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.

Periodista: Firma no identificada

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.

Periodista: Pierluigi Paganini

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).

Periodista: Firma no identificada

Personas mencionadas

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.

Periodista: TechNode Feed

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.

Periodista: Dr Eugene Ong

Personas mencionadas

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.

Periodista: Michele Steinberg

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.

Periodista: Firma no identificada

Personas mencionadas

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.

Periodista: OpenAI

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.

Periodista: EFE

Noticias encontradas

Coincidencias por palabras en títulos, resúmenes, temas, personas, lugares o firmas.

Resultados para «AI»

Más recientes primero · Hasta 30 noticias por página

Nvidia, SKT y Libeon unen para buscar la expansión de semiconductores de IA nacionales al extranjero

SK Telecom y Libeon firmaron un acuerdo de cooperación con Nvidia para integrar semiconductores de IA nacionales con la GPU de Nvidia y el NPU de Libeon. Este acuerdo busca establecer un camino para que los semiconductores de IA coreanos accedan al mercado global de centros de datos. La colaboración se centra en validar la posibilidad de crear infraestructura de IA soberana coreana combinando tecnologías de Nvidia y NPU locales.

Periodista: 한채연

Hackers usaron DeepSeek AI en un ciberataque global masivo

Un grupo de hacking vinculado a China, VAPOR PANDA, utilizó la IA DeepSeek y una herramienta llamada ARTEX para llevar a cabo un ciberataque global contra más de 200 organizaciones en 14 países durante 11 días. La operación atacó entidades como agencias gubernamentales, bancos y empresas de telecomunicaciones. La IA se empleó para automatizar fases del ataque, permitiendo ataques multi-etapa y dinámicos contra múltiples objetivos.

Periodista: Puriward Sinthopnumchai

Personas mencionadas

No se identificaron personas.

Tres casos de H5N1 y H5N9 en cuatro días: Preocupación por la propagación del AI este invierno

Se confirmaron tres casos de influenza aviar altamente patógena (AI) en cuatro días en las provincias de Yeoncheon, Jangheung y Yeoju, con serotipos H5N1 y H5N9. Esto ha aumentado la preocupación por la propagación del virus durante el invierno. Se enfatiza la necesidad de observar los patrones de mortalidad inicial y se han endurecido las medidas de inspección y control de movimiento de aves para prevenir la dispersión.

Periodista: 윤상준

Personas mencionadas

Taxis autónomos están por llegar a México

inDrive se alía con Nvidia y Pony.ai para probar robotaxis autónomos en entornos urbanos y climas extremos de Asia, buscando evaluar su viabilidad en mercados como México. Paralelamente, el Banco de México (Banxico) ajustó la tasa de referencia, y Banorte proyecta una paridad cambiaria futura.

Periodista: DESBALANCE

Expertos y académicos se reúnen en el "Puerto Farmacéutico Chino" para debatir la innovación médica impulsada por la IA

Se celebró la octava conferencia tecnológica farmacéutica en Lianyungang con el tema "Puerto Farmacéutico Chino", enfocada en la innovación médica impulsada por la Inteligencia Artificial y la cooperación global. El evento buscó reunir recursos de innovación, fomentar la fusión de IA y la industria farmacéutica, y promover la colaboración internacional para fortalecer la cadena de valor y la sustitución de productos nacionales. Se lanzaron plataformas clave para construir un ecosistema industrial AI+farmacéutica y avanzar hacia la transformación digital e inteligente de la industria biofarmacéutica.

Periodista: chinanews

Personas mencionadas

RigidFormer: Aprendizaje de dinámicas rígidas usando Transformers

Se presenta RigidFormer, un modelo basado en Transformer centrado en objetos diseñado para aprender dinámicas de cuerpos rígidos sin malla con pasos de integración controlables. El modelo aborda los desafíos de la simulación de dinámicas rígidas al razonar a nivel de objeto y utiliza técnicas como Anchor-Vertex Pooling y Anchor-based RoPE para manejar la geometría y la atención espacial. Los resultados demuestran que RigidFormer supera o iguala a los métodos basados en malla, ofreciendo mayor velocidad y escalabilidad a más objetos.

Periodista: Zhiyang Dou, Minghao Guo, Haixu Wu, Doug Roble, Tuur Stuyck, Wojciech Matusik

Personas mencionadas

Informe Técnico XekRung sobre un modelo de lenguaje grande para ciberseguridad

Se presenta XekRung, un modelo de lenguaje grande para ciberseguridad diseñado para ofrecer capacidades de seguridad exhaustivas. El desarrollo incluye la creación de *pipelines* de síntesis de datos y un *pipeline* de entrenamiento que combina preentrenamiento continuo, ajuste fino supervisado y aprendizaje por refuerzo. Los experimentos indican que XekRung alcanza un rendimiento de vanguardia en pruebas específicas de ciberseguridad, manteniendo un buen desempeño en evaluaciones generales.

