Categoría: Sin categoría

La agricultura siempre dependió del cielo, pero en El Salvador esa frase empieza a tener un sentido mucho más literal. El país está usando monitoreo satelital, datos de campo y herramientas digitales para decidir dónde sembrar, cuándo regar, qué zonas proteger y cómo anticipar problemas antes de que se conviertan en pérdidas.

La plataforma se llama MIRA, sigla de Monitoreo Inteligente de la Red Agropecuaria. Según explicó el viceministro de Agricultura y Ganadería, Óscar Domínguez, el sistema permite observar parcelas, detectar plagas y enfermedades, medir humedad del suelo y cruzar esa información con decisiones concretas en el terreno.

La herramienta forma parte de la modernización digital impulsada por el Gobierno salvadoreño junto a Google Cloud. En 2023, Google anunció un acuerdo plurianual con El Salvador para instalar operaciones en el país, entregar servicios de Google Distributed Cloud y apoyar la transformación digital de servicios públicos, salud y educación.

Ecuador avanza hacia la agricultura de precisión con la presentación del nuevo dron DJI Agras T55, el grupo Techmall consolida su apuesta por la innovación tecnologíca diseñada para ayudar a pequeños y medianos productores a optimizar recursos, reducir costos y mejorar la… pic.twitter.com/qLe7EsIStA

— Radio Forever 92.5 FM (@925forever) July 6, 2026

Del diagnóstico satelital a la decisión en el campo

La clave de MIRA no está solo en mirar el territorio desde arriba, sino en convertir esa información en decisiones agrícolas. Los datos satelitales se cruzan con información de campo para orientar la entrega de semillas, definir fechas de siembra, ubicar zonas productivas y anticipar riesgos asociados a sequía, exceso de humedad o enfermedades.

El Ministerio de Agricultura y Ganadería presentó MIRA en 2025 como una herramienta alimentada por datos satelitales y procesada con Google Cloud Platform, con el objetivo de estimar riesgos, identificar daños y reducir los tiempos de respuesta ante eventos climáticos.

Ese cambio es importante porque muchas decisiones agrícolas tradicionales se tomaban por experiencia, calendario o costumbre. Ahora, el modelo busca sumar evidencia: humedad del suelo, comportamiento del clima, estado del cultivo y condiciones de cada zona productiva.

La medición de humedad es una de las partes más valiosas. En agricultura, conocer el estado hídrico del suelo ayuda a definir cuándo sembrar, regar, fertilizar o intervenir un cultivo. Programas de observación terrestre como los de NASA explican que los productos de humedad del suelo permiten anticipar sequías, inundaciones y condiciones favorables o desfavorables para la producción agrícola.

Riego, casas malla y drones: la tecnología baja a tierra

Según Domínguez, más del 60% de las manzanas sembradas están migrando a riego, lo que permite sostener producción incluso durante la temporada seca. La decisión de perforar pozos, instalar reservorios o usar sistemas móviles de riego se apoya en la información generada por MIRA.

El sistema también está ayudando a identificar zonas para casas malla e invernaderos. Estas estructuras permiten controlar mejor temperatura, humedad, plagas y disponibilidad de agua. De acuerdo con el viceministro, El Salvador cuenta con 1.486 casas malla activas, muchas con riego automatizado y energía solar.

🇸🇻 GOBIERNO CUENTA CON TECNOLOGÍA PARA MONITOREO DE ZONAS AGRÍCOLAS

Gracias al convenio que realizó el Presidente @nayibbukele con Google, el Ministerio de Agricultura cuenta con el Monitoreo Inteligente de la Red Agropecuaria (MIRA), que es un sistema satelital que permite… pic.twitter.com/MiblZ6Dzjk

— Diario La Huella (@LaHuellaSV) July 7, 2026

La modernización no se limita a grandes productores. El Gobierno también destaca el uso de maquinaria agrícola y drones para fumigación, abonado y monitoreo. En reportes previos, Domínguez señaló que los drones con cámaras multiespectrales y el sistema MIRA ayudan a detectar plagas, enfermedades y estrés hídrico en tiempo real, coordinando acciones correctivas en campo.

El resultado más interesante es la diversificación. Con información sobre suelos, clima y humedad, zonas que antes no se asociaban a ciertos cultivos empiezan a entrar en el mapa productivo. Morazán, por ejemplo, aparece ahora como una de las nuevas áreas relevantes para papa, con variedades como Russet y Bellini.

