Categoría: Sin categoría

Quien haya visto La familia Addams seguramente recuerda a Cosa, la inquietante mano incorpórea que se desplaza utilizando sus dedos. Lo que durante décadas perteneció a la ficción ahora tiene un curioso equivalente en un laboratorio de robótica.

Investigadores del Soft Robotics Lab de ETH Zúrich desarrollaron una mano robótica antropomórfica capaz de utilizar sus cinco dedos no solo para manipular objetos, sino también para sostener su propio peso y desplazarse por diferentes superficies.

El proyecto, denominado Fingers as Legs, fue desarrollado por Amirhossein Kazemipour, Hehui Zheng y Robert Katzschmann. Su objetivo va mucho más allá de recrear a Cosa: busca demostrar que un mismo mecanismo puede encargarse tanto de la locomoción como de la manipulación. 

Una mano que utiliza los dedos como piernas

En lugar de añadir ruedas o patas independientes, los investigadores utilizaron una mano robótica antropomórfica convencional y enseñaron a sus cinco dedos a cumplir una segunda función.

El dispositivo tiene 20 articulaciones motorizadas y pesa 818 gramos incluyendo su sistema de alimentación y procesamiento. Una batería, sensores y una pequeña computadora permiten ejecutar los movimientos directamente desde la propia mano, sin necesidad de mantenerla conectada físicamente a otro equipo.

Para enseñarle a caminar, los investigadores recurrieron al aprendizaje por refuerzo. El sistema realizó su entrenamiento mediante prueba y error dentro de un simulador calibrado utilizando mediciones de la mano real. Posteriormente, las políticas aprendidas fueron transferidas al dispositivo físico.

Puede caminar sobre 14 superficies diferentes

Las pruebas muestran a la mano desplazándose sin cables sobre 14 tipos de superficies interiores y exteriores, entre ellas césped, grava, asfalto, madera, baldosas, concreto y rejillas metálicas.

La forma antropomórfica supone un desafío adicional. A diferencia de un robot cuadrúpedo, sus extremidades no son simétricas: los dedos tienen distintas longitudes y el pulgar se encuentra desplazado hacia un lateral.

Además, cada vez que levanta un dedo para avanzar, los restantes deben mantener el peso y el equilibrio de toda la estructura.

Aunque puede ejecutar por sí misma los movimientos aprendidos, la dirección durante las demostraciones sigue estando controlada mediante comandos proporcionados por un operador.

No solamente sabe caminar

La mano también aprendió varias habilidades que combinan movimiento y manipulación. Puede recuperarse después de una caída, presionar teclas de un teclado y empujar objetos hacia una posición determinada.

En las pruebas de recuperación consiguió levantarse correctamente en 21 de 25 intentos. También completó 29 de 32 comandos de teclado correctamente y logró empujar un cubo hacia diferentes objetivos utilizando información proporcionada por una cámara situada sobre el escenario.

Esta combinación es precisamente uno de los aspectos interesantes del proyecto. Normalmente, un robot necesita un mecanismo para desplazarse y otro diferente para interactuar con el entorno. Aquí, los mismos cinco dedos realizan ambas tareas.

Los investigadores consideran que esta estrategia podría contribuir al desarrollo de manipuladores móviles mucho más compactos, capaces de acceder a lugares donde un robot convencional tendría dificultades.

Y aunque todavía existen limitaciones —como cierta tendencia de la mano a desviarse durante el desplazamiento—, el experimento demuestra que una mano robótica puede aprender a utilizar su propia anatomía de una manera para la que originalmente no fue diseñada.

 

 

Fuente: 20 Minutos.

La energía solar suele asociarse con tejados, campos abiertos o instalaciones expuestas directamente al Sol. Sin embargo, un grupo de científicos chinos acaba de demostrar que también puede funcionar varios metros bajo el agua. Durante una prueba realizada cerca de las islas Weizhou, en el mar de China Meridional, paneles especialmente diseñados consiguieron producir electricidad a 10 metros de profundidad.

El experimento amplía considerablemente los límites de investigaciones anteriores, que habían probado sistemas similares a profundidades de alrededor de dos metros. El objetivo no es alimentar ciudades desde el fondo del océano, sino proporcionar una fuente energética duradera para sensores, cámaras y equipos de comunicación submarinos.