Periodista: Jiutian Zeng, Junjie Li, Chengwei Dai, Jie Liang, Zhaoyu Hu

Protocolo Build-and-Find para evaluar bases de código gestionadas por agentes

Se presenta el protocolo Build-and-Find para evaluar si los agentes posteriores pueden recuperar eficientemente las elecciones intencionadas de bases de código generadas por agentes. El protocolo evalúa la precisión de la recuperación, la repetibilidad y el esfuerzo de inspección para determinar la legibilidad de los artefactos de código. Se encontraron diferencias en el esfuerzo de inspección entre artefactos generados por diferentes modelos frontera.

Periodista: Jhen-Ke Lin

Personas mencionadas

Dimensión Intrínseca Local Revela Alucinaciones en Modelos de Difusión

Se investiga el fallo de los modelos de difusión al generar alucinaciones estructurales, como manos con dedos extraños. Se propone una perspectiva que trata estas alucinaciones como inestabilidades en el manfold del modelo. Se introduce el Quenching Intrínseco (IQ), un mecanismo correctivo que mejora el rendimiento y ofrece una solución para asegurar la coherencia anatómica en tareas de imagen médica.

Periodista: Bartlomiej Sobieski

Personas mencionadas

Anatomía de la adulación de LLM: lo que oculta una tasa de volteo

Se presenta un protocolo llamado SycoLens para medir las tasas de volteo en modelos de lenguaje grandes (LLM) mediante repeticiones controladas. El estudio analiza cómo factores como la redacción y la verdad fundamental influyen en el comportamiento de los modelos al corregirse o capitular. Los resultados buscan comparar diferentes comportamientos de los modelos a través de un perfil de reporte.

Periodista: Haonan Huang, Tianlin Zhang

Personas mencionadas

Trayectorias de entrenamiento en el aprendizaje de representación por difusión

Se analiza cómo las dinámicas de entrenamiento afectan la calidad de reconstrucción y el desentrañamiento en modelos de autoencoders de difusión. Se identifican dos patrones de trayectoria de aprendizaje, denominados regímenes, que difieren en la evolución de la fidelidad de la imagen y el desentrañamiento. Se propone un método llamado SteeringDRL para dirigir a los modelos hacia un mejor desentrañamiento mediante la modulación de rutas y la exposición al ruido.

Periodista: Rajat Rasal, Avinash Kori, Tian Xia, Ben Glocker

Personas mencionadas

Midiendo forma y función en modelos de lenguaje

Se introducen métricas cuantitativas para evaluar modelos de lenguaje mediante la adquisición de lenguaje infantil. Se propone el método CAC para comparar modelos contra niños y contra referencias estadísticas empíricas. Se concluye que algunos modelos muy grandes cumplen con los estándares formales y funcionales del lenguaje humano.

Periodista: Héctor Vázquez Martínez

Personas mencionadas

Mosaic: aprendizaje de grafos auto-destilado y agnóstico al montaje para detección de convulsiones en EEG

Se presenta MOSAIC, un marco de aprendizaje de grafos ligero para la detección de convulsiones en EEG independiente del sujeto. Este método utiliza un codificador de canal compartido y un módulo de atención para inferir una matriz de adyacencia intercanales sin depender de un montaje fijo. Los resultados demuestran que MOSAIC supera a los métodos actuales en la detección de convulsiones, aprendiendo conectividades estables que se generalizan a implantes no vistos.

Periodista: Arya Jalali, Mahsa Shoaran

Personas mencionadas

Diferenciación automática rápida y general para métodos de estado finito

Se propone un nuevo método llamado "truco morfo" para integrar productos Jacobiano-vectoriales personalizados en software de diferenciación automática. Este enfoque ofrece implementaciones eficientes y agnósticas al semirring para el paso hacia atrás de algoritmos de programación dinámica. El algoritmo introducido calcula y diferencia la suma de pesos de trayectorias en autómatas finitos de estados, superando a los sistemas existentes en velocidad.

Periodista: Lucas Ondel Yang

Personas mencionadas

Modelos de lenguaje ajustados exhiben una mejor transmisión de información

Se propone la Entropía de Canopy ($\mathrm{CE}^\star$) para medir la incertidumbre en la generación de lenguaje, abordando la limitación de ignorar la longitud de la salida. Los resultados empíricos indican que los modelos ajustados finamente exhiben una correlación positiva más fuerte entre la tasa de entropía y la diversidad semántica, sugiriendo que el ajuste fino reorganiza la incertidumbre en generaciones más significativas.

