuarios. A través de la IA y un enfoque riguroso como el Zero Trust, se refuerzan las defensas cibernéticas, asegurando que la información más valiosa de las empresas y personas esté a salvo de las crecientes amenazas en el mundo digital.

El MIT y la Universidad de Basilea crean con IA un sistema de cuantificación

Notipress.- Los Investigadores del MIT unieron fuerzas con la Universidad de Basilea en Suiza para resolver un complejo problema de cuantificación física en materiales novedosos. Habitualmente se presentan sistemas cuyas fases y transiciones son difíciles de reconocer, por lo cual se vuele difícil también cuantificar los cambios. Es por esta razón que los investigadores de ambas universidades desarrollaron modelos de inteligencia artificial generativa. Este sistema permite desarrollar un nuevo marco de aprendizaje automático que puede trazar diagramas de fase para sistemas físicos novedosos.

A través de un enfoque de aprendizaje automático, la cuantificación física se vuelve más eficiente. Mientras, habitualmente se utilizaban laboriosas técnicas manuales que se basaban en conocimientos teóricos, el nuevo enfoque se aprovecha de los modelos generativos. El sistema no requiere de una enorme cantidad de datos de entrenamiento etiquetados que se suelen utilizar en otras técnicas de aprendizaje automático.

Según Frank Schäfer, postdoctorado en el Laboratorio Julia del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL), “si tienes un sistema nuevo con propiedades totalmente desconocidas, es difícil elegir la cantidad observable a estudiar. La esperanza, al menos con las herramientas basadas en datos, es que se puedan escanear sistemas nuevos y grandes de forma automatizada y esto indicará cambios importantes en el sistema. Esto podría ser una herramienta en el proceso de descubrimiento científico automatizado de propiedades nuevas y exóticas de las fases”.

Este nuevo modelo permite encontrar y diferenciar diferentes grados de la materia. Por ejemplo, los científicos podrían investigar más fácilmente las propiedades termodinámicas de nuevos materiales o detectar entrelazamientos en sistemas cuánticos. Además, también se puede observar con más precisión cómo un material pasa de ser un conductor normal a un superconductor.

Así, el procedimiento consiste en identificar un “parámetro de orden”, una cantidad que es importante y se espera cambie. Mientras, tradicionalmente los investigadores confiaban en la experiencia en física para construir diagramas de fases manualmente con base en conocimientos teóricos, el aprendizaje automático desarrollado por los científicos del MIT y la Universidad de Basilea permite construir clasificadores discriminativos. Estos tienen la capacidad de resolver esta tarea clasificando una estadística de medición como proveniente de una fase particular del sistema físico.

“Esta es una forma realmente agradable de incorporar algo que sabes sobre tu sistema físico en lo más profundo de tu esquema de aprendizaje automático. Va mucho más allá de simplemente realizar ingeniería de características en sus muestras de datos o simples sesgos inductivos”, afirma Schäfer, quien planea junto al equipo del MIT un modelo generativo sobre el cual se pueda construir un clasificador.

Adobe aprovecha los archivos almacenados en Creative Cloude para entrenar su propio algoritmo de aprendizaje automático

Notipress.- Gran parte de las empresas desarrolladoras de inteligencia artificial recopilan datos para entrenar sus modelos sin tomar en cuenta las leyes de derechos de autor o incluso políticas de privacidad. Pues, los grandes modelos de lenguaje se alimentan de inmensas cantidades de información en la web proveniente de miles de sitios. Los cuales, usualmente, otorgan a las compañías de IA el acceso a la información de los usuarios sin notificar a estos sobre los métodos de recopilación de la información.

Esto genera consecuencias como las miles de demandas relacionadas con las prácticas poco transparentes de las grandes compañías tecnológicas en torno a la recopilación de datos. Sobre esto, Niloofar Mireshgallah, investigadora de privacidad de la IA en la Univesidad de Washington, afirma, las empresas suelen complicar los procesos para que las personas no soliciten que sus datos no sean utilizados para entrenar modelos de IA.

