Observatorio Tecnológico de Hidalgo

Author: admin

  • Google comprará energía eólica marina en Taiwán

    Google comprará energía eólica marina en Taiwán

    Google firmó el primer acuerdo de compra de energía eólica marina en Taiwán con Copenhaguen Infrastructure Partners (CIP), la cual se integra a su cartera diversificada de energía limpia que incluye proyectos geotérmicos y solares.

    Google firmó su primer acuerdo de compra de energía eólica marinaen Taiwán y la región de Asia Pacífico con Copenhaguen Infrastructure Partners (CIP), con lo que busca aprovechar aún más los recursos eólicos para respaldar sus operaciones en la isla.

    Por medio de este acuerdo, la compañía podrá obtener energía rentable y libre de carbono del parque eólico Fase 1 de CIP en Fengmiao para satisfacer su creciente demanda de electricidad.

    Se espera que la primera fase del proyecto entre en funcionamiento en 2027 y proporcione energía estable a los Centros de Datos y oficinas de Google en Taiwán. Este acuerdo también desempeña un papel clave en la promoción de la industria de energía eólica marina del país, lo que convierte a la primera fase del parque eólico de Fengmiao en el primer proyecto en marcha que se financiará en la tercera fase del desarrollo del bloque de Taiwán.

    Google también comunicó que recientemente logró un proceso significativo en su cartera diversificada de energía limpia en expansión en Taiwán, al suscribir el primer acuerdo geotérmico corporativo del país, que agrega energía de carga base ”‘siempre activa”.

    La compañía detalló que, de esta forma, la energía eólica marina y la geotérmica ahora podrán complementar sus compromisos previos con el desarrollo solar, incluido el primer acuerdo de compra de energía de una empresa de energía renovable en Taiwán y la construcción de 1 GW de activos solares.

    Tecnología inteligente para satisfacer la demanda eléctrica

    Xiao Yijun, asociado senior de Infraestructura Energética para Asia Pacífico de Google, explicó que, para satisfacer la demanda de electricidad, la compañía necesita la asistencia de tecnología inteligente para complementar las fuentes de energía diversificadas. Enfatizó que no sólo adquiere energía limpia, sino también utiliza la tecnología para crear redes más ecológicas y eficientes.

    Explicó que la plataforma de inteligencia de carbono de Google puede ayudar a trasladar las cargas de trabajo informáticas a lugares y momentos en que abunda la energía limpia, y a realizar conversiones entre regiones para mejorar la eficiencia energética. Detalló que, con la herramienta de emisiones de carbono, los clientes de Google Cloud también pueden hacer un seguimiento y administrar su emisiones de CO₂ mediante el uso de servicios en la Nube.

    El ejecutivo agregó que eso garantiza que incluso las cargas de trabajo informáticas que consumen mucha energía, como la Inteligencia Artificial, puedan realizarse de una manera más sostenible. Finalmente, Google señaló que, al integrar la energía eólica marina con los programas solares y geotérmicos previos, avanza en su objetivo de lograr energía libre de carbono durante todo el año para 2030.

    Fuente:

    DPL News (2025, 23 de abril). Google comprará energía eólica marina en Taiwán. Recuperado el 23 de abril de 2025, desde: https://dplnews.com/google-comprara-energia-eolica-marina-en-taiwan/

  • ¿Las Ciudades Tecnológicas son el futuro de la sociedad?

    ¿Las Ciudades Tecnológicas son el futuro de la sociedad?

    La guerra comercial desatada por Trump 2.0 no parece tener fin, salvo el de imponerse como poder hegemónico, generando una creciente incertidumbre en todos los agentes económicos, afectando las inversiones, deteniendo el crecimiento (Becerra, 2025), y propiciando recesión-inflación, con más pobreza, más tensiones políticas, más criminalidad, y más corrupción.

    Es una geo-distopía, en la medida que también es una guerra y una anticultura, donde las redes sociales juegan un papel central, replicando mensajes justicieros y fake news, incitando a la violencia para crear caos, sembrando temores y teorías conspirativas (Buen Abad, 2025), los grandes empresarios tecnológicos (Morozov, 2025), ven a la tecnología como el mapa de ruta para el poder vía la desregulación, como Sam Altman de OpenAI quien pugna por la no regulación de la IA, o Balaji Srinivasan, fundador de Earn.com, que impulsa una plataforma de pagos en criptomonedas, pugnando por  la creación de Estados y ciudades en red, rompiendo con gobiernos formalmente instituidos (Srinivasan, 2022), lo que derivaría en un nuevo colonialismo tecnológico, controlado vía redes. 

    ¿Qué grupos sociales, que ciudades, que países podrán enfrentar con éxito estos desafíos? ¿Acaso las economías más fuertes son las que están más tecnificadas?

    La economía es la identificación de hechos concretos, que mediante la investigación, supera la perspectiva capitalista, identificando al trabajo transformador, como un proceso histórico, de permanente aprendizaje, para descubrir comportamientos sociales transformadores, por grupos sociales pensantes. 

    La sociedad humana se expresa como una totalidad concreta, partiendo de una producción social-material, en un proceso de cambio permanente, buscando una distribución equitativa del producto generado, diferenciándose del concepto de mercado, que busca la maximización y la acumulación en pocas manos.  

    Los grandes teóricos del desarrollo regional-espacial como Boiseir (Boisier, 2004)  quien menciona, que no es la región en sí misma sustentable, si no la forma de intervención en ella; para Veltz (Veltz, 1999) los territorios no son campos de maniobras, sino actores; Para Esser (Esser, Hillebrand, Messner, & Meyer-Stamer, J. , 1996) el enfoque sistémico es fundamental: de lo micro, meso, macro y meta; Vázquez Barquero (Vazquez, 1999) hace referencia a que todo cambio social, cultural, económico y político, para que sea equitativo, deben participar todos sus habitantes. Entre otros tantos autores. 

    Por lo que, los procesos de aprendizaje social, son por esencia, factores generadores de riqueza y del desarrollo tecnológico, siendo consustanciales a los espacios territoriales, como contextos de actuación socio-histórica. 

    El índice generado por la organización Savills Tech Cities (Tostevin & Lang, 2019) incluye 6 métricas: Entorno de Negocios, donde incluye la I+D+i; el Entorno Tecnológico, que contempla capital de riesgo, tamaño y valor del sector, infraestructura tecnológica y el compromiso tecnológico; Ciudad Sana; Reserva de Talento, que contempla la atracción de jóvenes talento y educación de alta calidad; Costos inmobiliarios atractivos, para ambientes laborales, espacios residenciales y comerciales;  y una Infraestructura para la Movilidad de alta calidad. Con éstas métricas se identificaron a 30 ciudades que se ubican a la vanguardia de la tecnología global. 

    Aunque esta clasificación ubica a Shanghái en la posición número 15 y a Nueva York en el 1º, el columnista del New York Times Thomas L. Friedman que han visitado las instalaciones de Huawei en Shanghái, han expresado que están viendo el futuro (Zaldua, 2025).