Periodista: Yuwei Cheng, Weiyi Tian, Haifeng Xu

Personas mencionadas

Gráficos de control para sistemas multiagente

Se extiende la noción de gráficos de control basados en teoría de procesos adaptativos a sistemas multiagente para permitir su monitoreo automatizado. La simulación demuestra que estos gráficos son necesarios para sistemas que aprenden de su entorno. Se concluye que los monitores con líneas de base fijas detectan el aprendizaje legítimo, mientras que los monitores adaptativos permiten la existencia de adversarios lentos.

Periodista: Hayden Helm, Carey Priebe, Brandon Duderstadt

Personas mencionadas

Optimización Bayesiana Robusta por Distribución Ensemble

Se presenta un nuevo algoritmo para la Optimización Bayesiana Robusta por Distribución Ensemble, diseñado para manejar el contexto continuo de manera computacionalmente viable. El estudio logra límites de arrepentimiento sublineales teóricos, mejorando los resultados actuales del estado del arte. El comportamiento empírico del método coincide con sus garantías teóricas.

Periodista: Tigran Ramazyan, Denis Derkach

Personas mencionadas

Control basado en ontología de agentes conversacionales con caso de uso para práctica de entrevistas de trabajo

Se propone un enfoque basado en ontología para diseñar estrategias conversacionales que controlan los Modelos de Lenguaje Grande (LLM) para seguir características textuales específicas. El estudio demuestra cómo este método puede usarse para controlar los LLM en el contexto de la práctica de entrevistas de trabajo. El entrenamiento del LLM con conceptos formalmente definidos mejora la alineación con las características de conversación requeridas.

Periodista: Barbara GENDRON

Personas mencionadas

Modelos de difusión aprendidos bajo la hipótesis del manfoldo: colapso y refinamiento

Se analiza un procedimiento de colapso y refinamiento de dos etapas para modelos de difusión, centrado en la estructura de la variedad de baja dimensión. Se demuestra que el entrenamiento de campo medio anillado recupera el denoiser de la población y se desarrollan el marco SiLD para mejorar la generación de datos. Los experimentos muestran una calidad de generación competitiva frente a las líneas de base basadas en difusión latente.

Periodista: Wei Huang, Andi Han, Mingyuan Bai, Huanjian Zhou, Qixin Zhang, Taiji Suzuki, Kenji Fukumizu

Personas mencionadas

Exponiendo la ilusión de borrado en la edición de conocimiento para LLM

Se examina la Edición de Conocimiento (KE) en LLM, descubriendo que el conocimiento editado no se borra completamente sino que persiste. El análisis revela que los métodos de actualización redistribuyen el conocimiento en el espacio del modelo y son vulnerables a ataques adversarios. Esto sugiere que los algoritmos de KE son inherentemente eludibles, lo que requiere una reevaluación de su implementación.

Periodista: Advik Raj Basani, Anshuman Chhabra

Personas mencionadas

Predicción y mitigación de la susceptibilidad a jailbreaks mediante la geometría de comportamiento de modelos

Se evalúa y mitiga la susceptibilidad de sistemas generativos a ataques de jailbreak para asegurar su despliegue. Se formaliza la geometría de comportamiento de modelos para permitir una predicción eficiente de susceptibilidad y transferencia de defensas. Los métodos basados en esta geometría demuestran una detección de susceptibilidad con alta precisión y eficiencia en la evaluación.

Periodista: Hayden Helm, Xiaodong Liu, Weiwei Yang

Personas mencionadas

Extracción de características basadas en wavelet continua para la clasificación de espectroscopia de desintegración inducida por láser de muestras de plasma humano

Un estudio evaluó la extracción de características espectrales mediante transformada wavelet continua (CWT) para clasificar muestras de plasma humano como positivas o negativas para SARS-CoV-2. Se analizaron 181 especímenes de plasma, obteniendo una precisión del 93.00%, sensibilidad del 94.67% y especificidad del 91.61%. Las características identificadas incluyeron líneas de emisión de Ca II, K I y N I.

Periodista: Md Mahmudur Rahman, Atqiya Munawara Mahi, Nazim Ahmed Belabbaci, Mohammad Arif Ul Alam

Personas mencionadas

Descomponiendo el sesgo de sí/no en el juicio moral de los LLM

Investigaciones sobre modelos de lenguaje grandes (LLM) revelan sesgos en su juicio moral binario, como la coherencia entre la postura, la palabra y el veredicto. Se encontró que los sesgos son generalizados pero no uniformes, con algunos modelos mostrando una menor adhesión al veredicto. El estudio utiliza una batería psicométrica para separar estos efectos y medir la postura de los modelos sin formato binario.

