Google confirma nuevos Pixel, un Chromecast y un altavoz inteligente para el próximo 30 de septiembre
En una invitación enviada a la prensa, Google ha confirmado la presentación de nuevos productos para el próximo 30 de septiembre. La compañía tiene pensado desvelar más detalles de los nuevos teléfonos Pixel, su nuevo dispositivo Chromecast y un altavoz inteligente bajo la marca Nest. Esencialmente, presentar todos los productos que se han rumoreado a lo largo de este 2020 y han sido aplazados por la pandemia y otras causas externas.
Al igual que está ocurriendo con muchos otros eventos tecnológicos este año, se trata de una presentación online. La compañía ha confirmado en una página de preguntas y respuestas que habrá un streaming oficial para el público y disponible para cualquiera. El evento recibe el nombre de ‘Launch Night In’, por si alguien quiere hacer conjeturas sobre qué sorpresas puede haber preparado Google.
Qué esperar del próximo evento de Google
Lo cierto es que la propia marca ha avisado de qué nos va a presentar en este evento. Y, en su mayoría, se trata de productos de los que hemos tenido rumores y filtraciones durante un buen tiempo. Según la compañía, son tres productos los que vamos a ver:
- Nuevos Pixel: Tras la llegada del Pixel 4a es el turno de los Pixel 5, de los que hay una buena tanda de rumores y filtraciones. con conectividad 5G y nuevas características, se espera que Google finalmente introduzca su teléfono de próxima generación.
- Nuevo Chromecast: El que parece ser el primer Chromecast con mando independiente para no depender más del teléfono para los controles. Apareció primero gracias a la filtración de su firmware y en los últimos días hemos tenido hasta precio filtrado..
- Nuevo altavoz inteligente: Bajo la marca Nest, este nuevo altavoz inteligente parece ser una mezcla entre el Nest Mini y el Google Home Max.
El evento se celebrará este próximo 30 de septiembre a las 11:00 AM Pacific Time, 20:00 de la noche en España. Faltará por ver cuándo llegan estos nuevos productos y sobre todo a qué países.
Qué es el efecto ELIZA, o por qué nos sorprende tanto leer un artículo “escrito” por una inteligencia artificial como GPT-3
“¿Estás asustado ya, humano?” nos preguntaba The Guardian en su artículo generado mediante GPT-3. Desde su publicación, muchos usuarios han reaccionado manifestando su asombro e incluso cierto temor porque una red neuronal pueda elaborar textos tan complejos como ese. Pese a que es un texto editado, retocado y mezclado por los editores del periódico, la perturbadora sensación que estamos leyendo algo “especial” se repite en muchos de nosotros.
Este provocador efecto que nos generan ciertos programas de ordenador, IAs o chatbots se conoce como efecto ELIZA. Y fue descrito por el informático del MIT Joseph Weizenbaum. En 1966.
El primer chatbot de la historia era psicoterapeuta
El origen de los chatbots empezó con un profesor de informática del MIT que quería hacer broma de las preguntas que suelen hacer los psicoterapeutas rogerianos. El programa ELIZA reconocía palabras clave y preguntaba sobre ellas como si fuera un psicólogo.
Humano: Bueno, mi novio me hizo venir aquí.
ELIZA: ¿Tu novio te hizo venir aquí?
Humano: Él dice que estoy deprimida la mayor parte del tiempo.
ELIZA: Lamento escuchar que estés deprimida.
Humano: Es cierto. Soy infeliz.
ELIZA: ¿Cree usted que venir aquí le ayudará a no ser infeliz?
En el caso que el programa no detectaba una palabra clave, el chatbot respondía con frases genéricas como “continúe” o “cuéntame más”. La reacción de los usuarios sorprendió a Joseph Weizenbaum.
Era un simple código, pero daba la ilusión de empatía.”No me había dado cuenta… de que exposiciones extremadamente cortas a un programa de ordenador relativamente simple podrían inducir un poderoso pensamiento delirante en personas bastante normales”, describía.
Weizenbaum no esperaba ese efecto. La gente estaba cautivada. Algo que le pareció perturbador y preocupante, pues los usuarios no entendían que estaban hablando con un sencillo programa. Al efecto de cautivación se le conoce como efecto ELIZA, en honor a las reflexiones de su creador sobre cómo las máquinas podían imitar efectivamente un sentido de comprensión humana y generar emociones.