Lo anterior se hace principalmente con la inclusión de un permiso de aceptación de datos de manera predeterminada en las políticas de privacidad. Por lo cual, quienes no quieran que su información sea utilizada, deben hacer uso de las herramientas de exclusión voluntaria.

Cabe mencionar, no todas las empresas ofrecen soluciones o mecanismos de exclusión voluntaria que permitan a los usuarios decidir si su información será utilizada para entrenar a la IA o no. Pese a ello, algunas plataformas ya implementan procesos para ofrecer a las personas mayor control sobre su información y cómo es utilizada.

Aunque son escasas, algunas empresas no le permiten a los modelos de IA utilizar los datos de sus usuarios y, por tanto, los datos no están comprometidos. Por otra parte, cabe agregar, la mayor parte de las exclusiones voluntarias competen a los datos de texto, sin embargo, existen servicios como Spawing, que permiten a los usuarios revisar si sus imágenes han sido recopiladas por modelos de IA e inhabilitar los datos.

Wired enlistó algunas de las compañías que actualmente cuentan con proceso de exclusión voluntaria, lo cual brinda información sobre como evitar que modelos de IA recopilen datos, al menos cuando las plataformas brindan los mecanismos para hacer esto. Sin embargo, esto no protege los datos publicados anteriormente, sino lo que se compartirá en un futuro.

Así, Adobe aprovecha los archivos almacenados en Creative Cloude para entrenar su propio algoritmo de aprendizaje automático, no obstante, esto no aplica a los archivos guardados únicamente en dispositivos. Por otra parte, la empresa permite a los usuarios desactivar el análisis de contenido en la nube, con lo cual se prohíbe que los datos se utilicen para entrenar a la IA. Para conseguir esto se debe apagar la selección “Análisis de contenido”, la cual se encuentra en el panel de configuración de seguridad.

De igual forma, Amazon Web Services guarda la información de sus clientes para optimizar sus modelos de lenguaje y también cuenta con un proceso de exclusión voluntario. Sin embargo, Wired califica este como uno de los procesos más complejos, pues es necesaria la intervención de un administrador o representante profesional de AWS para llevarlo a cabo. Esto, dado que habilitar la opción, requiere crear una política de protección de datos y anexarla cuando es necesario.

Gemini de Google suele analizar conversaciones con el fin de mejorar el modelo de lenguaje. Mas, estas revisiones pueden ser inhabilitadas en el menú del navegador de Google. Esto requiere ingresar al panel de actividades en la paliación de Gemini y activar la opción de exclusión voluntaria. El proceso de Tumblr es similar, pues solo requiere de habilitar la opción “impedir que se comparta con terceros” de la configuración de visibilidad de datos. Aunado a ello, la empresa es clara al mencionar, los contenidos explícitos, blogs eliminados y protegidos con contraseña o privados no son compartidos con terceros.

El listado de Wired es muestra de que los procesos de exclusión voluntarios son diversos y varían de compañía en compañía. Por lo cual es recomendable consultar las políticas de uso de datos de cada una de las plataformas que se utilizan. En cuyo caso no quiera compartirse información con posibles compañías desarrolladoras de IA.

IA funciona para detectar potenciales mejores candidatos

Notipress.- El panorama laboral en México experimenta un cambio con el creciente uso de la inteligencia artificial (IA) en los procesos de recursos humanos. Según datos de Hubspot, el 93% de las empresas en México consideran crucial la implementación de la IA en sus labores diarias.

“[La IA] ha resultado una herramienta muy útil para reclutamiento y selección de personal, sabemos de la eficiencia de la IA, pero particularmente para el análisis de datos y perfiles es un gran apoyo”, resaltó Giovanni Chávez Sánchez, Head of Innovation & Continuous Improvement de Grupo Adecco México. En el corto y mediano plazo, se espera que la IA siga transformando estos procesos de manera significativa, agregó.

Según Adecco, la inteligencia artificial se emplea en el proceso de reclutamiento para examinar extensos conjuntos de currículums de forma eficaz, identificando así a los candidatos más apropiados para una posición determinada. Por ejemplo, las herramientas de IA, como los algoritmos de aprendizaje automático, son capaces de detectar tendencias en los perfiles de los candidatos y anticipar cuáles de ellos destacarán en un puesto específico.

