Apple presentó watchOS 27 con una mejora que llamó especialmente la atención de quienes entrenan en interiores: algoritmos de seguimiento del movimiento capaces de calcular con más precisión la distancia recorrida al caminar o correr en una cinta. Tras probar la función durante varios meses y en distintos modelos, la conclusión es positiva, aunque con matices: el Apple Watch se acerca a la distancia real, pero todavía no es totalmente preciso.

## Cómo hice las pruebas

Probé las versiones beta de watchOS 27 con un Apple Watch Ultra 3 y un Apple Watch Series 11. Tras el lanzamiento público del sistema, repetí las pruebas con un Apple Watch Ultra 4 y un Series 12. Usé cintas de gimnasio y procuré mantener la misma inclinación, aunque no siempre pude utilizar la misma máquina. El estado y el desgaste de cada cinta pueden influir en las mediciones.

Para contar con una referencia adicional, llevé un reloj Coros conectado a un Coros Pod 2, un sensor que se coloca en el pie y registra datos de carrera. Combiné carreras cortas de una milla, sesiones de ritmo constante de una hora e intervalos con cambios de velocidad. También calibré cada Apple Watch con una carrera al aire libre de al menos 20 minutos, tal como recomienda Apple.

## Resultados: una mejora apreciable, pero no exacta

En las primeras pruebas con el Ultra 3 y el Series 11, la diferencia entre el Apple Watch y las distancias indicadas por la cinta y el pod rondó los 300 metros. Con la versión pública de watchOS 27, el Ultra 4 y el Series 12 solían quedar a unos 200 metros de esas referencias.

La diferencia es reducida en una carrera larga, pero puede ser relevante en distancias cortas. En una prueba de una milla, por ejemplo, el Series 12 registró 1,2 millas, frente a 1,01 millas del Coros Pod 2 y una milla exacta en la cinta. En una carrera constante de cinco millas, el Apple Watch marcó 4,8, mientras que el pod registró 5,02 y la cinta, cinco millas. Los resultados variaron según el entrenamiento y el equipo utilizado.

La mejora de la distancia también debería ayudar a calcular el ritmo, pero las pruebas mostraron algunas limitaciones. En general, los datos fueron similares a los del pod y la cinta durante carreras estables. Sin embargo, en determinados intervalos los relojes no siempre detectaron con rapidez los tramos más veloces. La cinta también puede tardar en reflejar los cambios de ritmo, por lo que medir la velocidad en tiempo real sigue siendo complicado.

## ¿Sirve el Apple Watch para correr en interiores?

En más de diez sesiones, ningún Apple Watch coincidió siempre con la distancia de la cinta. Aun así, los modelos probados ofrecieron resultados razonablemente cercanos, sobre todo en caminatas y carreras a ritmo constante. La actualización supone una mejora útil, pero no convierte las mediciones en una referencia exacta.

Para obtener mejores resultados, conviene calibrar el reloj con una carrera al aire libre de al menos 20 minutos. Quienes necesiten mayor precisión pueden considerar un sensor de pie, como el Coros Pod 2 o Stryd; este último es compatible con el Apple Watch.

Cuando la prioridad es medir la distancia y el ritmo con la máxima precisión, correr al aire libre y utilizar el GPS sigue siendo la mejor opción. En interiores, las métricas del Apple Watch pueden servir como una guía general, con posibles diferencias de algunos cientos de metros. Para muchas personas será suficiente, pero quienes entrenen con objetivos de ritmo muy concretos deberían interpretar esos datos con cautela.

from Latest from TechRadar https://ift.tt/T8k6Qts
via IFTTT IA

Imagina la escena: estás en el parque con tu familia, corres para alcanzarlos y el estuche de tus auriculares se te cae del bolsillo. Los auriculares salen disparados. Encuentras uno, pero el otro ha desaparecido entre la grava. ¿A quién vas a llamar?

Para Just-a-fungi893, usuario de Reddit, la respuesta fue ChatGPT.

«Me pasé unos diez minutos buscando. Sabía que encontrar un auricular blanco diminuto entre tanta grava clara, y con el sol poniéndose, iba a ser casi imposible», contó. «Uso ChatGPT para un montón de cosas y, de pronto, se me ocurrió pedirle ayuda en vez de seguir mirando el suelo sin rumbo».

Cinco minutos después, el auricular y su dueño estaban reunidos. ChatGPT lo había guiado hasta el lugar exacto en una fotografía. No se trata de magia: los modelos de inteligencia artificial pueden ser muy buenos detectando detalles pequeños en imágenes amplias, desde un auricular entre piedras hasta señales en una radiografía. En el fondo, es reconocimiento de patrones.

