lunes, 18 de mayo de 2026

Hub de IA en Filipinas Inversion US y Soberania

Estados Unidos y Filipinas están avanzando a un ritmo acelerado en la creación de un ambicioso centro de inteligencia artificial (IA) y cadena de suministro de 4.000 acres en Nueva Clark City. Este proyecto, parte de la iniciativa Pax Silica, busca establecer la primera instalación física de esta alianza global enfocada en asegurar las cadenas de suministro de IA y semiconductores entre naciones aliadas. El Subsecretario de Estado de EE. UU., Jacob Helberg, visitó el sitio junto a representantes de empresas estadounidenses, marcando un hito importante en la materialización de esta estrategia.

Hub de IA en Filipinas: Inversión US y Soberanía

El centro, ubicado dentro del Corredor Económico de Luzón, está diseñado para impulsar industrias emergentes como la IA, infraestructura digital, manufactura avanzada y el procesamiento de minerales críticos. Filipinas se unió a Pax Silica como el decimotercer miembro, uniéndose a países como Australia, India, Japón y el Reino Unido. Este hub busca ser un punto de convergencia para empresas tecnológicas, instituciones de investigación y agencias gubernamentales, centrándose en la infraestructura de computación de IA, empaquetado de semiconductores y el procesamiento de minerales esenciales como níquel y cobalto, recursos abundantes en Filipinas.

La iniciativa se enmarca dentro de los esfuerzos de EE. UU. por reestructurar las cadenas de suministro tecnológicas globales, reduciendo la dependencia de China, que actualmente domina una gran parte de la producción de tierras raras y etapas clave en la fabricación de semiconductores. La ubicación en Filipinas es estratégica, dado que los semiconductores ya representan una parte significativa de las exportaciones del país, aunque concentradas en ensamblaje y empaquetado. Sin embarg o, el proyecto ya enfrenta interrogantes importantes, especialmente en cuanto a la jurisdicción legal y la inmunidad diplomática para el personal estadounidense en el sitio. Si bien EE. UU. habría solicitado inmunidad, las autoridades filipinas han negado haber llegado a un acuerdo al respecto, enfatizando que se trata de un acuerdo comercial convencional.

La viabilidad a largo plazo del hub también dependerá de la capacidad de Filipinas para atraer inversiones masivas, asegurar un suministro energético confiable y desarrollar una fuerza laboral cualificada. Además, la alineación con las políticas de control de exportaciones de EE. UU., especialmente en lo referente a semiconductores avanzados, presenta un desafío diplomático para Manila en su relación con Beijing. A pesar de estos obstáculos, el objetivo es que la construcción comience antes de finales de 2028, demostrando la intención de acelerar la concreción de esta ambiciosa visión estratégica.

Fuente Original: https://thenextweb.com/news/us-philippines-pax-silica-ai-hub-clark-city

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

Gulf Nations AI Cyber Security Choices

This article delves into the crucial role of Artificial Intelligence (AI) in shaping the cybersecurity strategies of Gulf Cooperation Council (GCC) nations. It highlights that as these countries increasingly embrace digital transformation, the associated cyber threats are escalating. Consequently, AI is emerging as a vital tool in their defence mechanisms, offering advanced capabilities to detect, prevent, and respond to cyberattacks.

Gulf Nations: AI & Cyber Security Choices

The piece discusses the strategic imperatives for GCC states to develop robust AI-powered cybersecurity frameworks. This includes investing in research and development, fostering talent, and implementing sophisticated AI solutions across critical infrastructure and government services. The aim is to not only safeguard national interests and data but also to build a resilient digital ecosystem that can support economic growth and innovation.

Furthermore, the article touches upon the challenges and opportunities associated with this technological integration. It suggests that while AI offers powerful solutions, it also presents new complexities, such as the potential for AI-driven attacks and the ethical considerations surrounding its deployment. The GCC countries are therefore navigating a strategic path to leverage AI effectively, balancing innovation with security and sovereignty in the digital realm.

