Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
[기고] 인공지능이 바꾸는 신입의 일…기업은 숙련자를 어떻게 키울 것인가
La inteligencia artificial está transformando el rol de los nuevos empleados, planteando el desafío a las empresas sobre cómo formar expertos. Investigaciones sugieren que la exposición a la IA afecta la contratación de jóvenes en ciertas profesiones, indicando que la dependencia de la IA puede limitar la práctica de juicio y toma de decisiones. Para mitigar esto, se recomienda diseñar la formación de nuevos empleados integrando la verificación de resultados y la validación de fuentes, asegurando que el aprendizaje se centre en la comprensión profunda y la responsabilidad, no solo en la ejecución de tareas por IA.
IA se encuentra con APEC: Inyectando nuevo impulso al desarrollo regional
La inteligencia artificial se encuentra con APEC, inyectando un nuevo impulso al desarrollo regional. Este evento parece estar relacionado con la colaboración entre la IA y el Foro de Cooperación Económica Asia-Pacífico.
No se identificaron personas.
Boletín de noticias de Seguridad, IA y Ciberseguridad Ronda 8
El boletín de noticias de Security Affairs cubre los últimos desarrollos en la intersección de la inteligencia artificial y la ciberseguridad. Se discuten cómo la IA está transformando tanto las técnicas de ataque como las herramientas de defensa, incluyendo la automatización de tareas y la detección de amenazas. Se presentan casos específicos de vulnerabilidades, exploits y el estado actual de las amenazas en el ámbito cibernético.
Elon Musk quiere una OpenAI con fines de lucro
OpenAI necesita aumentar drásticamente su capacidad de cómputo, buscando pasar de 600 a 5000 GPUs, y aumentar su plantilla de investigadores. También es crucial asegurar una ventaja de hardware, como el diseño Cerebras, para lograr avances significativos en la construcción de la Inteligencia Artificial General (AGI).
Startup de datos para entrenamiento de robots GenRobot AI levanta $100 millones en financiación Serie A+
GenRobot AI, una empresa con sede en Beijing, ha cerrado una ronda de financiación Serie A+ de $100 millones para impulsar su desarrollo de infraestructura de datos para robots. La compañía proporciona equipos y software que recopilan demostraciones humanas (visuales, movimientos de manos y cuerpo) en tareas como domésticas, fabricación y logística. Su plataforma Matrix sincroniza, limpia y etiqueta estas grabaciones, ofreciendo datos de entrenamiento y evaluación para desarrolladores de robots.
Herramientas profesionales: Heidi AI
Heidi AI es una herramienta de IA que utiliza entrada de voz para tomar notas y transcripciones de consultas veterinarias, buscando reducir la carga administrativa de los veterinarios. La herramienta permite a los profesionales centrarse más en la comunicación y el examen clínico durante las consultas. Se destaca por su facilidad de uso y su capacidad para mejorar la eficiencia del flujo de trabajo, aunque requiere supervisión clínica para asegurar la precisión de la transcripción.
Caitlin Johnstone: Re-centralizando el control de la información
La noticia aborda la preocupación de que la inteligencia artificial pueda ser utilizada para re-centralizar el control de la información, afectando la percepción humana a través de algoritmos sofisticados. Se menciona que la IA podría manipular la información para servir a intereses de élites, como la propagación de narrativas pro-Israel. Se citan advertencias previas sobre cómo la IA puede superar la capacidad humana de detectar la manipulación algorítmica en la información.
La IA y las matemáticas se encuentran, ¿hacia dónde nos llevarán mutuamente?
La inteligencia artificial está acelerando el avance de las matemáticas, pasando de la ayuda al cálculo a la resolución de problemas de investigación complejos. Agentes de IA como los de DeepMind y OpenAI han resuelto teoremas y conjeturas matemáticas abiertas, generando un debate sobre el impacto de la IA en la investigación. Expertos matemáticos advierten sobre esta transformación, señalando un cambio significativo en el campo.
