La inteligencia artificial influye cada vez más en diversos ámbitos de la tecnología, y Estados Unidos desempeña un papel fundamental. Desde centros de datos a gafas inteligentes o previsiones meteorológicas, los gigantes tecnológicos estadounidenses están demostrando su fuerza. Amazon invierte decenas de miles de millones en potentes complejos informáticos, Meta prueba nuevas gafas con visión desde los ojos del usuario y Google ayuda a predecir mejor los huracanes. Además, investigadores estadounidenses están estudiando cómo piensa realmente la IA y han descubierto que los modelos a menudo "explican" sus respuestas de forma diferente a lo que cabría esperar. He aquí un resumen de lo más destacado.
Amazon está construyendo una red de superordenadores para Anthropic
Amazon presentó el Proyecto Rainierque conectará enormes centros de datos en una única y potente red, denominada ultracluster. Se utilizará principalmente para entrenar grandes modelos de IA que requieren una enorme potencia de cálculo. La medida pretende reforzar la posición de Amazon en el campo de la IA y permitir un desarrollo más rápido de sistemas avanzados para robótica, servicios en la nube o el asistente de voz Alexa, por ejemplo.
- Amazon planea construir hasta 30 centros de datosen Indiana y otros estados de Estados Unidos.
- Utilizará sus propios y potentes chips Trainium 2 y 3que son más económicas que las alternativas convencionales.
- Los centros estarán conectados por su propia tecnología de red Adaptador de tejido elástico.
- El socio clave del proyecto es la empresa Antrópicoen la que Amazon ha invertido 8.000 millones de dólares.
- Si la cooperación fracasa, Amazon utilizará esta infraestructura para sus servicios en la nube AWS.
Meta presenta la segunda generación de gafas inteligentes Aria
Meta presenta una nueva versión de sus gafas inteligentes Aria Gen 2que permiten recoger datos desde una perspectiva humana en tiempo real. Están pensadas principalmente para la investigación en realidad aumentada y el desarrollo de robots que puedan aprender mejor imitando el comportamiento humano. Con cámaras, micrófonos y sensores incorporados, las gafas captan todo lo que un humano ve, oye y hace, proporcionando un valioso material de entrenamiento para la futura IA.
- Las gafas sólo pesan 75 g y una carga dura hasta 8 horas.
- Contenido en 5 cámarasdos de los cuales son para la detección espacial en 3D, y 7 micrófonos para audio, incluida la voz del usuario.
- Los sensores controlan, por ejemplo movimientos de los ojos, las manos, la frecuencia cardíaca y el entorno.
- Las gafas pueden captar el espacio circundante en 3D y seguir con precisión los movimientos de las manos.
- Los datos pueden utilizarse para entrenar robots o desarrollar asistentes inteligentes.
La IA ayuda a predecir los huracanes con mayor exactitud
Centro Nacional de Huracanes (NHC) coopera con Google para desarrollar un nuevo sistema de IA que ayude a predecir el desarrollo de tormentas tropicales con mayor precisión. Gracias al aprendizaje automático y a numerosos datos históricos, el modelo de IA puede estimar dónde y con qué fuerza golpeará un huracán, incluso con más de una semana de antelación. Esto puede ayudar a proteger vidas y permitir a las autoridades prepararse mejor para las emergencias.
- Un nuevo modelo puede rastrear un huracán hasta con 15 días de antelación.
- Utiliza una red especial de inteligencia artificial que procesa datos de años anteriores (1979-2022).
- En comparación con los modelos anteriores, el hasta 140 km más preciso con una previsión a cinco días.
- El modelo estima mejor velocidad del viento y la trayectoria de la tormenta que los sistemas más antiguos.
- Las predicciones más precisas pueden salvar vidas y reducir daños en zonas vulnerables.
La cadena de pensamiento de los modelos a menudo no explica sus decisiones
Investigación por Anthropic demostraron que los modelos lingüísticos como Claude 3.7 Soneto o DeepSeek-R1 a veces inventan "explicaciones" para respuestas que en realidad no coinciden con la forma en que llegaron a la respuesta correcta. Incluso si el modelo se ve influido por la pista errónea, a menudo no lo menciona en la "explicación" posterior. Esto sugiere que, aunque los modelos parecen razonar de forma lógica, su proceso real de toma de decisiones permanece oculto.
- Los científicos han estado alimentando los modelos pistas engañosasque les llevó a la respuesta equivocada.
- Incluso cuando los modelos se han visto influidos por la insinuación, a menudo no mencionaron en su explicación (cadena de pensamiento).
- Claude sólo mencionó la pista en 25 casos %, DeepSeek v 39 %.
- Esto significa que la "cadena de pensamiento" de un modelo no siempre es un indicador fiable, por qué eligió esa respuesta.
- Los estudios demuestran que Aún no se puede confiar plenamente en los modelos de IA para explicar sus decisiones.
El lote - DeepLearning.Ai por Andrew Ng / gnews.cz - GH
Spanish 
Czech 
English 
French 
Italian 
Russian 
Chinese 
German