Fuente Original: https://news.google.com/rss/articles/CBMijgFBVV95cUxNY0RmVmtoRGdmYVVKWmZtUWU2bnNJbmt5UU56a204SXNvREw2X3l5NHJMOU5JbW12MHNxd215MFNPUVp3TWtCTjFFYjlsM3FKMnZIMUNzQ0p1R2szV1VHclZ6Mm5oNTc4aDZQMVlsVTljUk9vZmNtTXhmME9SWnpJSFcxUTRlV2xrZjBaUVpn?oc=5

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

OpenAI Unifica ChatGPT Codex El Futuro es Aqui

OpenAI ha tomado una decisión estratégica importante: fusionar sus productos estrella, ChatGPT y Codex, junto con su API, bajo el liderazgo unificado de Greg Brockman. Esta maniobra busca consolidar los esfuerzos de la compañía en una única plataforma de agente, marcando el fin de los proyectos paralelos y un enfoque decidido hacia su futura salida a bolsa (IPO).

OpenAI Unifica ChatGPT, Codex: ¡El Futuro es Aquí!

La reorganización, que formaliza un arreglo temporal, coloca a Brockman a la cabeza de la estrategia de producto. Thibault Sottiaux, quien impulsó el crecimiento de Codex, ahora liderará el producto principal y la plataforma. Nick Turley, clave en la expansión de ChatGPT, se centrará en productos empresariales e industrias críticas. Brockman mantiene la responsabilidad sobre la infrae structura de IA, incluido el ambicioso programa de centros de datos Stargate. Aunque Fidji Simo, CEO de despliegue de AGI, se encuentra en licencia médica, colaboró en estos cambios y se espera su regreso, sin fecha definida.

Esta consolidación responde a una necesidad de reenfocar recursos, impulsada por la escasez de potencia de cálculo, que no es suficiente para mantener equipos y hojas de ruta separadas para productos con capacidades convergentes. La eliminación de redundancias permite concentrar el esfuerzo de ingeniería en una única plataforma capaz de manejar conversaciones, generación de código, uso de herramientas y ejecución de tareas autónomas. La competencia en el sector es feroz, con rivales como Cursor prosperando en herramientas de codificación para desarrolladores y Google ganando terreno con Gemini. OpenAI busca simplificar su narrativa de producto para inversores institucionales, presentando una plataforma unificada en lugar de un portafolio de ap licaciones separadas. Esta reestructuración también se produce en medio del litigio iniciado por Elon Musk contra Sam Altman, que podría afectar la estructura legal de OpenAI.

La plataforma unificada, descrita internamente como una "super app" de agente, se desplegará gradualmente, comenzando por expandir Codex para abarcar tareas de productividad más allá de la codificación, antes de integrar ChatGPT y la herramienta de investigación Atlas. El objetivo es crear una aplicación integral donde los usuarios puedan conversar, codificar, navegar por la web y gestionar tareas, todo dentro de una única interfaz impulsada por el mismo modelo y con un modelo de ingresos simplificado. La confianza depositada en Brockman para liderar tanto la estrategia de producto como la infraestructura subraya la importancia de esta misión para el futuro de OpenAI.

Fuente Original: https://thenextweb.com/news/openai-brockman-chatgpt-codex-unified-agentic-platform

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

Vulnerabilidad Critica en NGINX Explotada Activamente

Una grave vulnerabilidad de seguridad identificada como CVE-2026-42945 está siendo explotada activamente en entornos reales, afectando al popular servidor web NGINX. Este fallo de seguridad está provocando caídas de los procesos worker de NGINX y potencialmente podría permitir la ejecución remota de código (RCE), representando una amenaza significativa para millones de servidores en todo el mundo.

