Artículos Relacionados con IA

El Centro de Noticias de HTX ofrece los artículos más recientes y un análisis profundo sobre "IA", cubriendo tendencias del mercado, actualizaciones de proyectos, desarrollos tecnológicos y políticas regulatorias en la industria de cripto.

Fraude Colosal: El 'Laboratorio Misterioso' que Acaparó los Rankings Mundiales en una Noche Resulta Ser Falso

El 18 de julio, el mundo de la IA se vio sacudido por la noticia del lanzamiento de Monolith-1.0, un modelo presentado por el misterioso laboratorio chino Basalt Labs. Se anunció con datos espectaculares: 1,6 billones de parámetros, resultados récord en benchmarks exigentes como HLE (99,44%) y GPQA Diamond (95,9%), y entrenado en 60 billones de tokens. La web profesional y un documento técnico aparentemente sólido generaron gran expectación y debates sobre el supuesto liderazgo chino. La euforia duró poco. Pronto, varios desarrolladores descubrieron irregularidades. Los archivos de pesos en Hugging Face eran copias idénticas, inflando artificialmente el tamaño. El demo web, en realidad, estaba conectado a la API de DeepSeek, usando su tokenizador. Un prompt del sistema filtrado ordenaba al modelo identificarse siempre como Monolith-1.0 y negar cualquier modelo subyacente. Finalmente, Max Scherf, el creador, reveló que todo era un experimento social. Explicó cómo fabricó el engaño: afinó un modelo pequeño (Qwen2.5-7B) con respuestas de conjuntos de pruebas públicas para lograr puntuaciones falsas, creó una identidad corporativa creíble y lanzó una campaña de marketing viral. Su objetivo era criticar la cultura de la IA, obsesionada con métricas y parámetros, y la falta de escrutinio real, demostrando que la apariencia puede bastar para generar un gran impacto. Curiosamente, el experimento evidenció que los modelos chinos reales utilizados (Qwen y DeepSeek) tienen una capacidad suficiente como para servir de base para un engaño de tal magnitud.

marsbit07/20 02:53

Fraude Colosal: El 'Laboratorio Misterioso' que Acaparó los Rankings Mundiales en una Noche Resulta Ser Falso

marsbit07/20 02:53

Claude se instala en las aulas de EE.UU.: los profesores que trabajan 49 horas semanales por fin reciben un asistente de IA gratuito

Claude para Profesores, lanzado por Anthropic el 14 de julio, ofrece herramientas de IA avanzadas de forma gratuita a docentes verificados de K-12 en EE.UU. para aliviar su carga laboral, que alcanza un promedio de 49 horas semanales. La plataforma se integra con Learning Commons, incorporando los estándares educativos de los 50 estados. Asiste en tres áreas clave: 1) **Preparación de clases alineadas** con los objetivos curriculares estatales, generando planes de lecciones y materiales pertinentes. 2) **Diferenciación instruccional**, creando versiones adaptadas de los materiales para distintos niveles de habilidad de los estudiantes. 3) **Análisis de datos**, ayudando a los profesores a interpretar el progreso de los alumnos a partir de diversas fuentes de información. Claude for Teachers también se conecta con herramientas educativas populares como Canva, ASSISTments y MagicSchool. Incluye funciones como Claude Code y Cowork, permitiendo la automatización de tareas repetitivas, como revisar evaluaciones diarias y ajustar lecciones. Es crucial destacar que el acceso a Claude está restringido a mayores de 18 años, por lo que los estudiantes de K-12 no interactúan directamente con la IA. Anthropic enfatiza que es una herramienta para empoderar a los profesores, no para reemplazarlos, liberando su tiempo para una interacción más personalizada con los alumnos. La compañía aborda preocupaciones sobre privacidad garantizando que los datos no se usan para entrenar el modelo y cumpliendo con regulaciones como FERPA, contando además con el respaldo de la Federación Americana de Maestros (AFT). Este lanzamiento sigue una estrategia similar a la de ChatGPT for Teachers de OpenAI, subrayando la importancia de la confianza y la conformidad legal en la adopción de la IA en educación. El debate persiste sobre el papel de la IA en las aulas, ejemplificado por la reciente restricción casi total de la IA generativa para grados 1-7 en Noruega, lo que plantea preguntas sobre cómo preparar a los estudiantes para un futuro dominado por estas tecnologías.

marsbit07/20 02:03

Claude se instala en las aulas de EE.UU.: los profesores que trabajan 49 horas semanales por fin reciben un asistente de IA gratuito

marsbit07/20 02:03

La ansiedad de memoria de los grandes modelos, la solución podría estar en la unidad USB

