GlobalMedia IT #153 by GlobalMedia IT

#08 sumario

GLOBALMEDIA IT EDICIÓN #153

globalmediait 26

ROBOTICS Tendencias en robótica

RESEARCH El nuevo estándar de imagen

GAMING Samsung lleva la experiencia Xbox a nuevos dispositivos

SOFTWARE Hazte invisible

SECURITY Inteligencia artificial para impedir selfies desnudo

SOFTWARE Conoce el lenguaje Swift

GAMING Inteligencia artificial para mejorar las texturas

SOFTWARE Recomendación de juegos de Steam

DRONES Drones más autónomos

SMARTPHONES Xiaomi Mi 10 y Mi 10 Pro

DATACENTER Nuevas tecnologías en centro de datos

GAMING Asistente de voz de PlayStation 5

ANALYSIS & TRENDS ¡La mejor forma de ver el mundo!

CLOUD Beneficios para ISVs con Licencias OnLine y Microsoft

SOFTWARE ¿Me debe preocupar el reconocimiento facial?

MACHINE LEARNING Machine Learning la nueva forma de aprender

RESEARCH Aprendizaje automático de Google

ARTIFICIAL INTELLIGENCE Nuevas habilidades para el canal TI

CLOUD Aprendizaje automático con Oracle

VIP CLIENTS

CLOUD Intel El futuro ya está presente

LATAM NEWS

INFRASTRUCTURE Máximo provecho de datos con IA

BRAZIL NEWS

CARIBBEAN NEWS

GlobalMedia IT - LATIN AMERICAN MAGAZINE by

SUSCRIPCIONES // SUBSCRIPTIONS:

www.globalmedia-it.com MEDIA & COMMUNICATION

8333 NW 53rd Street suite #450 Doral, FL 33166 | USA Tel: +1 (305) 394-6944

www.globalmedia-it.com

Para publicar en este medio: // To publish in this media: info@globalmedia-it.com

EJEMPLAR DE DISTRIBUCIÓN GRATUITA, LA EMPRESA EDITORA NO SE RESPONSABILIZA POR LAS OPINIONES O CONCEPTOS VERTIDOS EN LOS ARTÍCULOS, ENTREVISTAS Y AVISOS. PROHIBIDA SU REPRODUCCIÓN PARCIAL O TOTAL SIN LA EXPRESA AUTORIZACIÓN DE GLOBALMEDIA. COPY FREE OF CHARGE. THE COMPANY HOLDS NO LIABILITY FOR THE OPINIONS OR CONCEPTS INCLUDED IN ARTICLES, INTERVIEWS AND ADS. PARTIAL OR TOTAL REPRODUCTION PROHIBITED WITHOUT DULY AUTHORIZATION OF GLOBALMEDIA..

Distribución / Distribution: Argentina, Chile, Uruguay, Paraguay, Bolivia, Peru, Ecuador, Venezuela, Colombia, Panama, Mexico, Guatemala, El Salvador, Costa Rica, Honduras, Nicaragua, Republica Dominicana, Puerto Rico, Comunidad IT Miami, Distribucion en mayoristas Miami

Crédito imágen de portada: ID imagen: _182552442, Copyright: jamesteohart

PREDECIR Y ACERTAR A PARTIR DE

#10 editorial

LOS DATOS GASTÓN P. MAGGIO

EDITORIAL

CEO GlobalMedia IT

l aprendizaje es un término inherente a la tecnología, pues ésta no sólo implica una actualización constante del conocimiento debido a las frecuentes innovaciones, sino que además con cada producto o propuesta, tanto los usuarios como las marcas, crecen en el manejo de la información, esto en un ámbito general. Con relación al Machine Learning y sus múltiples ventajas, se debe destacar la capacidad de realizar predicciones a través del análisis de los datos, no sólo en el área empresarial sino en los diferentes campos de acción de la cotidianidad. Siendo una forma de Inteligencia Artificial, también facilita la creación de modelos analíticos que permiten a las maquinas adaptarse de forma independiente a nuevas situaciones. Las ventajas del Machine Learning son diversas, así como sus ámbitos de aplicación, que incluyen la ciberseguridad, ya que puede disminuir la frecuencia de los ataques, teniendo en cuenta que la mayoría de malwares utilizan un código similar, mientras que en la detección de fraudes, permite detectar fácilmente qué transacciones son legítimas y cuáles no, si se le asigna un patrón a los movimientos monetarios. Asimismo, la automatización de tareas mecánicas que no aportan valor es un elemento recurrente en los listados de beneficios relacionados con la Inteligencia Artificial.

Gracias al Machine Learning, la máquina sabrá qué procesos debe tratar e incluso los perfeccionará logrando ampliar la cantidad de tareas que podrá realizar. Sin duda son muchas las ventajas de esta rama de la tecnología que ﬁgura, entre los protagonistas para este año, que ya casi termina su primer trimestre. Es por ello que también existen diversas categorías o tipos tales como: el Supervised Learning, en cuyo caso el Data Scientist establece qué tipo de datos deben relacionarse con ciertos elementos concretos para que la máquina pueda hacer el resto del trabajo. También está Unsupervised Learning, en el que los datos no se etiquetan previamente y la IA tiene mucha más autonomía. Es la máquina la que debe encontrar la relación y la estructura de la información. Por último pero no menos importante, está Reinforcement Learning, el cual es Este distinto a los dos anteriores, ya que se besa en un sistema de “recompensas”. Cuando la máquina acierta con sus operaciones se le da un estímulo positivo y si falla, se le da uno negativo. Así, por ensayo y error, la máquina genera patrones y aprende cuál es el mejor modo de proceder según las necesidades de la organización, otra de las tantas maravillas de la magia del mundo tecnológico.

#12 Analisys & Trends

Crédito imágen: ID imagen: 178119602, Copyright: KrisCole

¡LA MEJOR FORMA DE

VER EL MUNDO! M

ayor conocimiento de las necesidades, gustos y hábitos de compra de los consumidores, permite la predicción de las tendencias del mercado gracias a la interpretación de los datos, favorece el desarrollo del Ecommerce a través del análisis del comportamiento de los consumidores y contribuye a la integración de distintas herramientas y aplicaciones, así como en la instalación de los mejores sistemas de seguridad, esas son algunas de las ventajas del Aprendizaje Automático (Machine Learning) en el ámbito empresarial. Asimismo, ese tipo de tecnología de Inteligencia Artificial permite a las pymes, obtener una gran cantidad de información de la red, de sus usuarios o clientes potenciales, a fin de analizarla y obtener conclusiones que se puedan aplicar de forma ágil a su estrategia. Una gran ventaja es que el Machine Learning tiene todo el potencial para identificar patrones entre la marea de datos para enfocar el análisis de la información en la búsqueda del target concreto de la empresa. Un dato anecdótico es que un informe publicado por MIT Technology Review con la colaboración de Google Cloud mostró como las empresas encuestadas que utilizan el Machine Learning establecían como prioridad el análisis de datos. De esta forma, se evidencia que el Machine Learning favorece la innovación y la búsqueda de nuevas soluciones gracias a la interpretación de datos, además de

favorecer el desarrollo de nuevos productos y su posterior impulso, lo que también significa un apoyo para la empresa al disponer de los datos adecuados para una mejor toma de decisiones. Otra de las bondades de esta tecnología es acerca de los procesos logísticos optimizados, ya que contribuye en la mejora de los sistemas y procesos logísticos de la organización, debido a la base sólida de datos que permitirá la toma de decisiones. Respecto a la atención al cliente, esta arteria de la inteligencia artificial permite automatizar algunos procesos, incluyendo uno de los más conocidos como lo son los chatbox, las conversaciones online entre empresa y cliente. Los sistemas de las organizaciones pueden dar respuesta a muchas de las incidencias o preguntas de los clientes de forma muy automatizada, pero a la vez con la riqueza y diversidad de respuestas adecuadas. Con relación al Ecommerce, las pymes de comercio electrónico tienen las herramientas ideales para aprovechar el potencial del aprendizaje automático, ya que el software utilizado en el machine learning es capaz de extraer muchos datos y patrones de los hábitos de compra de los compradores propios y de la competencia, definir predicciones de consumo e incluso determinar qué tipo de producto va a tener más o menos demanda en función de la época del año o cuál es el mejor momento para subir o bajar precios en base a la demanda. Sin duda, puede convertirse en la herramienta clave para definir la estrategia comercial de las tiendas electrónicas.

#14 Analisys & Trends

En el ámbito de la ciberseguridad de las empresas, tanto para la seguridad de éstas como para desarrollar nuevas líneas de negocio, el Machine Learning es de suma importancia, ya que sus algoritmos inteligentes van incorporando patrones de comportamiento a sus sistemas, que son capaces de predecir ataques o identiﬁcar posibles infractores.

El antivirus de los dispositivos, el reconocimiento facial o de voz del smartphone, la predicción de tráfico del GPS, los sistemas de control de transacciones de una entidad bancaria o la predicción de fallos en los equipos informáticos cuentan con el uso del Machine Learning entre sus procesos. Es importante mencionar que el Machine Learning no sólo está presente en el ámbito empresarial, sino también en el vivir cotidiano, pues al hacer uso de las redes sociales (Instagram, Facebook, twitter, entre otras), basta con que le envíes la invitación a un amigo, porque simplemente aparece como sugerencia, eso es obra del aprendizaje automático. Otro ejemplo es cuando has visto un vídeo en YouTube y sale como una recomendación, con base en la música o el vídeo que vas escogiendo.

Las aplicaciones del Aprendizaje Automático abarcan diferentes áreas, incluyendo la lingüística, ya que por ejemplo, ante un texto, permite extraer ideas principales y categorizar, además de determinar cuáles textos son iguales, a fin de detectar los posibles plagios. Es por ello que cada vez son más las organizaciones y particulares que se suman de manera consciente o tácita al maravilloso mundo del Machine Learning, que sin duda ofrece una mejor visión del mundo.