## ¿Es hora de abrazar a nuestros nuevos señores de la IA? No tan rápido

La historia es divertida y la idea de fotografiar la zona y consultarle a un chatbot es ingeniosa. Pero un comentario en el hilo de Reddit recuerda que estos sistemas no siempre aciertan. Mindless-Apricot-236 contó que perdió un tornillo al aire libre, subió una foto a ChatGPT y le pidió que lo encontrara. El sistema aseguró haberlo localizado y mostró la imagen… pero había añadido un tornillo inventado.

También hubo sugerencias que no requieren inteligencia artificial. Un usuario propuso abrir Spotify y escuchar si el auricular reproducía música, aunque eso no serviría si no está encendido y conectado. Otros recomendaron acercar al suelo la linterna del teléfono y apuntarla casi en paralelo: la luz puede reflejarse de forma distinta en la grava, el césped o la alfombra que en el plástico brillante del auricular, lo que facilita distinguirlo.

Además, muchos de los mejores auriculares cuentan con alguna función de localización, como Buscar, que permite rastrearlos desde el teléfono. Aun así, resulta curioso comprobar hasta dónde ha llegado la visión artificial: después de años identificando bicicletas, escaleras y semáforos en captchas, los sistemas ya pueden ayudar a encontrar objetos diminutos en una fotografía.

¿Es una herramienta infalible? En absoluto. Otro usuario explicó que fotografió una estantería desordenada de una librería de segunda mano y le pidió a un chatbot que lo ayudara a localizar ciertos títulos. El sistema empezó a inventar libros que ni siquiera estaban allí.

Los resultados dependen del modelo y de la tarea. En este caso, la ayuda fue suficiente para resolver el problema, así que vale la pena recordar el truco para una futura emergencia con un auricular perdido: toma una foto clara, pide que te indique dónde mirar y verifica por ti mismo lo que señala.

from Latest from TechRadar https://ift.tt/Rbqn1go
via IFTTT IA

Anduril Industries, conocida por desarrollar tecnología de defensa, planea entrar en el mercado de los portátiles junto con Qualcomm. La compañía prevé empezar a aceptar pedidos de sus equipos BlueChip en 2027, con el objetivo de construir una cadena de suministro menos dependiente de proveedores extranjeros.

Los prototipos de BlueChip incorporan procesadores Snapdragon X Series de Qualcomm. Según Anduril, proveedores de Estados Unidos y países aliados representan actualmente el 90 % del coste de adquisición de los componentes empleados en esos prototipos. La empresa ya obtiene de forma local piezas como las baterías, las carcasas y el vidrio de la pantalla.

La compañía también quiere utilizar metales que puedan extraerse, refinarse y procesarse a escala comercial en Estados Unidos. «Otras empresas quizá diseñen sus ordenadores en Estados Unidos; Anduril los fabrica aquí», afirmó su fundador, Palmer Luckey, en un vídeo de la compañía.

El diseño está pensado para entornos exigentes. Las cubiertas superior e inferior pueden sustituirse, lo que permitiría adaptar los equipos con elementos como paneles solares, materiales textiles especializados o insignias de servicio. Anduril también plantea integrar antenas planas de matriz en fase directamente en el chasis, una opción que podría resultar útil en aplicaciones especializadas.

La empresa estima que fabricar un portátil completamente estadounidense podría costar un 20 % más que producir un dispositivo comparable. Ese sobreprecio podría limitar su atractivo para el público general, por lo que BlueChip parece orientado principalmente a organismos gubernamentales, fuerzas armadas, equipos de emergencia y servicios de seguridad pública. Para estos compradores, el coste adicional podría compensarse con mayores garantías de seguridad del hardware y fiabilidad del suministro.

## Una cadena de suministro nacional, paso a paso

Anduril reconoce que fabricar un portátil íntegramente en Estados Unidos es un reto que va más allá de los procesadores y de algunos componentes seleccionados. Las placas de circuito, las pantallas, las baterías y otras piezas esenciales siguen dependiendo en gran medida de proveedores extranjeros.

La compañía afirma que BlueChip avanzará por etapas: primero ampliará la producción y el abastecimiento nacionales, después buscará reducir la dependencia de proveedores extranjeros y, finalmente, aspira a crear una cadena de suministro estadounidense de principio a fin. Por ahora, la cifra del 90 % corresponde al coste de los componentes de los prototipos y no significa que el portátil ya tenga una cadena completamente nacional.