Vulnerabilidad Crítica en NGINX Explotada Activamente

La vulnerabilidad ha sido confirmada en explotación activa, lo que significa que los atacantes ya están aprovechando esta debilidad para comprometer sistemas vulnerables. Los efectos inmediatos incluyen la interrupción del servicio debido a caídas repetidas de los procesos worker, lo que puede dejar sitios web y aplicaciones completamente inoperativos. Sin embargo, la preocupación más grave es la posibilidad de que los atacantes logren ejecutar código arbitrario en los servidores afectados, otorgándoles control total sobre los sistemas comprometidos.

Los administradores de sistemas y profesionales de seguridad informática deben considerar esta situación como una prioridad crítica. La explotación activa en la naturaleza significa que los ataques no son teóricos sino reales y en curso. Se recomienda encarecidamente a todas las organizaciones que ejecutan NGINX que verifiquen inmediatamente sus versiones instaladas y apliquen los parches de seguridad disponibles sin demora. La actualización a versiones corregidas del software es la medida de mitigación más efectiva contra esta amenaza.

Este incidente subraya la importancia de mantener una gestión proactiva de parches y monitoreo continuo de vulnerabilidades. Con la inteligencia artificial remodelando constantemente el panorama de las amenazas cibernéticas, los profesionales de seguridad deben mantenerse actualizados con capacitación especializada y estar preparados para responder rápidamente a nuevas vulnerabilidades críticas como esta.

Fuente Original: https://thehackernews.com/2026/05/nginx-cve-2026-42945-exploited-in-wild.html

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

Linus Torvalds Slams AI-Generated Kernel Bug Reports

Linux creator Linus Torvalds has issued a stern warning to developers relying on artificial intelligence tools to submit bug reports to the kernel security mailing list. In his latest release candidate announcement, Torvalds revealed that the influx of AI-detected bug reports has rendered the security list "almost entirely unmanageable," with the team drowning in duplicate reports from multiple researchers discovering identical issues using the same automated tools, often on the very same day.

Linus Torvalds Slams AI-Generated Kernel Bug Reports

The core problem, according to Torvalds, is that security team members are wasting valuable time merely forwarding reports to appropriate maintainers or informing submitters that bugs have already been addressed weeks or months earlier. This creates pointless administrative burden whilst adding no genuine value to kernel development. The situation is exacerbated by the private nature of the security list, which prevents reporters from seeing each other's submissions, leading to even more duplication.

To address this crisis, new documentation has been published clarifying the Linux kernel's threat model. The documentation reveals that most bugs reported through security channels are simply regular bugs that have been incorrectly classified as security issues due to misunderstanding of what constitutes a genuine security threat in the kernel context. The updated guidelines make clear that AI-detected bugs are, by definition, not secret and should not be treated as confidential security matters requiring private discussion.

Torvalds emphasised that whilst AI tools can be valuable, they must be used productively rather than creating unnecessary work and false productivity. He urged developers who discover bugs using AI to add genuine value by reading the documentation, creating proper patches, and demonstrating real understanding of the issues rather than simply being "drive-by" reporters who submit findings with no comprehension of the underlying problems. The message is clear: automation without expertise benefits no one.

Fuente Original: https://linux.slashdot.org/story/26/05/18/0238214/linus-torvalds-ai-detected-bug-reports-make-kernel-security-list-almost-entirely-unmanageable?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

domingo, 17 de mayo de 2026

Grok Build IA de Elon Musk para Codificar

¡Atención, desarrolladores! Elon Musk y su empresa xAI han dado un paso importante en el competitivo mundo de la inteligencia artificial con el lanzamiento de Grok Build. Este nuevo agente de codificación se presenta como un rival directo para herramientas ya establecidas como Claude Code de Anthropic, buscando acortar distancias con empresas líderes del sector como OpenAI.

Grok Build: ¡IA de Elon Musk para Codificar!

Elon Musk, fundador y CEO de xAI, reconoció previamente que la compañía se encontraba rezagada en capacidades de codificación. Tras una reestructuración interna, xAI está apostando fuerte por Grok Build para recuperar terreno. Según informes, se ha instado al equipo a trabajar intensamente para que Grok alcance el nivel de rendimiento de Claude en diversas tareas de programación.