La gestión del talento también se ve beneficiada por la IA, que facilita el análisis del rendimiento de los empleados, la identificación de áreas de desarrollo y la predicción de casos de rotación. Esto permite una evaluación más precisa del desempeño, posibilitando la implementación de estrategias efectivas para retener al talento, subrayó la empresa.

En cuanto a la capacitación, la IA permite la personalización de programas formativos, adaptándolos a las necesidades individuales de cada empleado. Mediante sistemas de recomendación basados en IA, se puede ofrecer a los empleados cursos y materiales de estudio que potencien sus habilidades y áreas de oportunidad.

Asimismo, Chávez Sánchez remarcó que se vislumbra un futuro prometedor para la IA en los procesos de recursos humanos. Desde la implementación de chatbots para la comunicación interna hasta la automatización de tareas administrativas como la gestión de nóminas, se espera una evolución continua. Adecco México destacó que la compañía ya está inmersa en este proceso, integrando tecnologías como Robotic Process Automation (RPA) para optimizar sus operaciones.

Google Maps elimina 115 millones de contribuciones falsas con IA y aprendizaje automático

NOTIPRESS.- Cada mes, más de mil millones de personas alrededor del mundo confían en Google Maps para navegar y explorar nuevas rutas o conocer nuevos sitios. Una de las herramientas más importantes y útiles de la plataforma son las contribuciones de contenido. Es decir, reseñas, fotografías, videos y calificaciones que ayudan a los usuarios a saber si un restaurante es bueno, si un lugar es seguro o descubrir un nuevo negocio. Aunque la contribución de contenido es una herramienta positiva, la compañía ha descubierto que este contenido en ocasiones se utiliza para hacer fraudes y obtener ganancias monetarias.

Bajo ese contexto, según el blog de Google, Google Maps está trabajando en dos conceptos donde utiliza la tecnología para mantener el contenido falso fuera de la aplicación. Una de las herramientas más efectivas es el aprendizaje automático o maching learning, el cual ayuda a minimizar el contenido malicioso. Por ejemplo, descubre patrones de abuso más rápido y ayuda a descubrir nuevas tendencias en perfiles de negocios con sitios web que terminan en “.design o .top”. De acuerdo con la compañía de tecnología, este tipo de dominios están asociados a sitios web falsos o con potenciales fraudes y eliminarlos e inhabilitarlos manualmente resulta una tarea imposible.

También, el aprendizaje automático y la inteligencia artificial (IA) permite a Google Maps eliminar imágenes fraudulentas de números telefónicos o contactos que resultan ser potenciales estafas. Para combatir este problema, Google implementó un modelo de aprendizaje automático, el cual reconoce los números superpuestos en las imágenes contribuidas mediante el análisis de detalles visuales específicos y diseños en fotos.

Con este modelo de aprendizaje, Google puede detectar y bloquear con éxito la gran mayoría de imágenes que pueden ser alteradas por el ser humano e infringen las políticas de la aplicación. Datos actualizados hasta 2022 por la propia empresa sostienen que se han bloqueado y eliminado más de 115 millones de contribuciones de contenido falsas, menciona el blog de Google.

Además, las herramientas de Google han eliminado 200 millones de fotos y 7 millones de videos borrosos, de baja calidad o que infringen las políticas de contenido de Maps. Igualmente, detuvieron 20 millones de intentos de crear perfiles comerciales falsos y se implementó la protección para más de 185 mil negocios después de detectar actividades sospechosas.

Hoy en día, Google Maps trabaja con nuevos modelos de aprendizaje automático, combinando avanzadas técnicas automatizadas y manuales para frenar las contribuciones de contenido falsas. Adicionalmente, la compañía de Mountain View, toma medidas legales para combatir a los usuarios malintencionados, quienes infringen las políticas de uso de Maps.

