Autor: configuroweb

El corazón y el cerebro producen señales eléctricas extremadamente débiles que permiten conocer su funcionamiento. Para registrarlas durante periodos prolongados, los médicos suelen recurrir a electrodos fabricados con metales y silicio, materiales mucho más rígidos que los órganos sobre los que deben apoyarse.

Esa diferencia puede convertirse en un problema. Mientras los tejidos se estiran, laten y se desplazan, el implante permanece relativamente rígido, lo que puede favorecer lesiones, cicatrices y pérdida de calidad en las mediciones.

Ingenieros biomédicos de la Universidad de Nueva Gales del Sur, en Australia, desarrollaron una alternativa: un sensor óptico completamente flexible que convierte directamente las señales eléctricas del organismo en variaciones de luz. El dispositivo, denominado optrode, fue presentado en la revista npj Flexible Electronics y todavía se encuentra en una fase experimental.

Un sensor diseñado para moverse con el cuerpo

El nuevo dispositivo reemplaza buena parte de los componentes rígidos por polímeros blandos capaces de adaptarse a tejidos que se encuentran en movimiento constante.

Uno de los materiales conductores empleados por los investigadores continuó funcionando después de ser doblado 10.000 veces. Esa resistencia resulta fundamental para un implante que podría colocarse sobre el corazón, el cerebro, los músculos u otros órganos que cambian continuamente de forma.

En el centro del sensor se encuentra una fina capa de cristales líquidos. Aunque esta tecnología se asocia normalmente con las pantallas, en este caso se utiliza para detectar señales inferiores a un milivoltio, similares a las generadas por la actividad cardíaca y cerebral.

La electricidad reorganiza los cristales y modifica la luz

El funcionamiento se basa en una conversión pasiva. Cuando una señal biológica alcanza el optrodo, el campo eléctrico modifica la orientación de los cristales líquidos.

Ese cambio altera la manera en la que la luz atraviesa el dispositivo. Midiendo la variación óptica, los investigadores pueden calcular la intensidad de la señal eléctrica original.

El sensor no necesita colocar amplificadores voluminosos ni sistemas electrónicos activos junto al tejido. Esto podría evitar tanto el calor generado por esos componentes como parte del ruido electromagnético que afecta a los electrodos convencionales.

La ventaja no consiste solamente en fabricar un implante más blando. Al trasladar la información al dominio óptico, el sistema puede registrar la actividad del organismo sin que la propia electrónica interfiera de la misma manera en la medición.

Puede reducirse hasta la mitad del grosor de un cabello

Los electrodos tradicionales pierden rendimiento cuando se miniaturizan: cuanto menor es su superficie, más difícil resulta separar la señal biológica del ruido eléctrico.

El optrodo evita en parte esa limitación. Según el equipo, puede reducirse hasta alcanzar decenas de micrones —aproximadamente la mitad del ancho de un cabello humano— sin añadir interferencias eléctricas ni perder calidad de señal. Esto permitiría estudiar zonas muy pequeñas del tejido y, en el futuro, acercarse al registro de grupos celulares específicos.

Las pruebas realizadas en cultivos celulares mostraron una viabilidad del 98,4% y no revelaron signos de toxicidad o contaminación. Ese porcentaje corresponde a los ensayos in vitro y no significa todavía que el dispositivo haya demostrado ser seguro para su implantación prolongada en personas.

The FDA has approved a revolutionary light-activated polymer system that repairs severed nerves without the need for traditional surgical stitches.

The US Food and Drug Administration has officially cleared a revolutionary nerve-repair system that replaces traditional surgical… pic.twitter.com/w5vvImrkyN

— Imtiaz Mahmood (@ImtiazMadmood) August 2, 2026

El objetivo final es escuchar neuronas individuales

El sensor también fue evaluado en animales, pero todavía necesita más estudios en organismos vivos para mejorar su resolución y comprobar su comportamiento a largo plazo.