    Su capacidad es tal que le ha permitido instalar 100 mil cargadores, para vehículos rápidos, es más que una productora de celulares, tanto por sus estrategias, su aprovechamiento del apoyo del gobierno chino, que le ha permitido  construir 104 edificios, integrados por un monorriel y dando cabida en sus laboratorios de I+D a más de 35 mil científicos.     

    China es productora de los materiales principales para la economía tecnológica, como el acero, el cemento y la electricidad, fortaleciendo de materiales estratégicos para su desarrollo tecnológico, de microprocesadores como las tierras raras, el cobalto y el litio, en paralelo está en permanente fortalecimiento de su capacidad de I+D+i  impulsando un modelo  de educación superior y posgrado basado en STEM (Ciencia, Tecnología, Ingeniería y Matemáticas). 

    El desarrollo científico-tecnológico no solo genera capacidades resilientes, para enfrentar las turbulencias desatadas, sino que es la ruta al futuro de la sociedad global, siempre y cuando logre la equidad. 

    ¿Las Ciudades Tecnológicas Son el futuro de la Sociedad?

    Bibliografía

    Becerra, J. (20 de abril de 2025). Incertidumbre por arenceles, impacta a sectores estatégicos. La Jornada(14643), págs. versión digital/https://www.jornada.com.mx/noticia/2025/04/20/economia/incertidumbre-por-aranceles-impacta-a-sectores-estrategicos.

    Boisier, S. (Septiembre de 2004). Desarrollo Territorial y Descentralización. El Desarrollo en el lugar y en las manos de la gente . Revista EURE, https://dx.doi.org/10.4067/S0250-71612004009000003(90), 27-40.

    Buen Abad, D. F. (19 de abril de 2025). Guerra Cognitiva y Aranceles: cobrar y castigar. La Jornada(14643), pág. Versión digital/ https://www.jornada.com.mx/2025/04/19/opinion/012a2pol.

    Esser, K., Hillebrand, W., Messner, D., & Meyer-Stamer, J. . (1º de agosto de 1996). Competitividad Sistemica: Nuevo desafío para las empresas y la Politica. La CEPAL(59), 172.

    Morozov, E. (19 de abril de 2025). Los Oligarcas tecnológicos imponen su profesía. El País, págs. version digital/ https://elpais.com/ideas/2025-04-20/los-oligarcas-tecnologicos-imponen-su-profecia.html.

    Srinivasan, B. (2022). The Network state: how to start a new contry. Seattle, Washington, EEUU: Amazon Kindle.

    Tostevin, P., & Lang, S. (4 de febrero de 2019). Savills. Recuperado el abril de 2025, de savills.co.uk: https://www.savills.co.uk/research_articles/229130/274942-0

    Vazquez, B. A. (1999). Desarrollo Redes e Innovación: Lecciones sobre Desarrollo Endógeno. Madriid, Madrid , España : Piramide.

    Veltz, P. (1999). Mundialización, Ciudades y Territorio: La Economía de Archipielago. Barcelona, España : ARIEL.

    Zaldua, B. (19 de abril de 2025). Si el Futuro es China ¿que hacer hoy? La Jornada(14643), pág. versión digital/ https://www.jornada.com.mx/2025/04/19/opinion/011a1pol.

  • ¿La Inteligencia Artificial Será Superior al Humano?

    ¿La Inteligencia Artificial Será Superior al Humano?

    La Inteligencia Artificial ha logrado avances que han venido impactando toda actividad humana, ya nuestros valores se han matizado, si bien son numerosas las aplicaciones que han favorecido al ser humano, tanto en la industria como en el campo, no se diga en las finanzas, en la salud, el comercio el transporte, en fin a donde volteemos la mirada siempre habrá un uso de la IA, ya se ha popularizado el uso de la IA de los GPT de OpeAI, Gemini de Google, Grok de xIA (Musk), DeepSeek, Llama 3.1.

    Claro las redes sociales, se han vuelto parte de nuestras rutinas cotidianas, pero parece que no nos damos cuenta  que ahí prevalece el modelo de negocio, donde los algoritmos buscan el mayor número de usuarios y su mayor permanencia en las redes, dado que representa mayor captación de información, que después procesan, las grandes tecnológicas y la venden, a empresas y gobiernos, sobre todo conociendo los gustos y preferencias ya identificadas por los algoritmos, pero además el captar la atención de los usuarios durante más tiempo en las redes, se transforman en consumidores de publicidad, estos mecanismos son los que le reportan grandes ganancias a las empresas tecnológicas, que destinan grandes recursos financieros a I+D (Investigación y Desarrollo) para generar más herramientas y aplicaciones de IA.

    El Instituto de IA Centrada en el ser humano de la Universidad de Stanford, generó el Índice de IA 2025, destacándose que en 2024, se crearon 58  nuevos modelos de IA, 40 de los cuales fueron de empresas de los EEUU, 15 de China y 3 de Europa, concretamente de Francia (Strickland, 2025), es relevante mencionar que no hubo modelos creados por la academia.

    En materia de consumo energético, a pesar de las mejoras en eficiencia, el consumo energético se ha incrementado, por lo que los avances que pueden representar la construcción de centros de datos, los cuales  tienen una enorme huella del carbono en detrimento del CC.

    Se siguen destinando recurso privados a I+D sobre la IA, que se traducirán en la infraestructura de la IA general (IAGI), considerada como la tecnología que superará las capacidades humanas, tanto en las intelectuales como en la capacidad de razonar, evaluando la incertidumbre como variable determinante. (Pastor, 2023). 

    Ray Kurzweil ha publicado tres libros sobre el IA : La era de las maquinas inteligentes (1990), las maquinas espirituales (1999) y la Singularidad está cerca (2005), para él la singularidad tecnológica es un punto de convergencia donde las capacidades del neocórtex del cerebro humano, se conectará con la nube, dotándolo de una gran capacidad de razonamiento, de tal forma que la IA ya no será un competidor sino que se convertirá en una extensión de los propios humanos (Kurzweil, 2025), claro habrá que pensar quienes tendrán acceso a esa singularidad tecnológica. 

    Kurzweil plantea (Jose, 2023) que la Singularidad Tecnológica se inicia con la triada tecnológica: la genética, la nanotecnología y la IA, para que en 6 etapas de proceso histórico se llega al objetivo: 1.- Física y Química; 2.- Biología; 3.- Cerebros (información en patrones neuronales); 4.- Infraestructura tecnológica (hardware y sotfware); 4.- Fusión de tecnología e Inteligencia humana; 6.- El universo despierta. 

    La convergencia tecnología con seres humanos biológicos, propiciará que sus capacidades de razonamiento se extiendan, pero ya no serán humanos en el sentido que hoy lo somos, sobre todo en el ámbito de la conciencia, que se constituye en un reflejo introspectivo, donde no solo anida lo ético y lo moral, si no la forma en que comprendemos el proceso histórico y nuestra visión de la vida y la no vida. ¿El hombre-máquina, cuando muera el hombre, también morirá la maquina?