]]> 212300 https://www.chanboox.com/2023/05/21/personas-con-demencia-podran-ser-asistidas-por-robots-con-aprendizaje-automatico/ Sun, 21 May 2023 17:19:27 +0000 https://www.chanboox.com/?p=200776

Robots con aprendizaje automático podrán asistir a las personas con demencia y sus cuidadores

NOTIPRESS.- Ingenieros de la Universidad de Waterloo en Canadá desarrollaron una nueva forma de programar robots utilizando el aprendizaje automático o machine learning. Lo anterior con el fin de ayudar a las personas con demencia a localizar medicamentos, anteojos, teléfonos y otros objetos.

En un inicio, el grupo de investigadores comenzó a desarrollar la idea con una plataforma estándar para programar al robot con sistemas de manipulación móvil. Posteriormente, con un algoritmo de detección de objetos y una cámara integrada al robot se configuró para detectar, rastrear y mantener un registro en su memoria de los objetos específicos.

A través del sistema de almacenamiento y los videos guardados, el robot fue capaz de distinguir un objeto de otro y registrar la fecha y hora exacta en que los objetos entran o salen de su vista. Tras ello, los científicos crearon una interfaz gráfica para permitir a los usuarios elegir y escribir los nombres de los objetos que desean rastrear.

Una vez escaneado y registrado cada objeto, el robot puede indicar cuándo y dónde observó por última vez el objeto específico. Las pruebas demostraron que el sistema es muy preciso, principalmente cuando se comenzó a trabajar con ayuda del aprendizaje automático.

Ali Ayub, principal autor del proyecto ¿Dónde está mi teléfono? afirmó que el robot puede ser un asistente eficaz para las personas con demencia y sus cuidadores. “Buscar un objeto a través de un smartphone o computadora tiene un impacto positivo, ahora los usuarios podrán ser asistidos por la tecnología”.

La idea de Ali Ayub nace debido al rápido aumento del número de personas con demencia, una condición la cual restringe la función cerebral causando confusión, pérdida de memoria y discapacidad. “Muchas personas olvidan repetidamente la ubicación de objetos cotidianos, esto disminuye su calidad de vida y supone una carga adicional para los cuidadores”, afirmó Ayub.

Datos de la Organización Mundial de la Salud (OMS) revelan que más de 55 millones de personas alrededor del mundo padecen demencia y cada año hay casi 10 millones de casos nuevos. La enfermedad de Alzheimer es la forma más común de demencia y puede representar entre un 60 y un 70 por ciento de los casos, según informa el organismo.

Por tal motivo, los especialistas de la Universidad de Waterloo encabezados por Ali Ayub siguen realizando estudios de usuarios con y sin demencia para mejorar el dispositivo. De acuerdo con los científicos, ¿Dónde está mi teléfono? es el primer paso para que las personas con demencia puedan moverse sin preocupaciones dentro y fuera de su entorno.

]]> 200776 https://www.chanboox.com/2023/05/08/drones-mejoran-su-vuelo-autonomo-mediante-redes-neuronales-liquidas/ Tue, 09 May 2023 01:52:24 +0000 https://www.chanboox.com/?p=199432

Entornos “invisibles” no representan un desafío ante el nuevo desarrollo del vuelo autónomo

NOTIPRESS.- Pilotos de drones, de la mano de investigadores, buscan perfeccionar el vuelo de estos no solo en la interacción piloto-dron, sino también el vuelo autónomo del dron. Uno de los avances es el otorgarle la capacidad de librar obstáculos de forma automática sin la intervención del piloto en cuestión, esto se ha logrado por el uso de redes neuronales líquidas.

Científicos del Instituto Tecnológico de Massachussets (MIT por sus siglas en ingles) han introducido un método para los drones donde buscan robustecer el vuelo autónomo. Ello implica la resolución de tareas como el superar obstáculos sin importar si el entorno es conocido o desconocido y encontrar soluciones, esto se debe al uso de redes neuronales líquidas.

Esta nueva clase de algoritmos de aprendizaje automático es capaz de capturar la estructura causal a partir de datos no estructurados como la entrada de píxeles en una cámara. Posteriormente, estos algoritmos “comprenden” el desafío en cuestión e ignoran las características irrelevantes, permitiendo evolucionar el modo de vuelo autónomo del dron.

