Durante LACNIC 43, el uso de Inteligencia Artificial (IA) para enfrentar la complejidad de las redes de telecomunicaciones fue el eje de la presentación del profesor Christian Esteve Rothenberg (Unicamp). En una clase técnica, pero llena de ejemplos prácticos, mostró cómo los algoritmos de Aprendizaje Automático con la Inteligencia Artificial ya están siendo utilizados para predecir fallos, automatizar decisiones y optimizar el rendimiento de redes móviles y ópticas.

Según Rothenberg, la creciente superposición de tecnologías como 4G, 5G, Edge, Cloud y Content Delivery Networks ha vuelto las redes demasiado complejas como para ser gestionadas sólo con lógica humana.

Técnicas como la detección de anomalías, clasificación de tráfico, predicción de patrones de uso y asignación dinámica de recursos están ganando terreno con el apoyo de aprendizaje supervisado, no supervisado y por refuerzo.

También lee: Claro Brasil y la Universidad de São Paulo crearán centro de investigación en 5G e IA Generativa

Uno de los ejemplos centrales de la charla fue el uso de IA para estimar la calidad de experiencia (QoE) en videos adaptativos —como los de YouTube— en redes 4G y 5G. En un entorno de laboratorio, su equipo analizó patrones en el espacio entre paquetes, sin acceder al contenido cifrado, y logró predecir congelamientos y cambios de resolución con alta precisión. 

Luego, la investigación se trasladó a escenarios reales, donde estudiantes reprodujeron videos mientras sensores registraban datos de red, GPS y de la propia aplicación.

Otro estudio abordó las redes ópticas y el concepto de network digital twin (gemelos digitales), que permiten simular cambios en la red antes de implementarlos, aportando mayor seguridad y eficiencia.

A pesar de los avances, Rothenberg advirtió sobre desafíos como la recolección estructurada de datos, la no transferibilidad de modelos entre redes distintas, la necesidad de entrenamiento constante y el riesgo de decisiones automatizadas sin explicación clara. “Si no estás recopilando datos operacionales con calidad, estás perdiendo el tiempo”, subrayó.

La presentación concluyó con recomendaciones prácticas y sugerencias de lectura, especialmente dirigidas a quienes buscan aplicar la IA en el mundo real de las telecomunicaciones, donde contar con los datos correctos y un buen modelo puede marcar toda la diferencia.

Un grupo de investigadores utilizó el Aprendizaje Automático, una rama de la Inteligencia Artificial (IA), para encontrar una posible solución a la resistencia a los antibióticos, que hoy en día es un problema de salud mundial.

A través de un algoritmo de IA, los científicos lograron predecir casi un millón de nuevos antibióticos en el microbioma global. El microbioma comprende una comunidad de microorganismos y la función que cumplen en un entorno específico (diversas partes del organismo humano).

El estudio de la diversidad del microbioma es complejo, debido a las grandes cantidades de información que se necesitan clasificar y analizar para encontrar posibles antibióticos, que son antimicrobianos biológicos que impiden el desarrollo de ciertos microorganismos (gérmenes o bacterias, por ejemplo).

Por eso, el uso del Aprendizaje Automático aceleró el proceso de investigación que, sin esta tecnología, podría haber tomado muchos años.

Te recomendamos: La Inteligencia Artificial está revolucionando el diagnóstico médico

La investigación fue realizada por César de la Fuente Núñez, Luis Pedro Coelho, Yiqian Duan, Jaime Huerta Cepas, Marcelo Torres y Célio Dias Santos, y fue publicada en la revista Cell el 5 de junio.

Los investigadores están afiliados a instituciones científicas de diversas partes del mundo, incluyendo a Estados Unidos, China, Brasil y España.

Para llevar a cabo su estudio, el grupo de científicos recolectó genomas y metagenomas almacenados en bases de datos públicas y buscaron fragmentos de ADN que pudieran tener actividad antimicrobiana, según explicó César De la Fuente a The Guardian.