El siguiente objetivo es ampliar su ancho de banda por encima de los 10 kilohercios. Alcanzar esa capacidad permitiría intentar registrar el disparo de neuronas individuales, en lugar de limitarse a observar señales producidas por grupos más grandes de células.

Los investigadores consideran que la tecnología podría adaptarse para monitorear no solo el corazón y el cerebro, sino también los músculos, el intestino y otras regiones del organismo. Antes tendrá que superar nuevas pruebas de biocompatibilidad, estabilidad y precisión.

El optrodo aún no está listo para utilizarse en pacientes, pero plantea una transformación importante: reemplazar implantes rígidos que escuchan el cuerpo mediante electricidad por sensores blandos capaces de observar sus señales a través de la luz.

Fuente: Infobae.

Las sanciones occidentales convirtieron uno de los puntos débiles de la aviación rusa en un problema urgente. Durante años, las aerolíneas del país dependieron de los aviones, repuestos y servicios técnicos de Boeing y Airbus. Cuando ese acceso quedó restringido tras la invasión de Ucrania, mantener y renovar la flota se volvió cada vez más complicado.

La respuesta de Rusia es el MC-21-310, un avión comercial de pasillo único diseñado para cubrir buena parte de las rutas nacionales y regionales. El proyecto existe desde hace años, pero acaba de alcanzar un momento decisivo: el primer ejemplar construido con procedimientos de producción en serie y componentes nacionales completó su vuelo inaugural.

El despegue no significa que el avión ya esté listo para transportar pasajeros. Sin embargo, demuestra que Rusia ha conseguido llevar hasta la pista una versión destinada a fabricarse sin depender de buena parte de los proveedores occidentales.

El primer avión de serie ya completó su vuelo inaugural

El MC-21-310 despegó el 3 de agosto desde el aeródromo de la planta aeronáutica de Irkutsk. Permaneció en el aire durante una hora y 23 minutos, alcanzó una altitud de 6.000 metros y llegó a una velocidad indicada de 600 kilómetros por hora.

Durante la prueba, la tripulación comprobó la estabilidad, la capacidad de control en distintas configuraciones y el funcionamiento de los sistemas instalados a bordo. Según United Aircraft Corporation, el aparato completó el programa previsto sin incidentes.

La importancia del vuelo está en el origen de sus componentes. El avión utiliza motores rusos PD-14 y sustituye equipos extranjeros en áreas como la aviónica, los controles de vuelo, el sistema de combustible, los frenos, la climatización, las ruedas y los neumáticos.

El avión con el que Rusia quiere competir en el mercado más importante

El MC-21 pertenece al segmento de los aviones de pasillo único y medio alcance, el mismo que dominan las familias Airbus A320neo y Boeing 737 MAX.

Puede transportar hasta 211 pasajeros, aunque la configuración de dos clases prevista para los primeros operadores contempla alrededor de 175 asientos. En esa disposición, el fabricante declara una autonomía de 3.830 kilómetros.

El aparato mide 42,25 metros de largo, tiene una envergadura de 35,9 metros y alcanza un peso máximo de despegue de 85 toneladas. Más del 30% de su estructura utiliza materiales compuestos, incluidos elementos fabricados con materiales desarrollados en Rusia.

En pruebas recientes, una unidad experimental recorrió más de 3.800 kilómetros con una carga equivalente a 175 pasajeros y las reservas reglamentarias de combustible. También demostró que podía continuar el despegue simulando el fallo de uno de sus motores.

La parte más difícil todavía está pendiente

El MC-21 realizó su primer vuelo en 2017, pero la sustitución de componentes extranjeros obligó a revisar buena parte del programa. La versión inicial utilizaba motores Pratt & Whitney y numerosos sistemas internacionales que dejaron de estar disponibles con normalidad.

Ahora Rusia no solo debe certificar la nueva configuración, sino también demostrar que puede fabricar suficientes unidades, mantenerlas operativas y abastecer de repuestos a las aerolíneas durante décadas.

