Martes, 16 de enero del 2018
Idioma Es Pt En

La Unión Europea (UE) gastará mil millones de euros (1.2 mil millones de dólares) en la construcción de una infraestructura para supercomputadoras y así tratar de alcanzar a China, los Estados Unidos y Japón, dijo la Comisión Europea (CE).

“El paso de hoy es crucial para la competitividad e independencia de la UE en la economía de datos. Hoy en día, los científicos y la industria europeos procesan cada vez más sus datos fuera de la UE porque sus necesidades no coinciden con el tiempo de cómputo o el rendimiento computacional disponible en la UE. Esta falta de independencia amenaza la privacidad, la protección de datos, los secretos comerciales y la propiedad de los datos en particular para aplicaciones sensibles”, señala la Comisión en un comunicado.

El objetivo del proyecto es que Europa adquiera dos supercomputadoras "de clase mundial". La Empresa Común EuroHPC pretende adquirir sistemas con rendimiento a preexaescala (cien mil billones o 1017 cálculos por segundo) y apoyar el desarrollo de sistemas con rendimiento a exaescala (un trillón o 1018 cálculos por segundo) basados en tecnología de la UE, para 2022-2023.

La Comisión explica que la informática de alto rendimiento (HPC) es un instrumento esencial para comprender y afrontar grandes retos científicos y sociales tales como la detección precoz y el tratamiento de enfermedades o el desarrollo de nuevas terapias basadas en la medicina personalizada y de precisión. La HPC también se utiliza para prevenir y gestionar las catástrofes naturales de gran magnitud, especialmente para prever las trayectorias de los huracanes o efectuar simulaciones de terremotos.

Para las empresas, la HPC reduce significativamente los ciclos de concepción y producción, acelera el diseño de nuevos materiales, minimiza los costes, aumenta la eficiencia de los recursos y abrevia y optimiza los procesos de toma de decisiones.

La propia UE proporcionará 486 millones de euros para el proyecto en 2020, con una cantidad similar proveniente de estados miembros individuales y "países asociados" que se inscriban para el proyecto. La Comisión dijo que las entidades privadas, como las empresas, también podrían unirse al esfuerzo y proporcionar "contribuciones en especie".

Desde su lanzamiento en marzo del año pasado, 13 países se han registrado formalmente: Bélgica, Bulgaria, Croacia, Francia, Alemania, Grecia, Italia, Luxemburgo, los Países Bajos, Portugal, Eslovenia, España y Suiza.

Sin embargo, a medida que se lanza la iniciativa, la incertidumbre sobre Brexit crea  ansiedad entre los científicos informáticos británicos de que el Reino Unido puede perder oportunidades del plan.

Alastair Clifton, portavoz del Departamento de Negocios, Energía y Estrategia Industrial del Reino Unido, el departamento que administra el presupuesto de ciencia del gobierno británico, se negó a decir por qué el Reino Unido aún no había firmado la declaración formal del proyecto.

Aunque todavía no es signatario, Clifton dijo que el Reino Unido había formado “parte activa en el desarrollo del mismo y trabaja en sus planes futuros". Dijo que si el Reino Unido se convertiría en signatario en el futuro "es una pregunta abierta", según declaraciones retomadas por Bloomberg.

Las empresas europeas, desde fabricantes de automóviles como Daimler hasta gigantes aeroespaciales como Airbus y compañías farmacéuticas como GlaxoSmithKline, así como departamentos gubernamentales, en particular agencias meteorológicas, tienen que alquilar cada vez más tiempo de computación en supercomputadoras ubicadas en Estados Unidos o Japón. A la UE le preocupa que al hacerlo aumenten las posibilidades de que se filtre información sensible, incluidos secretos comerciales y datos personales confidenciales. Además, en caso de una crisis política, el acceso de Europa a estas supercomputadoras podría cortarse, según un informe de Bloomberg.

Expertos consultados por el medio ejemplifican con la situación en China, que se vio obligada a desarrollar sus propios procesadores informáticos de alto rendimiento después de que el acceso a las de empresas americanas fuera cortado por el gobierno de los Estados Unidos.

 

"Es una carrera dura y hoy la UE se queda atrás", dijo Andrus Ansip, vicepresidente de la Comisión Europea para el mercado único digital, en un comunicado. "Queremos dar a los investigadores y las empresas europeas la capacidad de la supercomputadora líder en el mundo para 2020".

Publicado en Noticias

El juego de estrategia asiático "Go" se ha transformado en los últimos años en una de las pruebas más populares para medir la habilidad de los súper computadores y el último dispositivo creado por Google ha demostrado nuevamente superioridad frente a uno de los mejores jugadores en todo el mundo. En esta oportunidad fue el número uno mundial de este juego, Ke Jie, de sólo 19 años, quien cayó en la primera partida de tres frente al computador AlphaGo, creado por la filial de inteligencia artificial de la gigante tecnológica, DeepMind.