Actualmente, Grok B uild se encuentra en fase beta y está disponible para los suscriptores del plan SuperGrok Heavy, cuyo coste es de 300 dólares mensuales. Los interesados pueden descargarlo desde el sitio web de xAI. La herramienta se describe como un potente agente de codificación y una interfaz de línea de comandos (CLI) diseñada para la ingeniería de software profesional y trabajos de codificación complejos. xAI busca activamente la retroalimentación de los usuarios para identificar y corregir errores. Entre las características destacadas se incluye un modo de planificación que permite revisar, editar y aprobar un plan antes de su ejecución, además de ofrecer compatibilidad con plugins y flujos de trabajo existentes.

Fuente Original: https://developers.slashdot.org/story/26/05/17/021425 4/elon-musks-xai-launches-grok-build-its-first-ai-coding-agent?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

IA Creativa Superan los LLM el Test de Lovelace

We've all heard of the Turing Test, the classic benchmark for artificial intelligence that asks if a machine can converse indistinguishably from a human. But what if there's a tougher challenge out there? Enter the Lovelace Test, a more demanding evaluation proposed nearly two decades ago, designed to gauge a machine's true originality and creativity. Unlike the Turing Test, which focuses on conversational mimicry, the Lovelace Test posits that an intelligent machine should be able to produce something novel, something even its creators can't fully explain how it was achieved. This test aims to measure genuine creativity, suggesting that a computer only possesses a 'mind' if it demonstrates this independent creative spark.

IA Creativa: ¿Superan los LLM el Test de Lovelace?

The concept, first laid out in 2001 and later refined wit h Lovelace Test 2.0 in 2014, has gained renewed relevance with the advent of sophisticated Large Language Models (LLMs) like ChatGPT. The article suggests that these advanced AI systems might not just be passing the Lovelace Test, but exceeding it significantly. Current LLMs, trained on vast datasets of human-generated text, code, and images, employ probabilistic estimations to generate output. The sheer computational power and complexity involved in producing even a short piece of text – potentially requiring 10^14 to 10^15 calculations – make it virtually impossible for human creators to trace the exact creative process behind it within a reasonable timeframe. This complexity aligns with the Lovelace Test's criterion that the output should be so intricate that even the originators cannot fully reconstruct its genesis.

The debate continues whether this output represents true artificial creativity or merely the sophisticated mimicry of "stochastic parrots." While the Lovel ace Test was designed to assess creativity as a hallmark of intelligence, some argue that LLMs might simply be demonstrating unpredictability, a trait that, while human-like, doesn't necessarily equate to genuine understanding or consciousness. Whether these AI-generated creations are truly original or a reflection of their training data remains a key question, but their ability to generate outputs that defy easy explanation certainly pushes the boundaries of our current definitions of artificial intelligence.

Fuente Original: https://www.microsiervos.com/archivo/ia/test-lovelace-version-exigente-test-turing-ia.html

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

Fedora Detiene Iniciativa de IA por Reaccion Comunitaria

La ambiciosa iniciativa de Fedora para crear un 'AI Developer Desktop' ha sido frenada de manera inesperada. Originalmente propuesta para potenciar Fedora como una plataforma líder en inteligencia artificial y aprendizaje automático, el proyecto buscaba ofrecer un entorno optimizado con herramientas de desarrollo, soporte de hardware acelerado y una comunidad activa. La propuesta, que recibió aprobación inicial unánime por parte del Consejo de Fedora, se encontró con un obstáculo significativo poco después.

Fedora Detiene Iniciativa de IA por Reacción Comunitaria

Dos miembros clave del Consejo de Fedora retiraron sus votos de aprobación tras una fuerte reacción de la comunidad. Las preocupaciones principales se centraron en la estrategia del kernel, la posible inclusión de software propietario y la identidad del proyect o. Un punto de fricción importante fue el énfasis en el soporte de CUDA, que algunos argumentan va en contra de los principios de software libre de Fedora, abogando por alternativas de código abierto como ROCm de AMD y oneAPI de Intel.