    En opinión de David Eagleman (Eagleman, 2024), neurocientífico de la Universidad de Stanford, nuestro cerebro no está preprogramado, si no que descifra el mundo  interactuando con él. Nos enfrentamos a diversas tareas y aprendemos como realizarlas, nuestra inteligencia se incrementa en la medida que aumenta y descubrimos más conocimientos.  

    Agrega, Los seres humanos soñamos y tenemos imaginación, ¿las maquinas también? Y podemos recordar todo lo que hemos imaginado y soñado, podemos aprender complejas habilidades que nos permiten hacer frente a las condiciones adversas, como a las sociales, climáticas y de guerra. ¿aun así necesitamos fusionarnos con la IA?

    ¿La Inteligencia Artificial Será Superior al Humano?

    Bibliografía

    Eagleman, D. (2024). Una Red Viva: la historia interna de nuestro cerebro en cambio permemente. Barcelona, España: Anagrama S.A.

    Jose, C. (12 de septiembre de 2023). Cabrera MC. Recuperado el abril de 2025, de cabreramc.com: https://cabreramc.com/navegando-la-singularidad-tecnologica-con-ray-kurzweil/

    Kurzweil, R. (2025). La singularidad esta mas cerca cuando nos fusionamos con la IA. Barcelona, España: DEUSTO.

    Pastor, J. (23 de noviembre de 2023). Xata. Recuperado el abril de 2025, de xataca.: https://www.xataka.com/basics/que-inteligencia-artificial-general-agi-tecnologia-que-apunta-a-revolucionar-nuestro-mundo-completo

    Strickland, E. (7 de abril de 2025). IEEE Spectrum. Recuperado el abril de 2025, de spectrum.ieee.ORG: https://spectrum.ieee.org/ai-index-2025?utm_source=techalert&utm_medium=email&utm_campaign=techalert-04-10-25&utm_content=httpsspectrumieeeorgaiindex2025&mkt_tok=NzU2LUdQSC04OTkAAAGZvwK8e0ULwWpbW3lvlQl8ImLBlcWxbAdqM_mOIVjGAQywKwHD_aUqU5KIbBdIVgFYLUyDcnUd8

     

  • Nissan se prepara para lanzar tecnología de conducción autónoma

    Nissan se prepara para lanzar tecnología de conducción autónoma

    Nissan anunció el lanzamiento de su tecnología ProPILOT de próxima generación con el software Wayve AI Driver.

    Nissan anunció hoy el lanzamiento de su tecnología ProPILOT de conducción autónoma a partir del año fiscal 2027. El sistema, que incorpora la tecnología Nissan Ground Truth Perception con LiDAR de última generación y el software Wayve AI Driver, establecerá un nuevo estándar para la conducción autónoma con una capacidad avanzada para evitar colisiones.

    El software Wayve AI Driver, basado en el modelo de Inteligencia Artificial (IA) embebido de Wayve, está diseñado para generar condiciones de conducción reales altamente complejas de forma similar a la humana.

    De acuerdo con la compañía japonesa, la capacidad de esta tecnología para aprender de forma eficiente y rápida a partir de grandes cantidades de datos garantiza una ventaja competitiva continua para sus vehículos en el futuro.

    Wayve es una empresa de Inteligencia Artificial pionera en la IA embebida para la conducción. Su modelo base de IA embebida se basa en una vasta experiencia real con el uso de IA Generativa personalizada para habilitar la conducción punto a punto en entornos urbanos y viales con mayor seguridad y fiabilidad.

    Este modelo fundacional destaca por su capacidad de adaptación a nuevos escenarios y plataformas para acelerar la implementación generalizada de su tecnología de conducción autónoma.

    Fuente:

    DPL (2025, 10 de abril). Nissan se prepara para lanzar tecnología de conducción autónoma. Recuperado el 11 de abril de 2025, de: https://dplnews.com/nissan-se-prepara-para-lanzar-tecnologia-de-conduccion-autonoma/

  • La UE quiere triplicar su capacidad en centros de datos en siete años

    La UE quiere triplicar su capacidad en centros de datos en siete años

    Bruselas presenta un plan para “convertirse en un líder global en inteligencia artificial”, pero no concreta con qué fondos se financiará ni si se basará en tecnología estadounidense

    Europa no quiere perder el tren de la inteligencia artificial (IA). Así es, al menos, cómo justifica el lanzamiento del llamado Plan de Acción Continente IA, que ha presentado hoy la vicepresidenta de la Comisión Europea y comisaria de Soberanía tecnológica, seguridad y democracia, Henna Virkkunen. El plan incluye triplicar las infraestructuras de centros de datos en siete años y desarrollar lo que han bautizado como gigafactorías de IA: centros de computación con al menos 100.000 chips de última generación cada uno. La UE pretende movilizar 20.000 millones de euros para ello, aunque no concreta de dónde saldrán esos fondos.

    El plan cuenta con cinco pilares. El primero tiene que ver con la supercomputación. La UE trabaja aquí con las llamadas fábricas de IA, como la que se desarrollará en Barcelona, e introduce las gigafactorías, una versión más grande de estas fábricas. La Unión se propone también “triplicar al menos” el número de centros de datos que hay en Europa. Para ello, promoverá una ley de Desarrollo de la nube y la IA que “creará las condiciones adecuadas para que la UE incentive grandes inversiones” en este terreno, con especial atención a su impacto medioambiental.

    El segundo y el tercer pilar tiene que ver con asegurar que haya datos de alta calidad para entrenar los modelos de IA, lo que se logrará con la creación de Laboratorios de datos (Data Labs) y con el lanzamiento de una Estrategia de Datos, así como con el desarrollo de algoritmos y su adopción en sectores estratégicos. El cuarto pilar versa sobre el refuerzo de habilidades y competencias en IA, que se vehiculará a través de becas y de la creación de academias de IA.

    El quinto pilar se titula simplificación regulatoria. Y eso llama la atención, porque el Reglamento Europeo de IA se aprobó hace solo un año y se está empezando a desplegar ahora. ¿Significa eso que el reglamento se hizo mal? “No se trata solo de este reglamento, sino de revisar toda la normativa para ver si podemos reducir la burocracia para las pymes y grandes empresas. Buscamos que se puedan hacer las cosas de forma más rápida, pero seguimos defendiendo los principios de minimización de riesgos incluida en el reglamento”, ha dicho Virkkunen, que no cree que la simplificación normativa genere inseguridad jurídica.

    Fuentes comunitarias aseguran que “el juego no se ha terminado” y que, aunque parezca que China y EE UU llevan ventaja en materia de IA, Europa tiene muchos “activos” para convertirse en un “líder importante” en esta industria. Sin embargo, la comisaria no ha dado detalles acerca de hasta qué punto el plan que se ha presentado se desarrollará con tecnología europea o seguirá dependiendo de la estadounidense.

    “Necesitamos comprar chips, y estamos negociando en EE UU cómo hacerlo”, ha dicho Virkkunen en alusión a las limitaciones a las exportaciones estadounidenses de chips decretada por la Administración Biden. “Estamos tratando de desarrollar nuestras propias capacidades”, asegura la comisaria.