Crédito editorial: IgorVetushko / Shutterstock, Inc

El reconocimiento de imágenes es otra de las virtudes que brinda el Machine Learning, gracias a la tecnología para identificar individuos, ubicaciones, logotipos, entre otros. Al usar ML, recopila y procesa datos de alta dimensión de todo el mundo en información numérica y simbólica. Esta tarea abarca la extracción de datos, el reconocimiento de patrones y el descubrimiento de bases de datos. La tecnología de reconocimiento de imagen habilitada para ML es utilizada por varias industrias en las áreas de seguridad, comercio electrónico, automotriz, juegos, etc. De lo antes expuesto, se evidencia que el potencial de Machine Learning es enorme, no solo para mejorar la experiencia de usuario, sino también para simplificar las tareas, reducir tiempos, costos y recursos, de ahí que sea considerado una pieza clave en la transformación de los modelos de negocios y la mejor manera de convertir dificultad en oportunidad e inconvenientes en beneficios, en casos como hábitos inherentes a los datos tales como migraciones, transformaciones, integración de datos o procesos analíticos avanzados. De igual forma, a medida que los usuarios de negocio apuestan por la experimentación y las organizaciones les empoderan para ello, dotándoles de las herramientas adecuadas.

Machine learning aprovecha todos estos inputs para seguir aprendiendo y aportando al sistema nuevas perspectivas, una visión más completa y un conocimiento más profundo e independiente sobre cada dato. El Aprendizaje automático se traduce en la obtención de los estándares adecuados a través de la implementación del software de calidad que permiten los beneﬁcios como aumento de la velocidad de entrega de datos para iniciativas comerciales críticas, incremento de la productividad y la efectividad de los procesos, mejora de la idoneidad de las recomendaciones, cuando el machine learning se combina con la visibilidad de metadatos en toda la empresa, así como la reducción de las latencias, gracias a la automatización de muchas tareas de gestión de datos.

Beneficios para los ISVs con

#16 cloud

Licencias OnLine y Microsoft

n apenas cinco años, la tecnología cloud ha revolucionado totalmente el sector del software. Las soluciones SaaS de nivel empresarial hacen ganar a quienes las venden un total de 20 mil millones de dólares cada trimestre, un nivel que casi duplica al de 2016 y Gartner prevé que el espacio del SaaS crecerá casi un 53% entre 2019 y 2022.

Para este último año, el tamaño del mercado de este tipo de soluciones habrá alcanzado casi los 160.000 millones de dólares, y las

dólares, y las organizaciones que aún no se hayan adaptado se enfrentarán a una base de clientes cada vez más reducida. Esos niveles de ingresos, combinados con una base de clientes que depende cada vez más de soluciones SaaS simpliﬁcadas, esbozan un panorama claro para los proveedores: mantener la competitividad requiere una oferta de productos SaaS escalable y con sus costes controlados, que pueda ajustarse a las expectativas del mercado, abrir nuevas fuentes de ingresos y monetizar nuevos segmentos de clientes.

Sin embargo, para los proveedores que siguen operando con infraestructuras on-premise heredadas, el proceso de transformación en el cloud supone una serie de desafíos logísticos. Resolver estos problemas y disfrutar totalmente de las ventajas que ofrece el cloud requiere tanto el plan adecuado como el socio correcto.

Parte del motivo por el que las ofertas de SaaS han resultado tan revolucionarias es su accesibilidad para el cliente. La capacidad del consumidor para comprar y utilizar rápidamente estas soluciones han transformado completamente el mercado del software de nivel empresarial: los ISV con un modelo de SaaS manifiestan que se han reducido los tiempos de instalación de los clientes en hasta un 75%. Este tipo de incorporación sin interrupciones es una bendición tanto para el cliente como para el proveedor: los clientes pueden materializar más rápidamente el valor del producto y los proveedores pueden alejarse de los modelos de licencias tradicionales y centrarse en estrategias de ingresos más eﬁcientes. El proceso de modernización en el cloud es necesario, pero no tiene porqué ser difícil. Con Microsoft como socio de migración experimentado y completo, una empresa puede empezar a materializar los beneﬁcios fundamentales de una infraestructura moderna en el cloud: escala global, costes más bajos, servicios ampliados e incluso capacidades analíticas avanzadas que pueden cambiar la forma en que opera la organización.

Azure ayuda a los desarrolladores a armar una nube híbrida con rutas de migración flexibles y rentables, a través de Licencias OnLine, el distribuidor de valor agregado por el cual pueden obtener los recursos y herramientas necesarios para migrar a Azure sus aplicaciones, datos e infraestructura de la mejor manera, en solo cuatro pasos: - Evaluar: Crear un plan de migración respaldado por la alineación de los participantes, basado en una auditoría completa del inventario y centrado en tus objetivos de TCO. - Migrar: Elegir la metodología correcta, desde migraciones sin código “lift-and-shift” hasta modernización de aplicaciones altamente escalables. - Optimizar: Implementar servicios adicionales en el cloud que ayuden a controlar y supervisar tu infraestructura, controlando los costes y gestionando el uso simultáneamente. - Proteger y Administrar: Aprovechar las herramientas avanzadas de protección contra amenazas adaptables para mantener los datos de la infraestructura en el cloud, seguros y estables.

Para quienes decidan migrar con el mayorista, éste ofrece una solución del ISV visible en su Plataforma Digital con el objetivo de generar oportunidades sobre su solución. A su vez, un servicio gratuito de arquitectura a través de un recurso de Licencias OnLine o de un partner especializado en migraciones. Por último, un pack de campaña de marketing para generar oportunidades de negocio sobre la solución del ISV (email marketing, llamadas de prospección de cliente ﬁnal, eventos, etc.) y hasta 300 usd para el primer mes consumo en Azure. Daniel Yesurón, Ingeniero Preventa de Microsoft en Licencias OnLine, sostuvo al respecto: “Generar nuevos negocios que aprovechen el 100% de las características de la nube es un desafío bastante complejo por la cantidad de vectores diferentes y la velocidad de cambio. Desde Licencias Online estamos trabajando constantemente con el equipo técnico y comercial para entregar la mejor calidad de servicio que permita a nuestros partners estar preparados ante cualquier oportunidad”.

#18 MACHINE LEARNING

MACHINE LEARNING: LA NUEVA FORMA DE APRENDER

na de las grandes promesas de cara al futuro es el aprendizaje automático, también conocido como Machine Learning, y su efecto se sentirá tanto en las grandes empresas como en las Pymes.

Los ejemplos de compañías líderes que utilizan esta aplicación de inteligencia artiﬁcial para optimizar sus estrategias de negocio son varias: Amazon, eBay, Netflix y Spotify, entre otras.

Esta nueva tecnología permite que un sistema identifique millones de patrones a partir de una serie muy grande de datos y, con este nuevo conocimiento, reaccionar en situaciones o casos futuros. De esta manera, a través de los nuevos datos e información que reciben, los sistemas continuamente perfeccionan su comportamiento y optimizan su eficiencia. En resumen, esta disciplina científica puede ayudar a las empresas a interpretar enormes series de datos (Big Data) para extraer ideas significativas y llegar a la resolución rápida de problemas complejos.

Esta “nueva forma de aprender” tiene cada vez una mayor aceptación en América Latina y, más que nada, en el sector empresarial: el 43% de las ﬁrmas dedicadas a proveer soluciones de inteligencia artiﬁcial en general se enfocan en el software y los servicios corporativos, de acuerdo con un informe publicado por Endeavor. Asimismo, estas empresas tienen implementado como modelo de negocio los temas de business intelligence y data analytics. Igualmente, más de un tercio de las empresas de la región considera “crucial” o “muy importante” invertir, en los próximos dos años en Machine Learning, Deep Learning, computación cognitiva y técnicas de procesamiento de lenguaje natural, según un estudio realizado por la consultora Frost & Sullivan.

Una de las plataformas que utiliza una importante cantidad de empresas de América Latina para correr servicios de Machine Learning es Google Cloud Platform (GCP), un conjunto de servicios de computación en la nube que se ejecuta en la misma infraestructura que Google Cloud utiliza internamente para sus productos de usuario final, como Google Search y YouTube. Junto con un conjunto de herramientas de gestión, proporciona una serie de servicios modulares de nube que incluyen procesamiento, almacenamiento de datos, análisis de datos y aprendizaje automático. GCP proporciona infraestructura y plataforma como servicio y entornos informáticos sin servidores en físico y con una alta capacidad de procesamiento y, según un estudio de Forrester, llega hasta el 304% el retorno de inversión en tres años para quienes la utilizan.

Otro caso es el de Real Plaza, el operador de centros comerciales más importante del Perú, que posee una cuota de mercado de 22,3 %, y presencia en las ciudades de Chiclayo, Piura, Chimbote, Trujillo, Huancayo, Arequipa, Juliaca, Huánuco, Cajamarca, Cuzco,Sullana, Pucallpa y Lima.

Hay dos casos de éxito que pintan cuánto se puede alcanzar al utilizar Machine Learning. El primero es el de Cuy Móvil, un operador móvil virtual del Perú que nació en 2016, que ofrece a sus clientes la posibilidad de no tener contratos, dándoles la oportunidad de cancelar el servicio en cualquier momento. A ellos les importaba realizar análisis de inteligencia comercial para mejorar su negocio. “Por ejemplo, nos interesaba identiﬁcar el porcentaje de consumo de datos de nuestros paquetes de internet móvil, lo que nos habilita el modelamiento de precios y el cálculo de márgenes”, señala Mariano de Osma, CEO de Cuy Móvil. Para lograrlo, utilizó GCP para el procesamiento de la información que le llegaba desde Claro (a quienes les contratan el servicio de datos, dado que Cuy no posee una concesión de espectro de frecuencia) a través de una red privada virtual (VPN, en inglés).