El Salvador está intentando construir una agricultura menos dependiente de la intuición y más apoyada en datos. No significa que la tecnología elimine los riesgos climáticos, pero sí puede cambiar la velocidad de respuesta: detectar antes, regar mejor, intervenir con más precisión y evitar pérdidas que antes se descubrían demasiado tarde.

La imagen es potente: un país pequeño usando satélites, nube, drones, riego y energía solar para proteger cultivos básicos. La agricultura sigue ocurriendo en la tierra, pero cada vez más decisiones empiezan a tomarse desde el espacio.

 

 

Fuente: Infobae.

Durante meses, la discusión sobre el coste ambiental de la inteligencia artificial estuvo centrada en los chatbots. Cada pregunta, cada imagen generada y cada respuesta larga parecían pequeñas acciones invisibles, pero detrás había centros de datos, GPU, refrigeración, agua y una demanda eléctrica cada vez más difícil de ignorar.

Ahora llega una fase todavía más exigente: la IA agéntica. Ya no hablamos solo de escribir una respuesta cuando el usuario pregunta algo, sino de sistemas capaces de planificar tareas, consultar webs, ejecutar código, usar herramientas externas, comparar resultados y tomar decisiones intermedias antes de llegar a una respuesta final.

Un estudio del KAIST, el Instituto Avanzado de Ciencia y Tecnología de Corea, acaba de poner números a ese salto. Según el equipo dirigido por el profesor Minsoo Yoo, un agente de IA basado en un modelo de 70.000 millones de parámetros consumió de media 348,41 Wh para procesar una sola consulta compleja. En algunos casos, el consumo fue hasta 136,5 veces superior al de una IA generativa convencional en modo pregunta-respuesta.

El problema no es solo pensar más: es trabajar más tiempo

La diferencia entre un chatbot y un agente parece pequeña desde fuera, pero es enorme por dentro. Un chatbot recibe una instrucción, genera una respuesta y termina. Un agente, en cambio, puede descomponer el objetivo en pasos, consultar herramientas, esperar respuestas externas, volver a llamar al modelo, corregir su plan y repetir el ciclo varias veces.

Eso dispara el tiempo de ejecución. El estudio de KAIST detectó que los agentes pueden tardar hasta 153,7 veces más que los sistemas convencionales en completar una respuesta. Y durante parte de ese proceso las GPU no están trabajando al máximo, pero tampoco están apagadas: pueden quedar inactivas hasta el 54,5% del tiempo mientras esperan resultados de herramientas externas, webs o programas.

Ese detalle es clave. La energía no se consume solo cuando el modelo “piensa” activamente. También se consume cuando el hardware está preparado para continuar, esperando que llegue un dato para volver a procesar. En términos de eficiencia, eso convierte a los agentes en una carga mucho más irregular y difícil de optimizar que un chatbot tradicional.

La proyección más llamativa del estudio es todavía más dura. Si en un futuro hubiera 13.700 millones de solicitudes diarias a agentes de IA, los investigadores estiman que los centros de datos necesitarían unos 198,9 GW de potencia, una cifra comparable a aproximadamente la mitad del consumo eléctrico medio total de Estados Unidos.

La red eléctrica ya venía tensionada antes de los agentes

El problema es que esta transición llega cuando los centros de datos ya están bajo presión. El Departamento de Energía de Estados Unidos informó que estas instalaciones consumieron alrededor del 4,4% de toda la electricidad del país en 2023, y proyectó que podrían llegar al 6,7% o incluso al 12% en 2028.

La Agencia Internacional de la Energía también prevé que el consumo eléctrico global de los centros de datos se duplique hacia 2030, hasta rondar los 945 TWh. Según la IEA, la IA será uno de los motores principales de ese crecimiento, especialmente por el aumento de servidores acelerados con GPU y chips especializados.

Ahí aparece la tensión de fondo. La industria tecnológica se está moviendo hacia agentes porque prometen automatizar tareas mucho más complejas: programar, investigar, reservar viajes, gestionar documentos, analizar datos o coordinar procesos empresariales. Pero cada una de esas tareas puede implicar muchas llamadas al modelo y mucha más actividad de infraestructura que una simple respuesta de chat.

KAIST no plantea que la solución sea abandonar los agentes, sino rediseñar toda la cadena: modelos, chips, centros de datos y red eléctrica. El propio equipo habla de co-design, una optimización conjunta entre software, semiconductores, infraestructura y energía para que la IA no solo sea más capaz, sino también más sostenible.