Daniela Rus, directora del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL por sus siglas en inglés) comentó, “estamos felices con el potencial del algoritmo. Esto sienta las bases para poder resolver los problemas que se presentan en un entorno sin ningún tipo de capacitación adicional tanto para los observadores, como para el dron”.

Los experimentos muestran que un dron es capaz de ubicar un objeto en el bosque durante el verano, pero se puede someter al dron durante él inverno y el experimento sería bueno. También puede ser aplicado en entornos urbanos donde el cambio es una constante mientras ocurre el vuelo del dron al momento de ejecutar alguna tarea”, agregó Rus

.Sin embargo, los sistemas de aprendizaje profundo presentan problemas al momento de interpretar la causalidad, de ahí podría derivar una falta de adaptabilidad al medio. Aquí es cuando las redes neuronales líquidas proporcionan una capacidad adicional de adaptabilidad aun durante periodos prolongados siendo así más resistentes a datos inesperados o ruidosos.

“Aún existe mucho espacio para lograr más en el alcance de la investigación, esto ayudará a entender el raciocinio de la inteligencia artificial durante la navegación autónoma. Las redes neuronales líquidas abren un nuevo paradigma sobre la inteligencia artificial, los modelos de experimentación ayudarán a entender cómo trabajan los algoritmos” agrego Rus.

Alessio Lomuscio, profesor de seguridad del Departamento de Informática del Imperial College de Londres, confirmó el argumento de la investigadora Daniela Rus. “De ser positivos los resultados de los experimentos, estaremos más cerca de robustecer el desarrollo de la inteligencia artificial, pudiendo así generar robots y drones más confiables y eficientes.

“

]]> 199432 https://www.chanboox.com/2022/10/26/el-comite-antiterrorista-revisara-la-creciente-amenaza-de-las-nuevas-tecnologias/ Thu, 27 Oct 2022 00:20:12 +0000 https://www.chanboox.com/?p=172404

En una sesión especial que tendrá lugar en la India, el órgano del Consejo de Seguridad se centrará en los peligros que plantean a la seguridad internacional áreas como internet, el dinero digital y los drones. Además, explorará el uso potencial de la impresión 3D, la robótica, la inteligencia artificial, el aprendizaje automático, y la biotecnología sintética.

El Comité contra el Terrorismo del Consejo de Seguridad de las Naciones Unidas celebra este viernes y sábado una reunión especial en Mumbai y Nueva Delhi, centrada en la creciente amenaza que representan las nuevas tecnologías  emergentes.

La reunión de dos días en India marca la primera vez que, desde 2015, el Comité se reúne fuera de la sede de la ONU en Nueva York.

La discusión se centrará en tres áreas: internet y las redes sociales, la financiación  de las organizaciones terroristas globales y la proliferación de sistemas aéreos no tripulados, como los drones.

Estas tecnologías emergentes se están desarrollando rápidamente y son utilizadas cada vez con mayor frecuencia por países de todo el mundo con fines de seguridad nacional y lucha contra el terrorismo.

Pero el software y el hardware de alta tecnología también están siendo cada vez más usados por grupos terroristas para sus propios fines ilegales.

Nueva tecnología para el terror

La reunión se celebra en India, que lidera el trabajo del Comité hasta finales de este año.

Al informar sobre la reunión a los periodistas en Nueva York, la presidenta del comité, la embajadora india Ruchira Kamboj, dijo que este encuentro reflejará los desarrollos recientes y las últimas investigaciones basadas en las pruebas que se tienen sobre el terrorismo y el uso de la tecnología.

Dijo que reuniría “una gran cantidad de conocimientos y experiencia del mundo real sobre el tema, con la participación de los Estados miembros, socios operativos relevantes y partes interesadas clave”.

La reunión proporcionará una plataforma para intercambiar ideas sobre cómo el sector tecnológico puede ayudar a abordar la propaganda terrorista en línea y contrarrestar de manera efectiva las narrativas terroristas.

Además, se espera que discutan cómo los terroristas expertos en tecnología están utilizando las innovaciones para mover dinero, a través de suscripción popular (crowdfunding), venta de mercancías, donaciones a través de plataformas de redes sociales y otros métodos.