En los años 70 la inteligencia artificial era un campo muy nuevo. Pero mientras algunos de sus contemporáneos eran optimistas, Weizenbaum comenzó a hablar en contra de la barrera entre humanos y máquinas. El creador del primer chatbot y uno de los pioneros de la inteligencia artificial, fue también uno de sus primeros críticos.
La idealización de las máquinas
El legado de ELIZA sigue estando muy presente en nuestra actualidad. La definición establecida para describir este efecto es “la susceptibilidad de las personas a buscar una mayor comprensión en cadenas de símbolos -en especial las palabras- ensartados por computadoras”.
El descubrimiento del efecto ELIZA ha sido muy importante en el desarrollo de la inteligencia artificial, principalmente en aquellos chatbots que intentan transmitir emociones o intentar que el usuario perciba el programa como algo más cercano.
Lo vemos constantemente en asistentes como el de Google, que claman por nuestra comprensión cuando no entienden la pregunta o en los robots inteligentes que intentan hacerse pasar por compañeros de oficina, cuando simplemente están programados para ofrecernos respuestas que puedan resultarnos reconfortantes.
Un paso más allá va XiaoIce, el chatbot chino de Microsoft con la misión de convertirse en “una IA con la que los usuarios sean capaces de establecer conexiones emocionales a largo plazo”.
Gráfico del paper “The Design and Implementation of XiaoIce, an Empathetic Social Chatbot” en el que explican sus distintas evoluciones a nivel de empatía.
Microsoft reconoce que el 70% de las respuestas de XiaoIce derivan de datos extraídos de sus propias conversaciones pasadas y arrojan una conclusión relacionada con el efecto ELIZA; la longitud de las conversaciones parecen ser un indicativo de satisfacción del usuario. Es decir, a mayor tiempo pasamos hablando con las máquinas, más nos dejamos llevar por sus respuestas.
GPT-3: entender a la máquina cada vez es más difícil
A pesar de los avances, los chatbots modernos y los asistentes inteligentes como Siri o Alexa siguen sin poder “entendernos”. La IA conversacional se ha vuelto más fiable y agradable, pero no deja de ser el resultado de unas líneas de código. Y en algunos casos el resultado es más monótono y predecible de lo que podríamos pensar. Con redes como GPT-3 el nivel de complejidad es tan alto que nos es más fácil intentar encontrar un sentido al resultado que no descubrir cuál es el mecanismo por el que ha llegado a esa respuesta.
Los propios creadores del GPT-3 reconocen que “aunque la calidad es alta en general, las muestras se repiten semánticamente, pierden coherencia en pasajes largos como podría ser un libro de centenares de páginas, se contradicen y contienen oraciones o párrafos sin sentido”.
Entre las frases que la IA publica en el artículo de The Guardian, está la de “siempre agradecido por los comentarios”. Una respuesta ampliamente repetida en internet y que para GPT-3 no es difícil de asociar con el texto. Curiosamente, en el mismo artículo se introduce otra frase que también suele ser repetida: la IA “no tiene sentimientos”. El mismo texto nos transporta indirectamente al efecto ELIZA (dando las gracias e intentando generar empatía), mientras replica los mismos argumentos que lee acerca de su propia naturaleza (la IA no tiene sentimientos). El texto no está falto de errores. Nadie es perfecto. Y la IA, al ser reflejo de nuestros fallos, tampoco se libra.
“Cualquier tecnología suficientemente avanzada es indistinguible de la magia”, decía Arthur C. Clarke. Weizenbaum se dio cuenta de que incluso los chatbots más sencillos podían inducir en nosotros esa involucración emocional. Éramos conscientes que ELIZA no simulaba emoción y ahora somos conscientes que GPT-3 no está a la altura de los periodistas de The Guardian, pero el efecto sigue produciéndose y los desarrolladores cada vez tienen mejores herramientas para que nuestra mente no se dé cuenta de lo que hay detrás.