El matiz importa: el dato de 136,5 veces no significa que cualquier agente, en cualquier tarea y con cualquier modelo, consuma siempre eso. Depende del framework, del tamaño del modelo, de la cantidad de pasos, de las herramientas usadas y del tiempo de espera. Pero la señal general es clara: cuanto más autónoma se vuelve la IA, más costoso puede ser mantenerla funcionando.

Los chatbots ya habían abierto el debate energético. Los agentes pueden convertirlo en una cuestión mucho más urgente. Porque si el futuro de la IA consiste en sistemas que trabajan solos durante minutos, consultan herramientas y ejecutan tareas completas, entonces la pregunta ya no es solo qué tan inteligentes serán. También es si la red eléctrica podrá seguirles el ritmo.

 

 

Fuente: Xataka.

La primera gran ola de calor del verano en Estados Unidos dejó una imagen incómoda del futuro energético. Con millones de hogares encendiendo el aire acondicionado y la demanda eléctrica disparada, el Gobierno federal autorizó a la mayor red eléctrica del país a recurrir a una medida de emergencia: pedir a centros de datos y otros grandes consumidores que usen sus propios generadores de respaldo.

La orden fue emitida por el Departamento de Energía el 30 de junio de 2026 bajo la sección 202(c) de la Ley Federal de Energía. En concreto, autorizó a PJM Interconnection a dirigir recursos de generación de respaldo como último recurso antes de declarar una emergencia eléctrica de nivel 3 o durante ella. La medida entró en vigor esa noche y luego fue extendida hasta el 7 de julio.

Sobre el papel, el objetivo era simple: liberar capacidad de la red para evitar apagones en plena ola de calor. En la práctica, la decisión muestra hasta qué punto los centros de datos se han convertido en una pieza crítica —y problemática— del sistema eléctrico estadounidense.

La IA ya no solo consume energía: condiciona la red

PJM opera la mayor red eléctrica de Estados Unidos y abastece a unos 67 millones de personas en el Atlántico Medio y parte del Medio Oeste. Durante la ola de calor, la demanda rozó niveles históricos: el 2 de julio alcanzó unos 162.700 MW, muy cerca del récord de 165.600 MW registrado en 2006. Según PJM, las medidas de reducción de consumo ayudaron a evitar que se superara esa marca.

Reuters señala que PJM está teniendo dificultades para absorber una demanda creciente impulsada principalmente por la expansión de centros de datos, lo que está elevando los riesgos de confiabilidad y los precios en los mercados de capacidad.

La lógica de la medida es fácil de entender. Muchos centros de datos tienen enormes generadores de respaldo para seguir funcionando si falla la red. Normalmente están pensados para emergencias internas, no como apoyo general al sistema eléctrico. Pero cuando la red se tensiona, esos generadores pasan a ser vistos como una reserva energética disponible.

El problema es qué tipo de reserva son. En muchos casos hablamos de generadores diésel o de gas natural, instalados cerca de instalaciones gigantescas y, a veces, próximos a zonas residenciales. Eso permite mantener servidores encendidos, pero también implica más emisiones locales justo en días de calor extremo, cuando la calidad del aire ya suele empeorar.

Evitar apagones tiene un coste ambiental

El Washington Post analizó permisos de emisiones en Virginia, uno de los grandes epicentros mundiales de centros de datos, y calculó que allí hay unos 10.500 generadores asociados a estas instalaciones. Según ese análisis, hacerlos funcionar menos de una hora por semana tendría un impacto sanitario comparable al de cinco grandes centrales de gas, con efectos sobre enfermedades respiratorias y cardiovasculares.

El mismo informe indica que el escape diésel contiene óxidos de nitrógeno, partículas finas y hollín, contaminantes vinculados con problemas respiratorios y cardíacos. Otro estudio citado por el Post estimó que los generadores de centros de datos en Virginia podrían provocar unos 14.000 episodios de síntomas de asma al año.

Aquí aparece la paradoja. Los centros de datos son la infraestructura invisible de la inteligencia artificial, la nube y buena parte de la economía digital. Pero también están convirtiéndose en consumidores eléctricos gigantescos que llegan justo cuando las redes ya están bajo presión por el calor extremo, la electrificación y el envejecimiento de algunas infraestructuras.

El Departamento de Energía defiende que estas órdenes son temporales y necesarias para proteger la estabilidad del sistema. Y es cierto que un apagón masivo durante una ola de calor también puede tener consecuencias graves para la salud pública. Pero el precedente es incómodo: cuando la red no alcanza, la solución inmediata puede terminar siendo encender máquinas contaminantes que estaban pensadas solo para emergencias.