    Respuesta a EE UU

    El plan de la UE llega cuatro meses después de que el presidente de EE UU, Donald Trump, anunciase inversiones por valor de 500.000 millones de dólares (unos 480.000 millones de euros, 24 veces más que lo comprometido hoy en Bruselas) en cuatro años para impulsar la IA. Ese dinero, que Trump describió como “el mayor proyecto de infraestructura de IA, con diferencia, de la historia”, se dedicará fundamentalmente a construir centros de datos y plantas energéticas para alimentarlos. El capital del proyecto, bautizado como Stargate, procederá de SoftBank, OpenAI, Oracle y el fondo soberano de Abu Dhabi MGX.

    Trump dijo que utilizará declaraciones de emergencia y decretos para asegurar el acceso ininterrumpido a energía que requieren este tipo de instalaciones. Una de las 41 órdenes ejecutivas que firmó Trump en el día de su regreso a la Casa Blanca supondrá la revisión de todas las normativas federales que impongan una “carga indebida” al desarrollo o la utilización de diversas fuentes de energía, en particular el carbón, el petróleo, el gas natural, la energía nuclear, siendo esta última una de las soluciones barajadas por las grandes tecnológicas para asegurarse un suministro energético continuo en sus centros de datos.

    Este aspecto clave no queda resuelto en el plan anunciado por Virkkunen, más allá de mencionar que se adoptará una Hoja de ruta para la digitalización y la IA en el sector energético, que deberá estar lista el año que viene. En ella “se propondrán medidas para facilitar la integración sostenible de los centros de datos en el sistema energético” y que “se afrontarán otros asuntos relacionados con la energía” que demandan estas infraestructuras.

    Fuente.

    El País (2025, 09 de abril). La UE quiere triplicar su capacidad en centros de datos en siete años. Recuperado el 10 de abril de 2025, de: https://elpais.com/tecnologia/2025-04-09/la-ue-quiere-triplicar-su-capacidad-en-centros-de-datos-en-siete-anos.html

  • China tiene 69% de las patentes de Inteligencia Artificial en el mundo: AI Index Report 2025

    China tiene 69% de las patentes de Inteligencia Artificial en el mundo: AI Index Report 2025

    A pesar de invertir 12 veces menos que Estados Unidos en Inteligencia Artificial privada, China lidera en publicaciones científicas (23.2%), citaciones (22.6%) y despliegue industrial, con más de 276,000 robots instalados.

    En medio de la guerra arancelaria entre China y Estados Unidos, un estudio de la Universidad de Stanford muestra que el país asiático concentra 69.7% de todas las patentes relacionadas con la Inteligencia Artificial registradas en el mundo.

    De acuerdo con el AI Index Report 2025 del Instituto de IA Centrada en el Humano de la Universidad de Stanford, el crecimiento en el número total de patentes de inteligencia artificial ha sido vertiginoso.

    En 2010 se registraron apenas 3,833 patentes de IA; para 2023, la cifra se disparó a 122,511, lo que representa un incremento de más de 3,000 por ciento. Solo en 2023, el crecimiento fue de 29.6%, lo que refleja una tendencia que se acelera en lugar de estabilizarse.

    Dentro de ese universo, China se consolidó como líder absoluto, con 69.7% del total de patentes concedidas. Esto significa que más de dos de cada tres patentes de IA a nivel global tienen origen en instituciones chinas, lo que incluye tanto entidades académicas como corporativas.

    Este dominio es aún más significativo si se contrasta con los datos de inversión. En 2024, China invirtió 9,300 millones de dólares en inteligencia artificial desde el sector privado, frente a los 109,100 millones de dólares de Estados Unidos.

    Esto quiere decir que el sector privado de Estados Unidos invirtió casi 12 veces más Inteligencia Artificial, pero no logró traducir esa ventaja económica en liderazgo en propiedad intelectual.

    Estado y academia, la clave

    El modelo de desarrollo tecnológico de China ha apostado fuertemente por una combinación de apoyo estatal masivo, movilización académica y una integración industrial sin precedentes.

    A diferencia de Estados Unidos, donde la inversión privada lidera el desarrollo de modelos notables de IA, en China el ecosistema de innovación se apoya en gran medida en el sistema académico y de investigación estatal.

    En 2023, 84.5% de las publicaciones científicas en IA originadas en China provino del sector académico, muy por encima del promedio global. Aunque su participación en el desarrollo de modelos notables aún es menor comparada con Estados Unidos (15 modelos notables en China frente a 40 en Estados Unidos en 2024), su volumen de publicaciones científicas —el mayor del mundo con 23.2% del total— y de citaciones (22.6%) revela una apuesta de largo plazo: cimentar la base teórica y técnica para liderar el futuro de la IA.

    Efectos económicos

    El dominio en patentes tiene efectos indirectos sobre la inversión. A pesar de que Estados Unidos sigue liderando en inversión privada en IA, China ha impulsado estrategias estatales robustas. En 2024, el gobierno chino lanzó un fondo de 47,500 millones de dólares destinado exclusivamente al desarrollo de semiconductores, esenciales para la Inteligencia Artificial moderna.

    China no solo lidera en patentes; también está ganando terreno rápidamente en otros indicadores clave del ecosistema de IA. Por ejemplo, el país se convirtió en líder mundial en publicaciones científicas relacionadas con IA, desplazando a Europa y a Estados Unidos. En 2023, produjo 23.2% de todas las publicaciones científicas en IA a nivel global.

    En cuanto a la aplicación industrial de la IA, China instaló 276,300 robots industriales en 2023, seis veces más que Japón y 7.3 veces más que Estados Unidos. Desde 2013, cuando China superó por primera vez a Japón, su participación en las instalaciones mundiales ha pasado de 20.8 a 51.1 por ciento.

    La ventaja de Estados Unidos

    Aunque China domina en patentes y publicaciones, Estados Unidos sigue siendo líder en el desarrollo de modelos avanzados de IA. En 2024, instituciones estadounidenses produjeron 40 modelos notables, más que los 15 desarrollados en China y los tres en Europa. Además, la inversión privada en IA en Estados Unidos llegó a un récord de 109,100 millones de dólares, con 33.900 millones destinados específicamente a IA generativa.

    Este liderazgo en modelos no es menor: modelos como GPT-4 o Gemini han establecido estándares técnicos que aún no han sido igualados por sus contrapartes chinas. Sin embargo, el informe de la Universidad de Stanford señala que la brecha de rendimiento entre modelos estadounidenses y chinos se está cerrando rápidamente. En benchmarks clave como MMLU, HumanEval y MATH, la diferencia en desempeño entre ambos países se redujo de dos dígitos en 2023 a márgenes casi insignificantes en 2024.

    El dato de que China posee 69.7% de las patentes de IA a nivel mundial no es solo un récord estadístico; es un síntoma de un reordenamiento profundo en la geopolítica de la innovación. Mientras Estados Unidos mantiene el liderazgo en modelos y en inversión privada, China ha construido un ecosistema robusto que combina producción académica, despliegue industrial y propiedad intelectual.

    fuente.