Existe una creciente preocupación por el uso indebido de las tecnologías de la información y la comunicación por parte de los terroristas, en particular internet y las nuevas tecnologías digitales.

Drones de inteligencia artificial

Otra preocupación que se explorará es el uso potencial de la impresión 3D, la robótica, la inteligencia artificial, el aprendizaje automático, los sistemas aéreos no tripulados y la biotecnología sintética para fines ilegales.

Sobre el uso creciente de drones, la Coordinadora de Tecnologías de la Información del Comité, Jennifer Bramlette, dijo que los Estados miembros ya han tomado algunas medidas para abordarlo.

“Por supuesto, hay zonas de exclusión aérea alrededor de los aeropuertos y las infraestructuras críticas. Por supuesto, las propias empresas han tomado medidas para incorporar mecanismos de geobloqueo para que, si se encuentran drones volando en ciertos lugares, se puedan desactivar automáticamente”, agregó.

Ella dijo que también hay “una serie de discusiones” sobre cómo se venden los drones, “y quién puede comprarlos”.

Acuerdo definitivo

Debido a la complejidad de todo el problema y su rápida evolución, la expectativa es que los miembros del Comité Antiterrorista trabajen en un documento final que proporcione una descripción general de cómo los terroristas están usando la tecnología, con el objetivo de poder cancelar su narrativa y el uso de la tecnología.

También se espera que los miembros de Estado se actualicen sobre los desarrollos recientes y la investigación sobre amenazas, así como que compartan las mejores prácticas que están en línea con el derecho internacional de los derechos humanos.

También se discutirán las medidas conjuntas que se pueden tomar a través de la colaboración industrial, las asociaciones público-privadas y las respuestas legislativas, políticas y regulatorias.

Sobre el Comité

El Comité contra el Terrorismo se estableció por consentimiento unánime el 28 de septiembre de 2001, a raíz de los ataques terroristas del 11 de septiembre en los Estados Unidos, y los 15 miembros del Consejo de Seguridad forman parte de él.

El Comité tiene la tarea de monitorear la implementación de medidas para mejorar las capacidades antiterroristas legales e institucionales de los países a nivel local e internacional.

Al informar a los periodistas, el presidente del comité recordó que “cualquier acto de terrorismo es injustificable, independientemente de la motivación”.

La embajadora Kamboj dijo que el primer día de la reunión se llevaría a cabo en un lugar simbólicamente importante, el Taj Mahal Palace Hotel en Mumbai, para rendir homenaje a las decenas de víctimas que murieron allí en 2008 a manos de terroristas durante un asedio de cuatro días. Docenas más murieron en toda la ciudad en otros ataques coordinados de militantes.

El segundo día tendrá lugar en la capital de India, Nueva Delhi.

Kamboj agregó que dado que el flagelo del terrorismo era claramente un problema “transnacional”, la colaboración entre los Estados miembros es crucial para brindar soluciones efectivas.

Boletín de prensa de la ONU

]]> 172404 https://www.chanboox.com/2021/10/23/acelerando-el-descubrimiento-de-nuevos-materiales-para-la-impresion-3d/ Sun, 24 Oct 2021 03:08:04 +0000 https://www.chanboox.com/?p=125706

Crece el descubrimiento de nuevos materiales para la impresión 3D

NOTIPRESS.- Ante una creciente demanda por la impresión en 3D para la fabricación de todo tipo de artículos, las empresas han buscado la forma de desarrollar nuevos materiales de impresión para diseños específicos. La industria de las impresiones en 3D actualmente aprovecha su fácil reproducción, impresión, menor tiempo y costo para impulsar al sector aeroespacial, automovilístico, médico, entre otros.

Por esa razón, para reducir el tiempo que lleva descubrir nuevos materiales, los investigadores del MIT desarrollaron un proceso basado en datos con aprendizaje automático para optimizar los materiales. Por ejemplo, las impresiones en 3D tienen múltiples características, entre ellas, la tenacidad y una gran resistencia a la compresión.