La pregunta de fondo no es si había que evitar apagones. Eso nadie lo discute. La pregunta es por qué una red que debe alimentar hogares, hospitales, industrias y ahora una fiebre de centros de datos para IA necesita recurrir cada vez más a excepciones de emergencia.

La inteligencia artificial prometía eficiencia, automatización y futuro. Pero su infraestructura física está contando otra historia: una en la que el calor aumenta, la demanda eléctrica se dispara y, cuando todo se acerca al límite, la salida rápida todavía huele a diésel.

 

Fuente: Xataka.

La descarbonización ferroviaria suele tener una respuesta bastante clara: electrificar las líneas. El problema es que no todas las redes son iguales. En muchas zonas regionales, montañosas o heredadas del siglo XIX, instalar catenarias puede ser demasiado caro, complejo o poco rentable para el volumen de pasajeros que transportan.

Ahí es donde aparece el nuevo tren de hidrógeno presentado por Stadler y ARST en Erlen, Suiza. Ambas compañías lo describen como el primer tren de hidrógeno del mundo diseñado específicamente para vías de ancho estrecho. Su destino será Cerdeña, donde empezará a transportar pasajeros a partir de 2028 en la red regional de ARST.

El pedido forma parte de un acuerdo firmado en 2023 y contempla diez unidades para sustituir trenes diésel. Según Stadler, el cambio permitirá evitar más de 2.100 toneladas de CO₂ al año frente a las unidades actuales, una cifra que muestra por qué Italia está mirando al hidrógeno como alternativa para parte de sus líneas no electrificadas.

El problema no era el hidrógeno: era meterlo en una vía estrecha

Los trenes de hidrógeno ya existen en Europa. El desafío aquí era otro: diseñar uno capaz de circular por vías de 950 milímetros, mucho más estrechas que el ancho estándar europeo de 1.435 milímetros. Esa diferencia parece pequeña sobre el papel, pero condiciona todo: peso, estabilidad, espacio disponible, carga por eje y distribución de los equipos.

Por eso Stadler tuvo que desarrollar un perfil específico y usar materiales ligeros para cumplir con las restricciones de la infraestructura italiana de vía estrecha. Según Railway-News, los trenes están pensados para operar en líneas como Alghero Airport–Mamuntanas, Sassari–Alghero y Sassari–Sorso.

La solución técnica más llamativa está en el módulo central. En lugar de repartir todos los componentes por el techo, el sistema concentra las pilas de combustible, los depósitos de hidrógeno y las baterías de tracción en un vagón intermedio que funciona como un Power Pack. Ese módulo transforma el hidrógeno en electricidad, alimenta el tren y recarga las baterías durante la marcha.

La ventaja es doble. Por un lado, permite circular sin catenaria en líneas no electrificadas. Por otro, libera espacio en los coches de pasajeros para interiores climatizados, ventanales panorámicos y acceso de piso bajo, clave para mejorar la accesibilidad.

Italia quiere usar el hidrógeno donde la catenaria no llega

El proyecto no se limita a Cerdeña. Stadler también está construyendo nueve trenes de hidrógeno para Ferrovie della Calabria y dos unidades para Ferrovia Circumetnea, en Sicilia. Todas estas redes comparten un problema parecido: líneas regionales de vía estrecha, tramos no electrificados y una necesidad urgente de reemplazar material diésel.

El caso de Sicilia es especialmente particular, porque las unidades de Ferrovia Circumetnea circularán por el entorno del Etna, una zona con pendientes y condiciones operativas exigentes. Stadler confirmó en 2025 el contrato para fabricar dos trenes de hidrógeno de vía estrecha destinados a esa línea siciliana.

ARST, además, quiere que el hidrógeno no sea simplemente comprado en una estación convencional. El plan es producirlo mediante electrólisis alimentada con energía solar, creando una cadena renovable desde la generación energética hasta la operación ferroviaria.

Antes de transportar pasajeros, los trenes tendrán que completar pruebas, certificaciones y validaciones de seguridad ante las autoridades italianas. Si todo avanza según lo previsto, las primeras unidades sardas entrarán en servicio en 2028.

La clave no es que el hidrógeno vaya a reemplazar a todos los trenes eléctricos. No lo hará. Pero sí puede ocupar un espacio muy concreto: líneas regionales donde el diésel debe desaparecer y donde electrificar cada kilómetro no siempre tiene sentido. En ese hueco, Cerdeña acaba de convertirse en un laboratorio ferroviario inesperado.

 

Fuente: Xataka.