OpenAI amplía su trabajo con la industria periodística mediante una alianza con Axios
OpenAI anunció una nueva alianza de contenido con Axios y financiará la expansión de su cobertura local en cuatro ciudades de Estados Unidos: Pittsburgh, Kansas City, Boulder y Huntsville. La empresa suma casi 20 socios editoriales, entre ellos News Corp, The Atlantic, Vox Media, Prisa Media, Condé Nast, Hearst y Dotdash Meredith, que permiten a ChatGPT mostrar resúmenes y extractos citados de medios confiables. Además, OpenAI detalló programas de subvenciones con American Journalism Project, Lenfest Institute y WAN-IFRA para impulsar la adopción de IA en salas de redacción locales y globales.
La inteligencia artificial, una herramienta cada vez más presente en clima y meteorología
La inteligencia artificial está generando grandes avances en la predicción meteorológica y la investigación del cambio climático, permitiendo simulaciones más rápidas y análisis de datos más complejos. Se observa que los modelos de IA están compitiendo con los modelos físicos y que las predicciones a largo plazo son menos deterministas. Sin embargo, se advierte una limitación en que las herramientas de IA están entrenadas con datos pasados, sugiriendo la necesidad de seguir experimentando con modelos fisicoquímicos complejos.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «AI»
Más recientes primero · Hasta 30 noticias por página
PhysMoE: Grounding Espacial Rápido con Representación de Coordenadas de Token Único en VLMs Modales Desacoplados
Se presenta PhysMoE, una propuesta para mejorar la predicción de coordenadas en tareas de *grounding* dentro de Modelos de Lenguaje-Visión Encarnados (VLMs). La propuesta aborda los problemas de la tokenización discreta y la regresión de puntos, introduciendo mecanismos para alinear coordenadas con características visuales y facilitar el entrenamiento. PhysMoE logra una mejora del 15.7% en la ganancia y una aceleración de velocidad de 8.31x en benchmarks de *grounding*.
Pruning y destilación de Mixture-of-Experts a modelos de lenguaje densos
Se presenta un marco sistemático para convertir modelos Mixture-of-Experts (MoE) entrenados en arquitecturas densas estándar mediante la puntuación, selección y agrupación de expertos. Se demuestra que el método de puntuación es el factor más influyente, superando a métodos previos en la comparación de modelos como Qwen3-30B-A3B. El método MoE-a-denso mostró una mejora de +6.3 puntos porcentuales en precisión de *downstream* comparado con el *pruning* denso-a-denso.
Visualizaciones gráficas en prompts para la respuesta a preguntas de grafos de conocimiento
Se estudia cómo la entrada multimodal mejora la respuesta a preguntas de grafos de conocimiento (KGQA) en modelos vision-lenguaje grandes. Se encontró que añadir una imagen de gráfico aumenta la precisión en preguntas de baja complejidad, siempre que el diseño visual respete las restricciones cognitivas. Se sugiere implementar políticas de prompting visual adaptativas para optimizar la precisión y la eficiencia de inferencia.
Recapitulación: Aprendizaje prototipo Hebbiano local como lectura autoorganizada para dinámica de reservorio
Se presenta RECAP, una estrategia de aprendizaje bioinspirada para clasificación robusta de imágenes que combina dinámicas de reservorio no entrenadas con un mecanismo de lectura de prototipo Hebbiano autoorganizado. Este método evita la retropropagación de error y permite actualizaciones de prototipos en línea, demostrando robustez bajo corrupciones en el conjunto de datos MNIST-C.
StakeBench: Evaluando la comprensión del lenguaje fundamentada en el compromiso de mercado
Se presenta StakeBench, un marco de evaluación para la comprensión del lenguaje basado en el compromiso de mercado. Este marco utiliza datos de mercados resueltos para medir la capacidad de los modelos de lenguaje para detectar el compromiso de mercado y predecir acciones futuras. Los resultados indican que los modelos recuperan parcialmente las señales de posición, aunque presentan fallos estructurales en tareas más complejas de anticipación de acciones.
Asesoramiento persistente amplio en aprendizaje por refuerzo interactivo mediante codificación de estado latente
Se propone el Encoder BPA para el Aprendizaje por Refuerzo Interactivo Profundo, que permite almacenar y reutilizar el asesoramiento en memoria persistente mediante generalización de estado basada en K-means. Los resultados experimentales indican que este método mejora la eficiencia del aprendizaje y la utilización del asesoramiento en etapas tempranas del entrenamiento, especialmente en entornos complejos.