Ke Jie había asegurado que contaba con la capacidad de vencer a "una máquina sin alma", sin embargo, terminó perdiendo frente al sistema creado por la empresa con base en Londres, en el Reino Unido. AlphaGo ya causó sensación el año pasado al derrotar por cuatro partidas a una al gran maestro surcoreano Lee Se-Dol.

Era la primera vez que un programa informático aplastaba a un gran jugador de "Go". La victoria de AlphaGo fue saludada como un nuevo paso tecnológico para los computadores, ahora no sólo capaces de conducir vehículos autónomos, sino también de ayudar a la humanidad a resolver algunos de los problemas científicos, técnicos o médicos.

Este sistema, además cuenta con algoritmos que le permiten aprender de sus experiencias. El joven Ke Jie, que se describe a sí mismo como "pretencioso", aceptó este desafío pese a que sufrió un revés a principios de año al ser derrotado en una partida por internet por un misterioso adversario que, según se supo después, fue el propio AlphaGo. Ya en 1997, el campeón del mundo de ajedrez Garry Kasparov fue vencido por el ordenador Deep Blue de IBM.

Pero el desafío parecía más difícil para una máquina en el caso del muy complejo juego del "Go", cuyo tablero ofrece un número incalculable de configuraciones, y su desarrollo obedece a conceptos estratégicos que van más allá del simple cálculo matemático, por poderoso que sea éste. De ahí que la intuición y la creatividad sean necesarias para ganar en este juego a un muy alto nivel. Y hasta ahora se consideraba que en estos dos ámbitos el ser humano era necesariamente superior a la máquina.

Publicado en Hardware

Cada seis meses se publica la lista de los supercomputadores más poderosos de TOP500. Estos computadores se diferencian de los que usamos normalmente en nuestro día a día por su gran capacidad de computación, que es aprovechada para temas investigativos de gran envergadura. Esta vez, en la conferencia internacional de supercomputación 2015 en Frankfurt, Alemania, se develó la lista que volvió a tener en primer lugar el supercomputador chino Tianhe-2, diseñado por la Universidad Nacional de Tecnología de Defensa de China.

El Tianhe-2 es el supercomputador más poderoso por quinta vez consecutiva.

El Tianhe-2 es el supercomputador más poderoso por quinta vez consecutiva.

Este supercomputador se encuentra en Guangzhou, capital de la provincia china de Cantón, al sur del país. El Tianhe-2 es capaz de realizar 33.860 billones de operaciones punto flotante por segundo (33.86 petaflops). Eso significa que este supercomputador es 5.000 veces más poderoso que el Mac Pro en forma de cilindro.

Para lograr esto, el Tianhe-2 tiene 16.000 nodos de computación, cada uno con dos procesadores Intel Xeon Ivy Bridge y tres Xeon Phi, lo que significa unos 3.120.000 núcleos. El software que corre en este supercomputador es una variante de Linux china llamada Kylin.

En segundo lugar en la lista de TOP500 se encuentra Titán, ubicado en el Laboratorio nacional Oak Ridge de Tennessee, y en tercero Sequioa, del Laboratorio nacional Lawrence Livermore de California.

Estados Unidos cuenta con cinco supercomputadores en el top 10, y 233 en el top 500, seguido de la Unión Europea con 141 supercomputadores en el top 500. Por su parte, Japón cuenta con 39 supercomputadores en la lista mientras que China tiene 37, aunque hace seis meses tenía 61. Para que uno de estos equipos entre en la competencia, se requiere que realice mínimo 165 teraflops (165 billones de flops).

Publicado en Hardware

Una nueva compañía llamada Enlitic quiere utilizar la computación para el diagnóstico de enfermedades a través del análisis de imágenes, según informa MIT Technology Review.

El objetivo es enseñar a las computadoras a reconocer los distintos tipos de lesiones, enfermedades y desórdenes físicos a través de imágenes arrojadas por radiografías, tomografias computarizadas (TAC) y resonancias magnéticas (TAC), entre otro tipo de estudios.

De acuerdo con Jeremy Howard, cofundador y director ejecutivo de la compañía, a través de este sistema, las computadoras podrán alertar a los médico de inmediato cuando se detecte una anomalía. Esto significaría un ahorro de tiempo y recursos en la detección de enfermedades.

En los últimos años hemos visto cómo han evolucionado los algoritmos de los sistemas computacionales hasta lo que se denomina deep learning o aprendizaje profundo, que consiste básicamente en la imitación del cerebro humano, ya sea en cuanto a funcionamiento (hardware) o autoaprendizaje (software).  Con este sistema, las computadoras son capaces de reconocer y diferenciar un conjunto de imágenes similares entre sí, tal y como lo hace nuestra mente.

Sin embargo, Howard afirma que el aprendizaje profundo es una aplicación que en la medicina lleva muchos años de retraso; así que el reto es complicado.

Tomemos en cuenta que los diagnósticos médicos se construyen más allá de un análisis visual de una enfermedad (si ésta es visible). “No se trata de buscar pixeles parecidos, sino de buscar resultados o intervenciones similares, con ayuda de los algoritmos especializados”. El objetivo sería entonces escanear una gran base de datos, en constante evolución, para la búsqueda de afecciones con las misma similitudes físicas y sintomáticas.