    El Economista. China tiene 69% de las patentes de Inteligencia Artificial en el mundo: AI Index Report 2025. Recuperado el 10 de abril de 2025, de: https://www.eleconomista.com.mx/tecnologia/china-69-patentes-inteligencia-artificial-mundo-ai-index-report-20250410-754405.html

  • Google presenta Firebase Studio, una plataforma integral que crea aplicaciones personalizadas en el navegador en minutos

    Google presenta Firebase Studio, una plataforma integral que crea aplicaciones personalizadas en el navegador en minutos

    Google ha calentado el espacio de creación de aplicaciones: hoy lanzó una plataforma de aplicaciones de extremo a extremo impulsada por inteligencia artificial generativa que permite a los usuarios crear aplicaciones personalizadas en minutos. 

    Hoy en Google Cloud Next , el gigante tecnológico presentó el espacio de trabajo de inteligencia artificial integral Firebase Studio .  

    Tanto desarrolladores como no desarrolladores pueden usar la plataforma de desarrollo agentic basada en la nube y con tecnología Gemini para crear, lanzar, iterar y supervisar aplicaciones móviles y web, API, backends y frontends directamente desde sus navegadores. Ya está disponible en versión preliminar para todos los usuarios (se requiere una cuenta de Google). 

    Al momento de esta publicación,  Firebase Studio  experimentaba una demanda excepcionalmente alta, por lo que VentureBeat aún no ha tenido la oportunidad de probarlo. Sin embargo, la reacción inicial ha sido mayormente positiva. 

    “¡Google acaba de COCINAR! ¡Firebase Studio supera a Lovable y Bolt!”, escribió un usuario de YouTube con un videotutorial. “Esto podría ser un REVOLUCIONARIO para los desarrolladores que desean prototipar y crear rápidamente aplicaciones listas para producción con asistencia de IA”. 

    “Parece como si Cursor AI se encontrara con v0, pero gratis.”, publicó otro en X.

    Otro usuario reaccionó: “¿Es como tener adorable, cursor, replicar, rayo y windsurf, todo en un solo catálogo de pruebas?”.

    Cómo los usuarios pueden crear aplicaciones en minutos con Firebase Studio

    Firebase Studio combina las herramientas de programación Genkit y Project IDX de Google con agentes de IA especializados y la asistencia de Gemini. Está basado en el popular proyecto Code OSS, lo que le da una apariencia y un funcionamiento familiares para muchos. 

    Los usuarios solo necesitan abrir su navegador para crear una aplicación en minutos, importándola desde repositorios existentes como GitHub, GitLab, Bitbucket o desde una máquina local. La plataforma es compatible con lenguajes como Java, .NET, Node.js, Go y Python, y con frameworks como Next.js, React, Angular, Vue.js, Android, Flutter y otros.

    Los usuarios pueden elegir entre  más de 60 plantillas prediseñadas o usar un agente de prototipado que ayuda a diseñar una aplicación (incluyendo la interfaz de usuario, los flujos de IA y el esquema de la API) mediante lenguaje natural, capturas de pantalla, maquetas, herramientas de dibujo, imágenes y maquetas, sin necesidad de programar. La aplicación puede implementarse directamente en  Firebase App Hosting , Cloud Run o una infraestructura personalizada.

    Las aplicaciones se pueden supervisar en una consola de Firebase y refinarse y ampliarse en un espacio de trabajo de programación con un solo clic. Se puede previsualizar directamente en un navegador, y Firebase Studio cuenta con servicios de ejecución integrados y herramientas para emulación, pruebas, refactorización, depuración y documentación de código. 

    Google afirma que la plataforma simplifica enormemente los flujos de trabajo de programación. Gemini ayuda a los usuarios a escribir código y documentación, corregir errores, gestionar y resolver dependencias, escribir y ejecutar pruebas unitarias y trabajar con contenedores Docker, entre otras tareas. Los usuarios pueden personalizar y desarrollar diferentes aspectos de sus aplicaciones, como la inferencia de modelos, los agentes, la generación aumentada por recuperación (RAG), la experiencia de usuario (UX), la lógica de negocio y otros. 

    Google también ofrece acceso anticipado a los agentes de Gemini Code Assist en Firebase Studio para quienes participan en el Programa para Desarrolladores de Google. Por ejemplo, un agente de migración puede ayudar a migrar código; un agente de pruebas puede simular interacciones de usuarios o ejecutar escenarios adversos contra modelos de IA para identificar y corregir resultados potencialmente peligrosos; y un agente de documentación de código permite a los usuarios comunicarse con el código. 

    Durante la versión preliminar, Firebase Studio está disponible con tres espacios de trabajo para usuarios regulares, mientras que los miembros del Programa para Desarrolladores de Google pueden usar hasta 30. Los agentes de Gemini Code Assist están en lista de espera. 

    Venture Beat (2025, 09 de abril). Google presenta Firebase Studio, una plataforma integral que crea aplicaciones personalizadas en el navegador en minutos. Recuperado el 10 de abril de 2025, de: https://venturebeat.com/ai/google-introduces-firebase-studio-an-end-to-end-platform-that-builds-custom-apps-in-browser-in-minutes/

  • Consejo de Energía e IA del Reino Unido define prioridades para el futuro energético

    Consejo de Energía e IA del Reino Unido define prioridades para el futuro energético

    Se acordaron cinco áreas prioritarias, como la preparación de la infraestructura energética para IA, impulsar la sostenibilidad y promover soluciones renovables.

    El Consejo de Energía e Inteligencia Artificial(AI Energy Council) del Reino Unido, una iniciativa recientemente creada, celebró su primera reunión este 8 de abril en Westminster.

    La sesión fue presidida por Peter Kyle, secretario de Estado de Ciencia, Innovación y Tecnología, y Ed Miliband, secretario de Estado de Seguridad Energética y Cero Neto.

    Entre los temas discutidos, se acordaron cinco áreas prioritarias para el próximo año. Estos enfoques incluyen preparar la infraestructura energética del Reino Unido para soportar las demandas de la IA, impulsar la sostenibilidad y promover soluciones renovables.

    También se planteó la adopción segura de la Inteligencia Artificial (IA) en el sistema energético, su integración para facilitar la transición hacia el cero neto, y el desarrollo de estrategias para flexibilizar la red energética del país. Estos objetivos buscan garantizar que el Reino Unido no sólo sea un líder tecnológico, sino también un ejemplo en sostenibilidad y eficiencia energética.

    Uno de los puntos más relevantes fue el impacto del uso de energía en los Centros de Datos de IA, los cuales representan un desafío energético global.

    Para abordar esta situación, el Reino Unido apuesta por sus Zonas de Crecimiento de IA, que aseguran acceso a al menos 500 MW de energía, suficiente para abastecer aproximadamente a 2 millones de hogares.