Periodista: Haonan Huang

Personas mencionadas

PACZero: Ajuste fino privado de lenguaje mediante cuantización de signo

Se presenta PACZero, un mecanismo de ajuste fino diferencialmente privado (DP) de orden cero (ZO) para modelos de lenguaje grandes (LLMs). Este método busca equilibrar la utilidad y la privacidad al limitar la información mutua entre la entrada secreta y la salida. Se evalúan diferentes canales para garantizar la resistencia a ataques de inferencia de membresía (MIA) en el ajuste fino de LLMs.

Periodista: Murat Bilgehan Ertan, Xiaochen Zhu, Phuong Ha Nguyen, Marten van Dijk, Srinivas Devadas

Personas mencionadas

Gráficos de comportamiento: Estructuras de grafos no supervisados para interpretar datos de despliegue de robots

Se proponen los gráficos de comportamiento para simplificar el análisis de datos de despliegue de robots, comprimiendo las implementaciones de políticas en un grafo dirigido e interpretable. Estos gráficos ayudan a identificar modos de comportamiento similares y predicen el progreso de manera más precisa en comparación con las líneas base. Esto facilita la interpretación y el razonamiento sobre grandes volúmenes de datos de implementación de robots.

Periodista: Erik Bauer, Jakob Thumm, Christopher Agia, Rohan Sinha, Chen Xu, Haruki Nishimura, Jeannette Bohg, Marco Pavone, Masha Itkina

Personas mencionadas

Equilibrio Minimax-Regret Probabilísticamente Robusto para Juegos de Equipo Adversarios bajo Información Asimétrica

Se presenta el Equilibrio Minimax-Regret Probabilísticamente Robusto (PR-MRE) para juegos de equipo adversarios con información asimétrica. Este concepto combina la robustez libre de distribución con información probabilística para mejorar el rendimiento de las estrategias frente a cambios en la distribución de tipos. Los experimentos demuestran que PR-MRE genera estrategias más robustas en comparación con el equilibrio de Nash bayesiano.

Periodista: Naman Aggarwal, Jonathan P. How

Personas mencionadas

Evaluación del impacto de la Generación Aumentada por Recuperación en la resolución de problemas algorítmicos

Se presenta un enfoque de Generación Aumentada por Recuperación para mejorar la capacidad de los Modelos de Lenguaje Grande en la resolución de problemas de programación competitiva. El método integra recuperación basada en incrustaciones y búsqueda de similitud para identificar problemas análogos. Los resultados demuestran que la recuperación basada en similitud mejora sustancialmente el rendimiento de los LLMs en estos escenarios.

Periodista: Subhankar Maity

Personas mencionadas

MetaEncoder: Explorando el límite de los bi-encoders para la toma de decisiones multimodales con interfaz de lenguaje natural

Se presenta MetaEncoder, un codificador multimodal afinado para la toma de decisiones con interfaz de lenguaje natural. El estudio compara tres arquitecturas de puntuación (bi-encoders, cross-encoders y decodificadores restringidos) y demuestra que los bi-encoders ofrecen una ventaja de eficiencia al mantener una latencia de inferencia constante. MetaEncoder supera a los modelos de incrustación multimodales de vanguardia en tareas de decisión y recuperación de conjuntos abiertos.

Periodista: Jianpeng Cheng, Guangyu Sun, Aashu Singh, Benyu Zhang, Haixing Dai, Hossein Mansour, Jiangfan Zhang, Shlok Kumar Mishra, Wei Sun, Xuanming Cui, Yanli Liu, Qi Guo, Max Xiangjun Fan, Jun Xiao

Modelo de acción mundial basado en MPC con difusión

Se presenta LeWAM, un transformador bidireccional para predicción de políticas y dinámica, entrenado en un latente JEPA. Este modelo ofrece mejoras en alineación, actuación y planificación al manejar mejor la información latente y explotar las imprecisiones del modelo de dinámica en el proceso de planificación.

Periodista: Shashank Hegde, Alexander Popov, Elie Aljalbout, Nikolai Smolyanskiy

Personas mencionadas

Procesos Neuronales Transformadores Espectrales

Se propone el Procesos Neuronales Transformadores Espectrales (STNPs), una extensión de los Procesos Neuronales Transformadores (TNPs) que incorpora un Agregador Espectral. Este enfoque busca mejorar el modelado de la periodicidad y la cuasi-periodicidad en series temporales e imágenes al inyectar un sesgo de mezcla espectral. Los experimentos demuestran que STNPs mejoran el rendimiento predictivo sobre métodos existentes.

Periodista: Xianhe Chen, Hao Chen, Yingzhen Li

Personas mencionadas