Esta gran compañía quería utilizar la información que obtenía de fuentes diversas como la conexión a las redes de wifi por parte de los clientes, los datos de las ventas de las tiendas según la ubicación y las encuestas on-site a través de tablets para lograr mejores decisiones de management. Puntualmente, buscaban encontrar patrones de asistencia del público a sus malls para generar acciones de atracción y de retención, y para ello se decidieron por GCP para trabajar los datos en la nube. El impacto inmediato fue la reducción del 80 % de los recursos humanos utilizados para generar el insight deseado.

#20 ARTIFICIAL INTELLIGENCE

NUEVAS HABILIDADES PARA EL

CANAL TI A

nte el auge que están experimentando nuevas tecnologías como la Inteligencia Artificial (IA), se hace más evidente la necesidad de que el canal TI disponga de una serie de habilidades específicas para llevar estas innovaciones a los clientes. En este escenario emergen las soft skills como claves para abordar proyectos de IA.

al aprendizaje automático (machine learning), la adopción de tecnologías de Inteligencia Artiﬁcial es una de las que mayor interés está despertando atendiendo a las posibilidades que les brinda.

Cada vez más, las organizaciones apuestan por las nuevas tecnologías para impulsar sus negocios. Entre ellas, junto

Tal y como apuntan analistas de Gartner, los proyectos de IA pueden requerir hasta 35 conjuntos de habilidades diferentes que abarcan desde perﬁles estadísticos hasta de responsabilidad para la toma de decisiones y cientíﬁcos de datos.

Sin embargo, a la hora de llevar a cabo su implementación, las habilidades técnicas de los profesionales ya no son suﬁcientes. Llega el momento de las soft skills, o habilidades blandas.

ING ARN E L E HIN MAC

Si bien las compañías del canal TI están buscando tomar la delantera para aprovechar esta tendencia hacia la adopción de IA, tampoco hay que precipitarse. Antes de entrar de lleno en un proyecto de esta envergadura, es fundamental pensar cuál es el enfoque más adecuado para llevarlo a cabo y trata de ampliar la cartera de habilidades en IA como estrategia clave.

Y es que algunos tan solo realizan consultas a las bases de datos y a eso lo consideran inteligencia artiﬁcial, sin entender que conlleva mucho más.

FT SO

S L L I SK

Es tarea de los partners de TI trabajar de cerca con los clientes para conocer sus necesidades y diseñar una estrategia idónea para ofrecer las soluciones adecuadas que les permitan exprimir al máximo el potencial que pueden aportar.

A I

“En un inicio, las soft skills serán cruciales ya que permitirán conocer posibles problemas éticos, y alinear las expectativas de los clientes con la realidad. Una vez establecido esto, los partners podrán comenzar a desarrollar casos de uso específicos para proyectos sin esperar demasiado más.’’

Es clave, por tanto, comprender cómo se utilizan estas tecnologías y dónde se especializarán. Una vez conseguido, aunque algunos clientes crean conocer todo lo que la IA puede hacer por sus negocios, el partner debe darles soporte y educarlos para saber todo cuanto necesiten. Este punto de partida pone en evidencia el cambio en el tipo de habilidades que necesitan las empresas, especialmente en roles tradicionales. Esto hace cada vez más urgente la urgencia de innovación para desarrollar nuevas habilidades y gestionar el talento. De acuerdo con el informe ‘Future of Work’, realizado por el World Economic Forum, desarrollar las soft skills aumenta la productividad en un 12%, aumenta la retención de personal en un 10% y ofrece un retorno de la inversión del 250%.

INTEL: EL FUTURO

#22 CLOUD

YA ESTÁ PRESENTE

ntel ha sido uno de los actores más importantes en tecnología durante las últimas décadas, basando el núcleo de su negocio en la fabricación de procesadores para ordenadores.

Sin embargo, la esencia misma de la tecnología está cambiando y un gran volumen del procesamiento de datos ya se hace en la nube. La llegada de las redes 5G no hará más que profundizar en esa tendencia llevando la inteligencia artificial y el machine learning hasta los dispositivos protagonizando una auténtica revolución en lo que a procesamiento se refiere. Intel se ha propuesto liderar esa revolución potenciando su estrategia en la nube con procesadores optimizados con inteligencia artificial integrada para llevar a las infraestructuras en la nube a la máxima potencia.

Asimismo, espera que los dispositivos conectados generen en torno a 175 Zettabytes de datos de cara a 2025. Esto supone un crecimiento anual del 25%.

adicional para procesos de inteligencia artiﬁcial y aprendizaje automático que mejora hasta en 6 veces su velocidad de procesado.

Ante semejante incremento en el flujo de datos que se genera hacia los servidores en la nube se hace necesario un considerable aumento de potencia en los procesadores de esos servidores.

Los centros de datos no son los únicos que van a ver incrementado el flujo de datos en los próximos años.

La nueva generación de procesadores Intel Xeon incrementan su rendimiento hasta en un 36% obteniendo un impulso

La llegada del 5G va a masiﬁcar las transmisiones inalámbricas, por lo que Intel ha preparado algunas soluciones de hardware para afrontar ese aumento de la demanda en el envío de grandes cantidades de datos de forma inalámbrica.

La inteligencia artiﬁcial llegará a la gestión de redes integrado en el procesador Intel Atom P5900, que servirá de elemento facilitador para mejorar la latencia, el ancho de banda y la seguridad en la gestión de las conexiones en la estación base.

Este nuevo chip casi cuadruplica la velocidad en la gestión de paquetes de datos y aumenta la seguridad de las transmisiones potenciando las operaciones de cifrado de datos. También se mejoran los sistemas de acceso a redes mediante 5G con un nuevo abanico de soluciones ASIC (Application Speciﬁc Integrated Circuit) y FPGA (Field Programmable Gate Array) con las que se agilizan las operaciones de transmisión, cifrado y envío de datos a la red. El nuevo hardware viene a asentar la creciente tendencia al alza de la virtualización de las redes, expandiendo su potencial bajo el paraguas de un hardware más eﬁciente.

Según Intel, en la actualidad el 50% de los despliegues de redes centrales se virtualizan, y se espera que, de cara a 2024, al menos el 80% de estas redes se desplegarán de forma virtual. Este cambio hacia la virtualización hace que sea más fácil implementar servicios en la nube orientados al comercio electrónico, al entretenimiento o al impulso industrial. La llegada de las redes 5G supondrá el impulso deﬁnitivo para mover toda la carga de procesado a la nube, por lo que los centros de datos y las estaciones base de transmisión se han convertido en el principal objetivo para Intel y su nueva generación de procesadores y servicios de cara al futuro.

#24 INFRASTRUCTURE

MÁXIMO PROVECHO DE

DATOS CON IA L

os entornos de almacenamiento empresarial tradicionales no proporcionan, ni hacen fácilmente accesibles, un alcance completo de datos, descartando datos fundamentales que podrían impulsar el negocio.

La mayoría confía en la infraestructura estándar, donde la calidad de servicio debe ser monitoreada, preparada y formatea-

formateada activamente a medida que ingresan los datos. La calidad de servicio (QOS) son tecnologías utilizadas para administrar el uso del ancho de banda a medida que los datos cruzan las redes de ordenadores. Con la infraestructura cada vez mayor para ser administrada y sin suﬁcientes técnicos para mantenerse al día, el resultado es la imposibilidad de acceder a una red completa de datos de computación y almacenamiento en tiempo real.

Muchas de las soluciones de almacenamiento existentes no pueden ejecutar cargas de trabajo virtuales de manera eﬁciente, colocando datos inactivos en un espacio costoso y diﬁcultando el acceso a datos valiosos. Como resultado, las empresas que no utilizan AIOps están obstaculizando casualmente su propio éxito. AIOps utiliza el aprendizaje automático para completar tareas que mejoran el negocio, como hacer recomendaciones automáticas a los clientes con un historial de pedidos similar o procesar y analizar automáticamente los datos para el mantenimiento predictivo. AIOps cierra la brecha al proporcionar a las empresas las herramientas que necesitan para acceder fácilmente a todos sus datos e impulsar su negocio hacia el éxito.

La infraestructura inteligente ayuda a las organizaciones a emplear la inteligencia artiﬁcial para automatizar las operaciones de infraestructura y avanzar en el análisis de aplicaciones en tiempo real y predictivo, lo que permite a las organizaciones obtener el mayor valor de sus datos, mantener el entorno más eﬁciente y adherirse a las mejores prácticas. Para asegurar el éxito empresarial, ahora y a futuro, es imprescindible maximizar el retorno de la inversión existente en software, a la vez que innovar y adoptar nuevas tecnologías. Los retos que hay abordar para competir en un mundo de TI Híbrida incluyen DevOps, Seguridad, Gestión de riesgos y Análisis predictivo.

#26 ROBOTICS

TENDENCIAS EN

ROBÓTICA D

e 2020 a 2022 se prevé que se instalen casi 2 millones de nuevas unidades de robots industriales en fábricas de todo el mundo y la Federación Internacional de Robótica (IFR) publicó las principales tendencias en el sector.

"La robótica inteligente y la automatización son vitales para lidiar con las nuevas tendencias del consumidor, la demanda de variedad de productos o los desafíos de las barreras comerciales", explica la Dra. Susanne Bieller, secretaria general de IFR. "Las nuevas soluciones tecnológicas allanan el camino para una mayor flexibilidad en la producción". La simpliﬁcación, la colaboración y la digitalización son impulsores clave que beneﬁciarán la implementación del robot.

literalmente toma el brazo robótico y lo guía con la mano a través de los movimientos. El software transforma estos datos en el programa digital del brazo del robot. En el futuro, las herramientas de aprendizaje automático permitirán que los robots aprendan por prueba y error o por video demostración y optimicen sus movimientos.