El grupo de investigadores descubrió un millón de péptidos (un tipo de molécula) que podrían servir como un antibiótico. Para validar sus resultados, sintetizaron 100 de las moléculas y obtuvieron que 79 por ciento de la muestra era eficaz para matar un microbio.

Los péptidos antimicrobianos se pusieron a prueba contra patógenos clínicamente resistentes a los medicamentos y bacterias comensales del intestino humano, tanto in vitro como in vivo.

Ahora los hallazgos de la investigación están disponibles como recurso abierto, por lo que podrían servir para descubrir nuevos antibióticos contra infecciones que son cada vez más resistentes a los antibióticos actuales.

De acuerdo con la Organización Mundial de la Salud, la resistencia a los antibióticos es una de las mayores amenazas para la salud mundial, la seguridad alimentaria y el desarrollo a nivel global.

Las bacterias mutan en respuesta al uso de los fármacos que se utilizan para prevenir y tratar infecciones en los seres humanos y animales. Esto pone en peligro la capacidad de tratar las enfermedades comunes, como la tuberculosis, la neumonía o la gonorrea.

Te puede interesar: Integración de tecnologías a salud requiere de nuevas normas

“De hecho, este tipo de infecciones matan actualmente a un millón 270 mil personas al año. Por lo tanto, existe una necesidad urgente de métodos novedosos para el descubrimiento de antibióticos”, advierte la investigación publicada en Cell.

Actualmente, se trata de un problema de salud pública, que se agrava con el mayor acceso a medicamentos sin receta y un consumo en exceso de los antibióticos.

Por eso, los grupos científicos están intensificando los esfuerzos para encontrar posibles antibióticos y comprender a profundidad la diversidad del microbioma.

La aplicación de tecnologías como la IA, y en específico el Aprendizaje Automático, puede acelerar la investigación científica. Sin embargo, también plantea cuestiones éticas respecto a en qué áreas es adecuado utilizarla debido a que se trata de información sensible y también cómo garantizar la confiabilidad de los resultados.

La multinacional alemana Siemens integró una nueva funcionalidad de Inteligencia Artificial (IA) Generativa a su solución de mantenimiento predictivo, llamada Senseye Predictive Maintenance.

Siemens destacó que, con esta incorporación, el mantenimiento predictivo será más conversacional e intuitivo, ya que facilitará la comunicación entre las máquinas y los expertos para agilizar y mejorar la toma de decisiones.

La solución Senseye Predictive Maintenance ya utilizaba la Inteligencia Artificial y el Aprendizaje Automático para generar automáticamente modelos de comportamiento de las máquinas y de los trabajadores.

De esta manera, tanto las personas como la maquinaria pueden dirigir la atención y la experiencia de los usuarios hacia donde más se necesita.

Recomendamos: Así es el metaverso industrial con el que Siemens quiere redefinir todo lo que nos rodea

Por ejemplo, en una fábrica esta plataforma permite mejorar la previsión de tiempos de inactividad y reducirlos; aumentar la productividad del personal; así como reducir los tiempos de mantenimiento.

Ahora con la IA Generativa se espera que las interacciones entre máquinas y personas sean más rápidas y eficientes, dado que el procesamiento de datos y el flujo de información se gestionará de forma inteligente tomando como referencia casos similares que hayan sucedido con anterioridad.

El conglomerado alemán anunció que BlueScope, un fabricante de acero australiano, es una de las primeras compañías en adoptar su solución con IA Generativa para el mantenimiento de su equipo de operaciones.

Un salto del mantenimiento predictivo al prescriptivo

Para Siemens, la integración de IA Generativa en su solución representa un salto del mantenimiento predictivo al prescriptivo, pues será capaz de contextualizar mejor la información disponible y desarrollar una estrategia de mantenimiento que ordene las acciones a ejecutar.

Te puede interesar: ‘En 2024, IA Generativa pasa de la teoría a la práctica’: Dell

“La IA Generativa puede escanear y agrupar casos, incluso en varios idiomas, y buscar casos pasados ​​similares y sus soluciones para proporcionar contexto a los problemas actuales. También es capaz de procesar datos de diferentes software de mantenimiento”, detalló Siemens.