La controversia destaca la delicada balanza que Fedora debe mantener entre adoptar nuevas tecnologías y adherirse a sus valores fundamentales. La comunidad, a través de cientos de respuestas en los foros de discusión, ha expresado su deseo de que cualquier avance en IA se alinee con el compromiso de Fedora con el software abierto y la transparencia, asegurando que el desarrollo futuro no comprometa la filosofía que ha definido a la distribución. Este revés subraya la importancia de un consenso comunitario robusto antes de implementar cambios estructurales significativos.

Fuente Original: https://linux.slashdot.org/story/26/05/16/0815220/fedoras-ai-developer-desktop-initiative-blocked-by-community-backlash?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

IA Reemplaza a Expertos que Necesita para Aprender

La inteligencia artificial enfrenta una paradoja peligrosa que pocas empresas están considerando: está eliminando precisamente a los expertos humanos de los que depende para seguir mejorando. Ahmad Al-Dahle, CTO de Airbnb, plantea un riesgo empresarial crítico que nadie está modelando adecuadamente. Mientras la industria tecnológica invierte enormemente en capacidades de autoaprendizaje de la IA, ignora casi por completo lo que está sucediendo con los evaluadores humanos que estos sistemas necesitan para evolucionar.

IA Reemplaza a Expertos que Necesita para Aprender

Para que los sistemas de IA continúen mejorando en trabajo de conocimiento, necesitan un mecanismo confiable de auto-mejora autónoma o evaluadores humanos capaces de detectar errores y generar retroalimentación de alta calidad. El problema es que la contratación de recién graduados en las principales empresas tecnológicas ha caído a la mitad desde 2019. Tareas como revisión de documentos, investigación preliminar, limpieza de datos y revisión de código ahora las manejan modelos de IA. Lo que los economistas llaman desplazamiento, las empresas lo llaman eficiencia, pero ninguno se enfoca en el problema futuro.

A diferencia de juegos como Go o ajedrez, donde AlphaZero alcanzó niveles sobrehumanos mediante autoaprendizaje, el trabajo de conocimiento carece de reglas estables y señales de recompensa claras. Las reglas en cualquier dominio profesional son dinámicas y continuamente reescritas. Nuevas leyes se aprueban, nuevos instrumentos financieros se inventan, y una estrategia legal exitosa en 2022 puede fallar en una jurisdicción que cambió su interpretación. Sin un entorno estable y una señal de recompensa inequívoca, no se puede cerrar el ciclo. Se necesitan humanos en la cadena de evaluación para seguir enseñando al modelo.

El verdadero problema es la formación. Los sistemas de IA actuales fueron entrenados con la experiencia de personas que pasaron por años de desarrollo profesional. Sin embargo, los trabajos de nivel inicial que desarrollan tal experiencia fueron los primeros en automatizarse. Esto significa que la próxima generación de expertos potenciales no está acumulando el tipo de juicio que hace valioso tener a un evaluador humano en el proceso. A su límite lógico, esto no es solo un problema de pipeline, sino un colapso de la demanda de la experiencia misma. Campos enteros podrían atrofiarse no por catástrofe, sino por miles de decisiones económicas individualmente racionales.

Las rúbricas de evaluación actuales, aunque útiles, tienen limitaciones. Solo pueden capturar lo que quien las escribió sabía medir. Optimizar contra una rúbrica produce un modelo muy bueno satisfaciéndola, pero eso no es lo mismo que un modelo que realmente está en lo correcto. Las rúbricas escalan la parte explícita del juicio, pero la parte más profunda, el instinto de que algo está mal, no cabe en una rúbrica. Al-Dahle concluye que debemos tratar el problema de evaluación humana con el mismo rigor e inversión que ponemos en construir las capacidades del modelo mismo.