La programación y la instalación de robots se vuelven mucho más sencillas. ¿Un ejemplo práctico? Los sensores digitales combinados con software inteligente permiten métodos de enseñanza directos, denominados "Programación por demostración". La tarea que debe realizar el brazo robótico la lleva a cabo primero un humano:

La colaboración humano-robot es otra tendencia importante en robótica. Con la capacidad de trabajar en conjunto con los humanos, los sistemas robóticos modernos pueden adaptarse a un entorno que cambia rápidamente. El abanico de aplicaciones colaborativas ofrecidas por los fabricantes de robots continúa expandiéndose. Actualmente, las aplicaciones de espacio de trabajo compartido son las más comunes.

Al igual que dos trabajadores humanos colaborarían, los equipos de I+D quieren que ajusten su movimiento a su entorno, lo que permite una verdadera colaboración receptiva. Estas soluciones incluyen voz, gestos y reconocimiento de intenciones del movimiento humano. Robot y trabajador operan uno al lado del otro, completando tareas secuencialmente. Las aplicaciones en las que el humano y el robot trabajan al mismo tiempo en la misma zona son aún más desaﬁantes. Los departamentos de I+D se centran en métodos para permitir que los robots respondan en tiempo real.

Con la tecnología actual, la colaboración humano-robot ya tiene un enorme potencial para empresas de todos los tamaños y sectores. Las operaciones de colaboración complementarán las inversiones en robots industriales tradicionales. Los robots industriales son los componentes centrales de la producción digital y en red que se utilizan en la industria 4.0. Esto hace que sea aún más importante para ellos poder comunicarse entre sí, independientemente del fabricante.

La llamada “OPC Robotics Companion Specification”, que ha sido desarrollada por un grupo de trabajo conjunto de VDMA y la Open Platform Communications Foundation (OPC), define una interfaz genérica estandarizada para robots industriales y permite que los robots industriales se conecten al Internet Industrial de las Cosas (IIoT). La conectividad digital de robots con, por ejemplo, la tecnología en la nube también es un facilitador para los nuevos modelos de negocio: el alquiler de robots, por ejemplo, llamado Robots-as-a-Service, tiene ventajas que pueden ser especialmente atractivas para las pequeñas y medianas empresas: sin capital comprometido, costos ﬁjos, actualizaciones automáticas y sin necesidad de operadores de robots altamente caliﬁcados.

#28 RESEARCH

El nuevo estándar

de imagen R

ecientemente se llevó a cabo en la ciudad de Sídney, Australia, una reunión en la cual el Grupo Conjunto de Expertos en Fotografía (JPEG), creadores del formato de imagen con las famosas siglas, anunció que comenzarían a explorar una manera de trabajar con la IA para aprovecharla en sus intenciones de desarrollar un nuevo estándar de compresión.

la nube a la máxima potencia. A través de esta iniciativa, el grupo espera poder obtener resultados que deriven en la consolidación de un nuevo estándar. Para ello, han unido esfuerzos con el IEEE (Instituto de Ingenieros Eléctricos y Electrónicos) a ﬁn de canalizar los

mejores trabajos que serán mostrados en el Desafío de Codiﬁcación de Imágenes Basada en el Aprendizaje como parte de la Conferencia Internacional del Procesamiento de Imágenes (ICIP), la cual dará lugar en Abu Dhabi en octubre.

De acuerdo con declaraciones del comité respecto al objetivo principal de su proyecto JPEG AI, indicaron que su deseo es obtener pruebas que respalden a la IA como una alternativa efectiva en la tarea de compresión para ser aplicada en bases de datos que cuenten con un amplio volumen de imágenes.

Cabe destacar que ya en el pasado se había recurrido al uso de la IA como herramienta para brindar contenido multimedia de alta calidad, tomando en consideración el desempeño de los datos, donde, en el 2017, Netflix implementó un nuevo códec sustentado en la IA para su mercado de streaming en la India.

Esto, debido a ser la India un país donde las personas visualizan mucho contenido en sus teléfonos inteligentes mediante el uso de las redes de datos, lo cual, hizo que Netflix considerara la medida como algo necesario.

Asimismo, los investigadores miembros del proyecto JPEG AI han expuesto una serie de trabajos relacionados con la compresión de imágenes apoyados en el uso de modelos de aprendizaje automático.

SAMSUNG LLEVA LA EXPERIENCIA XBOX A

#30 GAMING

NUEVOS DISPOSITIVOS

a familia Samsung Galaxy S20 ya es oficial. La compañía surcoreana presentó su nueva línea de teléfonos de alta gama con un cambio de nombre y tres modelos: estándar, Plus y Ultra.

Samsung llegó a un acuerdo con Microsoft para trasladar la experiencia Xbox a sus nuevos dispositivos, tanto con su

tecnología de videojuegos en la nube como con videojuegos del sello Xbox Game Studios. Aunque no se confirma que se trate de Project xCloud, sí se ha hecho oficial la distribución de Forza Street como principal escaparate en cuanto a videojuegos convencionales se refiere y, según las informaciones, habrá novedades próximamente a este respecto.

Así, el videojuego de conducción gratuito llegará por primera vez a un dispositivo Galaxy, lejos de ordenadores Windows y consolas Xbox. El 5G es una de las bases para que el futuro de esta asociación llegue a buen puerto con toda garantía, ya que permitirá una mayor velocidad de procesamiento y carga gráﬁca de cara a una experiencia más inmersiva.

Quienes estén interesados en hacerse con Forza Street, ya está disponible en la Galaxy Street con el sello de Xbox Game Studios. Cabe decir que los Samsung Galaxy S20 no usan como procesador el Snapdragon 865, sino el nuevo Exynos 990 propietario de Samsung fuera de los Estados Unidos, y vendrá con NPU y módem 5G conﬁgurado con 8 núcleos fabricado en un proceso de 7nm capaz de alcanzar velocidades de hasta 2,73 GHz.

Respecto a Project xCloud, actualmente se encuentra en fase beta, pero espera estar disponible en su versión completa en todos los dispositivos iOS y Android compatibles en algún momento de 2020.

A eso se le suma una GPU Mali G77 MP11 de última generación para el procesamiento gráﬁco. Finalmente, su memoria RAM será de 8 o 12 GB LPDDR5.

Es decir, no es lo mismo que el Xbox Console Streaming, que hace una retransmisión del contenido de la consola en el móvil.

Actualmente cuenta con títulos del calibre de Tekken 7, Devil May Cry 5 y Gears 5, entre muchos otros; todo ejecutado a través de internet desde la base de datos en la nube de Microsoft.

#32 software

¡Hazte

invisible! H

ay ocasiones en las que se tiene que realizar una videollamada, pero (por algún motivo) no queremos que se nos vea o no estamos lo suficientemente presentables.

Otras veces, simplemente queremos hacer una especie de truco de magia e impresionar a nuestros amigos. Para ambas situaciones sirve un sencillo programa creado por Jason Mayes, un ingeniero web de Google. La ha bautizado como 'Disappearing People' y tiene como misión hacernos desaparecer de la escena. En la página de Github de este proyecto, Mayes aﬁrma que su "código intenta aprender con el tiempo la composición de fondo de un vídeo, de tal manera que pueda intentar eliminar a cualquier humano de la escena". "Todo está sucediendo en tiempo real, en el navegador, utilizando TensorFlow". TensorFlow es un ecosistema open source desarrollador por Google, pensado para programadores principiantes y expertos en aprendizaje automático.

Está ideado para que pueda ser ejecutado en la nube, en aplicaciones o hardware de todo tipo.

Esta herramienta me recuerda a la primera vez que utilicé 'PhotoBooth' hace muchas versiones de macOS. Recuerdo que pedía que salieses de la pantalla para analizar el fondo y luego así poder ﬁngir que estabas en otros lugares.

Cabe destacar que el resultado es bastante impresionante. Todavía queda espacio para mejorar (hay zonas en las que se nota que no está eliminando bien al sujeto), pero es un buen punto de partida. Hay que dejar claro que, el resultado variará un poco según el tipo de iluminación y habitación en la que nos encontremos.

#34 SECURITY

INTELIGENCIA

ARTIFICIAL

PARA IMPEDIR SELFIES DESNUDO

a cámara de los smartphones ha evolucionado de tal manera a lo largo de los años que ahora trae una infinidad de funciones, que antes solo eran posibles con complejos equipos fotográficos especializados.

A su vez, los selﬁes están adquiriendo cada vez más protagonismo para los fabricantes, quienes trabajan en nuevas herramientas para sacar los mejores resultados.

Y dentro de estos autorretratos, existe un tipo que ha adquirido especial popularidad en redes sociales y servicios de mensajería: las fotografías estando desnudo o con poca ropa, denominadas como ‘nudes’. De acuerdo a un estudio realizado por Mcafee en 2014, cerca del 50% de los adultos estadounidenses han utilizado sus smartphones para compartir o recibir contenido íntimo, mientras que el 16% lo envió a completos extraños.

En este contexto, la compañía japonesa Tone, que desarrolla productos que se dirigen principalmente al público infantil y familiar, ha lanzado el Tone e20, un nuevo teléfono Android económico centrado en la seguridad, capaz de impedir que los menores se tomen fotografías subidas de tono.