Las inversiones en semiconductores en Estados Unidos podrían ayudar a ampliar el acceso a chips fabricados en el país. Entre los proyectos en marcha están las instalaciones de TSMC en Arizona y la planta de Samsung en Taylor, Texas. Sin embargo, disponer de más capacidad de fabricación de chips no garantiza que todos los componentes necesarios para ensamblar un portátil puedan obtenerse localmente.

También se han anunciado iniciativas para apoyar a empresas proveedoras de menor tamaño vinculadas a TSMC mediante parques industriales en Estados Unidos. Estas podrían ampliar las opciones de abastecimiento para BlueChip, aunque todavía no está claro qué papel tendrán en la producción.

El proyecto combina una propuesta de hardware especializado con una apuesta por reforzar la fabricación nacional. Su avance dependerá tanto de que Anduril consiga ampliar su red de proveedores como de que los clientes potenciales consideren justificable pagar más por un equipo diseñado para necesidades de seguridad y operación específicas.

from Latest from TechRadar https://ift.tt/9eOJN1w
via IFTTT IA

Las grandes empresas de inteligencia artificial, como OpenAI y Anthropic, sostienen que sus modelos pueden ayudar a resolver algunos de los problemas más antiguos de las matemáticas y la ciencia. Sin embargo, la velocidad de los avances está poniendo a prueba la capacidad de la comunidad académica para evaluarlos y asimilarlos.

En el pódcast Cheeky Pint, el director ejecutivo de OpenAI, Sam Altman, defendió la difusión de los hallazgos científicos fundamentales: «La humanidad merece conocimiento fundamental, y no deberíamos guardarnos un gran descubrimiento científico». También reconoció que el interés de la compañía por abordar ciertos retos matemáticos «se descontroló» en ocasiones. Al preguntársele si OpenAI conserva resultados inéditos, respondió: «Sí. Por supuesto».

La promesa de compartir conocimiento, no obstante, convive con críticas sobre la forma en que se presentan algunos resultados. Investigadores han cuestionado la atribución de contribuciones y los procesos de verificación. Además, la publicación de grandes volúmenes de material puede trasladar a los científicos la tarea de revisar y validar una cantidad de información difícil de manejar. Wired, por ejemplo, informó que OpenAI publicó en GitHub 722 manuscritos relacionados con 400 problemas.

## Avances que entusiasman y desestabilizan

El impacto de estos resultados no es solo técnico. Para algunos investigadores, ver cómo una herramienta pone en duda años de trabajo puede ser «psicológicamente agotador». Thore Husfeldt, de la Universidad de Tecnologías de la Información de Copenhague, ha descrito un clima de incertidumbre: con cada nuevo anuncio, proyectos de investigación en curso pueden quedar cuestionados.

Un caso destacado es el trabajo que aparentemente pone en entredicho la hipótesis del tiempo exponencial (ETH), una idea influyente sobre el aumento de los recursos necesarios para resolver problemas a medida que crece su complejidad. Si se confirmaran las conclusiones, habría que revisar teorías que se apoyan en esa hipótesis. Sin embargo, el trabajo aún no ha pasado por revisión por pares ni ha sido verificado de forma independiente, por lo que sus implicaciones deben tratarse con cautela.

La reacción entre los especialistas refleja esa mezcla de asombro e inquietud. Daniel Lokshtanov, profesor de la Universidad de California en Santa Bárbara, describió el resultado como «una bomba en medio del campo»: algo «muy interesante y terrible al mismo tiempo». Husfeldt, por su parte, lo calificó de «fantástico» y comparó el efecto con iluminar de pronto una habitación que los matemáticos exploraban a oscuras, abriendo nuevos caminos de investigación.

Peter Jonsson, profesor de la Universidad de Linköping, también señaló que, aunque puede resultar frustrante que una herramienta cuestione años de trabajo, se puede aprender mucho de esos resultados. Para la ciencia, el origen de una demostración importa menos que su validez: si se confirma, habrá que incorporarla al conocimiento disponible.

La inteligencia artificial está impulsando cambios profundos en la investigación, pero la velocidad no sustituye a la comprobación. Publicar resultados con transparencia, reconocer las contribuciones y permitir una revisión independiente será esencial para que los avances se conviertan en conocimiento fiable. El reto no consiste únicamente en descubrir más, sino en hacerlo de una manera que la comunidad científica pueda evaluar, comprender y aprovechar.

from Latest from TechRadar https://ift.tt/Gd4Zpwo
via IFTTT IA

El matemático Richard Borcherds, profesor de la Universidad de California en Berkeley, ha dejado de calificar las tareas de sus estudiantes. Según explicó, distinguir entre trabajos escritos por alumnos y respuestas generadas con inteligencia artificial (IA) se ha vuelto prácticamente imposible.