Esta nueva función en Senseye Predictive Maintenance aún no está disponible para el mercado en general, pero Siemens proyecta que todos los usuarios de la plataforma de software como servicio podrán acceder a ella a partir de esta primavera.

Nokia presentó su Estrategia Tecnológica 2030 que identifica tendencias y tecnologías emergentes que darán forma a las redes y el mundo durante los próximos siete años, tales como la Inteligencia Artificial (IA), el Aprendizaje Automático (ML) y la Realidad Extendida (XR), por lo que la compañía propone una nueva arquitectura que esté lista para este reto.

Según el nuevo informe Global Network Traffic 2030 de Nokia, el tráfico de red aumentará drásticamente durante esta década, impulsado por la IA, la Nube, XR y los millones de dispositivos que se conectarán a la red. Las tendencias clave que influyen en la Estrategia Tecnológica 2030 de Nokia son la IA, la continuidad de la Nube, el metaverso, la economía API, la Industria 5.0, la Internet del valor, la sostenibilidad y la seguridad.

La compañía estima que en el segmento de consumidor, las suscripciones móviles crecerán de 8.5 mil millones a alrededor de 10.3 mil millones para 2030, de las cuales, 5.6 mil millones serán 5G, dentro de un escenario moderado.

Digital X Files | Sonría, lo estamos filmando

Lo anterior provocará un crecimiento del tráfico de consumidor global de 4.8 veces a una tasa ponderada anual de 22 por ciento, hasta un total de 468 EB (exabytes) al mes en 2023. En tanto, el tráfico empresarial total podría crecer a una tasa ponderada anual de entre 22 y 50 por ciento, lo que incrementaría el tráfico mensual hasta los 568 EB en un escenario moderado, o hasta mil 647 EB en un escenario disruptivo.

Por aplicación, Nokia espera que el metaverso genere una importante parte del tráfico tanto para consumidores como para empresas. En el caso de las redes móviles para consumidor, aunque el video aún provocará la mayor parte del tráfico con 60 por ciento en 2030, el metaverso se ubicaría en segundo lugar con 13 por ciento.

En el caso del segmento empresarial, el reporte estima que el tráfico acumulado de los dispositivos industriales de IoT crezca de 4.74 EB/mes en 2022 a 22.5 EB/mes en 2030, en un caso moderado para dispositivos móviles y satelitales públicos. Por su parte, se espera que la proporción del tráfico del metaverso crezca hasta una participación de entre 87 a 96 por ciento del tráfico general de la Industria 4.0 en todos los escenarios para 2030.

Ante este escenario, Nokia afirma que las redes “deberán adaptarse y transformarse”, por lo que “ofrecer innovación duradera, accesible y sostenible depende de redes cognitivas confiables y seguras”.

Según la compañía, las redes “tendrán que evolucionar hacia ecosistemas cognitivos y automatizados capaces de abordar las necesidades transformadoras y los modelos operativos de diversas organizaciones, industrias y consumidores. La futura arquitectura de red tendrá que ser más dinámica”.

En ese sentido, explica que el primer desafío es identificar el conjunto correcto de tecnologías de red para satisfacer estas demandas emergentes. Por ejemplo, la tecnología de digital twins para redes será un componente central de la arquitectura, lo que permitirá un análisis basado en la red para mejorar el diseño y el funcionamiento de la red.

Dicha tecnología, en conjunto con la gestión y la orquestación impulsadas por la IA, permitirá mover las redes hacia la gestión holística del ciclo de vida para los activos y aplicaciones desplegados.