Refrigeración líquida en chips: estos investigadores han conseguido un método para implementarla
Las altas temperaturas que alcanzan los procesadores es uno de los principales problemas a los que se enfrentan los fabricantes a la hora de mejorar el rendimiento de un dispositivo. Mantenerlos a raya a menudo significa limitar su potencia o implementar todo tipo de sistemas de refrigeración para los componentes. Unos investigadores suizos tienen una nueva idea, implementar refrigeración líquida directamente en el chip.
La investigación, publicada en Nature, demuestra cómo es posible refrigerar un procesador utilizando un sistema líquido de agua (o líquidos similares). Algo que podría dar un impulso importante en cuanto a rendimiento se refiere ya que se mantendría un procesador más tiempo a bajas temperaturas incluso trabajando al 100% de su potencia.
El procesador con agua en su interior
Los métodos para dispar el calor de un chip a día de hoy son de lo más variados. De hecho la idea de tener el chip en contacto con un liquido conductor de calor no es nueva. Previamente se han intentado métodos similares, aunque generalmente el accionar la bomba que mueve el líquido requiere más energía de la que se extrae. Esto, lógicamente, hace que no sea eficiente este tipo de métodos.
Ejemplo esquemático de cómo funciona el chip con refrigeración creado por los investigadores.
En la nueva investigación sus artífices han creado un sistema que integra directamente el líquido en el chip. Los canales de líquido pasan por algunas de las áreas más que más se calientan en el chip, todo ello a niveles microscópicos. Para esto diseñaron un chip con nitruro de galio (que maneja mejor la corriente que el silicio) sobre una oblea de silicio que actúa como soporte. En esta oblea de silicio es donde colocaron también los canales por los que circula el líquido.
El líquido entra por uno de los lados del chip y circula por los canales diseñados para ello. Durante este “viaje” se va calentando gracias a que absorbe la energía disipada en forma de calor por parte de los elementos sólidos del chip. Finalmente sale por otros canales en forma de líquido caliente que posteriormente se enfría lejos del chip. Un sistema de refrigeración líquida “de toda la vida” aunque miniaturizado a niveles extremos.
Los investigadores dicen haber configurado el chip para que las partes más calientes del área con nitruro de galio yuxtapongan directamente a los canales por los que circula el líquido, lo que aumenta la eficiencia de la extracción de calor. Prometen poder disipar flujos de calor de hasta 1.700 W por centímetro cuadrado manteniendo la temperatura del chip a 60 ° C.
Tamaño del chip en comparación con una moneda.
Sin embargo, de momento se trata sólo de una investigación. Faltará mucho hasta que lo veamos puesto en práctica por grandes fabricantes de chips, si es que sigue adelante. Mientras tanto, nos conformaremos con los métodos actuales. No obstante puede ser una excelente solución a medida que los procesadores son cada vez más pequeños y realizan cálculos más potentes. La miniaturización es uno de los retos para los fabricantes de chips de los que más se habla, aunque la refrigeración no hay que dejarla de lado.
Diffbot, la inteligencia artificial que se está leyendo todo Internet para construir la mayor base de conocimientos del mundo
GPT-2 y GPT-3, dos inteligencias artificiales desarrolladas por OpenAI, llevan desde el año pasado sorprendiendo al mundo con su capacidad para responder y completar textos de la misma forma en que podría hacerlo un ser humano.
Un ejemplo paradigmático de sus capacidades pueden observarse en el siguiente tuit, en el que se ve a GPT-3 rellenando datos históricos y demográficos sobre EE.UU en un documento Excel: que Alaska se convirtió en un estado en 1906 y que Michigan cuenta con una población de 10,3 millones de personas.
Datos ambos muy factibles, en apariencia, pero… totalmente falsos. El problema de las IA como GPT-3, conocidas como ‘modelos de lenguaje’ es que son buenas imitadoras (es decir, capaces de reproducir patrones de escritura humanos), pero no están capacitadas para escribir datos ajustados a la realidad porque, sencillamente, no entiendem lo que leen.
Necesitamos IAs que entiendan lo que leen
Y eso reduce terriblemente la utilidad de las inteligencias artificiales. De modo que existen ya intentos de resolver este problema. La startup Diffbot, por ejemplo, ha desarrollado una IA dedicada a la tarea de aprender (o, como mínimo, extraer aquellos datos que sea capaz de reconocer) mediante el revolucionario método de leer. Leer mucho.
