La palabra “nube” es una de esas palabras nebulosas que la gente utiliza con firme convicción. Cuando los políticos se meten en un aprieto, les gusta decir que la solución a un problema es más “educación”. Los médicos descartan la palabra “descanso”. Y durante la última década o más, todos en el departamento de TI, desde el pasante hasta el CIO, saben que la respuesta correcta a cualquier pregunta es ” la nube “.
El fallo de 6 a 2 puso fin a una batalla de una década sobre si Google había utilizado incorrectamente el código Java en su sistema operativo Android.
Stretch parece (y esencialmente es) una pequeña grúa robótica sobre ruedas. Su base cuadrada contiene pesos para que no se vuelque al levantar cajas pesadas, y “ve” su entorno mediante cámaras y sensores montados en un mástil que está separado de su brazo de elevación.
Imagine una cortina de hilo con cuentas, pero en la que cada cuenta es una luz diminuta, llamada “vóxel” o “neurona LED”. Al apagar y encender estas luces en diferentes combinaciones, la cortina de cuentas se convierte en una especie de pantalla que puede mostrar animaciones bidimensionales. Ahora imagínese si, en lugar de simplemente tener una pantalla de hilos de cuentas, tuviera 100 de ellos, colocados uno frente al otro como una pantalla que mira hacia afuera en una tienda. Cada capa muestra una imagen ligeramente diferente para que, al coordinar cuidadosamente cada vóxel, pueda crear no solo una animación en 2D sino una forma volumétrica en 3D que transmita profundidad.
El filósofo australiano David Chalmers preguntó si los “zombis filosóficos” son concebibles: personas que se comportan como tú y como yo pero que carecen de experiencia subjetiva. Es una idea que ha hecho que muchos académicos se interesen por la conciencia, incluyéndome a mí. El razonamiento es que, si esos zombis, o robots sofisticados e insensibles, son concebibles, entonces las propiedades físicas por sí solas, sobre el cerebro o un mecanismo similar al cerebro, no pueden explicar la experiencia de la conciencia. En lugar de ello, algunas de las propiedades mentales adicionales deben tener en cuenta el lo-que-es-como sensación de estar consciente. Averiguar cómo surgen estas propiedades mentales se conoce como el “problema difícil” de la conciencia.
Cuando OpenAI lanzó su enorme algoritmo de lenguaje natural GPT-3 el verano pasado, se quedaron boquiabiertos. Los codificadores y desarrolladores con acceso especial a una API temprana descubrieron rápidamente cosas nuevas (e inesperadas) que GPT-3 podía hacer con nada más que un aviso. Escribió poesía aceptable, produjo código decente, calculó sumas simples y, con algunas ediciones, escribió artículos de noticias.
A finales de enero de este año, un cohete SpaceX Falcon 9 estableció un nuevo récord. Llevó a 143 naves espaciales, la mayor cantidad jamás lanzada a la vez, a la órbita. Fue la primera misión SmallSat Rideshare de SpaceX (¡y pensaste que tu Uber Pool estaba abarrotada de cuatro personas!), Y muchos de los satélites a bordo eran pequeños, aproximadamente del tamaño de un buzón. Pero dos de ellos eran un poco más grandes que eso y están haciendo un trabajo bastante impresionante desde su posición a 525 kilómetros (326 millas, altitud nominal) sobre la superficie de la Tierra.
Relativity Space tiene el audaz objetivo de imprimir en 3D el 95 por ciento de un cohete y enviarlo a órbita. Llegar al espacio es difícil. ¿Pero reinventar por completo cómo se fabrican los cohetes al mismo tiempo? Más difícil. La advenediza Relativity, de seis años, puede lograr ambas cosas a finales de este año.
La última década ha sido testigo de importantes avances en la computación cuántica y una gran cantidad de empresas de tecnología adineradas que se han unido a la carrera para construir las primeras máquinas comercialmente útiles. Pero a pesar del progreso, los principales procesadores cuánticos de hoy en día todavía solo cuentan con unas pocas decenas de qubits, los equivalentes cuánticos de bits y los bloques de construcción fundamentales de la tecnología.
Un pionero de la IA reflexiona sobre cómo las empresas pueden utilizar el aprendizaje automático para transformar sus operaciones y resolver problemas críticos.