Algoritmos de IA aplicados a la gestión del conocimiento.
Al principio de mi carrera, presencié las consecuencias de que los sistemas de salud no se comuniquen entre sí. En los hospitales, radiólogos y médicos tenían dificultades porque los sistemas de imagen no podían interconectarse. Los datos de los pacientes permanecían atrapados tras sistemas propietarios. La interoperabilidad no era solo un desafío técnico, sino también un desafío de confianza.
2026 será un año transformador para la fabricación, ya que las tecnologías de inteligencia artificial madurarán, pasando de ser herramientas experimentales a componentes operativos esenciales. Según el equipo ejecutivo de Configit , en 2026 se experimentará una integración sin precedentes de la IA en las operaciones de fabricación, lo que remodelará la forma en que las empresas abordan la gestión de la configuración , la preservación del conocimiento y la colaboración interfuncional.
La inteligencia artificial (IA) se puede encontrar en el CERN en muchos contextos: integrada en dispositivos, productos de software y servicios en la nube adquiridos por el CERN, traída al sitio por particulares o desarrollada internamente.
A medida que las empresas se basan más en los datos, comprender de dónde provienen los datos, cómo se mueven y cómo cambian ya no es opcional: es esencial, especialmente cuando se usa junto con la IA. Ahí es donde entra en juego el linaje de datos.
El “tigre de la IA” chino Moonshot AI estrena su última incorporación al mundo de código abierto: Kimi K2 Thinking.
Los motores de texto más sofisticados del mundo están cometiendo el error humano más antiguo: hablan con convicción cuando deberían dudar. Sus errores llegan vestidos de verdad.
El procesamiento inteligente de documentos (IDP) continúa evolucionando más allá de la captura de documentos para convertirse en una parte clave de la transformación empresarial.
Las versiones apresuradas, los agentes de IA corruptibles y el seguimiento hiperacelerado convierten a los navegadores de IA en un entorno con multitud de riesgos de ciberseguridad conocidos y desconocidos.
Un nuevo indicador mide la eficacia con la que los agentes de IA pueden automatizar tareas económicamente valiosas. La IA de nivel humano aún está lejos de alcanzarse. «Espero que esto ofrezca una visión mucho más precisa del estado actual de las capacidades de la IA», afirma Dan Hendrycks, director de CAIS. Añade que, si bien algunos agentes han mejorado significativamente durante el último año, esto no significa que el ritmo de mejora se mantendrá.
El problema no está en que las máquinas reconozcan lo que ven, sino en que interpreten lo que creen que esa imagen dice sobre nosotros. Y ahí surge una pregunta clave: ¿están diseñadas para servir nuestros intereses o para explotar patrones de comportamiento que ni siquiera reconocemos?