Categories
Featured

Acelerar la revisión de la simplificación | Radar tecnológico

[ad_1]

La encarnación original del software de finanzas personales Quicken existe desde hace muchos años, pero recientemente se le ha unido Quick Simplifi. Con tanta gente que utiliza aplicaciones para poner en orden sus finanzas personales mientras viaja, Quicken Simplifi es una excelente opción. Este es un paquete asequible y funciona bien en dispositivos móviles, lo que significa que es muy cómodo de usar.

allá finanzas personales Los competidores de la aplicación, por supuesto, especialmente aquellos como dinero cohete y YNABlos cuales ofrecen un conjunto similar de características y funcionalidades manteniendo un precio de ganga razonable. Sin embargo, Quicken Simplifi sigue siendo una de las formas más económicas de mejorar su situación financiera personal y mantenerla así.

Lo mejor de Quicken Simplifi, además de su precio competitivo, es la forma en que permite a los usuarios controlar todos los aspectos de su panorama financiero personal y puede ayudar a administrar el dinero de manera más efectiva. Y así de simple Las mejores aplicaciones de presupuestoExisten herramientas y opciones de usuario que le permiten realizar un seguimiento de sus finanzas personales y también ayudarle a planificar el futuro. Es una de las mejores aplicaciones de finanzas personales que puedes tener en tu dispositivo móvil.

Acelerar la simplificación

Quicken Simplifi es una de las aplicaciones de finanzas personales más asequibles (Crédito de la imagen: Acelerar la simplificación)

Acelerando la simplificación: fijación de precios

Un aspecto muy atractivo de Quicken Simplifi es su precio. Apurarse A menudo está disponible mediante oferta y lo mismo se aplica actualmente a Acelerar la simplificación Gracias a una oferta de 50 por ciento de descuento, que lleva el costo mensual de $5,99 a unos muy asequibles $2,99 por mes, facturados anualmente. Esto era correcto en el momento de escribir este artículo, pero obviamente siempre puede estar sujeto a cambios. También hay una garantía de devolución de dinero de 30 días, que es útil si no está completamente seguro de cómo Quicken Simplifi se adapta a sus necesidades.

[ad_2]

Source Article Link

Categories
Life Style

Las estrellas en ascenso en el campo de la inteligencia artificial están utilizando la robótica y la automatización para acelerar su trabajo.

[ad_1]

Imagen compuesta de retratos de Aditya Nandy, Lauren Takahashi y David Kelly.

De izquierda a derecha: Aditya Nandy, Lauren Takahashi y David Kelly.Fotografía: Aparna B. Sivakumar, Lauren Takahashi, Calico/Richard Morgenstein

La inteligencia artificial (IA) no existe para reemplazar a los científicos; es simplemente una herramienta poderosa que puede usarse para mejorar su trabajo, según David Kelly, Lauren Takahashi y Aditya Nandy.

Estas estrellas en ascenso se encuentran entre los investigadores iniciales más prolíficos del Nature Index en términos de Productos relacionados con la inteligencia artificial. Aquí analizan cómo se pueden aprovechar nuevos algoritmos y modelos para avanzar en la investigación sobre regulación genética, desarrollo de materiales y dinámica de proteínas.

David Kelly: analista de regulación genética

Cuando el científico en bioinformática David Kelly pasó de la academia a desempeñar un papel en la industria en 2016, sintió como si estuviera entrando en una cultura menos competitiva y más colaborativa. “Todos aquí estamos realmente en el mismo equipo”, dice sobre su lugar de trabajo actual, Calico Lifesciences, una empresa de biotecnología en San Francisco, California. También aprecia el enfoque que proporciona su función en la industria: la misión de la empresa es comprender la biología que controla el envejecimiento humano y utilizar ese conocimiento para guiar el desarrollo de tratamientos para enfermedades relacionadas con la edad. Kelly dice que esto sirve como una “luz guía” para él y sus colegas, ayudándolos a priorizar lo que creen que será el trabajo de mayor impacto.

“Si estuviera en la universidad, creo que me distraería con esta o aquella pregunta”, dice Kelly. “Al estar en la industria, sientes una fuerte atracción hacia: ¿Es esto realmente importante? ¿Es esto realmente lo más importante en lo que puedo trabajar en este momento?”