Debido a ello, el agilizar el desarrollo de materiales pudo reducir costos; al tiempo, disminuye el impacto ambiental por los bajos niveles de desechos químicos que produce. Según los investigadores del MIT, el algoritmo de aprendizaje automático estimula la innovación al sugerir las formulaciones químicas únicas las cuales la intuición humana puede pasar por alto.

Los científicos probaron el sistema usándolo para optimizar formulaciones de una nueva tinta de impresión 3D que se endurece cuando se expone a la luz ultravioleta. En la prueba, pudieron identificar seis productos químicos que se pueden utilizar en formulaciones y el algoritmo identificó el material con mejor tenacidad, rigidez y resistencia.

Estos resultados sorprendieron a los científicos del MIT por la gran variedad de materiales que el algoritmo fue capaz de generar. Asimismo, los hallazgos fueron mucho más de lo esperado, porque los seis ingredientes generados son especialmente útiles en situaciones donde la formulación de materiales manual no pudo alcanzar.

Mike Foshey, ingeniero mecánico del MIT y coautor del artículo, detalló que el desarrollo de materiales para impresiones 3D sigue siendo un proceso manual. Sin embargo, ahora el algoritmo puede realizar el mismo proceso de mezclar los ingredientes, calcular las pruebas y llegar a una formulación final. “El nuevo sistema puede ahorrar mucho tiempo ya que puede hacer miles de interacciones al mismo tiempo en un corto plazo”, señaló.

Para Foshey, el algoritmo es una herramienta muy útil en los laboratorios, pues supera en muchos sentidos a los métodos convencionales para formular materiales para impresiones 3D. “Además de la velocidad, podemos confiar todavía más en el algoritmo para encontrar una solución óptima, sin la necesidad de un químico experto para respaldar el resultado”, explicó.

El grupo de investigadores del MIT aparte del algoritmo, también crearon una plataforma gratuita de optimización de materiales de código abierto llamada AutoOED que incorpora el mismo algoritmo de optimización. Con el paquete de software AutoOED, los químicos pueden realizar su propia formulación e ir nutriendo de información al algoritmo para volverlo aún más eficaz.

Hoy en día, el grupo del MIT a cargo de Mike Foshey está trabajando en probar este nuevo proceso e ir más allá de tintas de impresión 3D. Uno de sus principales objetivos es formular compuestos químicos para baterías de mayor eficacia a menor costo y amigables con el medio ambiente.

Google presenta su nuevo procesador Google Tensor, exclusivo para su teléfono insignia el Pixel 6

NOTIPRESS.- Después de revelar su nuevo teléfono insignia de la compañía, Google ofreció a la prensa más detalles sobre su nuevo procesador de Tensor único para el Google Pixel 6. La empresa de Mountain View California señaló que esta tecnología fue incluida por primera vez en un dispositivo de Google.

En su sitio oficial, Google detalló que el procesador de nombre Tensor puede ofrecer capacidades totalmente nuevas a los usuarios. Para lograrlo, los ingenieros de Google Research emplearon en el hardware un software de última generación combinado con el aprendizaje automático o mejor conocido como machine learning.

Además, el diseño en conjunto del Google Tensor los ingenieros pudieron darse una idea de hacia dónde se dirigen los nuevos modelos de aprendizaje automático y no dónde se encuentran hoy. Ello les permitió construir una plataforma combinando la inteligencia artificial y el machine learning el cual podría emplearse perfectamente al Pixel 6, su nueva generación de smartphones.

Una de las características principales del nuevo procesador es el modo de movimiento llamado Face Unblur, el cual también mejoró los comandos de voz para videos; encima, el chip incluye la aplicación HDRnet a videos. “Google Tensor nos permite empujar los límites de la utilidad del teléfono inteligente llevándolo a un nuevo nivel”, se puede leer en el comunicado.

Con el nuevo procesador, el Pixel 6 podrá traducir en tiempo real videos y mensajes más rápido gracias a su función Live Translate. Todas las ejecuciones podrá realizarlas sin consumir mucha energía del dispositivo, un aspecto importante para el rendimiento del móvil.