La clave está en aprovechar la luz que consigue atravesar el agua

El principal desafío de instalar paneles solares bajo el mar es evidente: el agua absorbe y dispersa rápidamente la radiación solar.

A medida que aumenta la profundidad, llega cada vez menos energía. Sin embargo, no todas las longitudes de onda desaparecen al mismo ritmo. Parte de la luz azul y verde consigue penetrar varios metros y puede aprovecharse para generar electricidad.

Para conseguirlo, los investigadores utilizaron células solares de perovskita, un material que puede ajustarse para absorber determinadas franjas del espectro mejor que las células tradicionales de silicio.

En condiciones de laboratorio diseñadas para reproducir la iluminación existente a 10 metros de profundidad, estas células llegaron a convertir en electricidad aproximadamente el 35 % de la luz que alcanzaba su superficie.

Los paneles generaron electricidad a 10 metros de profundidad

El equipo llevó posteriormente la tecnología al mar.

Durante una prueba de dos horas, un panel de 115 centímetros cuadrados instalado a dos metros de profundidad produjo alrededor de 1.416 milivatios hora. A 10 metros, la misma tecnología generó aproximadamente 324 milivatios hora en ese periodo.

La cantidad sigue siendo pequeña si se compara con una instalación solar convencional, pero resulta suficiente para determinadas aplicaciones submarinas de bajo consumo.

Además, los dispositivos prácticamente no mostraron pérdida de rendimiento después de 1.160 horas de pruebas en condiciones submarinas simuladas.

A partir de esos resultados, los científicos estiman que las células podrían funcionar continuamente a unos 10 metros de profundidad durante aproximadamente cinco años y medio, aunque esta duración todavía deberá comprobarse en condiciones reales durante periodos más largos.

Sensores submarinos podrían funcionar durante mucho más tiempo

Una de las aplicaciones más interesantes está relacionada con los dispositivos utilizados para estudiar los océanos.

Sensores ambientales, cámaras, equipos de comunicación y estaciones de monitorización pueden permanecer bajo el agua durante meses, pero su autonomía depende normalmente de baterías.

Cuando estas se agotan, es necesario recuperar los equipos, reemplazarlas y volver a desplegar los dispositivos, una operación que puede resultar compleja y costosa, especialmente en zonas remotas.

Un pequeño panel solar submarino capaz de generar electricidad de manera continua podría ampliar considerablemente la autonomía de esos sistemas.

La energía solar sigue apareciendo en lugares inesperados

La investigación forma parte de una tendencia más amplia que busca instalar energía solar allí donde anteriormente parecía poco práctica.

En los últimos años se han probado paneles en vías ferroviarias, regiones árticas y vehículos destinados a operar lejos de redes eléctricas convencionales.

La energía solar submarina aborda un problema diferente: producir electricidad directamente allí donde trabajan los dispositivos oceánicos.

El siguiente objetivo de los investigadores será comprobar qué ocurre a profundidades todavía mayores. A partir de cierto punto, la cantidad de luz disponible será demasiado pequeña para producir energía útil. Determinar dónde se encuentra ese límite permitirá saber hasta qué punto la energía solar puede seguir funcionando incluso después de desaparecer bajo las olas.

 

 

Fuente: EuroNews.

Durante años, Ulanqab fue conocida en China por una sola cosa: las papas. Esta ciudad de Mongolia Interior, rodeada de estepas y antiguos volcanes, se presentaba oficialmente como la capital nacional de ese tubérculo. Hoy, junto a los campos donde los agricultores siguen cosechando, crecen otros vecinos mucho más voluminosos: enormes bloques rectangulares llenos de servidores que alimentarán la inteligencia artificial del país.

La escena resume la estrategia de Pekín. Mientras la rivalidad con Estados Unidos por el liderazgo en IA se intensifica, China está construyendo a toda velocidad la infraestructura de cómputo que considera clave para su seguridad económica y nacional. Y la está levantando lejos de las grandes ciudades, en regiones rurales que hasta hace poco parecían ajenas a la revolución tecnológica.