Kelly investiga la regulación genética como mecanismo subyacente en las enfermedades relacionadas con la edad. La regulación genética es el proceso mediante el cual las células controlan la expresión de sus genes, determinando cuándo, dónde y cuánto de ciertos componentes, como las proteínas o el ARN, se producen. Uno de los grandes desafíos para comprender cómo se controlan los genes es saber cómo interactúan con los genes secuencias específicas de ADN, llamadas regiones potenciadoras. Las regiones mejoradas son como interruptores que pueden activar un gen y activarlo. Sin embargo, estos interruptores pueden ubicarse lejos de los genes que controlan (hasta un millón de pares de bases de ADN), lo que hace que muchas de estas conexiones sean difíciles de encontrar y estudiar.

En un artículo publicado en Los métodos de la naturaleza.1Kelly y sus colegas informan sobre el desarrollo de un modelo de aprendizaje profundo, llamado Enformer, que puede predecir la expresión de variantes genéticas, incluidas aquellas con interacciones de largo alcance con potenciadores. El modelo consta “en realidad de sólo unas pocas líneas de código”, pero se ha convertido en una herramienta poderosa, afirma Kelly. “Es sorprendente y muy profundo el nivel de inteligencia artificial que se puede obtener simplemente con una repetición tras otra de este tipo de operación matemática que permite un aprendizaje muy general”.

Una gran preocupación que tiene Kelly acerca de su campo de trabajo es la falta de diversidad étnica en los conjuntos de datos genómicos. Muchos estudios de regulación genética se basan en datos de secuenciación del genoma completo de fuentes como el Biobanco del Reino Unido, que cuenta con 500.000 participantes, de los cuales aproximadamente el 95% son blancos.2. Con estos conjuntos de datos limitados, afirma, los investigadores están perdiendo pistas importantes sobre la regulación genética. “Lo que realmente deseamos es identificar todas las diferencias del mundo y ver todas las formas en que estas variantes genéticas pueden afectar los fenotipos”.

Otro desafío es el hecho de que el principal conjunto de entrenamiento de IA de Kelly es la secuencia de todo el genoma humano, un recurso limitado de alrededor de tres mil millones de pares de bases. “Si queremos grandes cantidades de datos de entrenamiento adicionales, no está del todo claro dónde encontrarlos”, afirma. Su equipo se volvió creativo trabajando con datos de ratones, así como de humanos, y entrenando modelos en ambas especies simultáneamente. “Esto funciona porque los impulsores reguladores de nuestros tipos de células compartidas están altamente conservados”, dice Kelly. “Identificar más primates u otros mamíferos podría resultar fructífero”.

Lauren Takahashi: ingeniera catalítica

Lauren Takahashi, ingeniera química y científica de la información de la Universidad de Hokkaido en Sapporo, Japón, tomó un camino sinuoso en los primeros años de su carrera. Como estudiante universitaria en la Universidad de Arizona en Tucson, estudió lingüística. Luego me mudé a la Universidad de Gotemburgo en Suecia para completar mi Maestría en Ciencias, que implicó la construcción de un prototipo de motor de búsqueda. El programa está diseñado para responder preguntas como “¿Dónde está esto?” o “¿A dónde puedo ir para conseguir eso?” Utilice mapas y ubicaciones, en lugar de confiar únicamente en los mejores resultados de sus búsquedas, afirma.

Durante su estancia en Suecia, Takahashi asistió a una conferencia del físico Andre Geim, quien ganó una parte del Premio Nobel de Física de 2010 por sus experimentos con grafeno. Sustancia formada por una sola capa de átomos de carbono. Dispuestos en una celosía hexagonal. Esta conferencia inspiró a Takahashi a aplicar su conocimiento de los motores de búsqueda para construir un modelo que los investigadores puedan utilizar para buscar literatura científica y obtener información sobre la creación de grafeno y otros materiales 2D.

Al principio el proyecto era sólo un hobby, pero “evolucionó muy rápidamente”, afirma. A partir de este trabajo, un amigo invitó a Takahashi a unirse a un proyecto de investigación en el Instituto Nacional de Ciencia de Materiales (NIMS) de Japón en Tsukuba, una de las instituciones más grandes del mundo en este campo. Mientras estaba en NIMS, realizó un doctorado en Ingeniería Química en la Universidad de Tokio.

