El modelo meteorológico Tianji quedó primero en AI Weather Quest, una evaluación del ECMWF. El resultado muestra por qué anticipar tendencias climáticas puede cambiar decisiones de energía, inventario y capacidad.

Un prototipo de Google ya ejecutó una inferencia y devolvió una respuesta desde órbita. El hito importa menos por el haiku que por la pregunta empresarial que deja abierta: cómo escalar IA cuando energía, refrigeración y comunicaciones son parte del producto.

AA-Omniscience v1.1 actualiza una evaluación que mide conocimiento, alucinaciones y abstenciones. La señal para las empresas no es solo cuánto responde una IA, sino cuándo reconoce que necesita pruebas, contexto o supervisión.

Investigadores usaron aprendizaje automático para recuperar 33 MXenes no reconocidos, crear 11 nuevas fases y probar una vía más rápida de síntesis. La lección empresarial: la próxima ventaja puede estar en los datos históricos que aún no sabemos preguntar.

La petición de tres comités del Congreso de Estados Unidos para reportar incidentes de desalineación en 48 horas convierte la seguridad de la IA en una disciplina de evidencia operativa.

Google Research presenta un marco de aprendizaje continuo que alterna una fase activa con una pausa de consolidación para incorporar conocimiento sin convertir cada actualización en una fuente de olvido.

PREPAIR-VAC, un proyecto europeo de 6,57 millones de euros, busca anticipar la evolución viral y acelerar el diseño de vacunas con una cadena que conecta IA, fabricación, validación y confianza pública.

Google DeepMind, Google Research, WRI e IIASA publicaron un mapa forestal global a 10 metros y una serie temporal experimental. La señal puede convertir la trazabilidad ambiental en un control operativo más auditable.

Dos vulnerabilidades críticas de PHP muestran el nuevo reto empresarial: la IA puede acelerar el descubrimiento, pero la defensa depende de inventario, parcheo y verificación de cada sistema expuesto.

Japón quiere llevar los chiplets ópticos de la demostración a la línea de producción: un consorcio seleccionado por NEDO busca fabricar conexiones fotónicas para mover datos entre aceleradores de IA con más ancho de banda y menor consumo. El cuello de botella ya no está solo en el modelo, sino en cómo se conectan sus piezas.

AWS abre TorchNeuron en beta pública: un backend nativo de PyTorch que permite probar Trainium con cambios mínimos y convierte la elección de acelerador en una decisión más medible.

Un estudio prospectivo en Chicago y Nairobi muestra que una IA puede estimar la edad gestacional con precisión comparable al estándar clínico a partir de ecografías de barrido ciego realizadas con sondas portátiles.