ADIndex: Indexación de Atención Esparsa Adaptativa a Nivel de Grupo
Se presenta ADIndex, un método de indexación adaptativo y basado en destilación para atención esparsa a nivel de token, diseñado para reducir el costo computacional en la inferencia de contexto largo. Los experimentos demuestran que ADIndex ofrece ganancias significativas en velocidad, incluyendo aceleraciones de hasta 6.22x en el prefill y 3.40x en la decodificación, manteniendo un rendimiento de tarea casi sin pérdidas.
Estudio dinámico de la teoría de conjuntos suaves y sus extensiones
El texto es un estudio exhaustivo de la teoría de conjuntos suaves y sus extensiones, como conjuntos suaves hiper y dinámicos. El libro busca refinar la rigurosidad matemática, distinguir definiciones y abordar inconsistencias en la literatura existente.
Tercer ojo: Más allá de las ganancias inmediatas en la auto-mejora recursiva
Un estudio evalúa el rendimiento de modelos de lenguaje (Qwen3-4B/Llama-3.2-3B) en tareas de matemáticas y código, analizando el impacto de las actualizaciones recursivas. Los resultados sugieren que la utilidad inmediata de la selección es cercana a cero, aunque la continuación reduce esta utilidad. El estudio concluye que las actualizaciones persistentes deben evaluarse como transiciones de adaptación, no solo por el rendimiento inmediato.
Selección de centro de cumplimiento transfronterizo mediante estimación robusta doble y programación lineal
Se presenta un modelo de optimización para seleccionar centros de cumplimiento transfronterizos (XB) utilizando pronóstico, estimación robusta doble y programación lineal. Este modelo busca minimizar el tiempo y costo de entrega mientras maximiza la ganancia y las unidades enviadas en corredores de envío internacionales. Los resultados indican reducciones significativas en el tiempo y costo logístico en comparación con políticas definidas por expertos humanos.
Donde Polanyi se encuentra con Galois: Conocimiento tácito como operación algebraico-determinista, hacia el replanteamiento de la ciencia generada por IA
El artículo aborda el conocimiento tácito y explícito, argumentando que ambos son parte de un sustrato de memoria común. Propone un marco teórico que formaliza la visión de Polanyi sobre cómo el conocimiento tácito y explícito no están estrictamente separados. Se explora cómo la inteligencia artificial, específicamente los LLMs, afecta la naturaleza del conocimiento explícito y la búsqueda de la verdad.
CACHEFORGE: Política de reemplazo de caché generativa de extremo a extremo guiada por LLM para rendimiento y eficiencia de hardware
CACHEFORGE es un marco que integra un modelo de lenguaje grande (LLM) en un bucle de evolución para generar políticas de reemplazo de caché de extremo a extremo. Este enfoque busca descubrir políticas compactas que cumplen con las restricciones de hardware al explorar transformaciones algorítmicas más allá de los predictores fijos. El framework superó a varias líneas base en benchmarks de SPEC CPU2006, mejorando significativamente las tasas de acierto y el IPC en diferentes escenarios.
Marco computacional para comprender planes encarnados
Se presenta GenEA, una representación de agente diseñada para razonar sobre planes encarnados de largo horizonte y múltiples pasos. Este marco utiliza un espacio de estados multinivel que combina la biomecánica de un cuerpo articulado con interacciones de objetos, basado en física intuitiva de simulación. GenEA supera a modelos alternativos, sugiriendo un nuevo enfoque para la arquitectura del razonamiento humano y la inteligencia artificial encarnada.
Clase de Tráfico Agéntico Verificable: Un Mecanismo de Calidad de Servicio Policiado para Tráfico de IA Agéntica
Se propone la Clase de Tráfico Agéntico Verificable (VATC) para gestionar el tráfico generado por agentes de software basados en modelos de lenguaje grande. Este mecanismo utiliza un clasificador enrutador para demorar el tráfico no verificado y un límite de tasa para controlar el rendimiento. La VATC demostró reducir significativamente la latencia de cola en simulaciones, superando a otros mecanismos como DiffServ bajo carga estable.