Borcherds, reconocido por sus aportes a las álgebras de dimensión infinita y actualmente dedicado a investigar la teoría cuántica de campos, optó por cambiar el método de evaluación de sus cursos. En lugar de asignar calificaciones a las tareas, evalúa a sus alumnos mediante exámenes presenciales realizados sin dispositivos electrónicos.

La decisión refleja un desafío cada vez más común en la educación: cómo medir el aprendizaje cuando las herramientas de IA pueden producir respuestas correctas y bien elaboradas. Borcherds señaló que las calificaciones promedio de los exámenes en línea han aumentado, pero que no puede determinar con certeza qué estudiantes recurrieron a estas herramientas.

## El problema de calificar solo la respuesta

El profesor sostiene que centrarse únicamente en la corrección de las respuestas puede incentivar el uso de IA en las tareas. Si la calificación depende principalmente de obtener el resultado correcto, los estudiantes pueden sentirse motivados a recurrir a una herramienta que ofrece respuestas precisas, en lugar de resolver los ejercicios por cuenta propia.

A su juicio, este sistema también puede perjudicar a quienes completan el trabajo sin ayuda tecnológica. Además, dedicar tiempo y recursos a calificar respuestas generadas por IA plantea dudas sobre la utilidad de ese proceso como forma de evaluar el aprendizaje.

## Evaluaciones adaptadas a un nuevo contexto

Berkeley había evaluado previamente programas diseñados para detectar textos generados por IA y concluyó que no eran suficientemente fiables. En consecuencia, la universidad permite que sus profesores definan las expectativas sobre el uso de estas herramientas en los programas de sus cursos.

La decisión de Borcherds representa una respuesta concreta a ese margen de autonomía: trasladar la evaluación a exámenes presenciales y sin dispositivos. Otros docentes también han manifestado preocupación por el efecto de la IA en las calificaciones, aunque las estrategias varían según el curso y los objetivos de aprendizaje.

El debate no se limita a decidir si la IA debe permitirse o prohibirse. También plantea una pregunta esencial para las instituciones educativas: cómo diseñar evaluaciones que reflejen lo que los estudiantes comprenden y pueden hacer por sí mismos en un entorno donde la asistencia automatizada está cada vez más extendida.

from Latest from TechRadar https://ift.tt/mjGBJx5
via IFTTT IA

El nuevo rompecabezas de NYT Strands aparece a medianoche en cada zona horaria, así que algunos jugadores ya están con el desafío de hoy mientras otros todavía resuelven el de ayer.

Strands es el juego de palabras del New York Times que se suma a títulos como Wordle, Spelling Bee y Connections. Puede ser complicado, así que aquí encontrarás pistas para el desafío de hoy y, más abajo, todas las respuestas.

**Aviso de spoiler:** las respuestas de NYT Strands de hoy aparecen a continuación. Si prefieres resolver el juego sin ayuda, no sigas leyendo.

## NYT Strands de hoy (juego n.º 972): pista 1, el tema

**¿Cuál es el tema de Strands de hoy?**

El tema de hoy es: **«Está en la bolsa»**.

## Pista 2: palabras para desbloquear pistas

Encuentra cualquiera de estas palabras para activar las pistas del juego:

– STEAK
– FISH
– CITY
– SANDY
– PLAICE
– TRICK
– RICE

## Pista 3: el spangram

El spangram de hoy tiene **12 letras**.

## Pista 4: ubicación del spangram

El spangram toca estos dos lados del tablero:

– Comienza en el lado izquierdo, en la tercera fila.
– Termina en el lado derecho, en la cuarta fila.

Las respuestas aparecen a continuación. **No sigas leyendo si no quieres verlas.**

## Respuestas de NYT Strands de hoy

Las soluciones del juego n.º 972 son:

– TOOTHBRUSH
– FANGS
– RING
– CANDY
– APPLE
– STICKER
– **SPANGRAM: TRICKORTREAT**

**Mi valoración:** Fácil
**Mi resultado:** Perfecto

Sin proponérmelo, encontré primero los tres dulces de la parte superior y después los tres de la parte inferior. El spangram los separaba con bastante claridad.

