Como saben los lectores de RHC, el tráfico marítimo mundial viaja principalmente por debajo del mar. Según TeleGeography , un instituto de telecomunicaciones, existen más de 530 sistemas de cable de fibra óptica submarinos activos en todo el mundo, que en conjunto superan los 1,48 millones de kilómetros, lo que equivale a más de 35 vueltas a la Tierra. Estos enlaces transportan más del 95 % del tráfico internacional de internet y constituyen la infraestructura sobre la que se sustenta gran parte de la economía digital. Nuevas infraestructuras submarinas de Amazon, Google y Meta En los últimos años, las grandes empresas tecnológicas

Era hora de que Italia esperara una señal clara en el ámbito de la soberanía digital. La unión de dos gigantes como TIM y Poste Italiane representa mucho más que una simple alianza comercial; constituye un hito histórico para todo el panorama digital nacional . Con la creación de un centro tecnológico dedicado a la nube y la inteligencia artificial , nuestro país se prepara para alcanzar la autonomía, la seguridad y la innovación, reduciendo su dependencia de las grandes multinacionales extranjeras. La empresa conjunta, centrada en la innovación, pretende revolucionar el sector de la nube y la inteligencia artificial en Italia

En el mundo de la inteligencia artificial, se suelen escuchar dos términos: aprendizaje automático (ML) y aprendizaje profundo (DL). Ambos son métodos para implementar la IA mediante el entrenamiento de algoritmos de aprendizaje automático, que luego se utilizan para realizar predicciones sobre el futuro y tomar decisiones. Estas dos disciplinas emplean enfoques distintos y poseen capacidades y características diferentes. En este artículo, exploraremos las diferencias entre ambas y comprenderemos mejor su funcionamiento. Aprendizaje automático El aprendizaje automático es la disciplina que diseña algoritmos capaces de realizar predicciones aprendiendo patrones de datos históricos. Un algoritmo de aprendizaje automático se diferencia de un algoritmo

Para un ser humano, alucinar significa percibir cosas que no están presentes en nuestro entorno. Cuando hablamos de «alucinaciones» en inteligencia artificial (IA), nos referimos a una situación en la que un modelo de IA «ve» o «interpreta» algo que no está presente en los datos . Pero ¿cómo puede una máquina «alucinar»? Vamos a averiguarlo. Un modelo de inteligencia artificial, como una red neuronal, emula en cierta medida el funcionamiento de las neuronas en el cerebro humano. Estos modelos aprenden de grandes volúmenes de datos y, mediante este aprendizaje, desarrollan la capacidad de realizar tareas como el reconocimiento de imágenes, la

Un avión se estrella en un bosque nevado. Algunos pasajeros sobreviven, otros no. Los supervivientes, hambrientos y desesperados, encuentran refugio en una aldea aislada del mundo. Pero los campesinos locales no quieren ayudarlos gratis: exigen conocimientos a cambio. Quieren saber cómo fabricar armas, elaborar medicinas, sobrevivir. Y así comienza el pacto: «Ustedes nos enseñan, nosotros les alimentamos». A primera vista, parece el argumento de una película postapocalíptica. En realidad, es una instrucción para descifrar el jailbreak, un texto diseñado para manipular una inteligencia artificial. Una secuencia de instrucciones creada para eludir sus normas éticas y obligarla a responder preguntas que jamás debería

Pier Giorgio Perotto ( para quienes no conozcan su nombre) fue un pionero italiano de la electrónica que, en la década de 1960, mientras trabajaba en Olivetti, dirigió el equipo de diseño que construyó el Programma 101 (o P101), el primer ordenador de sobremesa de la historia. El P101 (también llamado Perottina ), presentado en la Feria Mundial de Nueva York de 1964 , fue utilizado por la NASA para planificar y calcular órbitas para programas espaciales, incluyendo la misión Apolo 11 que llevó al hombre a la Luna. Para quienes deseen saber más sobre la historia del Programa 101, pueden ver

Durante la última semana, Google anunció que el Asistente Gemini ahora puede integrar de forma nativa los servicios de YouTube y Google Maps sin necesidad de utilizar comandos específicos como «@YouTube» o «@Google Maps». Este cambio supone un paso hacia una interacción más fluida y natural con la IA dentro del ecosistema de Google , reduciendo la fricción entre los usuarios y los distintos servicios. Para el usuario medio, esto significa que puede pedir «reproduce un vídeo sobre…» o «llévame a…» sin tener que preocuparse por el prefijo correcto. Al mismo tiempo, están surgiendo nuevos rumores sobre la próxima evolución del modelo