Fundamentación neurosimbólica y agnóstica de la cinemática robótica
Se presenta URDF2Ontology, un marco neurosimbólico que convierte archivos URDF en ontologías OWL fundamentadas utilizando un LLM para razonamiento semántico. Este sistema utiliza una arquitectura dual para procesar estructuras cinemáticas complejas y demuestra una fuerte alineación del esquema en la extracción estructural. El trabajo busca reducir la sobrecarga de autoría de dominio manual en la descripción de robots.
Construcción y evaluación de un asistente de primeros auxilios sin conexión para escenarios de respuesta a emergencias
Se desarrolló HandsOnAid, un modelo de lenguaje pequeño basado en Gemma 2B afinado para asistir en situaciones de primeros auxilios sin conexión. El modelo fue evaluado mediante jueces de LLM y profesionales médicos, mostrando mejoras en la puntuación media tras el ajuste fino. La mejor configuración alcanzó una puntuación de 2.51 de 5, destacando la utilidad del modelo en entornos de emergencia sin conectividad.
Aprendizaje de manipulación diestra utilizando guía de llave de contacto a partir de demostraciones humanas
Se presenta el marco CHORD para la manipulación diestra robótica utilizando la guía de llave de contacto a partir de demostraciones humanas. Este enfoque permite medir la similitud entre movimientos humanos y robóticos a través de las fuerzas y torques inducidos en el objeto. El sistema demuestra una alta tasa de éxito en tareas de manipulación y generaliza a la manipulación de cuerpo completo.
Evaluación de seguridad basada en especificaciones de agentes de LLM para llamadas a herramientas en tareas de contexto a largo plazo
Se presenta RAS-Eval, un marco de evaluación de seguridad basado en especificaciones para agentes de LLM, diseñado para verificar objetivos de utilidad y seguridad mediante lógica temporal lineal (LTL). Este método busca superar las limitaciones de los métodos existentes al derivar veredictos deterministas y observar exactamente los estados dependientes para detectar violaciones transitorias. Además, se propone un *pipeline* para construir un conjunto de datos de referencia con tareas normales y de ataque en cuatro superficies de ataque.
APS-VLA: Poda de tokens guiada por acción y con conciencia futura para modelos eficientes de lenguaje-visión-acción
Se presenta APS-VLA, un marco que aprende la selección de tokens visuales a partir de demostraciones robóticas para reducir la latencia de inferencia en modelos de lenguaje-visión-acción (VLA). Este método logra una aceleración de $1.47\times$ en la latencia de inferencia, reduciéndola de 137.25 ms a 93.25 ms en tareas reales. Los resultados validan APS-VLA como un marco modular para un control robótico eficiente.
SetPrint: Detección de huellas dactilares de LLM mediante correspondencia setwise de cambios de respuesta
Se presenta SetPrint, un método sin entrenamiento para el fingerprinting de LLM de caja negra que captura tanto las relaciones internas del conjunto como la correspondencia entre conjuntos. Este método compara los cambios de respuesta inducidos por la misma perturbación entre dos modelos. SetPrint supera a los métodos existentes en LeaFBench, demostrando la efectividad de su enfoque.
Distilación de distribución regularizada por trayectoria para generación de un paso
Se propone la distilación de distribución regularizada por trayectoria (TRD) para la generación de un paso, combinando supervisión a nivel de distribución y trayectoria. Esta técnica supera a las líneas base en calidad de generación y eficiencia de entrenamiento para la generación de un paso y de pocos pasos en modelos como SANA-1.6B y Stable Diffusion 3.5.
Modelo computacional de coadaptación entre profesor y estudiante
Se presenta un marco computacional bayesiano para estudiar la coadaptación entre profesores y estudiantes bajo observabilidad parcial en una tarea de aprendizaje de conceptos. El estudio compara diferentes modos de interacción y controles para determinar cómo la experiencia del profesor afecta los pasos de interacción necesarios para la coadaptación total. Los resultados sugieren que la coadaptación total requiere menos pasos de interacción cuando la experiencia del profesor es alta.
