Buscar noticias
Buscá por texto y descubrí noticias relacionadas con tu consulta.
Noticias relevantes
Hasta 10 noticias relacionadas por su significado, ordenadas por relevancia.
Un robot polilla hace un sensor UV usando un sistema circulatorio artificial
Investigadores crearon un robot con forma de polilla que utiliza un sistema circulatorio artificial para transportar bloques de construcción químicos y cultivar un sensor de luz UV. Inspirados en la circulación de los insectos, el sistema permite que el entorno moldee al robot, creando componentes necesarios in situ. Este enfoque busca mejorar la adaptabilidad de los robots al enfrentar entornos inesperados, permitiendo que el hardware se desarrolle a medida que el robot interactúa con su entorno.
Poli.design coordina un proyecto europeo para llevar la IA al sector público
Poli.design está coordinando un proyecto europeo para integrar la Inteligencia Artificial en el sector público. Además, se mencionan avances en el sector naval italiano y la expectativa de presencia italiana en Perú. También se reportan movimientos financieros como el regreso de Italgas a la bolsa y acuerdos de Intesa Sanpaolo y Confindustria para apoyar a las PYMEs en mercados internacionales.
Hablando con la IA – Las dos opciones
La sociedad está marcada por una polarización inducida, siendo la Inteligencia Artificial uno de sus ejes. Se plantea la necesidad de una colaboración entre el usuario y la máquina, pero se subraya la falta de enfoque en la moralidad. Se exige una regulación ética urgente de la IA para asegurar una evolución social adecuada.
No se identificaron personas.
Peter Sarlinin equipo incluye nombres de talla mundial: Pekka Lundmark
La empresa de emprendimiento de inteligencia artificial de Peter Sarlin ha nombrado a seis nuevos asesores PS Fellow, quienes poseen comprensión tecnológica y experiencia en liderazgo. Estos nuevos miembros son considerados líderes internacionales en el ámbito empresarial y universitario.
Pollo al ajillo - ADNSUR
Se describe la receta del pollo al ajillo, destacando que es un clásico casero que requiere pollo, ajo, vino blanco y paciencia. La clave para un buen resultado es trocear el pollo en trozos pequeños para que absorba bien los sabores. La receta rinde cuatro porciones y se cocina en una sola sartén, siendo ideal para preparar en lotes.
No se identificaron personas.
VOLTA, el infostealer que pregunta a una IA qué víctimas valen el esfuerzo
VOLTA es un infostealer para Windows impulsado por IA que roba diversos datos personales, incluyendo contraseñas, cookies, tokens OAuth y detalles de tarjetas de pago, y luego utiliza un modelo de lenguaje grande (LLM) para clasificar el valor de las víctimas. El malware construye un perfil detallado de la víctima, incluyendo ubicación y empleador, y envía este dossier estructurado a un modelo de IA para generar una evaluación forense y monetaria. Este método busca desplazar el esfuerzo analítico humano hacia la IA para priorizar objetivos.
Juan Roig invierte en Ploot, que logra 400.000 euros de capital para ayudar a las empresas a identificar oportunidades
La startup Ploot ha cerrado una ronda de financiación de 400.000 euros liderada por Angels Capital, la sociedad de inversión de Juan Roig. La empresa utiliza inteligencia artificial para identificar señales de intención de compra en empresas, buscando optimizar la prospección comercial. La inversión busca reforzar el equipo y desarrollar su agente de ventas basado en IA.
Noticias encontradas
Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.
Resultados para «Pollo AI»
Más recientes primero · Hasta 30 noticias por página
ZF IT Generation: Comparativa de modelos de IA y estrategia de ventas de GEOflux.ai
La startup GEOflux.ai ha lanzado una plataforma que monitorea el uso de modelos de IA para optimizar el marketing digital. La compañía ha integrado ocho modelos de IA, incluyendo Claude y Copilot, y ha implementado un sistema de cuentas gratuitas para atraer usuarios y clientes. Los fundadores han determinado que el producto es funcional, pero el éxito depende de implementar funcionalidades que impulsen las ventas y la expansión a nuevos mercados.
¿Cuánto dinero se necesita para hacer hallacas y pan de jamón en Venezuela?
La preparación de hallacas y pan de jamón en Venezuela enfrenta altos costos debido a la crisis económica y la fluctuación del dólar. Se detallan precios de ingredientes como carne, pollo, tocino y diversos adornos, indicando que una familia puede necesitar alrededor de 70 dólares para elaborar 30 a 40 hallacas. Los comerciantes expresan preocupación por el aumento de precios y esperan una mejora en el panorama económico para el cierre del año.