Según un artículo publicado por IEEE, surge una nueva estrategia inesperada para aliviar la ansiedad por la memoria en los modelos de lenguaje grandes (LLM): utilizar la tecnología **NAND Flash**, la misma que se emplea en las memorias USB. Tradicionalmente, la memoria Flash se ha considerado lenta, especialmente para tareas de IA. Sin embargo, empresas como SanDisk y SK Hynix están promoviendo el **High Bandwidth Flash (HBF)**. Esta tecnología aplica métodos avanzados de empaquetado y apilamiento 3D (similares a los usados en la memoria HBM) a los chips NAND Flash. El objetivo es permitir que la memoria Flash, originalmente diseñada para almacenamiento, participe en el suministro de datos de alta velocidad durante la **inferencia de IA**. La clave está en que la Flash es lenta principalmente para **escribir**, pero su velocidad de **lectura** puede ser mucho mayor. Al apilar múltiples chips, el HBF busca alcanzar un gran ancho de banda de lectura (hasta 1.6 TB/s en su primera generación, con objetivos de 3.2 TB/s) y una alta capacidad (hasta 512 GB por pila). La propuesta no pretende reemplazar a la costosa y ultrarrápida HBM, sino **complementarla**. En la fase de inferencia, los pesos del modelo están congelados y se accede a ellos principalmente para lectura. El HBF podría actuar como un **"grupo de memoria de solo lectura de gran capacidad"** para almacenar estos pesos masivos y estáticos, liberando así la valiosa HBM para los datos de cálculo más críticos y frecuentes. Esto podría aliviar los cuellos de botella de capacidad y costo, reducir el número de aceleradores necesarios en los servidores y mejorar la eficiencia energética. Aunque el HBF aún no es un producto maduro (se estima que su despliegue a gran escala llevará años) y su estandarización está en curso dentro del Open Compute Project (OCP), representa una señal importante. Indica que la arquitectura de memoria para la IA está evolucionando hacia un **sistema en capas**, donde cada tipo de dato (ultrarrápido, de lectura intensiva, almacenamiento frío) reside en la tecnología más adecuada en términos de rendimiento, capacidad y coste. La solución a los desafíos de escalabilidad de los LLMs podría venir no solo de memorias más caras, sino de reinventar y reempaquetar tecnologías ya conocidas, como la Flash.

marsbit07/20 00:22

La ansiedad de memoria de los grandes modelos, la solución podría estar en la unidad USB

marsbit07/20 00:22

Wintermute: ¿Qué queda por desarrollar en el sector cripto?

Título: Wintermute: ¿Qué queda por construir en el ámbito de las criptomonedas? El autor señala que, tras más de una década de desarrollo, la infraestructura fundamental de blockchain (L1, L2, DeFi, stablecoins) está establecida. La pregunta relevante ya no es "¿qué más se puede hacer en cripto?", sino "¿por qué el mundo real necesitará la tecnología cripto a continuación?". La respuesta clave es la **economía de las máquinas**. Se avecina un cambio fundamental, donde los sistemas de IA autónomos (agentes) actuarán como agentes económicos independientes, realizando transacciones, tomando decisiones e interactuando sin intervención humana constante. La infraestructura financiera y de confianza actual, diseñada para humanos, no es adecuada para estos participantes autónomos. Esta convergencia es posible ahora debido a tres factores: 1) Los modelos de IA son lo suficientemente buenos y baratos para actuar de forma autónoma. 2) Están madurando estándares abiertos para pagos e identidad de agentes. 3) Los agentes pueden funcionar de manera persistente. La propuesta de valor de la tecnología cripto (cadena de bloques) radica en proporcionar la base ideal para esta economía: es **abierta, programable, sin permiso, con liquidación en segundos y mecanismos de identidad sin intermediarios**, cualidades que se alinean perfectamente con las necesidades de los sistemas autónomos. Sin embargo, persisten desafíos críticos, principalmente en **seguridad** (los agentes son un nuevo vector de ataque) y **atribución de responsabilidad** cuando los sistemas autónomos fallan. Las oportunidades más prometedoras no están en los componentes básicos (modelos de IA, hardware), sino en la **capa de conexión** que permite a las máquinas comerciar, colaborar y confiar entre sí. Tres áreas destacan: 1) La capa económica para agentes (autorización, identidad, gestión de riesgos). 2) IA física, integrando sistemas de pago en robots para entornos estructurados como almacenes. 3) Sistemas de descubrimiento dirigidos por máquinas para campos como la ciencia autónoma.

marsbit07/20 00:08

Wintermute: ¿Qué queda por desarrollar en el sector cripto?

marsbit07/20 00:08

Guía de la Temporada de Altcoins de 2026: ¿Es hora de recibir la temporada de altcoins?

