Una nueva investigación demuestra que reformular las matemáticas que subyacen a los modelos de IA podría reducir significativamente las demandas de memoria y almacenamiento del hardware de IA.
Los laboratorios de robótica de IA están subcontratando el tedioso trabajo físico de recopilar datos de entrenamiento de robots a empresas como XDOF, destacando la mano de obra oculta detrás del desarrollo de la IA.
La startup de investigación en IA NeoCognition ha recaudado 40 millones de dólares en una ronda seed para desarrollar agentes de IA capaces de convertirse en expertos en cualquier ámbito mediante un aprendizaje similar al humano.
Astrónomos de la Universidad de Warwick utilizaron una canalización de IA llamada RAVEN para validar 118 exoplanetas de entre más de 2,2 millones de estrellas observadas por el satélite TESS de la NASA, incluidos 31 mundos recién descubiertos, al tiempo que señalaron más de 2.000 candidatos adicionales de alta calidad en hallazgos publicados en Monthly Notices of the Royal Astronomical Society.
Investigadores del Worcester Polytechnic Institute desarrollaron un modelo de aprendizaje automático que analiza exploraciones por resonancia magnética en 95 regiones del cerebro para detectar la enfermedad de Alzheimer con casi un 93% de precisión, identificando la pérdida de volumen del hipocampo como un importante biomarcador temprano.
Google lanza Gemini 3.1 Pro, que alcanza un 77.1% en el benchmark ARC-AGI-2, duplicando las capacidades de razonamiento del modelo anterior para tareas complejas de resolución de problemas.
El motor de predicción de IA de Mantic supera la media de los pronosticadores humanos en la Metaculus Fall Cup, marcando un avance en la capacidad de la IA para predecir eventos del mundo real.
Investigadores de la Universidad de Michigan desarrollaron Prima, un sistema de IA que interpreta exploraciones de resonancia magnética cerebral en segundos con un 97.5% de precisión y marca automáticamente las emergencias.
OpenAI presenta GPT-5.3-Codex, el modelo de codificación agente más capaz hasta la fecha. Esta IA revolucionaria ayudó a construirse y desplegarse a sí misma, y funciona un 25% más rápido.
El MIT CSAIL presenta el marco EnCompass que permite a los agentes de IA retroceder y optimizar las salidas de los LLM, logrando un aumento de precisión del 15-40% con un 82% menos de código.
El método Discovery Learning permite predecir rápidamente la vida útil de la batería en una semana, frente a los ciclos de prueba tradicionales que duran meses.
Impulse AI presenta una plataforma de aprendizaje automático autónoma que se ubicó en el 2,5% superior en una competición de Kaggle, automatizando todo el flujo de trabajo desde la preparación de datos hasta el despliegue en producción en menos de una hora.
El nuevo informe sobre seguridad de la IA advierte sobre la proliferación de deepfakes, compañeros de IA y sistemas autónomos, mientras destaca el rendimiento de la IA de nivel medalla de oro en matemáticas.
Un análisis exhaustivo identifica cinco trampas recurrentes que provocan una tasa de fracaso del 85% en proyectos de ML: selección incorrecta del problema, problemas de calidad de los datos, brecha entre modelo y producto, desajuste entre entornos offline y online, y barreras no técnicas, con soluciones prácticas para los profesionales.
La emergente tecnología de modelos de mundo busca resolver problemas de coherencia en la IA al proporcionar a las máquinas una mejor comprensión del espacio y del tiempo.
ScienceDaily informa que investigadores usaron aprendizaje automático para analizar datos de cáncer de 185 países, identificando cambios específicos en políticas que podrían mejorar las tasas de supervivencia en cada nación.
Investigadores del MIT demuestran que los modelos de aprendizaje automático con mejor rendimiento pueden convertirse en los de peor rendimiento cuando se aplican a nuevos entornos de datos, revelando riesgos ocultos por correlaciones espurias en la IA médica y otras aplicaciones críticas.
Investigadores han desarrollado un nuevo método de IA llamado Riff-Diff que transforma el diseño de enzimas, creando biocatalizadores altamente eficientes y estables para aplicaciones industriales y médicas. Los hallazgos fueron publicados en la revista Nature.
La inteligencia artificial está ampliando su presencia en la exploración espacial, y los investigadores de la Universidad de Stanford han implementado con éxito aprendizaje automático en robots a bordo de la Estación Espacial Internacional. El sistema de IA ha mejorado la eficiencia de la planificación de movimientos de los robots en un 50–60 %, mostrando el potencial de la IA para impulsar nuevas oportunidades en el espacio.
Desde LangChain hasta Hugging Face Transformers, estos 16 proyectos de código abierto están proporcionando las herramientas y marcos fundamentales que están acelerando la innovación en IA y aprendizaje automático.
Últimas Noticias y Análisis sobre Aprendizaje automático