¿Cómo es posible? El Tone e20 cuenta con un software de inteligencia artificial integrado en la aplicación de la cámara que utiliza el aprendizaje automático para analizar y reconocer el contenido de una escena, si detecta que en la persona se encuentra desnuda, bloqueará la foto para que no se guarde en la galería de imágenes. El smartphone también se puede conectar al móvil de otra persona

persona para poder alertar al padre o tutor en caso su hijo haya intentado tomarse este tipo de fotografía. “La nueva función ‘TONE Camera’ detecta y regula la fotografía inapropiada, como la desnudez por IA y notiﬁca al teléfono de los padres. Podemos proteger al niño del daño de autorretrato”, señala el fabricante. En cuanto a las especiﬁcaciones técnicas, el Tone e20 es un móvil de gama media baja que tiene una pantalla es 6.26 pulgadas, un sensor de huellas digitales y un sistema de triple cámara trasera compuesta por sensores de 12 MP + 13 MP + 2 MP y una cámara delantera de 8 MP. Está alimentado por un procesador Mediatek Helio P22 de ocho núcleos, 4GB de RAM y 64 GB de almacenamiento.

#36 SOFTWARE

CONOCE EL

LENGUAJE SWIFT A

vanzando hacia Swift 6, el equipo de desarrollo principal detrás del lenguaje de programación Swift de Apple, estableció prioridades que incluyen el perfeccionamiento del lenguaje para su uso en el aprendizaje automático.

Las ambiciones en el espacio de aprendizaje automático son parte de los planes para invertir en "direcciones de potenciación del usuario" para el lenguaje. Apple no es la única empresa con ambiciones de aprendizaje automático para Swift; Google ha integrado Swift con la biblioteca de aprendizaje automático de TensorFlow en un proyecto llamado Swift para TensorFlow. Y la comunidad Swift ha creado Swift Numerics, una biblioteca que puede ser utilizada para el aprendizaje automático. Además del aprendizaje automático, las instrucciones que se han dado a Swift incluyen la creación de API como genéricos variados y capacidades DSL como creadores de funciones. Las soluciones para las principales características del lenguaje, como la propiedad de la memoria y la concurrencia, también forman parte del plan. Otros objetivos especíﬁcos para Swift, incluyen: • Crear una "experiencia de desarrollo

fantástica", con desarrolladores capaces de ser altamente productivos y alegres al programar en el lenguaje. Estas inversiones incluyen construcciones más rápidas, mejores diagnósticos, ﬁnalización de código receptivo y depuración ﬁable. La mayoría de los trabajos de ingeniería actuales del proyecto cubren estas áreas. • El crecimiento del ecosistema de software Swift, incluyendo la expansión del número de plataformas soportadas y la mejora de la forma en que se despliega el software escrito en Swift. También está previsto el apoyo a herramientas multiplataforma como el Protocolo de Servidor de Lenguaje, el Administrador de Paquetes Swift, el

el Administrador de Paquetes Swift, el formateo de código y la refactorización, así como el cultivo de un rico ecosistema de bibliotecas de código abierto. Introducido en junio del 2014, Swift ha ido aumentando constantemente en el índice Tiobe de popularidad de los lenguajes de programación, pasando del 20º lugar hace un año al 10º lugar en el índice de f eb r er o d el 2020. S u p r e d e c e s o r , Objective-C, ha hecho lo contrario, bajando del 10º lugar hace un año al 20º el mes pasado. El lanzamiento actualmente en desarrollo es Swift 5.2. Se espera una sucesión de lanzamientos de Swift 5.x antes de Swift 6.

INTELIGENCIA ARTIFICIAL #38 GAMING

PARA MEJORAR LAS TEXTURAS

box Game Studios está trabajando en una tecnología de inteligencia artificial que usa el poder de la nube para mejorar gráficamente los juegos.

La premisa es que los desarrolladores podrán publicar un juego con texturas en baja resolución para que después el sistema mejore la calidad de esas texturas a través

de internet. La tecnología está siendo desarrollada por PlayFab, una compañía comprada por Microsoft en 2018. "Está funcionando aterradoramente bien", dice sobre la tecnología el fundador y gerente general de PlayFab, James Gwertzman. El directivo explica que uno de los estudios de Xbox Game Studios está intentando usar el aprendizaje automático (Machine Learning) para que las texturas de los

videojuegos se mejoren en tiempo real a través de la inteligencia artiﬁcial. "No puedes apreciar la diferencia entre las texturas de alta resolución hechas a mano y las texturas de baja resolución mejoradas por la máquina", dice Gwertzman, quien dibuja una situación en la que el tamaño de los videojuegos se reduzca al no tener que incluir en el archivo las texturas a gran resolución.

procesador y el chip gráfico de Xbox Series X, la próxima consola de Microsoft que se lanzará en navidades de 2020. Cuando Microsoft adquirió PlayFab en 2018 aseguró que la compra era un paso más para que Microsoft Azure ofreciera "una plataforma líder mundial en la nube para la industria del videojuego". Entre los servicios desarrollados por la marca desde entonces está PlayFab Party, una API para que los desarrolladores puedan integrar fácilmente chat, chat de voz, sistemas de texto a voz y de voz a texto, matchmaking y otros servicios multijugador. Dispositivos móviles y consolas como Nintendo Switch son compatibles con el sistema. La tecnología utiliza los servidores de Microsoft Azure, que están repartidos por todo el mundo y que también se usan en Project xCloud, la plataforma de juego en la nube de Microsoft. Sin embargo, aún le quedan varias complicaciones que superar. Gwertzman explica que la tecnología produce buenos resultados en títulos fotorrealistas, pero no en juegos con un "estilo artístico de fantasía". Los desarrolladores tienen que enseñar a la inteligencia artificial a cómo trabajar con texturas específicas.

La iniciativa de PlayFab, recuerda a otras tecnologías, como el DLSS (Deep Learning Super-Sampling) de Nvidia, aunque esto se realiza por los núcleos "Tensor" de las tarjetas gráficas y no en la nube. Microsoft lanzó en la primavera de 2019 la API (interfaz de programación de aplicaciones) de DirectML, que también permite usar el machine learning para conseguir "súper resoluciones". AMD está investigando los usos de ese DirectML. La compañía es el fabricante del

#40 software

Recomendación de

juegos de Steam L

a plataforma de distribución digital de videojuegos Steam, anunció que puso en marcha su experimento Play Next, un sistema de aprendizaje automático que recomienda títulos de la biblioteca en función a los hábitos de juego del usuario.

En cada una de las sugerencias, el jugador podrá visualizar un microavance del videojuego con tan solo pasar el cursor por encima, además de mostrar sus etiquetas principales, y si ha jugado a títulos comparables también mostrará algunos de ellos.

Steam cuenta con un catálogo con casi 30.000 videojuegos 'online', y con la variedad los usuarios en ocasiones no saben a qué título jugar. Por ello anunciaron un nuevo experimento que ha desarrollado su división de pruebas SteamLabs. Este experimento recibe el nombre de Play Next, un sistema de aprendizaje automático que utiliza la misma tecnología que el Recomendador interactivo -usado para recomendar juegos- para aplicarlo en la biblioteca de Steam. El sistema muestra hasta tres selecciones de videojuegos cada vez, y si el primer grupo no le gusta, el usuario puede pasar para ver otras sugerencias.

Según la compañía este sistema todavía se trata de un experimento de SteamLabs, por lo que el algoritmo podría sugerir algunos títulos inesperados y pide la retroalimentación de los usuarios para ayudarles a mejorar las recomendaciones.

#42 Drones

DRONES MÁS

AUTÓNOMOS U

n grupo de investigadores del Instituto de Ciencias de la Computación (ICC) (UBA/ CONICET) desarrolla una técnica que permite mejorar los vuelos de drones en misiones críticas: la síntesis de controladores. En la búsqueda de personas, el control de incendios o de campos, esta tecnología permite que los drones dependan cada vez menos de la intervención humana. “Le da más autonomía y más facilidad al usuario”, precisa Sebastián Uchitel, director del ICC.

Esto tiene importantes ventajas para los vehículos autónomos. Una es que, al disponer de las reglas del juego, la síntesis puede razonar sobre todas las partidas posibles con sus combinaciones y brindar una estrategia que tenga garantías totales de ganar el juego.

“La síntesis de controladores es una de las piezas que, más adelante, va a formar parte de la robótica autónoma”, añade el investigador que trabaja en este tema desde hace 15 años. En la actualidad, los drones toman muy pocas decisiones autónomas durante el vuelo. Con esta técnica se le puede enseñar al dron qué es lo que tiene que buscar para que pueda analizar los datos durante el vuelo y tomar decisiones.

“En una misión de búsqueda, una persona desaparecida puede estar en un lugar difícil de encontrar y se puede ir moviendo de lugar. O si queremos seguir el borde de un fuego para demarcar una zona de peligro, el viento puede ser un oponente clave. Entonces uno tiene que introducir presunciones sobre cómo se comporta el ambiente para anticipar diferentes factores, que son justamente las reglas del juego, de manera que este tenga una solución”, explica Uchitel.

Si el dron vuela en un lugar desconocido, con una serie de elementos y objetivos nuevos que nunca se habían establecido, no dispone previamente de esas partidas para entrenar. Pero la síntesis de controladores puede generar esas partidas para tener una estrategia efectiva.

Una de las técnicas más usadas para generar sistemas autónomos es hasta ahora el aprendizaje automático (machine learning), que consiste en entrenar al algoritmo con una serie de datos. La síntesis de controladores genera sistemas autónomos de manera diferente. Suponiendo que se trata de una partida de ajedrez, el machine learning entrena al algoritmo con “una base de datos de millones de partidas de ajedrez”, mientras que con la síntesis de controladores lo hace con “las reglas del juego”.

Esta técnica también se puede usar en otros tipos de sistemas complejos con múltiples sensores y actuadores. El año pasado, el ICC firmó un convenio con la empresa japonesa Mitsubishi, a través del cual la firma propuso una serie de problemas para evaluar si esta técnica resulta apropiada. También firmó un convenio con la Universidad Waseda (Japón) para trabajar de forma conjunta en esos problemas y en los alcances de la técnica.