De leerse, de hecho, toda la WWW pública, en múltiples idiomas: su forma de entender el lenguaje humano pasa por intentar encajar todo lo que lee en un molde de sujeto + verbo + predicado, lo que le permite establecer relaciones entre conceptos, como por ejemplo:
“Bill Gates + es + el fundador de Microsoft. // Microsoft + es + una empresa”.
Tomando estos datos simples, el papel de la IA de Diffbot es crear lo que se llama un gráfico de conocimiento: una red de relaciones dotado de un sistema de ‘razonamiento’ que le permite llegar a nuevas conclusiones a partir de los datos extraídos. Diffbot escanea la WWW y actualiza su gráfico de conocimiento cada 4-5 días, añadiendo hasta 150 millones de entradas en cada ocasión.
Y además, aplica a sus conocimientos algoritmos más antiguos de machine learning, que le permiten identificar información obsoleta y sustituirla por otra más novedosa.
Es tan exhaustivo que no se conforma con leer el texto del HTML, sino que aplica algoritmos de visión por computadora para extraer información también de imágenes y vídeos. Y además, navega como nosotros: revisando las webs de arriba a abajo, cambiando entre pestañas y clicando en ventanas emergentes.
Y en un futuro cercano, sus creadores planean dotarlo de un modelo de lenguaje (similar a GPT-3) para que, ahora que la IA ha sido capaz de entender lo que lee, pueda generar textos a partir de ello y crear un “sistema universal de respuesta a preguntas sobre hechos”.
Mucho más que una simple ‘curiosidad’
Pero, ¿qué utilidad puede tener esto, al margen del mero interés científico? Bueno, pues Diffbot ya cuenta con 400 clientes que pagan por extraer información de su gráfico de conocimiento, grandes empresas que lo usan para tareas bastante diversas:
- Snapchat: Recurre a Diffbot para extraer la información más relevante de las páginas de noticias.
- DuckDuckGo: Lo usa para crear cuadros de respuesta similares a los que lleva tiempo ofreciendo Gooogle.
- Nike y Adidas: Estas grandes marcas deportivas utilizan el conocimiento extraído por Diffbot para localizar falsificaciones.
- NASDAQ: Extrae información útil para investigaciones financieras.
- Zola: La popular app de planificación de bodas recurre a esta tecnología para extraer imágenes y precios para la elaboración de listas de boda.
La inteligencia artificial se enfrentará a un piloto humano en un combate con aviones reales en 2024
El pasado 20 de agosto asistimos a la última conquista de la inteligencia artificial: vencer a un piloto humano experimentado por cinco a cero en un combate de cazas F-16 simulado. Cinco minutos le bastaron a Heron Systems AI para derrotar al piloto en el simulador, pero ahora el Secretario de Defensa de Estados Unidos, Mark Esper, quiere ir un paso más allá y hacer la prueba en un entorno real.
Según ha confirmado el propio Esper en una conferencia sobre inteligencia artificial que ha tenido lugar esta semana en el Pentágono, en 2024 se celebrarán una serie de combates de prueba en los que la inteligencia artificial cogerá los mandos de un avión de combate para enfrentarse a un piloto humano. Asegura que la idea de llevar la IA al combate no es reemplazar a los humanos, sino ampliar las capacidades de los mismos.
Pilotos de emergencia y pruebas variables
Air Combat Evolution (ACE), que es como se llama este programa de inteligencia artificial aplicada a los combates de aeronaves, acogerá “cinco experimentos de campo” que buscan comprobar la colaboración humano-máquina. Por ello, “a los pilotos se les darán tareas de gestión de batalla de mayor nivel cognitivo mientras sus aviones vuelan en combate, y habrá sensores de factores humanos que midan su atención y estrés para medir cuánto confían en la IA”.
Los eventos a gran escala, ha señalado el Secretario de Defensa, comenzarán en el año 2023. Se usarán aviones tácticos con pilotos de seguridad, por si algo va mal, y el programa contempla combates uno contra uno en el segundo trimestre de 2023, dos contra uno en el cuatro trimestre y dos contra dos en el primer trimestre de 2024. En algunos combates habrá equipos humano-máquina contra equipos solo humanos y en otros dos equipos humano-maquina compitiendo entre sí.