Aproximadamente la mitad del programa de vuelos de certificación ya está completado. Las autoridades rusas esperan finalizarlo y comenzar las entregas comerciales en 2027, después de recibir la aprobación de Rosaviatsia.

El primer vuelo del aparato de serie es un avance importante, pero no resuelve por sí solo la dependencia aeronáutica de Rusia. El verdadero éxito del MC-21 no se medirá por cuánto tiempo permanece en el aire durante una prueba, sino por cuántos aviones consigue fabricar, entregar y mantener volando con pasajeros.

Fuente: Xataka.

Durante años, bastaba con pedirle a ChatGPT que escribiera un cuento “al estilo de Stephen King” o un poema “como Pablo Neruda” para recibir un texto que intentaba reproducir su voz, su ritmo y algunos de sus recursos más reconocibles.

Eso parece estar cambiando.

Pruebas recientes realizadas con ChatGPT muestran que el sistema comenzó a rechazar los pedidos que buscan imitar directamente el estilo de escritores famosos. En lugar de negarse a escribir por completo, ofrece crear un texto original que conserve cualidades generales —como una atmósfera inquietante, un lenguaje lírico o una narración fragmentaria— sin reproducir una voz individual.

ChatGPT todavía escribe, pero evita copiar una voz concreta

El cambio no significa que el chatbot haya perdido su capacidad para crear poemas, relatos o novelas. La diferencia está en la manera en que interpreta el pedido.

Cuando un usuario solicita una imitación directa, ChatGPT puede explicar que no reproducirá fielmente el estilo del autor y proponer una alternativa. Por ejemplo, ante una petición relacionada con Stephen King, puede ofrecer una historia de terror atmosférico, centrada en personajes y con tensión gradual, pero sin presentarla como una copia de su escritura.

Algo similar ocurre con autores fallecidos. Las pruebas citadas por Ars Technica sugieren que la restricción no se limita exclusivamente a escritores vivos, aunque las respuestas pueden variar según el modelo, la formulación del pedido y el contexto de la conversación.

Por eso, todavía es posible solicitar características concretas: frases breves, narrador poco fiable, realismo mágico, humor absurdo, estructura epistolar o una ambientación gótica. Lo que el sistema intenta evitar es utilizar el nombre de una persona como atajo para reproducir todos sus rasgos distintivos.

Los modelos no buscan fragmentos en una biblioteca secreta

La explicación habitual de que ChatGPT “revisa su base de datos” cada vez que recibe una petición resulta demasiado simplificada.

Los modelos de lenguaje son entrenados con grandes cantidades de texto para aprender relaciones estadísticas entre palabras, estructuras, temas y formas de expresión. Cuando responden, generan una secuencia nueva a partir de esos patrones aprendidos; no necesariamente buscan y recuperan un libro concreto almacenado en una biblioteca interna.

Eso no elimina el debate sobre los datos utilizados para entrenarlos. Escritores, medios y otras organizaciones sostienen que sus obras fueron incorporadas sin autorización, mientras que las compañías de inteligencia artificial defienden que el entrenamiento puede estar protegido por el principio de uso legítimo. Varias demandas contra OpenAI y Microsoft fueron agrupadas en un litigio multidistrital en Nueva York, y algunas continúan activas.

OpenAI no confirmó que el cambio se deba a las demandas

La coincidencia temporal permite pensar que la nueva conducta busca reducir riesgos legales y proteger a los creadores, pero atribuirla exclusivamente a los litigios sería una conclusión especulativa.

OpenAI no anunció públicamente una nueva norma específica para la imitación literaria ni explicó que las demandas sean la causa directa del cambio observado. La empresa sí señala que el comportamiento de sus modelos se ajusta continuamente mediante entrenamiento, evaluaciones, políticas y comentarios de los usuarios.