“La diferencia es que en el aprendizaje automático el input (el conjunto de datos introducidos) son partidas y en el otro el input son las reglas del juego”, recalca Uchitel. En el primer caso, el sistema produce un jugador bueno, en el segundo, uno “invencible”. “El machine learning produce un jugador que es muy bueno, o tan bueno como las partidas que aprendió, y con la síntesis de controladores el jugador es perfecto”, subraya.

“No puedo decir para qué piensan usarlo”, asegura Uchitel, tras advertir sobre la conﬁdencialidad del convenio. Y agrega: “La técnica que estudiamos es útil para drones pero tiene aplicabilidad en muchos otros dominios. Es una forma de que una máquina pueda decidir de manera autónoma cuándo hacer o dejar de hacer ciertas cosas y eso puede servir para una central nuclear, un auto autónomo o para coordinar trenes en una terminal”.

#44 SMARTPHONES

XIAOMI MI 10

Y MI 10 PRO X

iaomi presentó en China el Xiaomi Mi 10 y Mi 10 Pro mediante un evento online. Este par de buques insignia apuntan a la gama alta-Premium y por ende combinan un diseño de lujo con las mejores especificaciones que se pueden permitir en un teléfono inteligente, incluyendo conectividad 5G, una cámara de 108MP y una pantalla AMOLED curva.

Estos terminales buscan competir en la gama Premium, así que Xiaomi no se ha contenido con ellos, dotándolos de las mejores prestaciones. Para empezar, poseen una pantalla curva con punch-hole (perforación) para la cámara frontal, así como también cuentan con una cubierta trasera de cristal con efecto degradado y un arreglo vertical de 4 sensores a la izquierda. Se trata de un panel AMOLED de 6,67 pulgadas que ofrece resolución FHD+ de 2.340 x 1.080 píxeles (relación de aspecto 19.5:9), la cual exhibe una tasa de refrescamiento de 90Hz para mejorar la fluidez a la hora de navegar la interfaz y de jugar videojuegos. Asimismo, esta pantalla posee lector de huellas dactilares y es compatible con el estándar HDR10+ para un mejor contraste y representación de colores. Por si fuera poco, tiene un nivel de brillo de 800 nits y puede alcanzar los 1.120 nits.

Cabe acotar que no hay diferencias físicas entre ambos terminales. Tanto el Xiaomi Mi 10 como el 10 Pro hacen uso del mismo panel y constan de las mismas dimensiones de tamaño: 162,6 x 74,8 x 8,96 mm. La única diferencia importante de diseño entre los dos modelos, es el sensor de enfoque láser adicional en la parte posterior del modelo Pro.

El Xiaomi Mi 10 y su hermano mayor son impulsados por la plataforma Qualcomm Snapdragon 865, la cual dota de conectividad 5G al terminal en las bandas SA y NSA. El chip Snapdragon 865 está provisto de una GPU Adreno 650 y se combina con 8/12GB de memoria RAM y hasta 256GB de almacenamiento interno, aunque con la versión Pro se puede llegar hasta los 512GB. Se trata de almacenamiento interno del UFS 3.0 y que la memoria RAM evoluciona al tipo LPDDR5 de última generación. De acuerdo con la compañía, el Xiaomi Mi 10 Pro anotó 585.232 en el Benchmarking sintético de AnTuTu. En cuanto respecta a las posibles configuraciones de memoria, son del Mi 10: 8GB + 128GB, 8GB + 256GB y 12GB + 256GB; mientras que del Mi 10 Pro, son: 8GB + 256GB, 12GB + 256GB y 12GB + 512GB. No puede faltar mencionar que el Xiaomi Mi 10 es alimentado por una batería de 4.500mAh compatible con carga rápida de 30W tanto por cable como inalámbrica. Por otro lado, el Xiaomi Mi 10 Pro goza de una capacidad de 4.780mAh con carga rápida de 50 vatios y carga inalámbrica de 30 vatios. Adicionalmente, ambos dispositivos soportan carga inversa de 10 vatios. El Xiaomi Mi 10 viene con altavoces estéreo lineales duales de 1.0cc. Sin embargo, el Mi 10 Pro es el verdadero rey del audio, dado que posee una cámara más grande de 1.2cc con altavoces estéreo dobles. En términos de refrigeración, la serie Xiaomi Mi 10 cuenta con un sistema de enfriamiento líquido de cámara de vapor con múltiples capas de grafito para mantener la temperatura bajo control, pero no solo eso, dado que también posee inteligencia artificial y aprendizaje automático abocado a esta tarea. Ambos dispositivos poseen una cámara cuádruple con un sensor de 108MP como estrella del show, el cual ofrece características avanzadas tales como zoom híbrido óptico de 10 aumentos, pixel binning 4-in-1 (combinación de píxeles) y estabilización óptica de imagen, pero la diferencia viene dada en el resto de sensores que acompañan a cada terminal.

#46 DATACENTER

NUEVAS TECNOLOGÍAS

EN CENTRO DE DATOS

a industria de centros de datos está experimentando importantes cambios a medida que las empresas aumentan el uso de tecnologías vinculadas a la inteligencia artificial, como el aprendizaje automático y el aprendizaje profundo.

Esas innovaciones elevan los requisitos mínimos de las infraestructuras TI en los centros de datos, llevando a las empresas a invertir en nuevos equipos de procesamiento y de almacenamiento de datos de última generación. Según los expertos de la ﬁrma de investigación CommScope, esta tendencia va a tener mucho peso en la industria datacenter este año. En su último informe, Juan Carlos Riveros, Field Application Engineer en esta empresa, dijo que esperan “ver que el uso de IA se acelere en 2020, a medida que las empresas usan cada vez más los datos que recopilan para construir e implementar modelos de IA que impulsan nuevos servicios y generan conocimientos comerciales”.

En su opinión, “si esperan mantener felices a estas empresas, los operadores de centros de datos deben responder, no solo con redes y servidores más rápidos en su núcleo, sino también en el borde, para permitir el despliegue de modelos de IA más cercanos a los usuarios ﬁnales”. Así, no solo se espera un aumento en la adopción de tecnologías de almacenamiento de alta velocidad, como las plataformas All-Flash, sino un importante avance de las nuevas tecnologías de computación perimetral, que se consideran como habilitadoras de la IA.

Esta tendencia, a su vez, está viéndose dificultada por una escasez de talento en lo que se refiere a la informática perimetral. Por ello, las empresas de la industria tendrán que esforzarse para reclutar y retener el suficiente personal cualificado de cara a 2020. Además, se prevé que los operadores de centros de datos implementarán su propia inteligencia artificial para maximizar la productividad de sus propios empleados. Y emplearán tecnologías como los visores de realidad aumentada para ayudar a los técnicos de servicio.

ASISTENTE DE VOZ PARA

JUEGOS DIFÍCILES

#48 gaming

SUPERAR

a patente más reciente de Sony muestra evidencia de un asistente de voz que permitiría interactuar con la PlayStation 5 para pedirle ayuda. Contrario a lo que se observó en el Xbox One y su implementación de Cortana, la versión de Sony sería una línea de ayuda para obtener trucos que permitan avanzar en el juego.

Publicada en la Oﬁcina de Patentes de Estados Unidos y captada por Inverse, la patente se titula "Plataforma de superﬁcie de recursos en el juego" y su descripción indica que se activa a solicitud del usuario cuando realiza una consulta relacionada con completar un objetivo.

Un diagrama muestra a un jugador haciendo la pregunta "Hey PlayStation, ¿cómo derroto al jefe?", misma que será procesada por la consola para ofrecer una respuesta. El asistente patentado por Sony utiliza inteligencia artiﬁcial para llevar a cabo el trabajo. Cuando un usuario hace una consulta por voz, el sistema analiza la pregunta y realiza múltiples tareas. Primero procesa los datos actuales del jugador y los compara con información de otros jugadores que hayan completado el objetivo.

El asistente identiﬁca los intentos exitosos y extrae los recursos utilizados valiéndose de un módulo de aprendizaje automático, ofreciendo después la solución más adecuada al usuario ﬁnal en la pantalla. El sistema analiza "recursos" dentro del juego, por ejemplo la combinación de ítems, armaduras, habilidades especiales y más.

Según Sony, con el creciente aumento de contenido dentro de los videojuegos, se ha vuelto cada vez más difícil encontrar una combinación correcta para ganar, por lo que los usuarios dependen de una mecánica de "prueba y error" para seguir avanzando. Si bien esta implementación suena interesante, hay que mencionar que hay un truco y tiene que ver con la posibilidad de obtener más dinero por micropagos. Algunos diagramas de la patente muestran recomendaciones de contenido descargable a adquirir en la PlayStation Store. No se ha especiﬁcado si el asistente vaya a ser una función premium o se reﬁere abiertamente a la PS5, aunque por los diagramas queda muy claro que se trata de una implementación para la próxima consola de Sony.

¿ME DEBE PREOCUPAR EL

#50 SECURITY

RECONOCIMIENTO FACIAL?

l reconocimiento facial es una de las revoluciones tecnológicas de la última década, presente en nuestro día a día pretende estarlo aún más, por ejemplo, siendo el añadido perfecto para las cámaras de vigilancia. ¿Estamos camino de un Gran Hermano? Estamos en 2020, no en 1984, pero parece que George Orwell se acercó bastante al concepto de mayor seguridad a cambio de menor privacidad.

China fue de los primeros países en utilizar el reconocimiento facial como aliado y salvaguarda de la seguridad en las calles. Allí, más de 300 millones de cámaras de seguridad, gracias a esta tecnología, detectan una cara entre una multitud en cuestión de segundos. Aunque Estados Unidos cuenta con este sistema de detección en muchos de sus aeropuertos, en ciudades como San Francisco han prohibido técnicas de reconocimiento facial para identiﬁcar a criminales, tal como Oakland, Portland, Sommerville,

entre otras. En España, donde no existe una legislación especíﬁca sobre reconocimiento facial, sí existe una sobre protección de datos. Alemania lo prohíbe para su policía y Francia en las instituciones educativas, mientras otras ciudades, como Londres, llevan el camino contrario. En concreto, la Policía Metropolitana londinense anunció recientemente que la tecnología de reconocimiento facial en las calles ha superado la etapa de prueba previa y está lista para integrarse permanentemente en la vigilancia diaria de la ciudad.