La primera palabra que vi fue TOOTHBRUSH, así que pensé por un momento que el tema podía estar relacionado con artículos de aseo. FANGS descartó rápidamente esa idea, y la fecha también daba una pista: ¡hoy es Halloween!

Espero que disfrutes de un Halloween espeluznantemente divertido.

## Respuestas de ayer: viernes 30 de octubre (juego n.º 971)

Si buscabas el desafío del viernes, estas fueron sus respuestas:

– JUICE
– ELECTRICITY
– POWER
– ENERGY
– SPARK
– CURRENT
– **SPANGRAM: PLUGGEDIN**

## ¿Qué es NYT Strands?

Strands es un juego de palabras del New York Times que forma parte de su colección de juegos, junto con Wordle y Connections. Se puede jugar en ordenador o móvil desde el sitio de NYT Games.

El objetivo es encontrar palabras relacionadas con el tema del día en una cuadrícula de letras. También hay que descubrir el spangram: una palabra o frase que atraviesa el tablero y ayuda a conectar las respuestas. Si necesitas más ayuda, consulta una guía de cómo jugar y algunos consejos para resolver Strands cada día.

from Latest from TechRadar https://ift.tt/BoFvNOW
via IFTTT IA

Quordle sigue siendo uno de los desafíos de palabras más exigentes entre las alternativas a Wordle. Cada día hay que resolver cuatro palabras de cinco letras con un número limitado de intentos. Si necesitas una ayuda para el juego n.º 1741, aquí encontrarás pistas graduales y, más abajo, las respuestas.

El nuevo puzle aparece a medianoche según la zona horaria de cada jugador, así que algunas personas pueden estar jugando el desafío de hoy mientras otras todavía ven el del día anterior. Si buscas el juego del viernes 30 de octubre, corresponde al n.º 1740.

¿También juegas a otros pasatiempos de palabras? Puedes consultar nuestras guías de NYT Connections, NYT Strands y Wordle para obtener pistas y soluciones diarias.

**Aviso de spoilers:** las pistas y respuestas de Quordle para hoy aparecen a continuación. Deja de leer si prefieres resolver el puzle sin conocerlas.

## Quordle de hoy (juego n.º 1741): pistas

**Pista 1: vocales**
Las cuatro respuestas contienen **tres vocales diferentes** en total: A, E e I. En este recuento se consideran las cinco vocales habituales (A, E, I, O y U), no la Y.

**Pista 2: letras repetidas**
Una de las respuestas contiene una letra repetida.

**Pista 3: letras poco frecuentes**
Sí: una de las respuestas incluye una letra poco habitual entre Q, Z, X y J.

**Pista 4: iniciales**
Ninguna de las respuestas empieza con la misma letra.

**Pista 5: letras iniciales**
Las palabras empiezan por **A, S, C y R**.

## Respuestas de Quordle de hoy

No sigas leyendo si todavía quieres intentar resolver el puzle por tu cuenta.

Las respuestas del juego n.º 1741 son:

– **ANIME**
– **SWARM**
– **CHALK**
– **RAJAH**

La letra J aparece en RAJAH, en una posición poco común para una palabra en inglés. Además, esa respuesta repite la letra A.

## Daily Sequence de hoy (juego n.º 1741): respuestas

En Daily Sequence, las palabras se resuelven una tras otra. Las respuestas de hoy son:

– **WARTY**
– **CASTE**
– **SUGAR**
– **FLUNK**

## Respuestas recientes de Quordle

– Juego n.º 1740, viernes 30 de octubre: ULCER, DIMLY, BRAIN, BEGUN
– Juego n.º 1739, jueves 29 de octubre: PRUDE, MINUS, SAVOY, USHER
– Juego n.º 1738, miércoles 28 de octubre: DEALT, FLUME, SLEEK, RELIC
– Juego n.º 1737, martes 27 de octubre: ANKLE, HAVOC, SULKY, WHITE
– Juego n.º 1736, lunes 26 de octubre: ASSAY, GLEAM, MUCUS, WRING
– Juego n.º 1735, domingo 25 de octubre: RAINY, BUSED, PROXY, UNDID
– Juego n.º 1734, sábado 24 de octubre: TOXIN, SMART, MOUSE, STYLE
– Juego n.º 1733, viernes 23 de octubre: BLIMP, HOIST, FRIED, LURID
– Juego n.º 1732, jueves 22 de octubre: DECAL, WIDTH, WOKEN, LEVER
– Juego n.º 1731, miércoles 21 de octubre: MOIST, VALVE, VERSE, NORTH

from Latest from TechRadar https://ift.tt/1eRoja5
via IFTTT IA

¡Buenos días! Ya está disponible el Connections de hoy, el juego de palabras del New York Times que propone encontrar cuatro grupos de palabras relacionadas. Si necesitas una pista —o quieres consultar directamente las soluciones—, aquí encontrarás todo lo necesario.