Respecto a las características técnicas, el System on a Chip de Google tiene en su interior ocho núcleos de 5 nm divididos en núcleos grandes, medianos y pequeños. Los cores principales de tipo ARM Cortex-X1 se ejecutan a 2,8 GHz, acercándose a su mayor competidor el Snapdragon 888 de Qualcomm que integran los Samsung Galaxy S21.

El SoC también cuenta con dos núcleos Cortex A76 que se ejecutan a 2,25 GHz, y otros cuatro núcleos A55 de 1,8 GHz (los bits pequeños del procesador). En cuestión de gráficos, el Google Tensor cuenta con un núcleo gráfico Mali-G78, un chip gráfico que también estará disponible en otros teléfonos Android insignia.

De acuerdo con los ingenieros de Google, el chip Google Tensor podrá hacer funcionar un 80% más rápido al Pixel 6 en comparación a su predecesor, el Google Pixel 5. En cuanto a la seguridad, el procesador tiene una capa adicional que funciona con el chip Titan M2 en el teléfono para protegerse contra malwares y ransomwares.

Hoy en día, Google está apostando por un nuevo modelo de procesadores para competir con otras marcas como Apple o Samsung con su teléfono insignia. Estas empresas también han invertido tiempo y dinero en desarrollar sus propios procesadores y dejar de depender de otras compañías.

Hacia dónde van los derechos de autor y el aprendizaje automático para la inteligencia artificial

NOTIPRESS.- Las innovaciones tecnológicas como el big data, machine learning, inteligencia artificial, entre otros, cuestionan en gran medida los ejes fundamentales del derecho de autor. Estas tecnologías disruptivas eliminan la intervención humana en la creación, reproducción, productos e incluso protección de las obras únicas, pero hacia dónde va el derecho de autor o copyright.

Algunas organizaciones, entre ellas la Oficina de Derechos de Autor y la Oficina de Patentes y Marcas de Estados Unidos tratan de explorar el aprendizaje automático en la práctica. Principalmente en cuestión de inteligencia artificial, la cual ha tenido un gran auge en recientes cinco años, cuando grandes empresas de la tecnología comenzaron a usarla en sus plataformas digitales.

También, la IA se está implementando cada vez más en campos no antes vistos, desde el dominio exclusivo de herramientas digitales, hasta la creatividad e ingenio de las personas. Aunado a ello, la IA ha sido importante para la protección de la propiedad intelectual de los contenidos audiovisuales, medios digitales, en Internet.

Gracias a estas mejoras, aumenta de forma exponencial la capacidad de cálculo y recopilación de información para hacer cada vez más precisas herramientas a fin de proteger los derechos de autor. Sin embargo, todavía existen controversias sobre hasta qué punto la inteligencia artificial debe proteger y seguir encaminando el copyright en Internet.

Datos de la Organización Mundial de la Propiedad Intelectual (OMPI) indican, hasta 2018 existían más de 340 mil conjuntos de patentes relacionados con la IA. Más de la mitad fueron publicados después de 2013 y cerca del 40% de las patentes relacionadas con IA mencionan explícitamente el aprendizaje automático o alguna de sus variantes.

Además de ofrecer protección para las ideas únicas sobre algún servicio o producto, también la IA ayuda a las personas a explotar sus capacidades creativas y artísticas. Por ejemplo, AIVA es una herramienta que ayuda a los usuarios con conocimientos musicales intermedios o avanzados a componer canciones o bandas sonoras propias.

Ya sea con fines recreativos o comerciales, los usuarios pueden explotar sus conocimientos musicales a fin de tener contenidos originales para poder monetizar sus creaciones. De acuerdo con la OMPI, la IA puede dar forma a la expresión artística el cual se ajusta a la música, pintura u obras escritas, pero debe tener ciertas limitaciones para defender los derechos de autor.

Desde un inicio, las leyes que defienden los derechos de autor o copyright han tenido por objeto incentivar las creaciones humanas y los avances tecnológicos, y en general, reconocer lo que han logrado. Todavía hay muchas incógnitas por resolver, pero las organizaciones están siguiendo de cerca los nuevos avances en la tecnología para mejorar la protección de la propiedad intelectual.