El País-Manuel G. Pascual

El cerebro humano tiene una propiedad clave que hace posible el lenguaje y nos permite elaborar pensamientos sofisticados: la generalización composicional. Es la habilidad de combinar de forma novedosa elementos ya conocidos con otros que se acaban de aprender. Por ejemplo, una vez que un niño sabe saltar, entiende perfectamente qué significa saltar con las manos arriba o con los ojos cerrados. En la década de 1980 se teorizó que las redes neuronales artificiales, el motor en el que se apoyan la inteligencia artificial y el aprendizaje automático, serían incapaces de establecer esas conexiones. Un artículo publicado en la revista Nature ha demostrado que sí pueden, lo que abre potencialmente un gran campo de mejora en la disciplina.

Los autores del estudio han desarrollado un innovador método de entrenamiento, que han bautizado como metaaprendizaje para composicionalidad (meta-learning for compositionality, en el original en inglés), en el que se actualiza constantemente la red neuronal y se la dirige a través de una serie de episodios para que sea capaz de relacionar experiencias. Posteriormente, realizaron experimentos con voluntarios a los que se les sometió a las mismas pruebas que a las máquinas. Los resultados muestran que la máquina fue capaz de generalizar tan bien o mejor que las personas.

“Durante 35 años, los investigadores de la ciencia cognitiva, la inteligencia artificial, la lingüística y la filosofía han debatido si las redes neuronales pueden lograr una generalización sistemática similar a la humana. Hemos probado por primera vez que sí”, afirma Brenden Lake, profesor adjunto del Centro de Ciencia de Datos y del Departamento de Psicología de la NYU y uno de los autores del trabajo.

Leer más.

Jamaica Observer Kellaray Miller

Impulsadas significativamente por la evolución de nuevas tecnologías como la inteligencia artificial (IA), el aprendizaje automático (ML) y la computación cuántica, las partes interesadas han indicado que ahora están presenciando un aumento de más del 200 por ciento en el número de violaciones de ciberseguridad reportadas localmente anualmente.

Hablando en un reciente Foro Empresarial de Observadores de Jamaica , jefe del Equipo de Respuesta a Incidentes Cibernéticos de Jamaica (JaCIRT), el teniente coronel Godphey Sterling dijo que si bien se implementan constantemente una serie de medidas, los casos continúan aumentando incluso cuando los reportados a menudo disminuyen significativamente. por debajo de los que no lo son. En los últimos meses, entidades como Derrimon Trading, Mayberry Investments y la Comisión de Servicios Financieros (FSC) se encuentran entre algunas de las más destacadas que han informado de violaciones en sus redes a nivel local.

Leer más: https://www.jamaicaobserver.com/business/mass-uptick-in-reported-cyber-incidents/

Amdocs dio a conocer el lanzamiento de su herramienta Network Inventory, una solución de inventario diseñada para impulsar la automatización de redes y servicios, utilizando acciones automatizadas impulsadas por Inteligencia Artificial (IA) y Aprendizaje Automático.

La compañía explicó que es una solución de inventario comprobada y confiable que ya admite más de 50 redes en todo el mundo, automatizando todo el ciclo de vida del servicio B2B y B2C en múltiples redes y proveedores.

Añadió que con el lanzamiento de la plataforma Amdocs Network Inventory las capacidades se amplían y mejoran para permitir una visibilidad y un control integrales sin interrupciones a través de un enfoque centralizado y con IA.

Además, afirmó que la solución simplifica y elimina los riesgos en la transformación de un proveedor de servicios, lo que garantiza transiciones sin problemas a las arquitecturas de red híbrida. El inventario de Amdocs Network se puede usar como una ruta de actualización para los proveedores de servicios que actualmente usan las soluciones de red de Amdocs, o como una nueva solución.

“Estamos orgullosos de ayudar a nuestros clientes a preparar sus redes para el futuro, al tiempo que eliminan el riesgo de sus procesos de transformación. Con una visibilidad integral de la red de extremo a extremo, y nuestra experiencia, escala y rendimiento comprobados, nuestra plataforma de próxima generación permite a los proveedores de servicios automatizar de manera inteligente sus operaciones, desbloqueando así todo el potencial de ingresos del lanzamiento de servicios innovadores, al mismo tiempo que cumple con los objetivos de liderazgo en costos”, aseguró Anthony Goonetilleke, presidente de Tecnología y jefe de Estrategia de Amdocs Group.