**Aviso de spoilers:** las respuestas del juego #1238 aparecen más abajo. Si prefieres resolverlo por tu cuenta, detente antes de la sección de soluciones.

## NYT Connections de hoy: las palabras

Estas son las 16 palabras del tablero:

– STAYCATION
– GUITAR
– DIRTY
– KILLER
– SICK
– DOWNFALL
– SHAKEN
– UP
– TENNIS RACKET
– SHAKESPEARE
– WICKED
– TASSEL
– SITCOM
– MARIONETTE
– DRY
– GNARLY

## Pistas para los grupos

¿Quieres una orientación sin revelar todavía las respuestas? Estas son las pistas para cada categoría:

– **Amarillo:** jerga confusa.
– **Verde:** indicaciones para preparar el cóctel favorito de James Bond.
– **Azul:** objetos que tienen cuerdas.
– **Morado:** empiezan con órdenes para perros.

## Respuestas de NYT Connections de hoy

A partir de aquí encontrarás las soluciones completas del juego #1238.

– **Amarillo — Palabras que significan “bueno” aunque suenan negativas:** GNARLY, KILLER, SICK, WICKED.
– **Verde — Especificaciones de un martini:** DIRTY, DRY, SHAKEN, UP.
– **Azul — Cosas con cuerdas:** GUITAR, MARIONETTE, TASSEL, TENNIS RACKET.
– **Morado — Empiezan con órdenes para perros:** DOWNFALL, SHAKESPEARE, SITCOM, STAYCATION.

**Mi valoración:** difícil. **Errores:** 2.

Vi la conexión de la categoría morada y relacioné DOWNFALL, SITCOM y STAYCATION, pero elegí KILLER como cuarta palabra. Después de completar el grupo morado, cometí otro error al incluir DIRTY en la categoría amarilla. Al cambiarla por GNARLY, recordé otro significado de “dirty” y pude identificar las especificaciones del martini.

## Respuestas del Connections de ayer

Estas fueron las categorías del viernes 30 de octubre de 2026, juego #1237:

– **Amarillo — Partes de una cámara:** FLASH, LENS, SHUTTER, VIEWFINDER.
– **Verde — Alrededor del escenario de un teatro:** BACKDROP, CURTAIN, PIT, WINGS.
– **Azul — THROW____:** HANDS, PILLOW, RUG, SHADE.
– **Morado — Frutas con la primera letra cambiada:** DEMON, DRAPE, GLUM, GRANGE.

## ¿Qué es NYT Connections?

NYT Connections es un juego de palabras del New York Times. El objetivo es agrupar 16 elementos en cuatro conjuntos de cuatro que compartan una característica. Cada grupo tiene un nivel de dificultad distinto: amarillo suele ser el más sencillo, seguido de verde, azul y morado, que normalmente es el más complicado.

Puedes cometer hasta cuatro errores antes de que termine la partida. Conviene revisar posibles dobles sentidos, homófonos y otros juegos de palabras: a menudo son la clave para detectar las categorías engañosas. Connections se puede jugar gratis en el sitio de NYT Games, desde un ordenador o un dispositivo móvil.

from Latest from TechRadar https://ift.tt/k0qSd1Y
via IFTTT IA

Los televisores OLED de gran formato podrían estar a punto de dar un salto importante. Actualmente, el tamaño máximo disponible llega a las 97 pulgadas y su precio limita su atractivo para la mayoría de los compradores. Sin embargo, una inversión anunciada para ampliar la producción de pantallas OLED podría cambiar el panorama.

Según información publicada por FlatpanelsHD, TrendForce señala que LG Display y su socio Guangzhou Development Zone Holding Group invertirán 1.000 millones de yuanes adicionales en la modernización de sus instalaciones. El proyecto se centraría en la fabricación de módulos OLED de gran tamaño, incluidos modelos de 77, 83, 97 y 111 pulgadas. La posibilidad de producir paneles de 111 pulgadas es uno de los aspectos más destacados del plan.