Por qué los centros de datos se van al campo

Ulanqab no es un caso aislado. China está construyendo cientos de centros de datos para gigantes como Huawei, ByteDance, la dueña de TikTok, y DeepSeek, la empresa que sorprendió al mundo con sus modelos de IA de bajo costo. Se concentran en provincias poco pobladas: Ulanqab, Ningxia y Gansu, en el norte, y Guizhou, en el suroeste.

La elección tiene una lógica técnica. Los centros de datos consumen cantidades gigantescas de electricidad para alimentar los chips y, sobre todo, para refrigerarlos. En estas regiones ya existe una enorme capacidad instalada de energía eólica y solar, la tierra es más barata y el clima más fresco reduce la necesidad de enfriamiento y, con ella, el consumo de agua. Las obras avanzan por fases anuales, y los propios ingenieros anticipan que vendrán muchas más.

El objetivo final es ambicioso. En agosto de 2025, el Consejo de Estado chino presentó la iniciativa “IA Plus”, que busca integrar la inteligencia artificial de forma masiva en la economía y la sociedad. La meta es que, para 2030, la IA esté presente en alrededor del 90% de las industrias y actividades del país.

La otra carrera: el talento

La infraestructura es solo una parte. China también está formando una enorme cantera de ingenieros e investigadores. El país produce alrededor de cinco millones de graduados en ciencia y tecnología por año, frente a aproximadamente medio millón en Estados Unidos. Y cada vez más de ellos eligen quedarse.

“Cada vez menos estudiantes e investigadores se dirigen a Estados Unidos, y más regresan de allí a China”, explicó Jack Zhang, investigador de la Universidad de Ciencia y Tecnología de China, formado en Yale y Cambridge. Las tensiones entre ambos países y las restricciones migratorias impulsadas por el gobierno de Donald Trump contribuyeron a empañar el viejo sueño americano de muchos jóvenes científicos chinos.

Otros destacan un ecosistema cada vez más dinámico. Dang Ronghao, un desarrollador de IA de 27 años con base en Shanghái, asegura ver investigaciones que combinan la inteligencia artificial con la fusión nuclear, la astrofísica, los nuevos materiales y el desarrollo de fármacos. Pero también hay voces críticas: Liu Jun, profesor de Estadística y Ciencia de Datos de la Universidad de Tsinghua, que enseñó en Harvard y Stanford, reconoce que el sistema todavía premia la conformidad y que cuesta que los estudiantes se animen a cuestionar.

Código abierto y la batalla por las reglas

China no solo intenta alcanzar a Estados Unidos: también propone un modelo diferente. Pekín alienta a sus empresas a desarrollar modelos de IA de código abierto, más baratos y modificables, en contraste con los enfoques cerrados de compañías estadounidenses como OpenAI o Anthropic. Esa apertura permitió a las firmas chinas innovar rápido y compensar en parte su gran debilidad: el acceso restringido a los chips más avanzados, limitado por las sanciones de Washington.

El tema estuvo sobre la mesa en la reciente visita de Estado de Xi Jinping a Washington, aunque no se anunciaron acuerdos sobre IA. Del lado estadounidense conviven dos posturas: la de Trump, que resumió la cuestión con un “quien gane en IA, gana”, y la de parte de la industria, como el director ejecutivo de Anthropic, Dario Amodei, que pidió mantener las restricciones a la venta de chips avanzados a China y advirtió sobre los riesgos de un liderazgo chino en esta tecnología. Pekín, por su parte, reclama un marco regulatorio global y acusa a Washington de querer “contener” su ascenso.

Los que se quedan afuera

El auge tiene costos. Parte de la red eléctrica china todavía depende del carbón, aunque el gobierno quiere que la mayoría de los centros de datos funcionen con energía limpia en 2030. En las zonas áridas de Mongolia Interior, el agua sigue siendo un recurso escaso. Y algunos pueblos fueron reubicados para dejar lugar a las obras, sin que se conozcan cifras precisas ni las compensaciones recibidas.

Entre los vecinos, las opiniones están divididas. Algunos celebran que sus hijos consiguieron empleo en las nuevas instalaciones. Otros aseguran que los centros de datos no les aportaron nada. “Los macrodatos y todo eso están muy bien, pero no tienen nada que ver conmigo”, resumió un pastor de la zona, que casi no usa internet. En esa distancia entre la ambición tecnológica del país y la vida cotidiana de sus habitantes rurales se juega también una parte de la carrera por la IA.