Sentinella, un sistema basado en Aprendizaje Automático, acaba de implementarse en toda la cadena de restaurantes Burger King. Con la ayuda de esta Inteligencia Artificial, la cadena logística se vuelve más ágil y eficiente, optimizando las operaciones de forma personalizada para cada tienda. Y ahí es donde entra la reducción de costes y el desperdicio de alimentos.

Desarrollado en sociedad con la empresa TopCode, Sentinella evalúa el comportamiento de ventas de las tiendas y posibles eventos estacionales como feriados y meses de mayor flujo. De esta forma, la herramienta sirve de apoyo a los gestores a la hora de realizar pedidos de insumos, sugiriendo la cantidad adecuada para reponer sus stocks. Desde el inicio de su implantación en 2021, el sistema ya ha recibido más de 30 mil pedidos.

Operación

Más detalladamente, el sistema Sentinella cruza datos de la base de pedidos realizados por los consumidores a través del control de inventario, con el fin de entender qué insumos son los más utilizados en una determinada tienda. Así, cuando el gerente necesita reponer su stock, consulta la herramienta que le dará sugerencias más asertivas, eliminando la necesidad de consultar varias hojas de cálculo, por ejemplo.

Para garantizar la mejora constante de la Inteligencia Artificial, ZAMP®, el master franquiciado de Burger King® y POPEYES® en Brasil, invierte en la formación de sus empleados, para reforzar la mentalidad enfocada en la inteligencia y la automatización, que incluye al gerente comercial en el centro de esta transformación.

La empresa también creó una pista de videos de capacitación sobre el tema con traducción simultánea en Libras (lenguaje de señas brasileño), en Unboxing Play, una plataforma de aprendizaje corporativo con pistas de capacitación diseñadas con métodos de pensamiento de diseño.

La nueva funcionalidad es parte de la estrategia de ZAMP para convertirse en la Foodtech más grande de Brasil al incorporar tecnología en todos los pilares del negocio.

En el mundo existen más de 7 mil idiomas que son ampliamente hablados pero que no cuentan con un sistema de escritura o gramática estándar, es decir, que son lenguajes no escritos. Esto representa un problema para los sistemas de traducción actuales que necesitan grandes cantidades de texto escrito para entrenar un modelo de Inteligencia Artificial (IA).

Con el objetivo de “romper las barreras del idioma”, Meta anunció que está trabajando en desarrollar el primer sistema de traducción automática de voz a voz en tiempo real, capaz de traducir lenguajes no escritos, para que las personas de cualquier origen se puedan comunicar sin esfuerzo, no sólo en el mundo real, sino también en entornos virtuales como el metaverso.

El proyecto de Meta se llama Universal Speech Translator (UST), el cual se basa en nuevos métodos que superan desafíos importantes en cuanto a la recopilación de datos y el entrenamiento de un modelo de Inteligencia Artificial.

Para desarrollar este nuevo sistema de traducción sólo de voz, los investigadores de Meta comenzaron analizando el hokkien, una lengua que se habla en algunas regiones de China y que carece de recursos escritos, además de que hay pocos intérpretes humanos de inglés a hokkien, lo que dificulta la recopilación de datos para entrenar el modelo.

Debes leer: Pesadillas tecnológicas que no te dejarán dormir esta noche

Traducción de voz a voz

Primero, los investigadores de Meta tradujeron el hokkien a texto en mandarín y luego al inglés. Este texto lo usaron para entrenar el modelo de IA. También aprovecharon un nuevo método que se conoce como minería del habla, para generar más datos de entrenamiento.

El método consiste en codificar clips de voz hablado en Hokkien y alinearlos con campos semánticos similares del idioma inglés, lo que generó una lengua paralela entre el hokkien y el inglés.