Los navegadores con inteligencia artificial no llegaron prometiendo simplemente mejores búsquedas. Llegaron con una idea mucho más ambiciosa: que dejemos de movernos solos por la web y empecemos a delegar acciones. Que el navegador lea páginas, entienda formularios, compare opciones, resuma correos, busque datos entre pestañas y avance por nosotros.

Perplexity define Comet como “el navegador que trabaja para ti”, Google presenta Gemini en Chrome como una asistencia capaz de usar el contexto de las pestañas abiertas, y OpenAI describe el modo agente de ChatGPT Atlas como una función capaz de ver páginas y realizar acciones dentro del navegador, con clics y escritura como lo haría el usuario.

La promesa es cómoda. El problema es que la comodidad también puede abrir una puerta nueva a los ataques.

El agente puede convertirse en el puente que la web intentaba evitar

Una investigación de la Universidad de Washington puso el foco en una protección básica de la web moderna: la política de mismo origen, conocida como same-origin policy. Esta regla impide, en términos simples, que una página pueda leer o manipular libremente la información de otra solo porque ambas estén abiertas en el navegador. Es una frontera silenciosa, pero fundamental para que una web cualquiera no pueda espiar lo que ocurre en tu correo, banco o cuenta privada.

El equipo de la Universidad de Washington estudió siete navegadores agénticos populares y encontró que cuatro creaban vías para que actores maliciosos pudieran sortear esa frontera. Además, ejecutaron una prueba de concepto completa contra ChatGPT Atlas: una web consiguió robar información de otra página incrustada, como si un anuncio dentro de un correo pudiera capturar datos del propio correo.

La clave está en que el agente no se comporta como un script tradicional. Una página maliciosa no necesariamente rompe la barrera técnica por sí sola. En cambio, puede intentar manipular al agente mediante prompt injection: instrucciones escondidas o camufladas dentro del contenido que el modelo procesa. Si el agente tiene demasiados permisos, puede leer información de una página, interpretarla como parte de la tarea y trasladarla a otra.

En un chatbot normal, una inyección de prompt puede hacer que el modelo responda mal. En un navegador agéntico, el riesgo sube de nivel porque el sistema puede actuar dentro del navegador: abrir páginas, leer contenido, completar formularios o enviar información. OpenAI reconoce que el prompt injection es uno de los riesgos más importantes para los agentes en navegadores y advierte que estos sistemas se enfrentan a una superficie enorme de datos no confiables: correos, documentos, redes sociales, foros y páginas web.

La misma función que los hace útiles los vuelve delicados

La paradoja es evidente. Estos navegadores resultan atractivos porque pueden relacionar información que antes estaba dispersa. Pueden mirar una página, recordar otra pestaña, resumir un documento, comparar precios o completar una tarea sin que el usuario haga cada paso manualmente.

Pero esa misma capacidad de cruzar contexto es la que complica la seguridad. El navegador tradicional separaba mucho mejor los espacios: una pestaña era una pestaña, un origen era un origen y el usuario funcionaba como intermediario. El navegador agéntico introduce una nueva capa que puede observar, interpretar y actuar sobre varios espacios a la vez.

Navegadores de inteligencia artificial: promesas incumplidas y riesgos crecientes: Los navegadores de inteligencia artificial han llegado al mercado con la ambición de revolucionar la forma en que interactuamos con la web. Empresas como OpenAI y Google… pic.twitter.com/gWeZMyJuTn

— Juan Antonio Tirado (@jatirado) July 6, 2026

El estudio no dice que todos los usuarios vayan a ser atacados ni que todos los navegadores con IA sean inseguros por definición. Analizó versiones concretas, en un momento concreto, con pruebas controladas. También encontró diferencias importantes: los navegadores que otorgaban menos permisos al agente tendían a ser más seguros.

Ese matiz importa, porque el problema no es la IA dentro del navegador en sí misma. El problema es cuánto puede hacer, qué datos puede ver, qué acciones puede ejecutar y cómo distingue una instrucción legítima del usuario de una orden maliciosa escondida en una página.

Los navegadores con IA todavía están en una etapa temprana, pero el debate de seguridad llegó antes que su adopción masiva. Tiene sentido: si el futuro de la web consiste en delegar más tareas a un agente, entonces ese agente no puede ser tratado como una simple extensión cómoda.

Prometían trabajar por nosotros. Y quizás algún día lo hagan muy bien. Pero antes tienen que resolver una pregunta básica: cómo evitar que, al abrirles la puerta de la web, también se la abramos a cualquiera que sepa hablarles en el idioma correcto.

 

 

Fuente: Xataka.