Mapeo de la resistencia a la IA
El informe AI Monitor 2026 muestra que la IA es vista con mayor optimismo en China, India e Indonesia, mientras que Estados Unidos muestra menor aceptación. La resistencia a la IA varía según la sociedad y el nivel de recursos, sugiriendo que el impacto de la tecnología depende de la estructura económica y social de cada país. Se analizan las implicaciones para el mercado laboral y la posibilidad de deslocalización del trabajo intelectual gracias a la traducción automática.
AMD lanza la CPU 'EPYC' de 6ª generación para servidores, apuntando a la infraestructura de IA de Meta, MS y Oracle
AMD ha lanzado la CPU para servidores de sexta generación 'EPYC', diseñada para optimizar agentes de inteligencia artificial y el cómputo en centros de datos. Este nuevo procesador utiliza la arquitectura 'Zen 6' para mejorar el rendimiento y la eficiencia energética. AMD planea expandir su mercado de CPU para servidores colaborando con grandes empresas de nube e IA como Meta, Microsoft y Oracle.
Administradores universitarios lamentan no haber consultado a estudiantes sobre la Orientación, supervisión y proctoring en CPUC
Los administradores universitarios lamentaron la falta de consulta a estudiantes sobre cambios en la Orientación, señalando que las decisiones futuras se basarán en una mayor participación comunitaria. Se discutieron cambios en el programa de Orientación, la implementación del piloto de ChatGPT y se abordaron temas como la supervisión de exámenes y la política de admisión universitaria.
Google incorpora Gemini 4 Carbon al modo IA en Búsqueda
Google ha lanzado Gemini 4 Carbon en el Modo IA de la Búsqueda, disponible inicialmente para suscriptores de Google AI Ultra. Este modelo es descrito como superior en el entendimiento de la intención y el razonamiento de problemas complejos. El acceso a Carbon está limitado a usuarios de pago y se implementa en la aplicación Gemini y la plataforma Antigravity.
Estados Unidos crea el primer centro estatal para evaluar la seguridad de la IA
La gobernadora de Nueva York anunció la creación del Centro para la Responsabilidad e Investigación de la IA de Nueva York (NYCAIRR), el primer centro estatal en EE. UU. para evaluar la seguridad de los sistemas de inteligencia artificial. Este centro reunirá a 80 expertos y buscará promover la investigación en seguridad de IA y evaluar la protección de sistemas avanzados. La iniciativa responde a nuevas regulaciones que entrarán en vigor en 2027 y busca liderar la seguridad de la IA en Estados Unidos.
MADSNet: Una Red Espiking Densa Atencional Axial Multi-escala para la Reconstrucción de Imágenes de Cámaras de Puntas
Se propone MADSNet, una Red Espiking Densa Atencional Multi-escala para la reconstrucción de imágenes de cámaras de picos. Esta arquitectura utiliza un codificador-decodificador jerárquico para extraer características y reconstruir imágenes de intensidad continuas. Los experimentos demuestran que MADSNet supera a otros modelos en fidelidad y reduce significativamente la latencia y el consumo de energía.
Políticas robustas a la perturbación de aprendizaje para agentes de LLM con optimización estable
Se investiga cómo mejorar la robustez a la perturbación en la optimización de políticas para agentes de LLM mediante el aprendizaje por refuerzo. Se introduce la Optimización de Política Robusta a la Perturbación Estable (SPrPO) para aplicar perturbaciones adaptativas durante el entrenamiento de RL. Los experimentos demuestran una mayor robustez a la perturbación manteniendo una optimización de política estable.
Comunicación semántica consciente de la importancia del token permite transmisión de video robusta
Se propone un marco de comunicación semántica consciente de la importancia del token (Ti-SemCom) para mejorar la transmisión de video eficiente en ancho de banda. Este método extrae información de objetos y movimiento para seleccionar dinámicamente tokens relevantes según su importancia y el ancho de banda disponible. Los experimentos indican una reducción del 88.3% en el costo de comunicación manteniendo una calidad de reconstrucción competitiva.
Mapeo Cognitivo del Aprendizaje por Mecanismos de Pensamiento en Modelos de Lenguaje Grande
El artículo propone un Marco Cognitivo de Aprendizaje por Pensamiento (LbT) para mapear cuatro mecanismos (Razonamiento Reflexivo, Memoria Sintética, Simulación Interna y Autoorganización Conceptual) en los modelos de lenguaje grandes (LLMs). Se analiza cómo métodos como el prompting de cadena de pensamiento pueden aproximar estos mecanismos, aunque también se identifican fallos como la alucinación y el colapso del modelo. El marco ofrece una base para diseñar sistemas de aprendizaje autónomo más fiables.
Ingeniería de conocimiento controlado para la inducción de taxonomías con agentes LLM basados en herramientas y políticas adaptativas en tiempo de ejecución
Se presenta TIGA, una arquitectura de ingeniería de conocimiento que utiliza agentes LLM con herramientas y políticas adaptativas en tiempo de ejecución para la inducción de taxonomías. Esta arquitectura busca mejorar la construcción de representaciones de conocimiento estructuradas, abordando problemas de coherencia y validez jerárquica. Los resultados indican que esta metodología ofrece los mejores resultados estructurales, aunque implica un mayor costo en términos de consumo de recursos computacionales.