ChatGPT n’écrit plus à la manière de vos auteurs préférés.

Réclamez une scène d’ouverture à la manière de Stephen King, et la machine répond qu’elle ne peut imiter ni son « style exact » ni sa « voix distinctive » pic.twitter.com/338XyH7qME

— Jonathan Chan  💡📣 (@ChanPerco) August 3, 2026

Su Model Spec funciona como un marco público que define el comportamiento deseado, aunque la propia compañía reconoce que es un documento evolutivo y que los modelos disponibles pueden no aplicarlo siempre de manera perfecta o uniforme.

De copiar un nombre a describir una técnica

El cambio obliga a los usuarios a formular pedidos más precisos. En vez de solicitar “un cuento como Cortázar”, pueden pedir una narración en la que lo cotidiano se vuelva inquietante, el tiempo sea ambiguo y el final permita varias interpretaciones.

El resultado puede conservar la intención creativa sin intentar reproducir la identidad literaria de una persona concreta.

ChatGPT no ha dejado de escribir ficción ni de reconocer movimientos, géneros y técnicas narrativas. Lo que está desapareciendo es una de sus funciones más polémicas: convertir el nombre de un escritor en un comando para fabricar una versión artificial de su voz.

Fuente: TN.

Cuando el sol golpea una calle de asfalto oscuro, gran parte de su energía queda atrapada en la superficie. El pavimento se calienta durante el día y libera lentamente esa energía durante la noche, impidiendo que las ciudades se enfríen incluso después de la puesta de sol.

Los Ángeles decidió enfrentarse a ese problema en 2017 con una solución aparentemente sencilla: cubrir determinadas calles con un revestimiento claro y reflectante. El producto, conocido como CoolSeal, no es exactamente pintura blanca, sino una capa gris diseñada para reflejar más radiación solar que el asfalto convencional.

Casi una década después, los resultados muestran una realidad más compleja. El sistema consigue enfriar las calles, pero eso no significa necesariamente que siempre mejore la sensación térmica de quienes caminan sobre ellas.

Las calles claras realmente se calientan menos

Los primeros ensayos realizados por la ciudad encontraron que las superficies tratadas podían mantenerse entre 10 y 15 grados Fahrenheit —aproximadamente entre 5,5 y 8,3 grados Celsius— más frías que el asfalto negro durante las tardes de verano.

La explicación está en el albedo, es decir, la proporción de luz que una superficie refleja. El pavimento oscuro absorbe buena parte de la radiación solar, mientras que el revestimiento claro devuelve una cantidad mayor hacia el entorno.

Los resultados más recientes tampoco indican que la tecnología sea inútil. Un proyecto desarrollado en Pacoima, uno de los barrios más calurosos de Los Ángeles, cubrió más de 700.000 pies cuadrados —unos 65.000 metros cuadrados— de calles, estacionamientos y otras superficies.

El estudio publicado en 2024 detectó reducciones de entre 0,12 y 1,21 grados Celsius en la temperatura del aire durante días soleados normales. En episodios de calor extremo, la diferencia llegó a rondar los 1,9 grados en algunos sectores.

Por tanto, pintar el asfalto sí puede ayudar a reducir la isla de calor cuando se aplica a una escala suficientemente grande.

El calor no desaparece: cambia de dirección

El problema es que la energía reflejada no se esfuma. Parte se dirige hacia el cielo, pero otra puede alcanzar las aceras, las fachadas de los edificios y los cuerpos de los peatones.

Una investigación realizada sobre pavimentos solares reflectantes comprobó que, al mediodía, algunos tratamientos podían elevar la temperatura radiante media percibida por una persona en unos cuatro grados Celsius. Aunque la superficie estaba más fría, el peatón recibía más radiación directa y reflejada.

El efecto depende del material utilizado, la altura de los edificios, la orientación de la calle, la presencia de sombra y el momento del día. En calles estrechas rodeadas de fachadas altas, donde apenas llega el sol al suelo, aplicar un revestimiento reflectante puede ofrecer pocos beneficios.