    Esta estrategia busca atraer inversión privada, fomentar empleos locales y consolidar al país como un centro de desarrollo tecnológico y energético. Además, el Consejo destacó la importancia de agilizar el acceso a la red, acelerar permisos de planificación y desarrollar las habilidades necesarias para este avance.

    En cuanto a la sostenibilidad, los asistentes coincidieron en que es crucial colocarla como eje central de los esfuerzos en IA y energía. Asimismo, se resaltó la necesidad de garantizar que el sistema energético británico sea seguro y adaptable para las tecnologías del futuro.

    Dijeron que energías limpias como las renovables y nucleares, así como la mejora en la eficiencia energética, jugarán un papel fundamental en este proceso.

    El Consejo de Energía e Inteligencia Artificial se comprometió a reunirse trimestralmente y trabajar en propuestas concretas que permitan avances rápidos y beneficios tangibles para la población.

    Esta iniciativa, presentada en enero como parte del Plan de Acción de Oportunidades de IA, posiciona a la Inteligencia Artificial como un motor clave para el crecimiento económico del Reino Unido. Con una visión clara y ambiciosa, el país reafirma su objetivo de liderar la convergencia entre tecnología y energía para afrontar los desafíos del futuro.

    Durante la sesión, los secretarios destacaron la relevancia de estas tecnologías para fomentar el crecimiento económico, generar empleo y aprovechar las oportunidades que brindan. Además, se subrayó que más de 200 localidades británicas han solicitado formar parte de las Zonas de Crecimiento de IA, demostrando el interés nacional en liderar esta revolución tecnológica.

    Fuente.

    DPL News (2025, 10 de abril). Consejo de Energía e IA del Reino Unido define prioridades para el futuro energético. Recuperado el 10 de abril de 2025, de: https://dplnews.com/consejo-de-energia-e-ia-reino-unido-define-prioridades/

  • Cosmos-Transfer1 de Nvidia hace que el entrenamiento de robots sea increíblemente realista, y eso lo cambia todo

    Cosmos-Transfer1 de Nvidia hace que el entrenamiento de robots sea increíblemente realista, y eso lo cambia todo

    Nvidia ha lanzado Cosmos-Transfer1 , un innovador modelo de IA que permite a los desarrolladores crear simulaciones altamente realistas para el entrenamiento de robots y vehículos autónomos. Disponible ya en Hugging Face, el modelo aborda un desafío persistente en el desarrollo de IA física: reducir la brecha entre los entornos de entrenamiento simulados y las aplicaciones reales.

    “Presentamos Cosmos-Transfer1, un modelo de generación de mundos condicional que puede generar simulaciones de mundos basadas en múltiples entradas de control espacial de diversas modalidades, como segmentación, profundidad y borde”, afirman los investigadores de Nvidia en un artículo publicado junto con el lanzamiento. “Esto permite una generación de mundos altamente controlable y se utiliza en diversos casos de transferencia de mundo a mundo, incluyendo Sim2Real”.

    A diferencia de los modelos de simulación anteriores, Cosmos-Transfer1 introduce un sistema de control multimodal adaptativo que permite a los desarrolladores ponderar de forma diferente las distintas entradas visuales, como la información de profundidad o los límites de los objetos, en las distintas partes de la escena. Este avance permite un control más preciso de los entornos generados, mejorando significativamente su realismo y utilidad.

    Cómo el control multimodal adaptativo transforma la tecnología de simulación de IA

    Los enfoques tradicionales para entrenar sistemas de IA físicos implican la recopilación de cantidades masivas de datos del mundo real (un proceso costoso y que consume mucho tiempo) o el uso de entornos simulados que a menudo carecen de la complejidad y variabilidad del mundo real.

    Cosmos-Transfer1 aborda este dilema al permitir a los desarrolladores utilizar entradas multimodales (como imágenes borrosas, detección de bordes, mapas de profundidad y segmentación) para generar simulaciones fotorrealistas que preservan aspectos cruciales de la escena original y al mismo tiempo agregan variaciones naturales.

    “En el diseño, el esquema condicional espacial es adaptativo y personalizable”, explican los investigadores. “Permite ponderar las diferentes entradas condicionales de forma distinta en distintas ubicaciones espaciales”.

    Esta capacidad resulta especialmente valiosa en robótica, donde un desarrollador podría querer mantener un control preciso sobre la apariencia y el movimiento de un brazo robótico, a la vez que permite mayor libertad creativa para generar diversos entornos. En el caso de los vehículos autónomos, permite preservar el trazado de las carreteras y los patrones de tráfico al variar las condiciones climáticas, la iluminación o el entorno urbano.

    Aplicaciones de IA física que podrían transformar la robótica y la conducción autónoma

    Ming-Yu Liu , uno de los principales contribuyentes al proyecto, explicó por qué esta tecnología es importante para las aplicaciones industriales.

    “Un modelo de políticas guía el comportamiento de un sistema físico de IA, garantizando que el sistema funcione con seguridad y de acuerdo con sus objetivos”, señalan Liu y sus colegas en el artículo. “Cosmos-Transfer1 puede entrenarse posteriormente en modelos de políticas para generar acciones, ahorrando el costo, el tiempo y la necesidad de datos del entrenamiento manual de políticas”.

    La tecnología ya ha demostrado su valor en pruebas de simulación robótica. Al utilizar Cosmos-Transfer1 para mejorar los datos robóticos simulados, los investigadores de Nvidia descubrieron que el modelo mejora significativamente el fotorrealismo al añadir más detalles a la escena, sombreado complejo e iluminación natural, a la vez que preserva la dinámica física del movimiento del robot.

    Para el desarrollo de vehículos autónomos, el modelo permite a los desarrolladores “maximizar la utilidad de los casos extremos del mundo real”, ayudando a los vehículos a aprender a manejar situaciones raras pero críticas sin necesidad de encontrarlas en carreteras reales.

    Dentro del ecosistema de IA estratégico de Nvidia para aplicaciones del mundo físico

    Cosmos-Transfer1 representa solo un componente de la plataforma Cosmos de Nvidia , un conjunto de modelos de base mundial (WFM) diseñados específicamente para el desarrollo de IA física. La plataforma incluye Cosmos-Predict1 para la generación de mundos de propósito general y Cosmos-Reason1 para el razonamiento físico de sentido común.

    “Nvidia Cosmos es una plataforma de modelos de base global, centrada en los desarrolladores, diseñada para ayudar a los desarrolladores de IA física a construir sus sistemas de IA física de forma más eficiente y rápida”, afirma la compañía en su repositorio de GitHub. La plataforma incluye modelos preentrenados bajo la Licencia de Modelo Abierto de Nvidia y scripts de entrenamiento bajo la Licencia Apache 2.

    Esto posiciona a Nvidia para capitalizar el creciente mercado de herramientas de IA que pueden acelerar el desarrollo de sistemas autónomos, particularmente a medida que industrias desde la manufactura hasta el transporte invierten fuertemente en robótica y tecnología autónoma.