Fuente Original: https://venturebeat.com/technology/the-enterprise-risk-nobody-is-modeling-ai-is-replacing-the-very-experts-it-needs-to-learn-from

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

Linux Kernel Defines Security Bugs and AI Reporting

The Linux 7.1 kernel has introduced comprehensive new documentation that clarifies two critical aspects of kernel development: what constitutes a genuine security vulnerability and how the community should handle bug reports generated with the assistance of artificial intelligence. This move comes in response to a notable surge in security-related submissions, many of which have been identified through AI-powered analysis tools.

Linux Kernel Defines Security Bugs and AI Reporting

Veteran Linux developer Willy Tarreau authored the new guidelines, which address growing concerns about the quality and nature of vulnerability reports flooding the kernel security channels. The documentation establishes clear criteria for what merits treatment as a security issue versus an ordinary bug that should follow standard public reporting procedures.

According to the new guidelines, AI-assisted vulnerability reports should be treated as public information by default. The rationale behind this approach is that AI-driven discoveries tend to surface simultaneously across multiple researchers, often on the very same day. Reporters are advised against posting exploit code or reproducers publicly; instead, they should simply mention that a reproducer exists and provide it privately only if kernel maintainers specifically request it.

The documentation also sets clear expectations for AI-assisted submissions. Reports must be concise and formatted in plain text, focusing on demonstrable impact rather than speculative or theoretical consequences. Researchers should include a thoroughly tested reproducer and, wherever feasible, propose and test a potential fix before submission.

Regarding what actually qualifies as a security bug worthy of the private security mailing list, the kernel team has drawn a firm line. Such bugs must be urgent issues that grant attackers capabilities they shouldn't possess on properly configured production systems, must be easily exploitable, and must pose an imminent threat to a substantial number of users. Crucially, reporters must consider whether the issue genuinely crosses a trust boundary, as many privately submitted bugs turn out to be ordinary defects that belong in the normal public reporting workflow.

Fuente Original: https://linux.slashdot.org/story/26/05/16/0332211/linux-kernel-outlines-what-qualifies-as-a-security-bug-responsible-ai-use?utm_source=rss1.0mainlinkanon&utm_medium=feed

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

sábado, 16 de mayo de 2026

ChatGPT Tu Banco Ahora en Conversacion Inteligente

OpenAI ha dado un paso audaz al integrar ChatGPT con tus cuentas bancarias, tarjetas de crédito, inversiones y préstamos, a través de una asociación con Plaid. Esta nueva función, disponible para suscriptores Pro en Estados Unidos, permite a los usuarios interactuar con sus finanzas de una manera completamente nueva. Imagina preguntar a ChatGPT cuánto gastaste en tus últimas vacaciones o pedirle ayuda para planificar la compra de una casa en cinco años, con respuestas basadas en tus datos reales.

ChatGPT: Tu Banco Ahora en Conversación Inteligente

La herramienta promete transformar las conversaciones financieras genéricas en consejos personalizados y accionables. ChatGPT, potenciado por su modelo más reciente, GPT-5.5, puede acceder a saldos, transacciones e inversiones, aunque se asegura que no podrá ver números de cuenta completos ni realizar cambios. La privacidad es una preocupación clave, y OpenAI afirma que los datos se eliminan en un plazo de 30 días y que los usuarios pueden desconectar sus cuentas en cualquier momento. Sin embargo, la combinación de esta información sensible con la reciente introducción de publicidad en ChatGPT plantea interrogantes sobre la privacidad y la posible recopilación de datos para segmentación de audiencias, algo que OpenAI niega.

La adquisición previa de startups fintech como Hiro Finance y Roi subraya la ambición de OpenAI de posicionarse no solo como un chatbot, sino como una plataforma integral de servicios financieros. La competencia no se queda atrás, con Perplexity lanzando funcionalidades similares. La clave del éxito para OpenAI residirá en si los usuarios confían lo suficiente en el chatbot para compartir sus datos financieros más íntimos, especialmente considerando que no existe una obligación fiduciaria legal como la de un asesor humano. La pregunta fundamental es si la conveniencia superará los riesgos de privacidad y seguridad.