## El desafío no es solo fabricar televisores más grandes

Hoy, el OLED de 97 pulgadas de LG cuesta alrededor de 19.999 dólares en Estados Unidos y 15.999 libras en el Reino Unido, según el precio publicado por la compañía. El tamaño impresiona, pero también lo hace su precio. Además, los televisores mini-LED de dimensiones similares ofrecen una alternativa mucho más asequible: algunos modelos de 98 pulgadas se venden por unos 3.999 dólares.

La comparación no depende únicamente del tamaño o el precio. También importa la tecnología del panel. Aunque el modelo de 97 pulgadas forma parte de la gama LG G6 de 2026, su pantalla no utiliza el panel Primary RGB Tandem 2.0 presente en los modelos más pequeños. En su lugar, emplea una tecnología anterior, cuya base se remonta al LG G2 de 2022. Esto puede traducirse en menos brillo y una reproducción del color menos precisa que la de sus hermanos de menor tamaño.

Esa diferencia cobra relevancia en un mercado donde los televisores mini-LED —y la próxima generación de modelos RGB mini-LED— destacan por su alto brillo y, cada vez más, por su precisión cromática. Para que los OLED gigantes resulten más competitivos, no basta con aumentar sus dimensiones: también sería deseable que incorporaran paneles más modernos y que su coste de fabricación disminuyera.

## ¿Qué tecnología tendrán los nuevos paneles?

Por ahora, no está claro si la inversión permitirá actualizar el panel de 97 pulgadas o introducir tecnología más avanzada en los modelos de mayor tamaño. La información disponible menciona distintas diagonales, pero no detalla las especificaciones de los futuros paneles ni sus precios.

La expectativa es que la modernización de las instalaciones contribuya a fabricar pantallas más grandes y, potencialmente, mejores. Si LG Display consigue producir paneles OLED avanzados de 111 pulgadas de manera viable, ese avance también podría beneficiar a los tamaños de 77 y 83 pulgadas. Una mejora en los procesos de producción podría reducir costes y ampliar el acceso a OLED de gran formato, aunque todavía no hay garantías de que eso ocurra.

El escenario menos alentador sería que los nuevos televisores simplemente ampliaran la tecnología que ya utiliza el modelo de 97 pulgadas. El más prometedor: que la inversión haga posible combinar diagonales mayores con paneles más luminosos y precisos, y que las mejoras de fabricación terminen repercutiendo en precios más competitivos.

Por ahora, la noticia apunta a una apuesta ambiciosa por el OLED de gran formato. Habrá que esperar para saber si los paneles de 111 pulgadas llegan al mercado y, sobre todo, si el proyecto logra que los tamaños actuales sean más atractivos en tecnología y precio.

from Latest from TechRadar https://ift.tt/O91lsNi
via IFTTT IA

Radical Numerics, un laboratorio de inteligencia artificial con sede en San Francisco, afirma que bacteriófagos diseñados con su modelo Omnii-1 fueron administrados a un paciente con una infección bacteriana resistente a los antibióticos. El tratamiento se habría realizado bajo una vía de uso compasivo autorizada por la FDA y supervisada por médicos. Si se confirma, sería la primera vez que un organismo diseñado por inteligencia artificial se utiliza como medicamento en una persona.

Sin embargo, todavía faltan datos esenciales para evaluar el caso. La empresa no ha divulgado la evolución clínica del paciente ni el desenlace del tratamiento. Tampoco ha publicado los resultados en una revista científica revisada por pares. Por ahora, la información disponible procede principalmente de la propia compañía.

## Una terapia conocida con un nuevo impulso

Los bacteriófagos son virus que infectan bacterias y no atacan las células humanas. Se han estudiado y utilizado con fines terapéuticos desde hace más de un siglo, y han vuelto a despertar interés ante el aumento de la resistencia a los antimicrobianos. A diferencia de muchos antibióticos de amplio espectro, un fago puede dirigirse a una cepa bacteriana concreta y afectar menos al resto del microbioma.

Esa precisión también supone un desafío. Cada fago reconoce un conjunto limitado de receptores en la superficie bacteriana, por lo que encontrar uno que funcione contra la infección de un paciente puede llevar tiempo. Los equipos clínicos pueden revisar colecciones existentes, buscar en muestras ambientales y, en última instancia, recurrir a la ingeniería. En una infección grave, como la sepsis, la rapidez de ese proceso puede ser decisiva.

La escala del problema es considerable: un análisis del proyecto Global Burden of Disease estimó que la resistencia a los antimicrobianos estuvo asociada con alrededor de 4,7 millones de muertes en 2021. Las proyecciones para las próximas décadas también apuntan a una carga sanitaria muy elevada.