Tampoco todos los estudios obtienen resultados negativos para el peatón. La investigación de Pacoima registró mejoras moderadas en algunos indicadores de confort térmico. Esto confirma que no existe una respuesta universal: el resultado cambia según el diseño urbano y el tipo de pavimento.

Pintar toda la ciudad sería extremadamente caro

Cuando comenzaron las pruebas, el revestimiento costaba alrededor de 40.000 dólares por milla y tenía una duración estimada de entre cinco y siete años. Aplicarlo de manera indiscriminada sobre toda la red vial implicaría una inversión enorme y obligaría a renovar periódicamente las superficies.

Además, los análisis de ciclo de vida advierten que algunos pavimentos reflectantes pueden generar más emisiones durante su fabricación y mantenimiento que los materiales convencionales. El balance ambiental depende de cuánto duren, de qué estén hechos y de la energía que realmente permitan ahorrar.

Por eso, la Agencia de Protección Ambiental de Estados Unidos recomienda evaluarlos junto con otros beneficios y no juzgarlos únicamente por la reducción de temperatura superficial.

La solución más efectiva sigue estando sobre la calle

Los pavimentos claros pueden formar parte de la respuesta, especialmente en estacionamientos, avenidas abiertas y lugares donde plantar vegetación resulta difícil. Sin embargo, los especialistas coinciden en que la sombra continúa siendo fundamental.

Los árboles impiden que la radiación alcance el asfalto y a las personas, mientras que la evapotranspiración enfría el aire. A diferencia de una superficie reflectante, no se limitan a redirigir la energía hacia otro punto.

La experiencia de Los Ángeles no demuestra que pintar las calles haya sido un fracaso. Revela algo más importante: una ciudad no puede resolver el calor extremo cambiando únicamente el color del suelo. Para enfriar realmente sus barrios necesita combinar pavimentos adecuados con árboles, sombra, techos reflectantes, zonas verdes y una planificación pensada para las personas, no solo para el asfalto.

Fuente: Xataka.

Rusia mostró por primera vez las capacidades de su sistema Volna Kupol Garant (algo así como Ola Cúpula Garante), desarrollado por la empresa Rossiysky Kupol, con sede en Simferopol, en la Crimea ocupada. A diferencia de los métodos tradicionales de interferencia, que atacan las antenas terrestres de los usuarios, este sistema apunta directamente a los satélites Starlink en órbita para saturar sus receptores y dejarlos temporalmente sordos ante las señales enviadas desde tierra, según reportó Militarnyi, citando información difundida por Serhii Beskrestnov, asesor del Ministerio de Defensa de Ucrania conocido por el indicativo Flash.

Cómo logra saturar el receptor del satélite

Los satélites de Starlink orbitan a unos 500 kilómetros de altura y reciben las señales de los usuarios en la banda de 14 a 14,5 GHz, dividida en ocho canales. El sistema ruso concentra varias antenas direccionales, cada una emitiendo interferencia en un canal distinto, apuntando todas ellas al mismo satélite para saturar simultáneamente sus receptores e impedir que capte las señales legítimas de los terminales ucranianos en tierra.

Rusia insiste en que no se trata de un arma antisatélite convencional, ya que no daña físicamente la nave. Mientras dura la interferencia, el sistema bloquea la capacidad de ese satélite puntual para dar servicio a los terminales terrestres bajo su cobertura, y según reconocen los propios desarrolladores, el efecto se extiende varios minutos más después de que cesa la emisión, mientras el satélite recupera su funcionamiento normal.