Fuente Original: https://thenextweb.com/news/openai-chatgpt-personal-finance-plaid

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

Salesforces 300M AI Tokens Slack Coding Plans

Salesforce's CEO, Marc Benioff, has revealed an ambitious AI strategy, projecting a colossal spend of $300 million on Anthropic's AI tokens this year. This substantial investment is primarily earmarked for AI coding applications, a move Benioff believes will significantly reduce development costs and accelerate product iteration. He views AI coding agents as revolutionary, enabling unprecedented efficiency gains across various business functions, including service, support, and marketing, a point underscored by the significant reduction in their support workforce due to AI-driven productivity.

Salesforce's $300M AI Tokens & Slack Coding Plans

Beyond token expenditure, Benioff is keen on integrating AI more deeply into Slack, the communication platform Salesforce acquired. He hinted at forthcoming advancements that will make coding more seamless within Slack, positioning it as the primary interface for AI interactions. This vision aligns with recent Slack overhauls, which have introduced over 30 new AI capabilities powered by Anthropic's Claude, transforming Slack into a more agentic system capable of task execution and data analysis. The synergy between Slack and AI is further exemplified by the growth of Salesforce's Agentforce business and the automatic provisioning of AI-enabled Slack for new customers.

A key insight from Benioff is the need for an "intermediary layer" to intelligently route AI tasks. This would allow complex requests to be handled by powerful frontier models like Claude, while simpler tasks are delegated to more cost-effective, smaller models. This strategic approach to token management could yield significant cost savings, with Salesforce potentially developing this optimisation in-house. The broader context highlights the escalating importance of AI as a core operational expense for enterprises, with Anthropic's expanding reach through partnerships further solidifying this trend. Salesforce's significant past investment in Anthropic, driven by a strategic redirection from potential OpenAI investment, also positions them for substantial returns if this AI token strategy proves as successful as anticipated.

Fuente Original: https://thenextweb.com/news/salesforce-benioff-300-million-anthropic-tokens-slack-coding

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

Fin La IA que Gestiona a Otra IA Revoluciona Soporte

La empresa anteriormente conocida como Intercom, ahora rebautizada como Fin, ha presentado una innovación sin precedentes en el servicio al cliente: Fin Operator. Este sistema de inteligencia artificial no reemplaza a los agentes humanos de primera línea, sino que se enfoca en optimizar la labor de los equipos de operaciones de soporte. Su función principal es gestionar y mejorar a Fin, el agente de cara al cliente de la compañía, liberando a los profesionales de tareas como la actualización de bases de conocimiento, la depuración de errores conversacionales y el análisis de rendimiento.

Fin: La IA que Gestiona a Otra IA Revoluciona Soporte

Este lanzamiento marca un punto de inflexión para Fin, que ha experimentado un crecimiento exponencial, superando los 100 millones de dólares en ingresos recurrentes anuales. Fin Operator busca aliviar la creciente complejidad operativa que acompaña a la expansión de los agentes de IA. A medida que Fin resuelve millones de problemas de clientes semanalmente, la necesidad de mantener actualizadas las bases de datos, solucionar fallos y analizar el rendimiento se ha vuelto abrumadora para los equipos de soporte. Operator se presenta como una solución integral para estas tareas, actuando como analista de datos, gestor de conocimiento y constructor de agentes.