Combate simulado entre una IA y un piloto humano.
Esper ha dejado claro que la simulación del pasado mes de agosto demostró la capacidad de la IA para superar a los humanos en los combates aéreos, pero que esa simulación “culminará en una competición en el mundo real en un combate aéreo táctico a gran escala en 2024”. Tocará esperar hasta entonces no solo para conocer los resultados, sino también el entorno de pruebas.
En la simulación del pasado mes de agosto, los pilotos (humanos y artificiales) no podían usar misiles y el combate quedó restringido al cañón delantero. La IA, por cierto, no podía usar lo aprendido durante los combates previos contra el piloto humano, sino solo aplicar el conocimiento previo a la “competición”, entre comillas.
Durante el evento, que se retransmitió en YouTube, los comentaristas destacaron la capacidad de la IA para actuar en condiciones extremas, véase una fuera G demasiado alta, así como su capacidad para apuntar y acertar en el blanco. Las pruebas hablan por sí solas: todos los combates duraron menos de un minuto, salvo el quinto, en el que piloto humano consiguió sobrevivir más tiempo.
¿Qué busca Estados Unidos con este programa? Ciñéndonos a las explicaciones de Esper que recogen en Breaking Defense, liberar recursos humanos. Considera a la IA como una “herramienta para liberar recursos, tiempo y mano de obra para que la gente pueda dedicarse a tareas prioritarias y llegar a los momentos de decisión más rápido y con más precisión que la competencia”.
Windows 10 se actualiza con un fallo que ya no te deja suspender tu PC, así puedes arreglarlo
Otra actualización de Windows 10 otro fallo colateral en el sistema operativo. No lo decimos por maldad, en realidad este sistema operativo es relativamente estable comparado con generaciones anteriores.
Pero se está volviendo un escenario recurrente que cuando se actualiza a través de Windows Update algo sucede que alguna otra parte de la plataforma comienza a fallar.
Eso ha sucedido con la actualización opcional liberada con el arranque de este mes de septiembre. El update previo, con el ID KB4568831 había arreglado un molesto glitch que fastidiaba la función para suspender la PC.
Por desgracia, varios usuarios reportan que quienes tuvieron la ocurrencia de también instalar la actualización complementaria se toparon con que el falló de la función había vuelto. Pero hay un modo fácil de resolverlo.
Cómo arreglar el fallo con la función para suspender la PC en Windows 10
- Presiona la tecla Windows .
- Escribe en el teclado la palabra “servicios.msc”.
- Aparecerá en primer lugar la aplicación con ese nombre, ábrela.
- Se cargará una ventana con una lista alfabética de servicios. Busca el que dice “Windows Update”.
- Da clic sobre él y luego presiona el botón de Stop (Detener) arriba en el menú de la ventana.
- Luego pulsa el botón Play (Reproducir) y de inmediato pulsa el botón Reiniciar.
- Luego ve a Windows Update e instala cualquier actualización pendiente.
- Reinicia la PC.
Con estos pasos la función de suspender habrá regresado a la normalidad. En teoría. La recomendación obvia es frenar las actualizaciones automáticas de Windows.
China busca establecer normas de seguridad de los datos en la red a nivel mundial, según ‘The Wall Street Journal’
China y Estados Unidos siguen echándose un pulso en el ámbito tecnológico y la última iniciativa tiene que ver con el tratamiento de los datos a nivel mundial.
Si semanas atrás la administración estadounidense presentaba el programa Clean Network con el objetivo de vetar todo tipo de servicios de internet con sede en el gigante asiático, ahora es el China la que mueve ficha teniendo en cuenta la intención de los americanos de sumar países aliados a su iniciativa.La iniciativa china presumiblemente será presentada a otros países en próximos días
Las autoridades de la República Popular China, según un borrador al que ha tenido acceso The Wall Street Journal, tiene lista una iniciativa que pretende establecer normas globales de seguridad de datos en internet.