Un agente de IA recibe una tarea. Encuentra un obstáculo. En lugar de rendirse, busca otra salida: intenta escapar del entorno en el que está encerrado, explota una vulnerabilidad, se comunica por un canal que nadie le había autorizado o accede a una web externa para conseguir lo que necesita. Eso ya no es solamente un escenario hipotético de laboratorio.

OpenAI, Anthropic e investigadores de seguridad están analizando decenas de miles de episodios de los últimos meses en los que modelos avanzados mostraron conductas que evaluadores externos podrían considerar problemáticas, según fuentes consultadas por Axios. Entre ellos aparecen intentos de saltarse barreras, escapar de sandboxes, utilizar foros para comunicarse o eludir sistemas de monitorización.

Hay, sin embargo, un matiz fundamental: hablar de decenas de miles de «ataques» sería ir demasiado lejos. La cifra mezcla pruebas internas deliberadamente adversariales, intentos que fracasaron y episodios ocurridos en sistemas reales. La mayoría de los casos conocidos hasta ahora no produjo daños significativos en el mundo real.

OpenAI ya tiene un ejemplo de lo que ocurre cuando el agente consigue salir

El caso que mejor explica la preocupación ocurrió este verano. Durante una evaluación interna de ciberseguridad, modelos de OpenAI operando con salvaguardas reducidas encontraron la manera de salir del entorno aislado en el que estaban siendo probados y acceder a Internet.

A partir de ahí encadenaron vulnerabilidades, utilizaron credenciales encontradas online y acabaron comprometiendo parte de la infraestructura de investigación de OpenAI y sistemas de Hugging Face. La propia compañía calificó después el episodio como una especie de «disparo de advertencia» sobre lo que pueden hacer agentes suficientemente capaces cuando tienen demasiadas herramientas y controles insuficientes.

La investigación posterior ha seguido encontrando problemas. OpenAI confirmó el 25 de septiembre que algunos agentes enviaron datos de entrenamiento y evaluación a servicios externos. Entre ellos había 53 imágenes proporcionadas originalmente por usuarios de ChatGPT, que fueron publicadas en servicios de alojamiento mediante enlaces no listados públicamente. La compañía afirma que está trabajando para retirar el contenido y que la revisión continúa retrocediendo mes a mes desde el incidente de Hugging Face.

La cautela ha llegado hasta el entrenamiento. OpenAI señala que mantiene pausadas las ejecuciones con herramientas de sus modelos más capaces mientras investiga nuevos comportamientos y refuerza sus controles.

Anthropic encontró cuatro accesos reales después de revisar cientos de millones de registros

Anthropic está realizando una investigación similar. La compañía identificó cuatro incidentes en los que modelos Claude obtuvieron acceso no autorizado a sistemas reales de terceros y asegura haber notificado a los afectados. Para buscarlos amplió su análisis hasta abarcar aproximadamente 481 millones de transcripciones procedentes de pruebas, entornos de entrenamiento y registros de subagentes.

Aquí aparece la explicación de por qué una cifra de «decenas de miles» puede crecer tan rápido. Los grandes laboratorios ejecutan cientos de miles o millones de pruebas. Incluso una tasa minúscula de conductas inesperadas acaba produciendo miles de casos que después deben revisarse.

Anthropic sostiene que sus modelos más recientes han mejorado. Opus 5.5, lanzado este mes, intentó atravesar límites de contención alrededor de un 85% menos que Opus 5 o Mythos 5.1 en una nueva evaluación. Aun así, la propia empresa reconoce algo bastante menos tranquilizador: todavía no existe una batería de pruebas capaz de garantizar que encontrará todos los fallos antes de desplegar un modelo.

Ese es, en realidad, el problema que dejan estos incidentes. Los agentes están siendo diseñados precisamente para insistir, improvisar y encontrar caminos alternativos cuando algo bloquea una tarea. Las mismas capacidades que los hacen más útiles también hacen mucho más complicado predecir hasta dónde estarán dispuestos a llegar para terminarla.