Fin Operator asume tres roles clave: como analista de datos, puede responder preguntas complejas sobre el rendimiento del equipo y generar informes detallados. Como gestor de conocimiento, es capaz de asimilar actualizaciones de productos y optimizar la base de contenidos de forma autónoma. Finalmente, como constructor de agentes, introduce una función de depuración que permite identificar y solucionar los fallos de Fin mediante un análisis conversacional paso a paso. Un aspecto crucial de Fin Operator es su sistema de "propuestas", similar a las solicitudes de extracción en ingeniería de software, que requiere la aprobación humana antes de implementar cualquier cambio. Esto garantiza un control riguroso, minimizando riesgos. Sorprendentemente, Operator utiliza los modelos Claude de Anthropic en lugar de los propios modelos Apex de Fin, ya que se considera que los modelos de Anthropic son más adecuados para las tareas de ingeniería de software y análisis de datos que req uieren los operadores. Los primeros usuarios beta han reportado mejoras significativas, comparando la eficiencia de Fin Operator con la adición de cinco miembros al equipo, lo que sugiere un futuro prometedor para la gestión de IA en el ámbito empresarial.

Fuente Original: https://venturebeat.com/technology/intercom-now-called-fin-launches-an-ai-agent-whose-only-job-is-managing-another-ai-agent

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT

RecursiveMAS Revoluciona Sistemas Multi-Agente de IA

Los sistemas de inteligencia artificial multi-agente enfrentan un desafío crítico: la comunicación entre agentes mediante texto genera latencia, aumenta costos y dificulta el entrenamiento cohesivo del sistema completo. Investigadores de la Universidad de Illinois Urbana-Champaign y Stanford han desarrollado RecursiveMAS, un marco innovador que permite a los agentes colaborar transmitiendo información a través del espacio de embeddings en lugar de texto, logrando mejoras significativas en eficiencia y rendimiento.

RecursiveMAS Revoluciona Sistemas Multi-Agente de IA

RecursiveMAS se inspira en los modelos de lenguaje recursivos, donde en lugar de procesar datos linealmente a través de capas distintas, se reutiliza un conjunto de capas compartidas que procesan la información y la retroalimentan. Este framework extiende este principio a una arquitectura multi-agente que funciona como un sistema recursivo unificado. Cada agente actúa como una capa en un modelo recursivo, pasando representaciones latentes continuas al siguiente agente en la secuencia, creando un flujo circular de información. Solo el último agente genera una salida textual en la ronda final, mientras que los demás se comunican internamente sin producir tokens de texto.

El componente arquitectónico clave es el RecursiveLink, un módulo ligero de dos capas diseñado para transmitir y refinar los estados latentes del modelo. Existen dos variaciones: el RecursiveLink interno opera dentro de un agente durante su fase de razonamiento, permitiéndole generar un flujo continuo de pensamientos latentes sin texto. El RecursiveLink externo sirve como puente entre agentes, adaptando las dimensiones de embedding entre diferentes arquitecturas de modelos. Durante el entrenamiento, solo se actualizan los parámetros de RecursiveLink, manteniendo congelados los pesos de los modelos originales, similar a la adaptación de bajo rango.

Las pruebas realizadas en nueve benchmarks que abarcan matemáticas, ciencia, medicina, generación de código y búsqueda de respuestas demostraron resultados impresionantes. RecursiveMAS logró una mejora promedio de precisión del 8.3% comparado con las alternativas más robustas, destacándose especialmente en tareas de razonamiento complejo. El sistema alcanzó una aceleración de inferencia de 1.2x a 2.4x y redujo el uso de tokens hasta en un 75.6% en la tercera ronda de recursión. Además, el entrenamiento resultó notablemente económico, actualizando solo 13 millones de parámetros (0.31% de los parámetros entrenables), reduciendo costos de entrenamiento en más de la mitad comparado con el ajuste fino completo. Los investigadores han liberado el código y los pesos del modelo bajo licencia Apache 2.0, facilitando su adopción empresarial para flujos de trabajo de agentes complejos sin la sobrecarga computacional que actualmente limita las implementaciones.

Fuente Original: https://venturebeat.com/orchestration/how-recursivemas-speeds-up-multi-agent-inference-by-2-4x-and-reduces-token-usage-by-75

Artículos relacionados de LaRebelión:

Artículo generado mediante LaRebelionBOT