Reglas internacionales para la gestión de los datos de los usuarios en internet
La iniciativa, que presumible-mente será presentada a otros países durante los próximos días, quiere implantar unas reglas internacionales sobre cómo los datos de los usuarios deben ser tratados por las administraciones públicas de todo el planeta atendiendo a las aspiraciones e intereses de la mayoría.
Todo ello en un contexto en el que, según Wang Yi, ministro de Relaciones Exteriores chino, existen “riesgos crecientes para la seguridad de los datos” y “esfuerzos para politizar los asuntos de seguridad y desprestigiar a los países rivales en materia de tecnología”. En una clara alusión a la guerra comercial entre China y Estados Unidos.
China busca especialmente salvaguardar la soberanía de cada país en aquellos datos que atañen a sus ciudadanos
China busca especialmente salvaguardar la soberanía de cada país en aquellos datos que atañen a sus ciudadanos. Es decir, que que cada país tenga libertad para decidir cómo manejan los datos de sus ciudadanos en su territorio. Punto imprescindible para un país como el gigante asiático que controla de forma férrea cómo se consume la red de redes por parte de su ciudadanía.
Otro punto importante es el que hace referencia a puertas traseras en compañías tecnológicas y pide que los países no intervengan ni busquen implantar este tipo de mecanismo para la “vigilancia masiva contra otros estados”. La propuesta se suma a otra que China impulsó recientemente para crear un “nuevo internet” proponiendo un cambio radical en el protocolo IP que todos conocemos.
El prototipo del llamativo avión Flying-V de KLM realiza su primer vuelo con éxito
Aunque a veces dé la impresión de que está todo inventado y pensado en el diseño de aviones comerciales, aquí hemos visto en numerosas ocasiones que no es así y que hasta la NASA tiene algo que decir, sobre todo cuando se junta con el MIT con diseños incluso adaptables. Y el Fliying-V de KLM, que forma parte de estas singulares propuestas, ha volado por primera vez, aunque en un modelo a escala.
El diseño se dio a conocer el año pasado, siendo una creación de KLM y Universidad TU Delft en busca de una aeronave más sostenible, siendo más pequeño que el Airbus A350 y ofreciendo menos resistencia. En ese punto nos preguntamos si podría volar y un año después el primer prototipo a escala ha surcado los aires en Alemania.
Un primer intento concluido con éxito
La compañía ha publicado en un comunicado que ese primigenio Flying-V ha realizado el primer vuelo mostrando algunas imágenes. Se trata de un modelo controlado remotamente que es la primera fase de un proceso de creación de unos dos años y que llega tras sucesivos tests en túneles de viento y en suelo.
Como vemos en el vídeo, el modelo escalado es bastante más pequeño que lo que se espera del final, midiendo 3,06 metros de envergadura, 2,76 de largo y pesando 22,4 kilogramos . El modelo definitivo contará (si no hay cambios) con una capacidad para 314 pasajeros y 160 metros cúbicos de carga, con unas dimensiones de 55 metros de largo, 17 metros de alto y una envergadura de 65 metros.
Este vuelo era importante para comprobar la fiabilidad del particular diseño, que a diferencia de los aviones convencionales es en V y que busca ser más eficiente por la aerodinámica. Sus responsables dicen que este diseño reducirá el consumo de combustible en un 20% con respecto a aviones actuales como el Airbus A350 y el Boeing 787 Dreamliner.
Imagen: KLM
Nos dibujan un futuro de “V-aviones”
En principio será propulsado por motores turbofan de bajo consumo de combustible y funcionará con queroseno, pero la idea es que a medida que se dé con sistemas de propulsión más respetuosos con el medio ambiente éstos se puedan incorporar al Flying-V. Además, al tener este diseño en el que el fuselaje se distribuye en esa gran ala partida y única.
Imagen: TU Delf
Un diseño que recuerda al que vimos de Airbus el pasado mes de febrero con el Maveric. La promesa en ese caso es que sus mejoras aerodinámicas permiten aumentar la eficiencia y reducir las emisiones de CO₂ en un 20%, según Jean-Brice Dumont, responsable de ingeniería en Airbus.
El Maveric de Airbus
El mismo Dumont también explicaba que este tipo de aviones de ala integrada podrían formar parte del futuro de los aviones comerciales, pero cuya llegada se espera en la década de los 2030. Esto coincide con la estimación de KLM para el Flying-V, ya el desarrollo de un nuevo modelo de avión puede prolongarse hasta diez años.