## Qué aporta Omnii-1

Radical Numerics fue fundada por integrantes del equipo que desarrolló Evo y Evo 2, modelos genómicos del Arc Institute. En trabajos anteriores, esos modelos generaron cientos de miles de genomas candidatos de fagos. Tras sintetizar una selección, algunos dieron lugar a virus viables, lo que ofreció una prueba inicial de que la IA podía contribuir al diseño biológico, aunque con una tasa de éxito limitada.

Omnii-1 adopta un enfoque más acotado. En vez de diseñar genomas completos, modifica un componente relacionado con la capacidad del virus para reconocer bacterias. El equipo trabajó con T7, un bacteriófago bien caracterizado que infecta E. coli, y rediseñó gp17, la proteína de la fibra caudal que ayuda al virus a adherirse a sus objetivos.

Según los datos publicados por la empresa, el 69,9 % de las variantes diseñadas con entre 11 y 15 cambios de aminoácidos se recuperó como fago viable. En los controles aleatorios, la cifra fue del 4,8 %. De las 6.694 variantes con actividad medible, 2.161 superaron al virus original; algunas incorporaban hasta 28 sustituciones.

La compañía afirma que probó un cóctel de fagos diseñados contra una bacteria aislada de la infección del paciente y que, en experimentos de laboratorio, el cóctel eliminó esa muestra. Después, los fagos se administraron al paciente, cuya infección por E. coli habría resistido tanto los antibióticos como los fagos disponibles.

## Un caso que todavía no puede evaluarse

Radical Numerics no ha dado a conocer el curso clínico, el resultado, el hospital ni los médicos responsables. La empresa ha invocado la privacidad del paciente y el riesgo de que incluso pocos detalles pudieran permitir identificarlo. Esa cautela es comprensible, pero también limita la evaluación independiente de la afirmación.

El informe técnico de la empresa se publicó en su propio sitio web y no ha pasado por revisión por pares. Radical Numerics ha señalado que pretende someter su trabajo a publicación científica, aunque también ha indicado que el tratamiento es propietario y que espera comercializar la tecnología.

La propia compañía reconoce que las observaciones de un solo paciente no permiten establecer la seguridad ni la eficacia de un tratamiento. Especialistas externos han expresado interés, pero subrayan que hacen falta datos clínicos y análisis independientes antes de extraer conclusiones. La pregunta central —si el tratamiento ayudó al paciente y en qué medida— sigue sin respuesta pública.

El potencial práctico, en cambio, es fácil de entender. La búsqueda convencional de fagos puede ser lenta. Si la IA logra reducir el diseño de tratamientos personalizados de meses a días, podría ampliar las posibilidades de intervenir a tiempo en infecciones difíciles de tratar. Para que ese beneficio se materialice, será necesario demostrar que los diseños funcionan de forma reproducible y que su producción y uso pueden integrarse con seguridad en la atención médica.

## Beneficio potencial y responsabilidad

Los fagos modificados ya se han utilizado en pacientes. Un caso conocido de 2019 describió el tratamiento de una infección diseminada y resistente por *Mycobacterium abscessus*. La novedad del anuncio de Radical Numerics no es, por tanto, la terapia con fagos en sí, sino el uso de IA para diseñar el virus administrado.

Ese avance también plantea cuestiones de bioseguridad. Una herramienta capaz de diseñar virus con mayor eficacia puede facilitar aplicaciones médicas, pero exige controles proporcionales a sus capacidades. Radical Numerics afirma que adoptará medidas de seguridad, contención y compartición de datos acordes con el potencial de su modelo. La transparencia sobre esas medidas será importante para la confianza pública y la supervisión científica.

La IA está pasando de analizar datos biológicos a proponer y generar diseños que pueden llegar a la práctica clínica. Es un paso distinto de sugerir una hipótesis o ayudar a formular un diagnóstico: aquí, el resultado de un modelo se convierte en un agente biológico que se administra a una persona, bajo supervisión médica.

Por ahora, el caso representa una posibilidad prometedora, pero no una eficacia demostrada. Hasta que se publiquen datos clínicos y una evaluación independiente, conviene distinguir entre el logro de diseñar y producir fagos viables y la afirmación, todavía sin verificar públicamente, de que el tratamiento benefició al paciente. Si la tecnología supera ese escrutinio, podría tener repercusiones importantes en la lucha contra las infecciones resistentes.

from Latest from TechRadar https://ift.tt/YV6uqlJ
via IFTTT IA