    Generación en tiempo real: cómo el hardware de Nvidia potencia la simulación de IA de próxima generación

    Nvidia también demostró la ejecución de Cosmos-Transfer1 en tiempo real en su hardware más reciente. «Además, demostramos una estrategia de escalado de inferencia para lograr la generación del mundo en tiempo real con un rack Nvidia GB200 NVL72», señalan los investigadores.

    El equipo logró una aceleración de aproximadamente 40x al escalar de una a 64 GPU, lo que permitió la generación de 5 segundos de video de alta calidad en solo 4,2 segundos: un rendimiento en tiempo real.

    Este rendimiento a escala aborda otro desafío crítico de la industria: la velocidad de simulación. Una simulación rápida y realista permite ciclos de prueba e iteración más rápidos, acelerando así el desarrollo de sistemas autónomos.

    Innovación de código abierto: democratización de la IA avanzada para desarrolladores de todo el mundo

    La decisión de Nvidia de publicar tanto el modelo Cosmos-Transfer1 como su código subyacente en GitHub elimina las barreras para los desarrolladores de todo el mundo. Esta publicación ofrece a equipos más pequeños e investigadores independientes acceso a tecnología de simulación que antes requería recursos considerables.

    Esta medida se enmarca en la estrategia general de Nvidia de construir sólidas comunidades de desarrolladores en torno a sus ofertas de hardware y software. Al poner estas herramientas a disposición de más personas, la compañía amplía su influencia y, potencialmente, acelera el progreso en el desarrollo de IA física.

    Para los ingenieros de robótica y vehículos autónomos, estas nuevas herramientas podrían acortar los ciclos de desarrollo mediante entornos de formación más eficientes. El impacto práctico podría notarse primero en las fases de prueba, donde los desarrolladores pueden exponer los sistemas a una gama más amplia de escenarios antes de su implementación en el mundo real.

    Si bien el código abierto hace que la tecnología esté disponible, ponerla en uso efectivo aún requiere experiencia y recursos computacionales: un recordatorio de que en el desarrollo de IA, el código en sí es solo el comienzo de la historia.

    Fuente.

    Venture Beat (2025, 19 de marzo). Cosmos-Transfer1 de Nvidia hace que el entrenamiento de robots sea increíblemente realista, y eso lo cambia todo. Recuperado el 09 de abril de 2025, de: https://venturebeat.com/ai/nvidias-cosmos-transfer1-makes-robot-training-freakishly-realistic-and-that-changes-everything/

     

  • ¿Qué les depara el futuro a las bases de datos de Google Cloud? IA en SQL y más

    ¿Qué les depara el futuro a las bases de datos de Google Cloud? IA en SQL y más

    Durante décadas, el lenguaje de consulta SQL ha sido la piedra angular de la tecnología de bases de datos.

    Pero ¿qué sucede al integrar SQL con la IA generativa moderna? Esa es la pregunta que Google Cloud responde con una serie de actualizaciones de bases de datos que se lanzarán hoy en la conferencia Google Cloud Next de la compañía.

    Durante el último año, todas las bases de datos de Google Cloud incorporaron algún tipo de compatibilidad con vectores, lo que facilita casos de uso de IA. En Google Cloud Next, se están actualizando varias bases de datos, incluyendo Firestore, que ahora es compatible con MongoDB. Google Bigtable está incorporando compatibilidad con vistas materializadas, y la compatibilidad con Oracle Database en Google Cloud también se está expandiendo.

    La noticia más importante y transformadora, al menos desde la perspectiva de la IA de bases de datos, se encuentra en la base de datos AlloyDB. Google lanzó AlloyDB en 2022 como una versión mejorada de la base de datos PostgreSQL de código abierto. En el evento Google Next del verano de 2024, se incorporaron incrustaciones vectoriales en AlloyDB, así como compatibilidad con Duet AI para facilitar la migración de bases de datos.

    Hoy, AlloyDB se está ampliando con la integración con Agentspace de Google, que también se presentará en el evento Google Cloud Next. Sin embargo, quizás lo más interesante sea el nuevo motor de consultas de IA, que por primera vez permite expresiones de lenguaje natural directamente en consultas SQL.

    El motor de consulta API de AlloyDB incorpora el lenguaje natural directamente a SQL

    El nuevo motor de consulta de inteligencia artificial de Google para AlloyDB permite a los desarrolladores usar expresiones de lenguaje natural dentro de consultas SQL estándar, no solo reemplazando SQL, sino mejorándolo con capacidades de inteligencia artificial.

    “Estamos incorporando un motor de consultas de IA a AlloyDB”, declaró Andi Gutmans, gerente general y vicepresidenta de Ingeniería de Bases de Datos de Google Cloud, a VentureBeat en una entrevista exclusiva. “En una consulta SQL, tendremos operadores que pueden usar lenguaje natural y modelos básicos, así como operadores SQL tradicionales. Y es posible combinarlos”.

    Esta innovación marca una evolución significativa en las interfaces de bases de datos. SQL, acrónimo de Lenguaje de Consulta Estructurado (Structured Query Language), se introdujo por primera vez en 1973. Durante los últimos 50 años, ha sido el estándar de facto para las consultas estructuradas de bases de datos. La promesa original de SQL era facilitar la ejecución de consultas de bases de datos con un lenguaje que usara palabras en inglés de forma natural. Las consultas y acciones SQL comunes incluyen términos como “insertar” y “unir”, pero no es un lenguaje completamente natural.

    “Estamos cumpliendo una promesa de hace 50 años según la cual SQL debería imitar al inglés actual”, afirmó Gutmans.

    El motor de consulta permite a los desarrolladores combinar una sintaxis SQL precisa con expresiones de lenguaje natural flexibles.

    A diferencia de otros enfoques que simplemente traducen el lenguaje natural a SQL, la implementación de Google integra el lenguaje natural directamente en el propio lenguaje de consulta. Google ejecuta operadores semánticos basados ​​en modelos básicos junto con operadores relacionales tradicionales en el motor de base de datos.

    “Cuando SQL se lanzó en 1973, la idea era: ‘Queríamos un lenguaje natural para consultar datos’, y SQL era una especie de lenguaje natural”, dijo Gutmans. “Pero, en realidad, ahora deberíamos considerarlo así: esta es la promesa de SQL, porque ahora se puede usar aún más lenguaje natural como parte de la consulta SQL, pero aún así está bien estructurado”.

    La integración de Agentspace democratiza el acceso a las bases de datos

    Google Cloud también está conectando AlloyDB con su plataforma Agentspace, creando una interfaz de lenguaje natural que extiende el acceso a la base de datos más allá de los especialistas técnicos a prácticamente cualquier empleado de una organización.

    Si bien los desarrolladores y administradores de bases de datos se benefician del motor de consulta de inteligencia artificial de AlloyDB, los usuarios comerciales habituales utilizarán Agentspace.

    “Es para el empleado promedio de una organización que intenta realizar su trabajo”, dijo Gutmans. “Una de las maneras de lograrlo es contar con una interfaz de lenguaje natural, que le permita hacer preguntas sobre todos los datos empresariales a los que tiene acceso”.