Por otra parte, las computadoras podrían obtener información útil sobre los comportamientos de los pacientes: como el sonido de su voz al describir el padecimiento o las muecas de dolor cuando se tocan las lesiones. Con el tiempo, estos datos podrían complementar la “visión” artificial de Enlitic, asegura Howard.

Este proyecto podría enriquecer el trabajo de algunos gigantes tecnológicos que ya se encuentran trabajando en ello, como la supercomputadora Watson de IBM que en la actualidad colabora con los médicos del Centro para el Cáncer MD Anderson de la Universidad de Texas, para detectar patrones en gráficos e historiales médicos de más de 10 mil pacientes estadounidenses; Microsoft es otra de las compañías que se han adelantado en el análisis de imágenes médicas para evaluar la progresión de las enfermedades con ayuda de su programa InnerEye.

Por el momento todas estas máquinas siguen necesitando operadores humanos, aunque Enlitic espera conseguir que con su ayuda el factor humano sea que mucho más rápido detectando enfermedades. "No pretendemos sustituir a los diagnostas. Pretendemos darles la información que necesitan para hacer su trabajo 10 veces más rápido".

Publicado en Tecnología

Una nueva compañía llamada Enlitic quiere utilizar la computación para el diagnóstico de enfermedades a través del análisis de imágenes, según informa MIT Technology Review.

El objetivo es enseñar a las computadoras a reconocer los distintos tipos de lesiones, enfermedades y desórdenes físicos a través de imágenes arrojadas por radiografías, tomografias computarizadas (TAC) y resonancias magnéticas (TAC), entre otro tipo de estudios.

De acuerdo con Jeremy Howard, cofundador y director ejecutivo de la compañía, a través de este sistema, las computadoras podrán alertar a los médico de inmediato cuando se detecte una anomalía. Esto significaría un ahorro de tiempo y recursos en la detección de enfermedades.

En los últimos años hemos visto cómo han evolucionado los algoritmos de los sistemas computacionales hasta lo que se denomina deep learning o aprendizaje profundo, que consiste básicamente en la imitación del cerebro humano, ya sea en cuanto a funcionamiento (hardware) o autoaprendizaje (software).  Con este sistema, las computadoras son capaces de reconocer y diferenciar un conjunto de imágenes similares entre sí, tal y como lo hace nuestra mente.

Sin embargo, Howard afirma que el aprendizaje profundo es una aplicación que en la medicina lleva muchos años de retraso; así que el reto es complicado.

Tomemos en cuenta que los diagnósticos médicos se construyen más allá de un análisis visual de una enfermedad (si ésta es visible). “No se trata de buscar pixeles parecidos, sino de buscar resultados o intervenciones similares, con ayuda de los algoritmos especializados”. El objetivo sería entonces escanear una gran base de datos, en constante evolución, para la búsqueda de afecciones con las misma similitudes físicas y sintomáticas.

Por otra parte, las computadoras podrían obtener información útil sobre los comportamientos de los pacientes: como el sonido de su voz al describir el padecimiento o las muecas de dolor cuando se tocan las lesiones. Con el tiempo, estos datos podrían complementar la “visión” artificial de Enlitic, asegura Howard.

Este proyecto podría enriquecer el trabajo de algunos gigantes tecnológicos que ya se encuentran trabajando en ello, como la supercomputadora Watson de IBM que en la actualidad colabora con los médicos del Centro para el Cáncer MD Anderson de la Universidad de Texas, para detectar patrones en gráficos e historiales médicos de más de 10 mil pacientes estadounidenses; Microsoft es otra de las compañías que se han adelantado en el análisis de imágenes médicas para evaluar la progresión de las enfermedades con ayuda de su programa InnerEye.

Por el momento todas estas máquinas siguen necesitando operadores humanos, aunque Enlitic espera conseguir que con su ayuda el factor humano sea que mucho más rápido detectando enfermedades. "No pretendemos sustituir a los diagnostas. Pretendemos darles la información que necesitan para hacer su trabajo 10 veces más rápido".

Publicado en Usos sociales
«InicioAnterior123SiguienteFinal»
Página 1 de 3
 
« Enero 2018 »
Lun Mar Mier Jue Vie Sáb Dom
1 2 3 4 5 6 7
8 9 10 11 12 13 14
15 16 17 18 19 20 21
22 23 24 25 26 27 28
29 30 31        

 

  



Es una publicación de Cultura, Comunicación y Desarrollo, S.C. Todos los derechos reservados © 2018

Los nombres de los espacios Mediatelecom Minuto a Minuto, Mediatelecom Américas, Sociedad de la Información e Internet y Telecomunicaciones,
Sociedad y Desarrollo son segmentos de Cultura, Comunicación y Desarrollo, S.C que ofrecen un servicio sin fines de
lucro y proporcionan el enlace directo a la fuente original, respetando los derechos de autor del editor y del autor sin alterar o
modificar parcial o totalmente la obra autoral originaria.