AnalogRetriever: Aprendizaje de Representaciones Cross-Modal para Recuperación de Circuitos Análogos
Se presenta AnalogRetriever, un marco de recuperación tri-modal unificado para la búsqueda de circuitos analógicos, diseñado para superar las limitaciones de los métodos existentes que solo manejan una modalidad. El sistema utiliza modelos vision-lenguaje y redes neuronales para codificar esquemáticos y netlists, logrando un Recall@1 del 75.2% en las pruebas. Se demuestra que esta técnica mejora las tasas de éxito funcional al integrarse en el marco AnalogCoder.
Medición de agentes de codificación fronterizos en tareas de ingeniería de software autorizadas por expertos en bases de código desconocidas
Se presenta ExpertCrowd-SWE, una métrica para evaluar agentes de codificación autónomos en tareas de ingeniería de software complejas en bases de código desconocidas. El estudio compara siete modelos fronterizos, destacando a Claude Opus 5.5 y GPT-6 Astra como líderes. Los resultados muestran que no todos los modelos resuelven todas las tareas, con puntuaciones que varían significativamente según el modelo utilizado.
Benchmarking de agentes LLM para el diseño de esquemas de circuitos personalizados
Se presenta ICLayout-Bench, un punto de referencia para evaluar agentes de LLM en el diseño de esquemas de circuitos personalizados utilizando herramientas EDA. El benchmark evalúa la construcción y optimización de diseños GDSII a partir de listados de circuitos a nivel de transistor. Los resultados miden el rendimiento eléctrico y el área de los diseños, con puntuaciones que varían significativamente según si son tareas públicas o privadas.
Aprendizaje por refuerzo sobre trayectorias de pacientes para el razonamiento clínico en modelos fundacionales de EHR
Se propone un marco de ajuste fino por aprendizaje por refuerzo (RL) para mejorar las capacidades de razonamiento clínico de los modelos fundacionales de registros de salud electrónicos (EHR) entrenados con trayectorias longitudinales de pacientes. Este enfoque busca superar las limitaciones de la predicción de siguiente token en datos incompletos. Los resultados indican que el ajuste fino por RL mejora el rendimiento y facilita la transferencia de conocimiento entre tareas.
Aprendizaje de representación relacional consciente del razonamiento para la generación de grafos de escena de vocabulario abierto
Se propone RaRe, un marco de aprendizaje de representación relacional consciente del razonamiento para mejorar la generación de grafos de escena de vocabulario abierto. Este método transforma las racionalizaciones de cadena de pensamiento (CoT) generadas por MLLM en incrustaciones de relación estructuradas. RaRe optimiza el espacio de representación para mejorar la discriminabilidad entre relaciones y lograr un reconocimiento mejorado en comparación con métodos previos.
Darmok: Solución de crucigramas criptográficos del campeonato mediante ajuste de restricciones y orquestación resiliente
Se presenta Darmok, un sistema automatizado que alcanzó un rendimiento superior al humano en crucigramas criptográficos británicos. Este sistema utiliza la verificación cruzada de pistas entre tres modelos de IA independientes para lograr alta precisión y velocidad. El sistema demostró resiliencia al mantener la solución incluso bajo condiciones de fallo del modelo principal, superando a los competidores humanos en el campeonato.
GraphToolbox: Un marco configurable para la evaluación controlada de la predicción de redes neuronales gráficas
Se presenta GraphToolbox, un framework de Python de código abierto que unifica la construcción de grafos, la selección de modelos y la interpretación para la previsión de carga y carga neta de electricidad mediante Redes Neuronales Gráficas (GNNs). El framework se utilizó para comparar arquitecturas y modelos en la predicción de carga y carga neta en niveles regionales y nacionales. Los resultados indican que los modelos de grafos superan a las líneas de base tradicionales en la predicción de carga neta.
Aprendizaje más allá de la manipulación rígida con robots híbridos blando-rígidos
Se presenta un sistema robótico híbrido que combina un brazo rígido con un manipulador blando. Este sistema utiliza un algoritmo de aprendizaje por imitación para adquirir habilidades de manipulación y generalizarlas. El sistema logra igualar o superar el rendimiento de los robots rígidos en tareas clásicas, además de permitir nuevos comportamientos como agarrar objetos por aperturas estrechas.
Tiempo Reparametrizado Adaptativo para Muestreo Basado en Puntuación
Se propone el Tiempo Reparametrizado Adaptativo (ART) para el muestreo por difusión, buscando mejorar la asignación de pasos de tiempo al aprender una dinámica de tiempo inverso. Se introduce ART-RL, una formulación de aprendizaje por refuerzo para resolver el problema de control determinista. Los resultados demuestran que ART-RL mejora la calidad de la muestra en muestreadores existentes sin modificar el *pipeline* de muestreo.