En Hokkaido, Takahashi está estudiando el uso de la robótica y la inteligencia artificial para producir catalizadores de alto rendimiento, materiales que aceleran las reacciones químicas. Una forma en que ella y sus colegas hacen esto es buscar en la literatura científica condiciones experimentales que mejoren el rendimiento de los catalizadores. Introducen esta información en su sistema de inteligencia artificial para que pueda diseñar experimentos para producir compuestos como el eteno (un componente básico en la fabricación de plásticos y otros materiales) a temperaturas más bajas y con rendimientos más altos que los métodos actuales.3.

“Actualmente estamos desarrollando un robot que hace todo por sí solo”, afirma Takahashi. En el futuro, los robots podrían trabajar en coordinación con la inteligencia artificial para realizar experimentos; Recopilar y analizar datos; predecir nuevas condiciones, entornos y conjuntos de estímulos; Luego realice el siguiente experimento, escribieron Takahashi y su colega en un artículo de 2023.4.

Dar cabida a los “robóticos” autodirigidos será un gran ajuste para los laboratorios, dice Takahashi. “Es difícil para un robot operar en un entorno desarrollado por humanos. Si queremos utilizar la IA con éxito, debemos tener en cuenta las necesidades de la IA e integrarlas a medida que desarrollamos los entornos en los que operamos.

[ad_2]

Source Article Link

Categories
Featured

Después del iPhone y el iMac, Apple puede cortejar a Foxconn para que construya servidores de inteligencia artificial basados ​​en su CPU de la serie M para acelerar las capacidades de inteligencia de Apple.

[ad_1]


  • Según se informa, Apple está buscando el soporte de Foxconn para servidores de IA en Taiwán
  • Foxconn ya es el principal fabricante de servidores Nvidia AI
  • La capacidad limitada de Foxconn fomenta las asociaciones con otros proveedores

manzana Según se informa, se ha acercado a Foxconn a largo plazo para construir servidores de IA en Taiwán como parte de sus esfuerzos para mejorar sus capacidades informáticas de IA.

Informe de Nikki Asia Apple afirma que Apple está interesada en utilizar sus chips de silicio Apple serie M para estos servidores, que impulsarán las funciones de Apple Intelligence en la última generación de dispositivos, incluidos iPhones, iPads y MacBooks.

[ad_2]

Source Article Link

Categories
News

Coinbase adquiere Utopia Labs y tiene como objetivo acelerar los pagos entre cadenas

[ad_1]

Coinbase busca activamente mejorar su conjunto de servicios. Esta semana, el intercambio de criptomonedas completó la adquisición de Utopia Labs, una empresa de tecnología financiera con sede en San Francisco. La adquisición tiene como objetivo mejorar los sistemas y servicios de pago en línea de Coinbase, aunque no se han revelado detalles financieros. La valoración de Coinbase fue de alrededor de 59,49 mil millones de dólares (alrededor de 5,02,159 millones de rupias) en marzo, y cayó a 36,26 mil millones de dólares (alrededor de 3,06,073 millones de rupias) en septiembre.

En el futuro, el equipo de Utopia Labs se unirá al equipo detrás de Base, la red de escalamiento de capa 2 de Coinbase, dijo el intercambio en un comunicado oficial. Publicación de blog. Se espera que el intercambio mejore el mantenimiento de registros de contratos inteligentes, transacciones y actividades de tokenización directamente en la cadena de bloques.

“Base apoya a los desarrolladores que crean aplicaciones en cadena, esas aplicaciones atraen a usuarios en cadena, Wallet incorpora a esos usuarios, por lo que más usuarios incentivan a más desarrolladores a crear en cadena. En pos de esto, me complace compartir que la Utopía. El equipo de Labs se une a Base para ayudar a acelerar nuestra hoja de ruta de pagos entre cadenas dentro de Coinbase Wallet”, dijo Jesse Pollack, creador de la base blockchain de capa 2.

En los próximos meses, Coinbase intentará ofrecer pagos globales, rápidos y de bajo costo a sus usuarios. La atención se centrará también en la promoción de los servicios de monedas estables: criptomonedas respaldadas por activos de reserva como monedas fiduciarias u oro.

“El volumen de transacciones de monedas estables alcanzó los 8,5 billones de dólares (alrededor de 7,17,48,727 millones de rupias) en 1,1 mil millones de transacciones en el segundo trimestre de 2024, y continuar mejorando la experiencia del usuario será fundamental a medida que los pagos de monedas estables sigan creciendo”, agregó Pollack.

