Aunque la acumulación de datos es tan antigua como la civilización misma, su verdadero valor ha emergido con el desarrollo del análisis de datos. Esta disciplina, que transforma información en conocimiento útil, es fundamental para el desarrollo de la inteligencia artificial moderna. Sin limpiar, transformar, inspeccionar y modelar los datos, los algoritmos de machine learning no podrían aprender, predecir ni tomar decisiones. Desde mejorar traducciones hasta ayudar en la conducción autónoma, el análisis de datos es la herramienta clave que convierte simples cifras en sistemas inteligentes.

Meta ha inaugurado un nuevo laboratorio de investigación acústica en Cambridge, Reino Unido, con una inversión de 16 millones de dólares (12 millones de libras). Esta instalación puntera, ubicada en el corredor Ox-Cam del gobierno británico, busca impulsar el desarrollo de tecnologías de audio para futuras gafas de realidad aumentada e inteligencia artificial como Ray-Ban Meta y Oakley Meta. El laboratorio recrea entornos acústicos cotidianos con altísima precisión y refuerza el compromiso de Meta con la innovación en el Reino Unido.

Un grupo de investigadores ha desarrollado un modelo de inteligencia artificial capaz de predecir con un 80% de precisión si una persona es fumadora, utilizando datos clínicos y biométricos. A diferencia de otros modelos, este sistema incorpora técnicas de IA explicable que permiten entender cómo llega a sus conclusiones, destacando parámetros clave como la hemoglobina, el GTP y la altura. El objetivo es ayudar al personal sanitario a identificar posibles fumadores sin depender exclusivamente de cuestionarios, y facilitar intervenciones médicas tempranas.

Un equipo de investigadores del laboratorio METR ha medido por primera vez cuánto tiempo puede trabajar una IA de manera autónoma antes de fracasar. El resultado: los sistemas más avanzados ya completan tareas que llevarían 50 minutos a un humano, y esta cifra se duplica cada siete meses. En lugar de centrarse en benchmarks cerrados o pruebas específicas, los autores han desarrollado una métrica llamada time horizon que mide cuánto tiempo puede trabajar una IA en una tarea realista antes de fallar.

Investigadores de Canadá y Japón han presentado la Darwin Gödel Machine, un sistema de inteligencia artificial capaz de mejorar su propio diseño de forma autónoma. Inspirada en la evolución biológica y en teorías matemáticas, esta máquina ha logrado superar a agentes humanos en tareas de programación, lo que podría suponer un avance decisivo hacia una IA que evoluciona sin intervención humana. La DGM combina la idea teórica de las máquinas Gödel con un enfoque evolutivo más pragmático.

Un estudio de la Universidad de Ciencias Aplicadas de Múnich ha evaluado por primera vez el coste ambiental de comunicarse con modelos de lenguaje como ChatGPT. Analizando 14 sistemas con entre 7 y 72 mil millones de parámetros, los investigadores calcularon cuántas emisiones de CO2 generan al responder preguntas. Aunque los modelos más grandes y sofisticados son más precisos, también contaminan mucho más. La investigación subraya la necesidad urgente de desarrollar estrategias de razonamiento más eficientes para reducir el impacto ambiental de la inteligencia artificial generativa.

Un equipo internacional de investigadores ha revelado que los grandes modelos de lenguaje, como ChatGPT y Gemini, desarrollan representaciones conceptuales de objetos sorprendentemente parecidas a las de los humanos. Analizando 4,7 millones de juicios de similitud entre objetos, descubrieron que estas inteligencias artificiales no solo organizan objetos de forma coherente, sino que incluso reflejan patrones de actividad cerebral humana.

El concurso se centra en seis líneas de trabajo estratégicas para Renfe: la creación de un asistente digital para empleados, el desarrollo de un sistema de información operativa en tiempo real, la aplicación de inteligencia artificial en talleres de mantenimiento, el apoyo a la toma de decisiones en el Centro de Gestión de Operaciones (CGO), la prevención de actos vandálicos como los grafitis, y la supervisión inteligente de la conducción.