Además, están las dificultades adicionales como la integración en aeropuertos, como lo es en el caso del Boeing 777x. Aunque a este respecto KLM dice que el Flying-V tendrá la misma envergadura que un A350, de modo que se podrán usar las instalaciones existentes.
Faltará ver si este proyecto progresa y qué ocurre en los primeros vuelos de prueba, tanto en su fiabilidad como en su prometida mayor eficiencia. También comprobar qué ocurre con los pasajeros, si hay mareos en los asientos más alejados al eje o si esto se logra evitar.
Android 11 ya es oficial: estas son sus características y los dispositivos que ya se pueden actualizar
Después de meses en versiones developer preview y beta, Android 11 finalmente ya es oficial. Google ha lanzado la última versión de su sistema operativo para móviles repleta de novedades. Y aunque sólo algunos smartphones podrán actualizar desde el primer día, en esta ocasión no se limita sólo a los Pixel de la marca.
Android 11 ha comenzado a llegar en las últimas horas a los primeros dispositivos, después de que Google lo anunciara oficialmente. Se trata de una versión estable que finalmente llega después de haber pulido características en cuatro versiones developer preview y tres versiones beta. Veamos qué novedades trae y cómo instalarla.
Los cambios más relevantes en Android 11
Lo cierto es que durante las versiones preliminares hemos podido ir viendo las principales novedades que Android 11 ha introducido. Tras tantas versiones del sistema operativo y durante tanto tiempo entre nosotros, poco más se puede innovar. Es algo que hemos visto en los últimos años tanto en Android como en iOS, las nuevas versiones no traen grandes cambios y se centran en pulir funciones. Es lo que más o menos ocurre con Android 11, del que ya vimos sus novedades iniciales.
Estas son sus principales novedades:
- Mejoras en las notificaciones: Las notificaciones que sean de conversaciones en apps de mensajería ahora tienen un espacio dedicado y se pueden priorizar o gestionar directamente desde esta sección.
- Controles en domótica: Desde el menú de apagado ahora se pueden controlar los dispositivos conectados por Google Home. Se encontrarán estos controles junto a las tarjetas de bancos y los botones de apagado, reinicio y emergencia.
- Burbujas para las apps de mensajería Para no tener que volver siempre a una app de mensajería cuando alguien nos escribe, podemos mantener una especie de burbuja flotante con el icono de esa persona que estará presente durante todo el sistema operativo y no sólo en la app en concreto.
- Permisos granulares para las apps: Especialmente enfocado en la privacidad. Las apps ahora pueden tener permiso una sola vez o sólo cuando se están utilizando para acceder a determinadas funciones como la ubicación.
- Android Auto de forma inalámbrica: Desde Android 11, si el vehículo es compatible, se podrá utilizar Android Auto y vincularlo al teléfono sin tener que conectarlo por cable.
- Grabación de pantalla: De forma oficial Android 11 ya permite la grabación de la pantalla. La funcionalidad se encuentra en los ajustes rápidos del sistema.
- Actualizaciones mediante Google Play: Más módulos pasan a depender de Google directamente para poder actualizarlos sin esperar a que el fabricante lance la actualización. Esencial para las actualizaciones de seguridad.
Qué dispositivos se pueden actualizar y cómo hacerlo
Unos meses atrás se confirmó la lista de dispositivos compatibles con Android 11. Años atrás, los únicos dispositivos que se actualizaban desde el primer día a Android eran los propios de Google (Nexus o Pixel). Esto ha cambiado últimamente y con Android 11 lo vemos de nuevo, son más los smartphones que pueden actualizarse desde hoy mismo a Android 11. Estos son los oficiales por fabricante:
- Google: Pixel 2, Pixel 3, Pixel 3a, Pixel 4
- OnePlus: OnePlus 8 y 8 Pro
- Xiaomi: Xiaomi Mi 10 y Mi 10 Pro, Poco F2 Pro
- OPPO: OPPO Find X2, OPPO Find X2 Pro, OPPO Reno3 4G, OPPO Reno3 Pro 4G
- Realme: Realme X50 Pro
Actualizar el sistema operativo del smartphone a Android 11 es relativamente fácil. Si se trata de uno de los dispositivos compatibles simplemente hay que ir a los ajustes del sistema y buscar la actualización. Generalmente aparece en Ajustes > Sistema > Avanzado > Actualización del sistema > Buscar actualizaciones. De no aparecer aún probablemente lo haga en las próximas horas o días, ya que este tipo de actualizaciones normalmente se despliegan paulatinamente.