**Guía para la temporada de altcoins de 2026: ¿Es hora de prepararse?** La temporada de altcoins comienza cuando las criptomonedas alternativas superan en rendimiento a Bitcoin. Se identifica cuando, en un período de 90 días, al menos el 75% de las 50 principales criptomonedas superan a BTC. Este ciclo presenta nuevos desafíos debido a los ETF de Bitcoin, que canalizan capital institucional principalmente hacia BTC, lo que podría retrasar o modular un rally amplio de altcoins. Para detectar su inicio, los inversores utilizan el Índice de Temporada de Altcoins y observan métricas como el dominio de Bitcoin y los pares ETH/BTC y SOL/BTC. Históricamente, los ciclos de altcoins han evolucionado: de la especulación generalizada en 2017-2018 hacia rotaciones sectoriales impulsadas por narrativas como DeFi, NFT o IA en 2020-2021. El próximo ciclo probablemente será selectivo, con capital fluyendo hacia sectores con fundamentos sólidos como RWA, DePIN o juegos. Una estrategia exitosa requiere una cartera diversificada, gestión de riesgos con límites de pérdida y ganancias, y atención a las rotaciones entre sectores. El momento para la próxima temporada depende de factores macroeconómicos, liquidez y un debilitamiento del dominio de Bitcoin, potencialmente en 2026-2027. La preparación, mediante investigación y listas de seguimiento de proyectos de calidad, es clave antes de que regrese el impulso alcista.

marsbit07/19 07:48

Guía de la Temporada de Altcoins de 2026: ¿Es hora de recibir la temporada de altcoins?

marsbit07/19 07:48

Un inversor camina 20,000 pasos en Shanghai

A orillas del río Huangpu, una multitud se congrega. La Conferencia Mundial de Inteligencia Artificial (WAIC) celebra su novena edición con una escala sin precedentes: más de 10.000 m² de espacio expositivo, 1.100 empresas y más de 300 lanzamientos globales. La fiebre es tal que las entradas, con un precio original de 168 yuanes, se llegaron a revender por 2.000. El evento, repartido en varios pabellones, muestra la evolución del sector: desde competir por parámetros hasta demostrar aplicaciones reales. El pabellón H1 exhibe grandes modelos y agentes, con lanzamientos como el modelo K3 de Kimi. El H2 es una exhibición de potencia de cálculo, destacando la solución Atlas 950 de Huawei. El H3, el más concurrido, es un paraíso robótico con más de 200 empresas y 300 robots en funcionamiento, incluido el exoesqueleto transformable GD01 de Unitree y los robots industriales de智元. El H4 alberga la zona de startups, con más de 160 proyectos emergentes. Los inversores son una presencia constante. Su agenda está repleta: ver lanzamientos, reuniones con fundadores, paneles y eventos paralelos organizados por fondos como Sequoia China, Hillhouse y ZhenFund. "Caminar 20.000 pasos al día no es una exageración", comentan. El fervor refleja el auge de la inversión en IA: en el primer semestre de 2026, el sector de la inteligencia encarnada recaudó más de 90.000 millones de yuanes, y toda la IA superó los 300.000 millones. Surgen unicornios valuados en decenas de miles de millones, como智谱 y DeepSeek, y se especula con próximas salidas a bolsa. La convicción entre los inversores es clara: así como internet generó empresas billonarias, la IA lo hará más rápido. Con "la munición" en la mano, buscan entre stands y reuniones dibujar el mapa tecnológico de la próxima década, sin querer perderse la próxima gran oportunidad.

marsbit07/19 07:31

Un inversor camina 20,000 pasos en Shanghai

marsbit07/19 07:31

Se filtra la versión "completa" de DeepSeek V4, su lanzamiento podría ser mañana mismo

Tras casi tres meses de espera, DeepSeek V4 (versión definitiva) podría lanzarse pronto, quizás incluso mañana. Actualmente, algunos usuarios tienen acceso anticipado en pruebas. Se ofrecerán dos versiones: DeepSeek V4 Flash y DeepSeek V4 Pro. Las primeras impresiones de desarrolladores indican que su rendimiento general se acerca al nivel de Opus 4.8, con capacidades de codificación similares a GPT-5.6 Sol. Sus habilidades como agente y la generación de contenido 3D y SVG han mejorado notablemente. Aunque es probable que no supere al recién lanzado Kimi K3 en rendimiento puro, se espera que su precio sea significativamente más bajo, lo que podría crear otro "momento DeepSeek" en cuanto a relación calidad-precio. Se han filtrado demos que muestran sus capacidades, como la generación de juegos funcionales en HTML y SVG. Un cambio importante es la introducción de un nuevo modelo de precios API con tarifas variables ("peak/off-peak"). Por ejemplo, deepseek-v4-pro costará 0,87 USD por millón de tokens de salida en horas normales y 1,74 USD en horas pico. DeepSeek-V4-Flash será aún más económico. Aunque es la primera vez que DeepSeek implementa un sistema de precios por demanda, sus tarifas siguen siendo muy competitivas frente a alternativas como Fable 5. En resumen, DeepSeek V4 no busca ser el modelo más potente en todos los aspectos, sino ofrecer un rendimiento de alto nivel (cercano a Opus) a una fracción del costo de la competencia, manteniendo su papel como "destructor de precios" en el mercado de la IA.

marsbit07/19 05:34

Se filtra la versión "completa" de DeepSeek V4, su lanzamiento podría ser mañana mismo

marsbit07/19 05:34

活动图片