Después de conseguir los datos de entrenamiento, los investigadores pasaron a enfocarse en la traducción de voz a voz. En esta fase utilizaron la traducción de voz a unidad (S2UT), lo que significa que convirtieron las ondas de sonido del habla en una “secuencia de unidades acústicas”.

Para hacerlo usaron un mecanismo decodificador que genera un texto traducido a partir de las unidades acústicas a un idioma similar (en este caso fue el mandarín). Para determinar la calidad de la traducción, los investigadores desarrollaron un sistema que transcribe el habla hokkien en una notación fonética estandarizada llamada Tâi-lô.

Esto les permitió calcular la métrica estándar denominada ASR-BLEU, que compara el nivel de una transcripción mediante Aprendizaje Automático con un texto traducido por un humano.

Te puede interesar: Alexa, Siri, Google y Cortana quieren comprender mejor a personas con discapacidad del habla

Además, crearon el primer conjunto de datos de referencia hokkien-inglés de traducción bidireccional, que será de código abierto con el fin de alentar a otros investigadores a avanzar más en el campo.

Meta señala que aunque su sistema es un trabajo en progreso, que por ahora sólo puede traducir una oración completa a la vez, significa “un paso más hacia un futuro donde la traducción simultánea entre idiomas es posible”.

Para que este proyecto pueda usarse con muchas más lenguas y no sólo con hokkien, Meta anunció que publicará una gran matriz de traducciones de voz a voz extraídas con la técnica de minería de datos de Meta llamada LASER, que permitirá a los investigadores colaborar en el proyecto creando sus propios sistemas de traducción de voz a voz.

La compañía finesa Nokia anunció la adopción de un nuevo enfoque para renovar su cartera de software en áreas de seguridad, automatización y monetización, utilizando la Inteligencia Artificial (IA).

Esto quiere decir que las aplicaciones tecnológicas de seguridad y los sistemas de apoyo a las operaciones y a los negocios se unificarán bajo la marca AVA (Automatización, Visualización y Análisis).

AVA será un marco de análisis abierto que ayudará a las organizaciones y empresas a simplificar la forma en la que se almacenan y utilizan los datos, aprovechando las capacidades de la IA, el Aprendizaje Automático, la configuración sin código, las interfaces de programación abiertas, la orquestación de múltiples Nubes y ecosistemas digitales.

Te recomendamos: Nokia se asocia con Microsoft para optimizar rendimiento en el Borde industrial de misión crítica

Nokia detalló que el rediseño de sus soluciones de software buscará que se vuelvan completamente nativas de la Nube, permitiendo que se puedan implementar en cualquier entorno: en la Nube pública, privada o incluso en la computación al borde.

“Actualmente, los científicos de datos pueden dedicar alrededor del 40 por ciento de su tiempo a la disputa de datos y tareas repetitivas que deberían automatizarse, según varias estimaciones de la industria”, explicó la compañía finesa.

Por ello, la cartera de software abierto de AVA posibilitará que los clientes abstraigan de forma más sencilla los conjuntos de datos y los científicos de datos se centren en usarlos para desarrollar casos de uso específicos para la seguridad, automatización y monetización.

También lee: 2 nuevos servicios de software de Nokia para mejorar la eficiencia energética

Lo anterior será especialmente importante para 5G, pues las empresas tendrán mayores cantidades de datos que procesar, gestionar y administrar, y podrán hacerlo de manera más eficiente. Se espera que AVA esté disponible comercialmente en 2023.

Ahmad Latif Ali, vicepresidente asociado de Perspectivas del mercado europeo de IDC, resaltó que “las empresas de telecomunicaciones están buscando formas más inteligentes de monetizar los datos de su red. Mientras lo hacen, deben considerar implementar capacidades de IA, Aprendizaje Automático y gobierno de datos de próxima generación”.

Por ello, el especialista de IDC consideró que el anuncio de Nokia de integrar su cartera AVA “es un ejemplo de un proveedor que redobla sus esfuerzos para impulsar una mayor innovación analítica y valor 5G” para los operadores de telecomunicaciones y otras empresas.