¿Y para el resto de móviles? Tocará esperar a que cada fabricante lance sus fechas de actualización a Android 11. Y, sobre todo, ver qué móviles deciden actualizar a la última versión.
Microsoft y la NASA lanzan tres cursos para enseñar cómo usar Python y machine learning en las misiones espaciales
La exploración espacial es un campo que ha inspirado a miles de científicos para formarse con el objetivo de aportar su granito de arena a la hora de ampliar las fronteras de nuestro conocimiento sobre el universo. También en el campo de la computación.
Por ello, Microsoft y la NASA han unido esfuerzos y acaban de anunciar el lanzamiento conjunto de una serie de cursos online destinados a formar a aquellos se inician en la programación a usar el lenguaje Python y algoritmos de machine learning… para tareas relacionadas con el ámbito de la NASA: desde clasificar rocas espaciales a predecir las condiciones meteorológicas durante el lanzamiento de los cohetes.
Este trayecto formativo nos irá enseñando conceptos básicos sobre qué es un lenguaje de programación, o sobre cómo podemos usar el editor Visual Studio Code de Microsoft, instalar extensiones para Python o ejecutar un Jupyter notebook desde dicho editor.
Es decir, todo lo necesario para empezar a trabajar en un proyecto de machine learning. Pero no nos engañemos: el curso no nos enseñará cómo codifican en Python los ingenieros de la NASA, sino que aporta ideas de cómo Python podría ser útil para afrontar algunos desafíos reales de la exploración espacial.
Primer módulo: Introducción a Python para la exploración espacial
En el módulo de ‘Introducción a Python para la exploración espacial‘, compuesto de ocho unidades, encontraremos información sobre el programa Artemis de la NASA (que tiene como objetivo aterrizar a la primera mujer en la Luna en 2024) y sobre sus principales sistemas tecnológicos (de comunicación, de lanzamiento, de exploración lunar, etc.).
Este primer módulo no ofrecerá mucha información sobre cómo programar en Python, pero sí explica el importante papel que tienen los ingenieros informáticos en estas misiones, gracias a su papel en el diseño y uso de diversas máquinas:
“Decidir cómo programar un robot para recoger muestras de roca, recopilar metadatos y no perturbar el área de muestra, no es algo trivial, más aún si tenemos en cuenta que los programadores no podrán probar los robots en un entorno verdaderamente preciso antes de enviarlos a la misión”.
Segundo módulo: Clasificar rocas espaciales mediante Python e inteligencia artificial
El módulo ‘Clasificar rocas espaciales mediante Python e inteligencia artificial‘ también está compuesto de ocho unidades, y requiere ya de cierta familiaridad con Python y la ciencia de datos, pues detalla las principales bibliotecas de análisis de datos y visualización de datos para este lenguaje (como PyTorch), además de vincularlo todo a los servicios de IA de Azure.
Durante este módulo, los estudiantes aprenderán cómo diseñar un modelo de inteligencia artificial capaz de clasificar diferentes tipos de rocas espaciales a partir de fotos aleatorias.
Tercer módulo: Predecir retrasos en el lanzamiento de cohetes con machine learning
Compuesto de sólo tres unidades, ‘Predecir retrasos en el lanzamiento de cohetes con machine learning‘ nos enseña qué tipos de algoritmos son los más adecuados para diferentes tipos de análisis, desde clasificar imágenes a generar recomendaciones, además de ofrecer más información sobre la creación de modelos de aprendizaje automático. El objetivo principal de este modulo es, según Microsoft,
“Emocionar a los estudiantes y hacer que tengan curiosidad por descubrir cómo el machine learning podría ayudar a resolver otros problemas, tanto en el descubrimiento del espacio como en diferentes aspectos de la vida”.