Fundado en 2021, Utopia Labs afirma haber desarrollado varias soluciones para permitir transacciones de bajo costo para proyectos Web3. La plataforma compartió el anuncio oficial de su adquisición por parte de Coinbase con su base de seguidores de más de 16.000 en X.

Para Coinbase, esta adquisición llega inmediatamente después de su reciente adquisición. clarificación Por lo que llamó la primera transacción criptográfica de IA a IA del mundo. En septiembre, el director ejecutivo Brian Armstrong demostró una entidad de IA que compra tokens de otra entidad de IA, destacando el potencial de la integración de la IA dentro de Web3.

En julio, Chris Lehane de OpenAI se unió a la junta directiva de Coinbase como uno de los tres nuevos designados.

Recientemente, la bolsa de valores introdujo Iniciativa de mercado previa al lanzamiento Apoyar los próximos proyectos criptográficos actuando como plataforma de lanzamiento. Coinbase también ha estado desafiando activamente a la SEC, buscando orientación clara sobre prácticas comerciales que cumplan con las normas y áreas donde se requiere precaución.

Los enlaces de afiliados pueden generarse automáticamente; consulte nuestro sitio web Declaración de ética Para más detalles.



[ad_2]

Source Article Link

Categories
Politics

FG reúne a las partes interesadas para acelerar la implementación de SAPZ-1

[ad_1]

En un movimiento audaz para revolucionar el sector agrícola en Nigeria, el Gobierno Federal ha convocado un diálogo de alto nivel en la Oficina de País del Banco Africano de Desarrollo (BAfD) en Abuja para acelerar la implementación de…

[ad_2]

Source Article Link

Categories
Life Style

Cómo los motores de búsqueda científicos impulsados ​​por IA pueden acelerar su investigación

[ad_1]

Vista cercana de las manos de un hombre escribiendo palabras en el teclado de una computadora portátil.

Tareas como la revisión de la literatura pueden facilitarse utilizando herramientas de inteligencia artificial, pero deben usarse con precaución.Crédito: Olena Hromova/Alamy

Las herramientas de IA están cambiando la forma en que trabajamos. Muchos productos Intentar hacer más eficiente la investigación científica Ayudando a los investigadores a clasificar grandes cantidades de literatura.

Estos motores de búsqueda científica se basan en grandes modelos de lenguaje (LLM) y están diseñados para examinar artículos de investigación existentes y resumir los hallazgos clave. Las empresas de inteligencia artificial actualizan constantemente las funciones de sus modelos y periódicamente lanzan nuevas herramientas.

naturaleza Hablé con los desarrolladores de estas herramientas y con los investigadores que las utilizan para obtener consejos sobre cómo aplicarlas y los peligros a los que hay que prestar atención.

¿Qué herramientas están disponibles?

Algunas de las herramientas basadas en LLM más populares incluyen Elicit, Consensus y You, que ofrecen diferentes formas de acelerar la revisión de la literatura.

Cuando los usuarios ingresan una pregunta de investigación en Elicit, muestra listas de artículos de investigación relevantes y resúmenes de sus principales hallazgos. Los usuarios pueden hacer más preguntas sobre artículos específicos o filtrar por revista o tipo de estudio.

El consenso ayuda a los investigadores a comprender la diversidad de información científica sobre un tema. Los usuarios pueden ingresar preguntas como “¿Puede la ketamina tratar la depresión?”, y la herramienta proporciona una “escala de consenso” que muestra dónde se encuentra el acuerdo científico. Los investigadores pueden leer resúmenes de investigaciones que están de acuerdo, en desacuerdo o no están seguros acerca de la hipótesis. La herramienta de inteligencia artificial no reemplaza el cuestionamiento en profundidad de los trabajos de investigación, pero es útil para el escaneo de estudios de alto nivel, dice Eric Olson, director ejecutivo de Consensus en Boston, Massachusetts.

You, una empresa de desarrollo de software en Palo Alto, California, dice que fue el primer motor de búsqueda que combinó la búsqueda por IA con datos de citas recientes de estudios. La herramienta ofrece a los usuarios diferentes formas de explorar preguntas de investigación; por ejemplo, el “modo genio” presenta las respuestas en gráficos. El mes pasado, lanzó una “herramienta multijugador” que permite a los colegas colaborar y compartir conversaciones personalizadas de IA que pueden automatizar tareas específicas, como la verificación de datos.

Captura de pantalla de la interfaz de consenso.