Ficha técnica: 120 kilos, un solo operador, hasta 1,5 millones de dólares

Físicamente, el sistema completo se monta sobre varios módulos remolcados, cada uno con antenas orientables protegidas por radomos con forma de huevo, que ocultan una antena parabólica motorizada capaz de seguir al satélite en su recorrido sin necesidad de reposicionar todo el remolque. Según los datos recopilados por distintos medios especializados en defensa, cada unidad pesa unos 120 kilogramos, requiere un único operador para funcionar, aunque admite control remoto, y su costo asciende a aproximadamente 1,5 millones de dólares por complejo.

Las estimaciones sobre su alcance varían según la fuente: algunos reportes hablan de una cobertura efectiva de entre 3 y 4 kilómetros de radio, mientras que otros la sitúan en unos 20 kilómetros cuadrados. El sistema apareció por primera vez en 2024 en la zona de Járkiv, aunque su despliegue masivo recién se intensificó en 2026.

El talón de Aquiles: fácil de detectar, difícil de escalar

El sistema arrastra limitaciones importantes. La primera es que cada equipo solo puede interferir un satélite de Starlink a la vez, mientras la constelación cuenta con más de 10.000 satélites activos, con varias decenas sobrevolando constantemente cada punto del frente y relevándose cada pocos minutos entre sí.

La segunda limitación es la detección. SpaceX identifica casi al instante las interferencias en sus canales de comunicación, y el tamaño y la cantidad de antenas activas del sistema lo vuelven muy visible para los satélites de reconocimiento electrónico. Según Militarnyi, el 15 de junio de 2026 el Regimiento 422 de Sistemas No Tripulados, junto al Centro de Operaciones Especiales A del Servicio de Seguridad de Ucrania, localizó y destruyó con drones uno de estos sistemas en el sur del país, y el 23 de junio se destruyó otro cerca de Kerch, en Crimea.

Por qué Rusia insiste pese a las limitaciones

Pese a estas debilidades, distintos reportes indican que Rusia continúa multiplicando el despliegue del sistema. Esa escalada coincidiría, según Beskrestnov, con ataques ucranianos de medio alcance contra nudos logísticos rusos, lo que sugiere que Moscú recurre a este tipo de equipos ante la falta de alternativas más eficaces contra los drones que dependen de la conectividad Starlink para operar.

Gemini podía escribir un correo, interpretar una fotografía o explicar cómo cambiar una bombilla. Lo que no podía hacer era acercarse a una lámpara, mantener el equilibrio, extender el brazo y girar esa bombilla sin romperla.

Google DeepMind acaba de reducir esa distancia con Gemini Robotics 2, una nueva familia de modelos diseñada para controlar robots completos. No se trata de introducir el chatbot de Gemini dentro de una carcasa metálica. Es un sistema formado por diferentes capas de inteligencia capaces de observar el entorno, entender una orden, dividirla en pasos y convertir cada decisión en movimientos físicos.

En las demostraciones, el humanoide Apollo 2 de Apptronik camina entre objetos, se agacha, recoge una regadera, organiza estanterías y utiliza manos de cinco dedos para cerrar bolsas o manipular bombillas. Gemini ya no se limita a describir el mundo: empieza a empujarlo, levantarlo y reorganizarlo.

Google no le dio un cuerpo a Gemini: está intentando crear un cerebro compatible con todos

La distinción es importante. Gemini Robotics 2 no es un robot, sino el modelo de visión, lenguaje y acción que controla el hardware. Recibe imágenes, instrucciones y datos de los sensores; después produce las órdenes numéricas que terminan moviendo motores, articulaciones y manos.

Google ha dividido el sistema en tres piezas. Gemini Robotics 2 convierte lo que ve y escucha en movimientos; Gemini Robotics ER 2 funciona como el cerebro de alto nivel que planifica tareas de varios pasos; y Gemini Robotics On-Device 2 puede ejecutarse localmente, sin depender constantemente de una conexión a internet.

La novedad más visible es el control corporal completo. Las versiones anteriores estaban mucho más centradas en brazos y tareas realizadas frente a una mesa. Ahora el modelo puede modificar el centro de gravedad del humanoide, dar pasos, inclinarse o agacharse para alcanzar objetos colocados en el suelo y en diferentes alturas.