Mientras, la Unión Europea planea discutir el tema anunciando una estrategia en materia de inteligencia artificial y datos para una transformación digital que sitúe en un lugar preferente a las personas. En este marco, la Comisión Europea presentó un Libro Blanco sobre la Inteligencia Artificial, con normas claras en ámbitos como la salud, el transporte o las actividades policiales, en el que señala que los sistemas de IA deben ser transparentes y trazables, además de estar sometidos a una verificación humana. El documento, en el que advierte a los países miembros sobre los riesgos que trae la videovigilancia masiva, contempla iniciar un debate sobre las circunstancias que podrían justificar el uso del reconocimiento facial para la identificación biométrica a distancia, que hoy en día sólo está autorizada en casos

excepcionales, justiﬁcados y proporcionados. Bruselas, que también quiere que se discuta sobre las condiciones de esas excepciones, prevé un sistema de etiquetado voluntario en caso de que apliquen normas más estrictas para las aplicaciones de inteligencia artiﬁcial de menor riesgo. Para funcionar, el reconocimiento facial sólo necesita una cámara precisa y un software que, mediante algoritmos, es capaz de reconocer patrones en las facciones de la cara. Una imagen bidimensional o tridimensional crea una matriz de similitudes, un patrón que cotejar con una base de datos de cientos de miles de fotos. Aunque está en pleno desarrollo, ofrece ya mejores resultados que la biométrica por huella dactilar.

Aún no existe una aplicación que reconozca o identiﬁque en una imagen a una persona. Para el software no entrenado, una imagen facial sólo es un puñado de píxeles que convierte en valores numéricos en función de la intensidad y dirección de la luz y la sombra. A partir de aquí puede comenzar a identiﬁcar patrones que corresponden a rasgos faciales, cuencas oculares, narices, mandíbulas o mentones.

La forma que tiene el software de identificar una cara en concreto es a través de un conjunto de referencias o puntos concretos (suelen ser aproximadamente 68) cuya distancia entre ellos y configuración son distintos para cada persona, confiriendo patrones únicos como una huella digital. También existen otros métodos más modernos de identificación como el análisis de textura superficial que mapea y cataloga la textura de la piel, como si cartografiase cada poro y cada arruga de la cara. Por ahora, el software sólo puede reconocer una cara cuando está de frente, pero esto se puede entrenar. Si se toman datos históricos de esa misma persona de perfil o en escorzo, escalando y rotando la cara, el programa puede aprender a ajustar las imágenes faciales que están orientadas de manera diferente. Esto es observable cualquier tarde tonta distrayéndose con los filtros de Instagram, estos se ajustan al rostro del usuario mueva o gire la cara. El límite es el perfil o los ángulos imposibles, entonces es cuando desaparece la magia del filtro y sólo queda la cruda realidad.

#52 RESEARCH

REFORMER APRENDIZAJE AUTOMÁTICO

DE GOOGLE A

unque el modelo Transformer de Google se usa ampliamente en el mundo de la inteligencia artificial y el aprendizaje automático, el sistema tiene sus limitaciones. Por ejemplo, Transformer tiene problemas con grandes marcos contextuales, donde el número de cálculos de cómputo se vuelve demasiado pesado rápidamente. Reformer resuelve este problema y se asegura de que se necesite menos potencia informática para comprender, traducir y generar textos. Sin embargo, este sistema es relativamente ineﬁciente y es por eso que Google ha desarrollado Reformer, con el cual las llamadas funciones hash se usan para agrupar vectores similares. Esto permite que el sistema busque en grupos de datos relativamente pequeños, en lugar de buscar en todos los pares de vectores posibles. Por ejemplo, con una tarea de traducción, todas las palabras que signiﬁcan lo mismo en diferentes idiomas obtienen el mismo hash. Una vez que se han asignado los hash, se agrupan y se dividen en diferentes segmentos para permitir que los datos se procesen en paralelo.

Los modelos de transformador funcionan con neuronas (funciones matemáticas), que están organizadas en diferentes capas que están interconectadas y procesan las señales de entrada en señales salientes, mientras que la fuerza sináptica entre cada conexión se ajusta lentamente y se calcula dinámicamente. De esta manera, un modelo de IA puede extraer ciertas características y funciones de, por ejemplo, un texto y aprender a hacer predicciones.

Otra cosa que hace que Reformer sea más eﬁciente que Transformer, es el hecho de que la nueva arquitectura recalcula la entrada de cada capa en el sistema, en lugar de almacenar todos los datos en la memoria. Reformer sólo se puede ejecutar con un chip acelerador AI con solo 16 GB de RAM. Con esto, el sistema podría manejar un marco de contexto mucho más amplio que todos los conjuntos de datos existentes, según los investigadores Lukasz Kaiser y Nikita Kitaev. En las pruebas, Google Reformer logró procesar el texto completo del libro de Dostoievsky, Crimen y castigo.

#54 CLOUD

Aprendizaje automático con Oracle

Cloud Data ScIence Platform

racle anunció la disponibilidad de Oracle Cloud Data Science Platform. En su núcleo se encuentra Oracle Cloud Infrastructure Data Science, que ayuda a las empresas a construir, capacitar, administrar e implementar modelos de aprendizaje automático para aumentar el éxito de los proyectos de ciencia de datos.

A diferencia de otros productos de ciencia de datos que ponen el foco en cientíﬁcos de datos individuales, Oracle Cloud Infrastructure Data Science ayuda a mejorar la efectividad de los equipos de ciencia de datos con capacidades como proyectos compartidos, catálogos de modelos, políticas de seguridad de equipo, reproducibilidad y auditabilidad. Oracle Cloud Infrastructure Data Science selecciona automáticamente los conjuntos de datos

de entrenamiento óptimos a través de la selección y el ajuste del algoritmo AutoML, la evaluación y la explicación del modelo. Hoy en día, las organizaciones solo se dan cuenta de una fracción del enorme potencial de transformación de los datos porque los equipos de ciencia de datos no tienen fácil acceso a éstos y las herramientas adecuadas para construir e implementar modelos efectivos de aprendizaje automático.

#56 CLOUD

El resultado neto es que los modelos tardan demasiado en desarrollarse, no siempre cumplen con los requisitos empresariales de precisión y robustez, y con demasiada frecuencia nunca llegan a producción.

“Los modelos efectivos de aprendizaje automático son la base de proyectos exitosos de ciencia de datos, pero el volumen y la variedad de datos que enfrentan las empresas pueden parar estas iniciativas antes de que despeguen”, dijo Greg Pavlik, senior vice president product development, Oracle Data and AI Services. "Con Oracle Cloud Infrastructure Data Science, estamos mejorando la productividad de los científicos de datos individuales mediante la automatización de todo su flujo de trabajo y agregando un soporte sólido del equipo para la colaboración de cara a ayudar a garantizar que los proyectos de ciencia de datos entreguen un valor real a las empresas".

Oracle Cloud Infrastructure Data Science incluye flujo de trabajo automatizado de ciencia de datos, ahorrando tiempo y reduciendo errores con las siguientes capacidades:

• La selección automática de características predictivas simpliﬁca la ingeniería de características al identiﬁcar automáticamente las características claves de conjuntos de datos más grandes.

• AutoML la selección y ajuste automatizado de algoritmos facilita el proceso de ejecución de pruebas contra múltiples algoritmos y configuraciones de hiperparámetros. Comprueba la precisión de los resultados y confirma que se selecciona el modelo y la configuración óptimos para su uso. Esto ahorra tiempo significativo para los científicos de datos y, lo que es más importante, está diseñado para permitir que cada científico de datos obtenga los mismos resultados que los profesionales más experimentados.

• La evaluación del modelo genera un conjunto completo de métricas de evaluación y visualizaciones adecuadas para medir el rendimiento del modelo frente a nuevos datos y puede clasificar los modelos a lo largo del tiempo para permitir un comportamiento óptimo en la producción. La evaluación va más allá del rendimiento bruto para tener en cuenta el comportamiento de referencia esperado y utiliza un modelo de costes para que los diferentes impactos de falsos positivos y negativos se puedan incorporar por completo. • Oracle Cloud Infrastructure Data Science proporciona una explicación automatizada de la ponderación relativa y la importancia de los factores que intervienen en la generación de una predicción, además ofrece la primera implementación comercial de la explicación independiente del modelo. Con un modelo de detección de fraude, por ejemplo, un científico de datos puede explicar qué factores son los principales impulsores del fraude para que la empresa pueda modificar procesos o implementar salvaguardas.

TU ÉXITO ES NUESTRA

MAYOR SATISFACCIÓN WE DEVELOP CREATIVE CAMPAIGNS FOR DIGITAL ENVIRONMENTS, SEARCH ENGINES AND SOCIAL NETWORKS, TO SUPPORT THE POSITIONING OF PRODUCTS AND SERVICES.

DESIGN

WEB DEVELOPMENT

DIGITAL CAMPAING

WE TAKE YOU DIGITAL

SOCIAL MEDIA

EMAIL MARKETING

CHILE: MAYOR PREPARACIÓN PARA ECONOMÍA DIGITAL

#58 latam news

Con el objetivo de disminuir la brecha digital y construir un futuro más inclusivo, Cisco lanzó recientemente su Índice de Preparación Digital Global 2019, una investigación que mide a 141 países en siete componentes: necesidades básicas, inversión empresarial y gubernamental, facilidad para hacer negocios, capital humano, entorno de inicio, adopción de tecnología e infraestructura tecnológica.