El consenso puede dar una idea de dónde se encuentra el acuerdo científico sobre un tema o pregunta en particular. Crédito: Consenso

Clarivate, una empresa de análisis de investigación con sede en Londres, lanzó en septiembre su asistente de investigación impulsado por inteligencia artificial, que permite a los usuarios buscar rápidamente en una base de datos de Web of Science. Los científicos pueden ingresar una pregunta de investigación y ver resúmenes relevantes, temas relacionados y mapas de citas, que muestran qué artículos cita cada estudio y pueden ayudar a los investigadores a identificar literatura clave, dice Clarivate.

Aunque los artículos sobre Web of Science están disponibles en inglés, la herramienta de inteligencia artificial de Clarivate también puede resumir resúmenes de artículos en diferentes idiomas. “La traducción de idiomas basada en grandes modelos lingüísticos tiene un enorme potencial para igualar la literatura científica en todo el mundo”, afirma Francesca Buckland, vicepresidenta de producto de Clarivate, con sede en Londres.

BioloGPT es una de un número creciente de herramientas de inteligencia artificial específicas para temas que producen respuestas concisas y profundas a preguntas biológicas.

¿Qué herramientas son adecuadas para qué tareas?

“Siempre digo que depende de lo que realmente quieras hacer”, dice Razia Aliyani, epidemióloga de Calgary, Canadá, cuando se le pregunta sobre las mejores herramientas de motor de búsqueda de IA que puede utilizar.

Cuando es necesario comprender el consenso o la diversidad de opiniones sobre un tema, Aliani gravita hacia el consenso.

Aliani, que también trabaja en la firma de revisión sistemática Covidence, utiliza otras herramientas de inteligencia artificial al revisar grandes bases de datos. Por ejemplo, utilizó Elicit para promover sus intereses de investigación. Después de ingresar una pregunta de investigación inicial, Aliani usa Elicit para filtrar artículos irrelevantes y profundizar hasta los artículos más relevantes.

Las herramientas de investigación basadas en IA no sólo ahorran tiempo, sino que también pueden ayudar a “mejorar la calidad del trabajo, estimular la creatividad e incluso encontrar formas de hacer que las tareas sean menos estresantes”, afirma Aliani.

Captura de pantalla de la interfaz Web of Science de Clarivate.

La herramienta de inteligencia artificial de Clarivate produce mapas de citas que muestran qué artículos han sido citados en cada estudio.Crédito: Web of Science, Clarivate

Anna Mills imparte clases de introducción a la escritura en el College of Marin en San Francisco, California, incluidas lecciones sobre el proceso de investigación. Ella dice que es tentador presentar estas herramientas a sus estudiantes, pero le preocupa que puedan obstaculizar la comprensión de la investigación científica por parte de los estudiantes. En cambio, está interesada en enseñar a los estudiantes cómo las herramientas de investigación de IA cometen errores, para que puedan desarrollar las habilidades necesarias para “evaluar críticamente lo que estos sistemas de IA les están brindando”.

“Parte de ser un buen científico es ser escéptico ante todo, incluidos los propios métodos”, dice Conner Lambden, fundador de BiologGPT, con sede en Golden, Colorado.

¿Qué pasa con las respuestas inexactas y la desinformación?

Crece la preocupación por la precisión de los resultados de los principales chatbots basados ​​en inteligencia artificial, como ChatGPT, que pueden “alucinar” información falsa e inventar referencias.

Esto ha generado cierto escepticismo sobre los motores de búsqueda científicos y los investigadores deberían tener cuidado, dicen los usuarios. Los errores comunes que encuentran las herramientas de investigación de IA incluyen la fabricación de estadísticas, la tergiversación de artículos de investigación citados y los sesgos basados ​​en los sistemas de capacitación de estas herramientas.

Los problemas que encontró el científico deportivo Alec Thomas al utilizar herramientas de inteligencia artificial le llevaron a abandonar su uso. Thomas, que trabaja en la Universidad de Lausana en Suiza, había expresado anteriormente su aprecio por las herramientas de investigación de IA, pero dejó de usarlas después de encontrar “algunos errores fundamentales muy graves”. Por ejemplo, al investigar cómo se verían afectadas las personas con trastornos alimentarios si practicaran un deporte, una herramienta de inteligencia artificial resumió un artículo que dijo que era relevante, pero que en realidad “no tenía nada que ver con la consulta original”, dice. “No confiaríamos en un ser humano conocido por tener alucinaciones, entonces, ¿por qué deberíamos confiar en la inteligencia artificial?” Él dice.