Pero el verdadero negocio de Google no parece ser fabricar su propio mayordomo mecánico. Demis Hassabis, CEO de DeepMind, ha explicado que imagina una especie de sistema operativo para robots, similar al papel que Android desempeñó en los teléfonos móviles. La ambición es que una misma inteligencia pueda adaptarse a máquinas de distintos fabricantes, tamaños y formas.

Eso podría ser mucho más importante que construir un único humanoide espectacular. El ganador de la carrera robótica quizá no sea quien venda el cuerpo más elegante, sino quien consiga que miles de cuerpos diferentes puedan aprender utilizando el mismo cerebro.

Las demostraciones parecen ciencia ficción hasta que se miran los porcentajes

Los vídeos muestran tareas resueltas con una fluidez sorprendente, pero no representan un robot capaz de entrar en cualquier casa y descubrir por sí mismo cómo funciona todo. DeepMind entrenó estas habilidades mediante teleoperación humana, simulaciones y ejemplos en vídeo. Las máquinas todavía necesitan preparación específica para muchas tareas complejas.

Los propios resultados publicados por Google introducen una dosis saludable de realidad. Apollo 2 logró desenroscar una bombilla en el 92% de las pruebas, pero solo consiguió enroscarla en el 36%. Atar una bolsa de basura tuvo una tasa de éxito del 44%, cerrar una bolsa hermética llegó al 40% y utilizar un recogedor se quedó en el 32%. DeepMind reconoce que la manipulación con varios dedos sigue siendo especialmente difícil.

En otras palabras, el robot puede atar una bolsa, pero también puede fallar más veces de las que acierta.

Eso no invalida el avance. Una mano humana tiene decenas de articulaciones, modifica constantemente la fuerza y corrige movimientos casi sin que seamos conscientes. Conseguir que una máquina coordine 22 grados de libertad mientras observa un objeto deformable es un problema extraordinariamente difícil.

La mejora más interesante puede estar en otra parte: Gemini Robotics ER 2 intenta determinar si una tarea realmente ha terminado. El modelo analiza vídeo continuo, sigue el progreso y puede repetir un paso cuando detecta que algo salió mal. También permite que dos robots compartan información y se repartan partes de un mismo trabajo.

Un robot útil no necesita acertar siempre a la primera. Necesita darse cuenta de que no ha acertado.

Una alucinación en un chatbot molesta; una alucinación con brazos puede hacer daño

Cuando una IA inventa una fecha, el usuario puede corregirla. Cuando interpreta mal una orden mientras sostiene una herramienta, el error abandona la pantalla.

DeepMind asegura haber aplicado varias capas de seguridad, desde controles físicos tradicionales hasta modelos capaces de detectar la proximidad de una persona y detener el robot. También presentó ASIMOV-Agentic, un banco de pruebas que comprueba si el sistema rechaza instrucciones inseguras, activa paradas protectoras, identifica tareas físicamente imposibles o pide ayuda humana cuando una orden resulta ambigua.

El nombre resulta apropiado, pero un benchmark no equivale a una garantía. Las casas, fábricas y hospitales contienen niños, animales, líquidos, objetos frágiles y situaciones que ningún laboratorio puede reproducir por completo. Cuanto más general sea el robot, mayor será el número de circunstancias inesperadas que deberá resolver.

Gemini Robotics 2 no es todavía un ser con cuerpo. Es algo quizá más relevante: el intento de separar la inteligencia robótica de una máquina concreta y convertirla en una plataforma.

Google ya hizo algo parecido cuando puso Android en teléfonos que no fabricaba. Ahora quiere repetir la jugada en un mercado donde un fallo de software no solo bloquea la pantalla. Puede caminar hacia nosotros, levantar cinco kilos y creer que ha terminado una tarea cuando todavía sostiene la bombilla.