    Lo que hace que esta integración sea particularmente potente es cómo mantiene la seguridad a la vez que amplía el acceso. A diferencia de otras interfaces de bases de datos de lenguaje natural, la implementación de Google aprovecha su potente plataforma Agentspace, que sabe cómo razonar no solo sobre una única fuente de datos, sino sobre múltiples fuentes. Podría tratarse de una búsqueda web, AlloyDB u otros datos empresariales no estructurados.

    La optimización de la búsqueda vectorial ofrece resultados comerciales mensurables

    Durante el último año, todas las bases de datos de Google Cloud incorporaron algún tipo de compatibilidad con vectores, lo que facilita casos de uso de IA. En Google Cloud Next, se están actualizando varias bases de datos, incluyendo Firestore, que ahora es compatible con MongoDB. Google Bigtable está incorporando compatibilidad con vistas materializadas, y la compatibilidad con Oracle Database en Google Cloud también se está expandiendo.

    La noticia más importante y transformadora, al menos desde la perspectiva de la IA de bases de datos, se encuentra en la base de datos AlloyDB. Google lanzó AlloyDB en 2022 como una versión mejorada de la base de datos PostgreSQL de código abierto. En el evento Google Next del verano de 2024, se incorporaron incrustaciones vectoriales en AlloyDB, así como compatibilidad con Duet AI para facilitar la migración de bases de datos.

    Hoy, AlloyDB se está ampliando con la integración con Agentspace de Google, que también se presentará en el evento Google Cloud Next. Sin embargo, quizás lo más interesante sea el nuevo motor de consultas de IA, que por primera vez permite expresiones de lenguaje natural directamente en consultas SQL.

    El motor de consulta API de AlloyDB incorpora el lenguaje natural directamente a SQL

    El nuevo motor de consulta de inteligencia artificial de Google para AlloyDB permite a los desarrolladores usar expresiones de lenguaje natural dentro de consultas SQL estándar, no solo reemplazando SQL, sino mejorándolo con capacidades de inteligencia artificial.

    “Estamos incorporando un motor de consultas de IA a AlloyDB”, declaró Andi Gutmans, gerente general y vicepresidenta de Ingeniería de Bases de Datos de Google Cloud, a VentureBeat en una entrevista exclusiva. “En una consulta SQL, tendremos operadores que pueden usar lenguaje natural y modelos básicos, así como operadores SQL tradicionales. Y es posible combinarlos”.

    Esta innovación marca una evolución significativa en las interfaces de bases de datos. SQL, acrónimo de Lenguaje de Consulta Estructurado (Structured Query Language), se introdujo por primera vez en 1973. Durante los últimos 50 años, ha sido el estándar de facto para las consultas estructuradas de bases de datos. La promesa original de SQL era facilitar la ejecución de consultas de bases de datos con un lenguaje que usara palabras en inglés de forma natural. Las consultas y acciones SQL comunes incluyen términos como “insertar” y “unir”, pero no es un lenguaje completamente natural.

    “Estamos cumpliendo una promesa de hace 50 años según la cual SQL debería imitar al inglés actual”, afirmó Gutmans.

    El motor de consulta permite a los desarrolladores combinar una sintaxis SQL precisa con expresiones de lenguaje natural flexibles.

    A diferencia de otros enfoques que simplemente traducen el lenguaje natural a SQL, la implementación de Google integra el lenguaje natural directamente en el propio lenguaje de consulta. Google ejecuta operadores semánticos basados ​​en modelos básicos junto con operadores relacionales tradicionales en el motor de base de datos.

    “Cuando SQL se lanzó en 1973, la idea era: ‘Queríamos un lenguaje natural para consultar datos’, y SQL era una especie de lenguaje natural”, dijo Gutmans. “Pero, en realidad, ahora deberíamos considerarlo así: esta es la promesa de SQL, porque ahora se puede usar aún más lenguaje natural como parte de la consulta SQL, pero aún así está bien estructurado”.

    La integración de Agentspace democratiza el acceso a las bases de datos

    Google Cloud también está conectando AlloyDB con su plataforma Agentspace, creando una interfaz de lenguaje natural que extiende el acceso a la base de datos más allá de los especialistas técnicos a prácticamente cualquier empleado de una organización.

    Si bien los desarrolladores y administradores de bases de datos se benefician del motor de consulta de inteligencia artificial de AlloyDB, los usuarios comerciales habituales utilizarán Agentspace.

    “Es para el empleado promedio de una organización que intenta realizar su trabajo”, dijo Gutmans. “Una de las maneras de lograrlo es contar con una interfaz de lenguaje natural, que le permita hacer preguntas sobre todos los datos empresariales a los que tiene acceso”.

    Lo que hace que esta integración sea particularmente potente es cómo mantiene la seguridad a la vez que amplía el acceso. A diferencia de otras interfaces de bases de datos de lenguaje natural, la implementación de Google aprovecha su potente plataforma Agentspace, que sabe cómo razonar no solo sobre una única fuente de datos, sino sobre múltiples fuentes. Podría tratarse de una búsqueda web, AlloyDB u otros datos empresariales no estructurados.

    La optimización de la búsqueda vectorial ofrece resultados comerciales mensurables

    Esta capacidad elimina la necesidad de canales de flujo de datos complejos para calcular agregados, lo que simplifica las arquitecturas para análisis en tiempo real. 

    Qué significa esto para la adopción de IA empresarial

    Para las empresas que desarrollan aplicaciones de IA, las mejoras de la base de datos de Google ofrecen varias ventajas inmediatas. El motor de consultas de IA permite un acceso más intuitivo a los datos, manteniendo la estructura y la seguridad de SQL. La búsqueda vectorial optimizada ofrece mejoras de rendimiento mensurables para las aplicaciones de búsqueda semántica. Por último, la integración de Agentspace amplía el acceso a la base de datos en todas las organizaciones sin necesidad de conocimientos de SQL.

    Para las empresas que buscan liderar la adopción de IA, estas innovaciones significan que la infraestructura de bases de datos ahora puede participar activamente en los flujos de trabajo de IA, en lugar de simplemente almacenar datos. La convergencia de la estructura de SQL con la flexibilidad del lenguaje natural crea oportunidades para aplicaciones más inteligentes que aprovechan la inteligencia humana y de las máquinas sin necesidad de rediseñar completamente el sistema.

    Quizás lo más importante es que el enfoque de Google demuestra que las empresas no necesitan abandonar sus inversiones en bases de datos para adoptar las capacidades de IA. Como lo expresó Gutmans sucintamente cuando se le preguntó si SQL se estaba volviendo obsoleto: «SQL ha muerto. ¡Viva SQL!».

    Fuente

    Venture Beat (2025, 09 de abril). ¿Qué les depara el futuro a las bases de datos de Google Cloud? IA en SQL y más. Recuperado el 09 de abril de 2025, de: https://venturebeat.com/data-infrastructure/whats-next-for-google-cloud-databases-ai-inside-sql-and-more/