¿Cómo manejan los desarrolladores las respuestas inexactas?

Desarrolladores naturaleza Hablaron para decir que han implementado salvaguardas para mejorar la precisión. James Brady, jefe de ingeniería de Elekit en Oakland, California, dice que la empresa se toma en serio la precisión y utiliza varios sistemas de seguridad para comprobar si hay errores en las respuestas.

Buckland dice que la herramienta de inteligencia artificial de Web of Science tiene “fuertes salvaguardias” para evitar que se incluya contenido fraudulento y problemático. Durante las pruebas beta, el equipo trabajó con unos 12.000 investigadores para incorporar comentarios, afirma.

Aunque dicha retroalimentación mejora la experiencia del usuario, Olson dice que también puede afectar las alucinaciones. Las herramientas de investigación de IA están “entrenadas para recibir retroalimentación humana, quieren darles a los humanos una buena respuesta”, dice Olson. Entonces “llenarán los vacíos con cosas que no están ahí”.

Andrew Hublitzl, un investigador de IA generativa en Indianápolis, Indiana, que da conferencias en universidades a través de un programa llamado AI4All, cree que las herramientas de investigación de IA pueden apoyar el proceso de investigación, siempre que los científicos verifiquen la información que se genera. “Por ahora, estas herramientas deberían utilizarse de forma híbrida y no como un recurso final”.

[ad_2]

Source Article Link

Categories
News

Colaboración entre Google Cloud y unidades de investigación para acelerar el desarrollo de la inteligencia artificial

[ad_1]

Google dijo que ha sido testigo de un progreso más rápido en el campo de la inteligencia artificial como resultado de la estrecha cooperación entre la unidad de computación en la nube y el laboratorio de investigación de inteligencia artificial.

nube de google Google cerró acuerdos para integrar modelos de inteligencia artificial de vanguardia en productos de consumo populares y compartió más de 75 historias de clientes, incluidas las de la aplicación de redes sociales Snapchat y la empresa de almacenamiento Pods, como parte de su evento virtual Gemini at Work. La compañía también presentó nuevas versiones de su modelo de IA, Gemini.

Una colaboración entre Google Cloud y el brazo de búsqueda de la empresa, Google mente profundaEsto podría ayudar a acelerar el tiempo de comercialización del producto, dijeron los ejecutivos. Esto es importante ya que los inversores presionan a la empresa matriz Alphabet Inc. para mostrar como Inversiones en inteligencia artificial Podría convertirse en un nuevo negocio.

Es un acto más cercano entre dos unidades de negocio donde ambas tienen que demostrar algo. Google Cloud, que lleva mucho tiempo retrasado Amazon.com y microsoft En el mercado de la computación en la nube, OpenAI está tratando de explotar el entusiasmo que rodea a la IA generativa para expandir su negocio. Los investigadores de IA de Google inventaron gran parte de la tecnología que impulsa la última ola de IA, pero después de que OpenAI superó a Google al lanzar… chat gbtEl gigante de la investigación ha estado bajo presión para allanar el camino desde los laboratorios de investigación hasta los productos para consumidores y empresas.

A medida que se acelera el progreso en este campo, los investigadores de inteligencia artificial de Google han tenido que “acelerar el ritmo”, dijo Eli Collins, vicepresidente de productos de DeepMind.

“Los investigadores se sienten increíblemente motivados cuando ven su trabajo en manos de productos y usuarios reales”, dijo Collins. “Esto también ha sido un cambio cultural, no sólo dentro de Google, sino también en el resto de la comunidad de investigación, con muchos de ellos”. los principales laboratorios de investigación se convierten en empresas de productos en este momento”.

En los últimos años, Google ha perdido una serie de investigadores ansiosos por lanzar nuevos productos. Pero uno de los miembros más destacados de este bando, Noam Shazier, regresó recientemente.

Las empresas de Silicon Valley luchan por unificar los equipos de investigación y productos, que a menudo tienen incentivos diferentes, dijo Sharon Chu, directora ejecutiva de Lamini, una startup que ayuda a las empresas a utilizar sistemas de inteligencia artificial conocidos como grandes modelos de lenguaje.

