Comentarios
La IA y el aprendizaje automático (IA/ML) son temas candentes, ya que las empresas unen la computación, la memoria y la red basadas en la nube con una explosión de nuevos datos. Esta potente combinación está ayudando a las empresas a ofrecer experiencias superiores centradas en el cliente, a comprender su entorno empresarial como nunca antes y a impulsar nuevos niveles de eficiencia.
Debe empezar por preparar sus datos y aplicaciones para migrar a los entornos adecuados de arquitectura de datos y multicloud. Esto incluye conocer y comprender su entorno y requisitos actuales y definir una hoja de ruta.
Asegúrese de que la arquitectura de datos soporta los nuevos despliegues de aplicaciones de forma adecuada, y de que puede minimizar las tasas de entrada y salida al tiempo que maximiza el rendimiento y la disponibilidad. Esta es también la etapa en la que se implementan las transformaciones de las bases de datos y las migraciones de los almacenes de datos.
La definición de la arquitectura de datos moderna, la estrategia y la hoja de ruta impulsan la transición a esta fase. Aquí, se centrará en la modernización de su arquitectura de datos, definiendo, diseñando y construyendo la estructura de datos. Esto incluye canalizaciones e integración, lagos de datos y almacenes, y la plataforma de análisis.
Centro de investigación alemán para la inteligencia artificial
La inteligencia artificial (IA) está en continua evolución, con nuevas tecnologías que siempre superan los límites de lo posible. A pesar de los asombrosos progresos realizados en las últimas décadas, toda la IA puede agruparse en las siguientes cuatro categorías que se analizan a continuación:
Las máquinas reactivas son la forma original de la IA y reproducen la capacidad de los humanos para responder a diferentes estímulos. Las capacidades son limitadas, ya que las máquinas no están equipadas con inteligencia basada en la memoria y no pueden utilizar las experiencias pasadas para “aprender” y tomar decisiones más inteligentes.
Además de responder a los estímulos, las máquinas con memoria limitada pueden aprender activamente de las experiencias pasadas y de los datos históricos. Las máquinas se programan utilizando datos de entrenamiento, que luego se almacenan y se utilizan a voluntad para resolver problemas y tomar decisiones. Las tecnologías de reconocimiento facial se basan en la IA de memoria limitada, al igual que los asistentes virtuales y los chatbots. Los vehículos autoconducidos que utilizan sensores para detectar señales de tráfico, peatones, pendientes de la carretera y otras variables para tomar decisiones informadas son también ejemplos de máquinas de memoria limitada.
Sistemas espaciales autónomos
Cuando pensamos en los robots, tendemos a personificar a estos auxiliares no humanos y a darles características similares a las de los humanos. Pero aunque se ha investigado mucho en el desarrollo de estas máquinas humanoides, aún estamos muy lejos de un mundo en el que puedan hacerse cargo, o incluso imitar las acciones de una persona.
El Centro Aeroespacial Alemán (DLR) lleva muchos años desarrollando métodos de IA para aplicaciones espaciales y terrestres y en 2021 creó un Instituto de Seguridad de Inteligencia Artificial. En 2018, el DLR lanzó un asistente de IA para apoyar a sus astronautas en sus tareas diarias a bordo de la Estación Espacial Internacional (ISS). CIMON (Crew Interactive MObile companioN), totalmente controlado por voz, es capaz de ver, hablar, oír, entender e incluso volar. CIMON regresó tras 14 meses, pero CIMON-2 llegó en diciembre de 2019 para sustituirlo. Está previsto que CIMON-2 permanezca en la ISS durante tres años.
La Agencia Espacial Japonesa (JAXA) también desarrolló un sistema inteligente que tomó fotos de los experimentos en el módulo japonés de la ISS, KIBO. La Int-Ball de JAXA funcionaba de forma autónoma y podía tomar fotos y vídeos. Mientras tanto, la agencia espacial francesa CNES está trabajando con la empresa francesa Clemessy para desarrollar un simulador de sistemas de fluidos utilizando redes neuronales de IA, la Agencia Espacial del Reino Unido ha financiado un proyecto que utiliza la IA para detectar restos arqueológicos enterrados en imágenes de satélite, y la Agencia Espacial Italiana incluso cofundó una empresa centrada en la IA. Última actualización: 31 de marzo de 2022.
Nasa ai
En un entorno operativo militar cada vez más complejo, las plataformas de juegos de guerra de nueva generación pueden reducir el riesgo, disminuir los costes operativos y mejorar los resultados generales. Los nuevos enfoques de juegos de guerra basados en la Inteligencia Artificial (IA), basados en plataformas de software con interacción multimodal y capacidad de visualización, son esenciales para proporcionar la flexibilidad en la toma de decisiones y la adaptabilidad necesarias para hacer frente a las realidades actuales y emergentes del combate. Destacamos tres áreas de desarrollo para las futuras interfaces entre el combatiente y la máquina: La orientación para la toma de decisiones dirigida por la IA, la toma de decisiones informada por medios informáticos y las representaciones realistas de los espacios de decisión. Los avances en estas áreas permitirán el desarrollo de una toma de decisiones colaborativa eficaz entre humanos e IA, para hacer frente a la creciente escala y complejidad del espacio de batalla actual.
En los juegos de guerra tradicionales, los comandantes utilizan un terreno operacional común basado en un mapa y modelan cómo las combinaciones de factores dentro del Proceso de Toma de Decisiones Militares (MDMP, Cuadro 1) producen cursos de acción (COAs), posibles contra-acciones, estimaciones de uso de recursos, y resultados previstos (Ejército, 1997, 2014, 2015). A lo largo de días o semanas, el proceso MDMP conduce a un conjunto refinado de COAs que hacen ciertas suposiciones sobre el entorno operativo, incluyendo el terreno, el clima, y la disponibilidad y las capacidades de los activos en la configuración del teatro (es decir, la configuración de la actividad en apoyo de las principales operaciones de combate).