Decisiones por discriminación: Evidencia diferencial para el razonamiento médico
Se presenta un marco de evidencia diferencial basado en recuperación para preguntas de opción múltiple médicas (MCQ) utilizando modelos de lenguaje grandes (LLM) para soporte de decisiones clínicas. El método extrae evidencia diferencial específica de las opciones para mejorar la selección de respuestas. Los experimentos indican ganancias consistentes de precisión en múltiples conjuntos de datos y LLMs objetivo.
Google AI demuestra que nadie puede leer tus chats privados de WhatsApp y Signal
Google DeepMind logró un hito en ciberseguridad al usar una IA llamada AlphaProof Code para verificar matemáticamente el protocolo criptográfico de Signal hasta el nivel de código máquina. Esto demuestra que el código subyacente es seguro sin errores, lo cual es un avance significativo para proteger las comunicaciones privadas de usuarios. El objetivo es usar la IA para detectar errores de código antes de que sean explotados por hackers, buscando hacer la infraestructura crítica completamente a prueba de hackeos.
Google amplía el acceso al modelo de IA Gemini 4 Carbon para desarrolladores, empresas con capacidades avanzadas de codificación, ciberseguridad e investigación
Google ha expandido el acceso al modelo de IA Gemini 4 Carbon a desarrolladores, empresas, científicos y consumidores para tareas complejas como desarrollo de software, investigación financiera y ciberseguridad. Este modelo está diseñado para requerir razonamiento extenso y verificación repetida, y se integra con otras IA para tareas más complejas. El acceso se ofrece a través de la API Gemini y Gemini para empresas con precios específicos por tokens.
Cómo la IA ayuda a los recicladores a convertir residuos mixtos en material reutilizable
La inteligencia artificial y la robótica están transformando el reciclaje al mejorar la clasificación de materiales mixtos, permitiendo recuperar recursos valiosos y reducir la cantidad de residuos destinados a vertederos. Startups como AIRECO y EverestLabs AI utilizan visión por computadora y robots para clasificar plásticos y materiales en tiempo real con alta precisión. Además, tecnologías como Greyparrot permiten a los operadores visualizar el contenido de los flujos de residuos, mejorando la eficiencia y el rendimiento de reciclaje. La automatización también se aplica a la clasificación de textiles para darles una segunda vida mediante la identificación detallada de sus características.
Veteranos con discapacidad visual reciben gafas Meta AI en evento de UT Dell
Meta donó 130,000 gafas Ray-Ban Meta AI a veteranos ciegos y con baja visión de EE. UU. en honor a su servicio, mediante una colaboración con varias organizaciones. El evento se llevó a cabo en la Universidad de Texas en el Campus Dell para Advanced Research. Las gafas buscan ayudar a los usuarios con discapacidad visual a reconocer personas y mantenerse conectados.
Investigación del CEO de Nvidia y lazos con Singapur: ¿Afectarán los futuros pedidos de chips?
Nvidia está investigando si su CEO, Jensen Huang, fue objeto de espionaje extranjero, lo que genera incertidumbre sobre los futuros pedidos de chips. Se examinan los lazos comerciales de Nvidia con Singapur, un mercado importante, y se investiga si empresas como Megaspeed están involucradas en elusión de controles de exportación. La situación podría afectar las decisiones de inversión y lanzamientos de productos de Nvidia en el sector de semiconductores.
De exportar minerales a exportar conocimiento: las claves de la cooperación entre el sector público, la academia y la industria
Se analizó la coordinación entre industria, sector público y academia en el rubro minero, buscando transformar la minería de exportación de minerales a exportación de conocimiento. Se discutieron desafíos en el emprendimiento, como la necesidad de identificar el dolor real del cliente y la importancia de enfocarse en el problema en lugar de enamorarse de la idea.
La carne argentina ratificó su protagonismo en China, un mercado que sigue evolucionando
El IPCVA concluyó su participación en la CIIE de Shanghái, confirmando la relevancia del mercado chino para las exportaciones de carne argentina, representando el 60% en volumen y 40% en valor. Los exportadores destacaron que China es un destino estratégico y que la demanda se enfoca en productos de mayor calidad y carne terminada a grano. Se observó cautela comercial debido a la incertidumbre sobre la oferta brasileña, aunque se mantiene una perspectiva favorable a largo plazo para la carne argentina.