“Se sabe que es muy difícil que los equipos de investigación de IA y de IA colaboren bien”, escribió Zhu en una carta. “Quien descubra cómo hacer que estos equipos colaboren bien será un líder del mercado. En muchos casos se encuentran en un estado de tensión extrema. empresas, desde Google hasta sus competidores”.

En una entrevista a principios de este año, el director ejecutivo de Google Cloud, Thomas Kurian, dijo que fortalecer las relaciones con DeepMind era un enfoque clave, y señaló que los equipos en Londres, Seattle y el Área de la Bahía trabajan en estrecha colaboración, a veces sentados uno al lado del otro. En una sesión en junio, los empleados de Google Cloud presentaron experiencias de clientes con IA generativa a investigadores de DeepMind, y algunas de las características que los equipos discutieron se incluyeron en el lanzamiento del modelo el martes, según una portavoz de Google Cloud.

Los investigadores de DeepMind están trabajando no sólo con Google Cloud sino también con clientes empresariales para fortalecer el enfoque en el producto, dijo Collins. En conversaciones con el cliente Snap Inc., propietario SnapchatLa empresa compartió cómo los usuarios suelen utilizar la aplicación para ayudar con la tarea. DeepMind diseñó sus modelos en consecuencia, dijo Collins.

“Los clientes de la nube son nuestros clientes”, dijo Collins.

© 2024 Bloomberg LP

(Esta historia no ha sido editada por el personal de NDTV y se genera automáticamente a partir de un feed sindicado).

[ad_2]

Source Article Link

Categories
Featured

Es posible que Microsoft Edge pronto le diga qué extensiones del navegador lo están arrastrando hacia abajo y le permitirá acelerar las cosas con un solo clic.

[ad_1]

Borde de Microsoft Chrome ha mejorado constantemente a lo largo del año y hay una nueva innovación en las pruebas que promete mejorar el rendimiento del navegador. Esto se hace monitoreando cualquier extensión que se comporte mal y consuma muchos recursos.

nuevo Se ha detectado la introducción de la función llamada “Detector de rendimiento de extensiones” en Edge (Canary v130, es decir, una versión de prueba temprana), que le advierte si alguna extensión del navegador hace que Edge se ralentice repetidamente con el tiempo.

La notificación que aparece como advertencia cuando esto sucede le indica qué tan lento es su navegador debido a sus extensiones y explica el impacto de cada extensión, con las peores extensiones en la parte superior. Puede presionar un botón para desactivar cualquiera de estas extensiones al mismo tiempo para mejorar el rendimiento de su navegador.

Mujer sentada en la mesa mirando la computadora portátil, leyendo en medio de la noche

(Crédito de la imagen: Shutterstock/PeopleImages.com – Yuri A)

Los complementos pueden ser realmente útiles, pero también pueden conllevar riesgos potenciales

[ad_2]

Source Article Link

Categories
Featured

'Una de las afirmaciones más descabelladas jamás escuchadas': una startup finlandesa dice que puede acelerar cualquier CPU 100 veces usando una pequeña pieza de hardware sin recodificar, y puede que sea cierto

[ad_1]

startup finlandesa Computación de flujo Dice que ha desarrollado un chip que puede duplicar el rendimiento de la CPU y aumentarlo hasta 100 veces con una mayor optimización del software, algo TechCrunch Se describe como “una de las afirmaciones más descabelladas jamás escuchadas en la ingeniería del silicio”.

Este avance, si se adopta, podría afectar significativamente las necesidades informáticas de las tecnologías de inteligencia artificial y los sistemas de vehículos autónomos.

[ad_2]

Source Article Link

Categories
Featured

Apple Pay recibe una gran actualización para acelerar las compras impulsivas en navegadores y aplicaciones de terceros

[ad_1]

pago de manzana Está obteniendo la capacidad de brindar a los usuarios una forma de acceder a servicios de préstamos a plazos y ofrecer recompensas y canjes cuando realizan una compra en línea en las aplicaciones de iPhone y iPad.

Soporta muchos sitios web Posibilidad de realizar pagos mediante Apple PayCon la facilidad de pagar a través de tu iPhone, haciendo clic en un icono manzana La opción de pago iniciará la interfaz nativa de Apple Pay, lo que permitirá que los pagos se realicen desde su tarjeta de crédito o débito virtual o seleccionada y se aprueben tocando dos veces el botón de inicio y Face ID. Pero sólo ofrecen transacciones en efectivo en lugar de permitir más opciones, como el pago a plazos.

[ad_2]

Source Article Link