Hacia RTL autónomo y optimización de síntesis: Evaluación y agentes auto-mejorables
Un artículo examina avances en modelos de lenguaje grandes y agentes autónomos para la optimización del diseño de hardware, enfocándose en la optimización autónoma de RTL y síntesis. Se presentan tres enfoques: benchmarking realista, optimización basada en herramientas y optimización específica del diseño. Se demuestra que un marco multiagente, Dr. RTL, logra mejoras significativas en WNS/TNS y reducción de área en diseños de RTL reales.
No se identificaron personas.
Especializando Meta Multi-Objectivization como base para la optimización de software
El artículo estudia la posibilidad de especializar el modelo Meta Multi-Objectivization (MMO) como una base general para diversos problemas de optimización de ingeniería de software. Se demuestra que MMO supera a otros optimizadores en un 79% y 94% de los casos, dependiendo de la elección del objetivo auxiliar. Se propone la herramienta L2RAC para recomendar automáticamente la mejor elección del objetivo auxiliar, mejorando la precisión en la selección.
Un tokenizador multi-palabra para 204 idiomas que necesita menos tokens que GPT-4o
Se presenta un tokenizador Havon v3 y v4, y posteriormente v5, diseñado para manejar 204 idiomas, comparando su eficiencia de tokens frente al tokenizador de GPT-4o. Los resultados muestran que el tokenizador v4 y v5 logran una reducción en el número de tokens necesarios en comparación con GPT-4o en varios idiomas, especialmente en inglés y lenguas romances.
Benchmarking de optimizaciones guiadas por proveedores en NPUs de borde: De NPU solo a rendimiento de extremo a extremo.
Se presenta una metodología de benchmarking para evaluar el rendimiento de las NPU de borde, comparando configuraciones de optimización guiada por el proveedor (VG-NPU y VG-E2E). Los resultados indican que VG-NPU mejora la precisión y la latencia de llamada en tiempo de ejecución, mientras que VG-E2E reduce la latencia a nivel de sistema, mostrando la importancia de evaluar las optimizaciones en diferentes niveles de despliegue.
Gobernanza de la IA y el Principio de Frontera Prohibida
Este estudio desarrolla un marco integrado para evaluar la justicia de la inteligencia artificial a través de capas normativas, de datos, de modelo y gobernanza. Propone un Principio de Frontera Prohibida para asegurar que los agentes de IA no ejecuten acciones externas fuera de límites preautorizados. El marco incluye un Protocolo de Parada Segura de Principio Primero con mecanismos de monitoreo y autorización humana para garantizar la gobernanza.
Reducción de varianza para gradientes de modelos de difusión
Se presenta CARV, un marco de contabilización de varianza consciente del cómputo para reducir la varianza de gradientes en modelos de difusión utilizados en tareas como texto a 3D y atribución de datos. Este marco utiliza muestreo jerárquico y técnicas como el muestreo de importancia del paso de tiempo para amortizar el costo computacional de las estimaciones Monte Carlo. Se demuestran mejoras significativas en el rendimiento computacional sin alterar el objetivo final.
MC$^2$: Corrección de Monte Carlo para la resolución rápida de PDE elípticas
Se presenta MC$^2$, un solucionador híbrido de Red Neuronal-Monte Carlo para ecuaciones diferenciales parciales (PDE). Este método logra una precisión superior a la de los métodos clásicos utilizando muchas menos muestras de Monte Carlo. Además, se lanza PDEZoo, un conjunto de datos estandarizado para la resolución de PDE, facilitando estudios reproducibles en el campo.
Refactorización coordinada de renombrado por múltiples agentes
Se presenta un marco multi-agente diseñado para automatizar el renombrado coordinado en desarrollo de software. Este sistema utiliza agentes para inferir el alcance de las refactorizaciones relacionadas a partir de una refactorización inicial del desarrollador. El objetivo es reducir la carga de los desarrolladores al automatizar tareas repetitivas y complejas de renombrado.
RamanPFN: Marco de fundación espectral guiado por física para aprendizaje en contexto a través de diversas aplicaciones Raman
Se presenta RamanPFN, un marco de fundación espectral guiado por física diseñado para la inferencia en contexto unificada mediante aprendizaje espectral. Este modelo aborda las limitaciones de los modelos de aprendizaje automático al integrar la mezcla aditiva de espectros y la localidad de las bandas vibracionales. Los resultados demuestran que RamanPFN supera a otros métodos en múltiples tareas de regresión y clasificación, mejorando significativamente la precisión y la eficiencia del análisis cuantitativo de datos espectroscópicos.