HUAWEI MATE 30 PRO YA ESTÁ EN COLOMBIA La multinacional china de alta tecnología una vez más les da gusto a los consumidores colombianos al anunciar el arribo oficial al país de su teléfono insignia, el Huawei Mate 30 Pro, un dispositivo de última generación y que viene equipado con las más recientes innovaciones tecnológicas de la marca, como funciones impulsadas por inteligencia artificial. Con una mezcla perfecta entre un diseño minimalista y el desarrollo tecnológico que lo caracteriza, este equipo presenta su ya icónica pantalla l Huawei Horizon Display, que brinda una experiencia inmersiva –gracias a sus 6,53” y curvatura de 88°–, y un procesador Kirin 990, con niveles incomparables de desempeño y eficiencia en el consumo energético. En materia de batería, está dotado con una de 4.500 mAh, equipada con tecnología Huawei SuperCharge de 40 W alámbrica, además de la nueva generación de Wireless Huawei SuperCharge de 27, que ofrece una experiencia segura y veloz de carga en cualquier escenario. Adicionalmente, tiene la función de carga inalámbrica reversible, que les permite a los usuarios recargar otros dispositivos como los audífonos Huawei Freebuds 3, ya que este smartphone se convierte en una base de carga inalámbrica de forma instantánea.

Esta investigación, después de considerar distintos factores y datos, posicionó a Chile en el primer lugar del ranking latinoamericano por su constante labor de impulsar la economía digital en el país, que además resalta por cumplir con la infraestructura básica y las políticas necesarias para respaldar la continuidad de los negocios, y contar con fuerza laboral caliﬁcada para apoyar, construir y mantener la innovación digital. Con un puntaje total de 14.86 sobre 25, Chile destaca por cubrir las necesidades básicas para que una población sobreviva y prospere, lo que sitúa al país en el puesto número 30 del ranking de 141 países. Asimismo, resalta por cumplir con la infraestructura básica y las políticas necesarias para respaldar la continuidad de los negocios, y contar con fuerza laboral caliﬁcada para apoyar, construir y mantener la innovación digital.

LASSO YA ESTÁ DISPONIBLE EN PERÚ Llegó el Tik Tok de Facebook a Perú. Se trata de la aplicación de videos cortos Lasso, que está disponible en equipos Android e iOS. El servicio permite añadir música, fotos y ﬁltros a los videos de forma independiente al uso de la red social. La aplicación permite crear y compartir videos cortos, con un estilo muy similar al de TikTok. Para usarla, solo se necesita iniciar sesión como usuario de Instagram o Facebook de una cuenta existente, o crear una nueva. Desde la pestaña principal de Lasso se pueden ver los videos más populares del momento, a los que se puede dar “like” o compartir. Los videos también tienen etiquetas, a través de las cuales se puede dar un vistazo a otros videos similares de otros usuarios. Para crear un video en Lasso se usa la cámara del móvil (se puede variar la velocidad a cámara lenta o rápida) para grabar clips de algunos segundos, a los que se puede añadir ﬁltros y efectos, así como canciones. La aplicación fue lanzada en noviembre de 2018 orientada a un público adolescente y juvenil, y recién desde este año está disponible en Perú. ¿Tendrá éxito en los usuarios peruanos?

#60 brazil news

Samsung anuncia novos Galaxy A51 e A71 no Brasil A Samsung lançou os novos aparelhos Galaxy A51 e A71 no Brasil. Eles são os sucessores de A50 e A70, respectivamente, lançados no ano passado no país. Eles fazem parte da linha intermediária da empresa sul-coreana, e têm como principais recursos as câmeras quadruplas e o processador mais potente, de 8 núcleos. No caso do A71, o processador é o Snapdragon 730, fabricado pela Qualcomm, enquanto que o A51 vem com o Exynos 9611, de fabricação da própria Samsung.

Samsung anuncia nuevos Galaxy A51 y A71 en Brasil Samsung lanzó los nuevos dispositivos Galaxy A51 y A71 en Brasil. Son los sucesores de A50 y A70, respectivamente, lanzados el año pasado en el país. Forman parte de la línea intermedia de la compañía surcoreana y tienen como características principales las cámaras cuádruples y el procesador más potente, 8 núcleos. En el caso del A71, el procesador es el Snapdragon 730, fabricado por Qualcomm, mientras que el A51 viene con el Exynos 9611, fabricado por el propio Samsung.

Nasdaq aposta em tecnologia de blockchain para ampliar mercado no Brasil Apenas captar empresas brasileiras interessadas em negociar suas ações no exterior não satisfaz a Nasdaq. A famosa bolsa de valores americana, conhecida por atrair companhias de tecnologia, prepara-se para avançar ainda mais no Brasil. Seus novos cartões de visitas são a tecnologia blockchain, que nasceu com as criptomoedas, mas vem ganhando autonomia, e a tokenização. Já a tokenização refere-se a contratos digitais baseados na tecnologia blockchain, e que representam ativos reais.

Nasdaq apuesta por la tecnología blockchain para expandir el mercado en Brasil La simple captura de empresas brasileñas interesadas en comercializar sus acciones en el extranjero no satisface a Nasdaq. La famosa bolsa de valores estadounidense, conocida por atraer compañías tecnológicas, se está preparando para avanzar más en Brasil. Sus nuevas tarjetas de visita son tecnología blockchain, que nació con criptomonedas, pero ha ido ganando autonomía y tokenización. La tokenización se reﬁere a contratos digitales basados en la tecnología blockchain, que representan activos reales.

Inovação: Setor educacional atrai as empresas de tecnologia A tecnologia já mudou a forma de produzir, consumir e interagir da população mundial, nos últimos anos, inclusive em relação à educação. Visando aproximar o aprendizado na sala de aula da realidade da nova geração de alunos, as empresas de tecnologia investem cada vez mais na área – somente em 2019, o Brasil somou quase 300 edtechs (startups de educação), segundo levantamento realizado pela Liga Insights em parceria com a Liga Ventures.

Innovación: El sector educativo atrae a las empresas tecnológicas La tecnología ya ha cambiado la forma de producir, consumir e interactuar con la población mundial en los últimos años, incluso en relación con la educación. Con el objetivo de acercar el aprendizaje en el aula a la realidad de la nueva generación de estudiantes, las empresas de tecnología invierten cada vez más en el área: solo en 2019, Brasil agregó casi 300 edtechs (startups educativas), según una encuesta realizada por la Liga Insights en asociación con Liga Ventures.

#62 carinneam & central america

CLARO DESPLEGARÁ 5G EN REPÚBLICA DOMINICANA La empresa de telecomunicaciones Claro dio a conocer los avances en ese sector que en este 2020 se encuentran en un plan de despliegue de 5G en la región y que en República Dominicana ha venido realizando las adecuaciones a su red para lanzar al mercado la nueva tecnología. Destacó que solo falta concluir con el ordenamiento y el concurso o licitación pública del espectro para adquirir la frecuencia y ofrecer comercialmente al mercado soluciones basadas en la referida tecnología. “La empresa está en la capacidad y tiene lista la infraestructura necesaria para manejar todo lo que trae la evolución tecnológica. Nuestra Red está lista para 5G, una vez se realice el proceso de licitación de frecuencias, estaremos en la capacidad de ofrecer verdaderas soluciones¨, puntualizó Rogelio Viesca, presidente de Claro.

AERONET LANZA TECNOLOGÍA DE FACEBOOK EN VIEJO SAN JUAN AeroNet anunció el lanzamiento del proyecto piloto de la tecnología inalámbrica Terragraph en el Viejo San Juan. Según se informó, este proyecto busca ofrecer un servicio confiable y asequible de alta velocidad a la ciudad patrimonial. Este proyecto busca ofrecer un servicio confiable y asequible de alta velocidad a la ciudad patrimonial. La implementación del piloto de esta tecnología desarrollada por Facebook mejorará la infraestructura digital de la ciudad y garantizará una mayor disponibilidad de servicios de banda ancha para los residentes del Viejo San Juan. Históricamente, la infraestructura de la ciudad y el estatus de la UNESCO han hecho que sea económicamente dificultoso proporcionar conectividad con velocidades de fibra en todo el Viejo San Juan, lo que limita el acceso de los residentes a internet confiable de alta velocidad.

PRIMERA SALA DE CINE SCREENX EN PUERTO RICO Caribbean Cinemas conﬁrmó la llegada de la primera sala ScreenX a Puerto Rico y el Caribe en el nuevo cine VIP en El Distrito de Convenciones en San Juan. ScreenX es una nueva manera de ver películas cuya tecnología permitirá disfrutar de una experiencia visual panorámica de 270 grados al añadir dos pantallas laterales que harán que los espectadores sientan que están en medio de la acción. Esta nueva sala ScreenX será auspiciada por JEEP y es una de las 8 salas que tendrá el cine. La sala JEEP ScreenX contará con 5 proyectores, cuatro para las pantallas laterales y uno para la pantalla principal para crear una experiencia inmersiva. La programación de la tecnología ScreenX mezcla múltiples imágenes en una sola que se extiende desde el centro hacia los lados mientras se une con las pantallas laterales reflejando la misma brillantez y colorido de la pantalla principal.

BY GLOBALMEDIA IT

SEPTIEMBRE 2019

COMPRANDO USA EN

GLOBALMEDIA-IT.COM

BY GLOBALMEDIA IT

COMPRANDO USA EN

CLIENTS ALLPLUS Web: allplus.com APC Web: www.schneider-electric.us CRUCIAL Web: www.crucial.com INTCOMEX Web: www.intcomex.com LICENCIAS ONLINE Web: www.licenciasonline.com THE WISE COMPUTER Web: www.wisecomputer.com