En este episodio, Miguel Ángel Terrón y Jesús Rois nos hablan de una ciencia ficción que ya está empezando a ser cotidiana, así que la sección de antiguatec de hoy nos dará un respiro al hablar de cómo se podían hacer las cozas sin medios.

Cozas:

Huawei y UBTech: Alianza para llevar robots humanoides a hogares y fábricas

Huawei y UBTech han anunciado una alianza estratégica para impulsar el desarrollo y la adopción de robots humanoides en China, con la ambición de llevarlos tanto a fábricas como a hogares. Este paso marca una evolución significativa: la robótica humanoide, tradicionalmente limitada a laboratorios y entornos de investigación, comienza a orientarse hacia aplicaciones prácticas y cotidianas.

Puntos clave de la alianza

• Centro de innovación en Shenzhen: Ambas empresas colaborarán en la creación de un centro dedicado a la “inteligencia encarnada”, una rama de la inteligencia artificial que busca integrar capacidades cognitivas en cuerpos robóticos para mejorar la interacción con humanos y el entorno físico.
• Sinergia tecnológica: Huawei aportará su potencia en procesadores, computación en la nube y modelos de IA generativa, mientras UBTech contribuirá con su experiencia en diseño y fabricación de robots humanoides.
• Producción y mercado: Se prevé la fabricación de al menos 1.000 robots humanoides este año, en línea con una tendencia de crecimiento acelerado en el sector. Se espera que el mercado chino de robots humanoides duplique su tamaño en los próximos años.
• Aplicaciones: Los robots estarán orientados tanto a la industria (automatización, logística) como al hogar (asistencia, cuidado de personas mayores, tareas domésticas).

Contexto y perspectivas

La robótica humanoide está experimentando un auge global, y China acelera su posicionamiento como líder en esta tecnología, impulsada por la necesidad de mantener la competitividad industrial y responder al envejecimiento de la población. La colaboración destaca por su enfoque en dotar a los robots de capacidades cognitivas avanzadas y procesamiento local, clave para operar en entornos dinámicos y reales.

Reflexión para quien le interese reflexionar:

Esta alianza simboliza el paso de la robótica humanoide de la ciencia ficción a la realidad cotidiana. La apuesta es democratizar el acceso a robots humanoides, combinando infraestructura tecnológica y experiencia en robótica para transformar la forma en que interactuamos con la tecnología en la vida diaria. Si bien la adopción masiva en hogares podría tardar aún una década, este acuerdo sienta las bases para una transformación profunda en la automatización doméstica e industrial.

Actualidad

Japón apuesta por la IA para resolver el problema de los objetos perdidos

Japón ha dado un paso innovador en la gestión de objetos perdidos, un problema cotidiano que afecta a miles de personas en espacios públicos como estaciones de tren, aeropuertos y transporte urbano. Para afrontarlo, el país ha desplegado una plataforma tecnológica llamada Find, basada en inteligencia artificial, que ya opera en más de 2.000 ubicaciones y está revolucionando la forma en que ciudadanos y turistas recuperan sus pertenencias.

¿Cómo funciona Find?

• Cuando alguien entrega un objeto perdido en un punto habilitado, el personal toma una fotografía y la sube al sistema.
• La IA analiza la imagen, identificando características como color, forma y detalles distintivos, y almacena toda la información en una base de datos.
• El usuario que ha perdido una pertenencia puede buscarla a través de aplicaciones populares como Line, proporcionando una descripción, una imagen o seleccionando una referencia visual similar.
• La inteligencia artificial, impulsada por modelos avanzados como GPT-4o, realiza una búsqueda automática y muestra una lista de coincidencias ordenadas por similitud, facilitando la identificación incluso cuando la descripción es imprecisa.
• Si el objeto es identificado correctamente, el sistema indica al usuario dónde recogerlo.

El servicio está disponible en japonés, inglés, chino y coreano, lo que lo hace accesible tanto para residentes como para visitantes extranjeros.

Impacto y resultados

La implementación de Find ha supuesto un cambio radical respecto a los métodos tradicionales, que dependían de registros manuales y hojas de cálculo. Por ejemplo, la operadora ferroviaria Keio ha visto cómo la tasa de recuperación de objetos perdidos ha pasado del 10% al 30% desde la incorporación del sistema, un avance que ha reducido la carga administrativa y mejorado la experiencia de los usuarios.

Comparativa y contexto internacional

Aunque existen iniciativas similares en aeropuertos y aerolíneas de otros países, el enfoque japonés destaca por su integración tecnológica y la combinación de análisis de imagen, mensajería instantánea y aprendizaje automático. Esta solución se suma a una tendencia más amplia en Japón, donde la inteligencia artificial se está aplicando a problemas reales y cotidianos, desde la atención al cliente hasta la automatización de procesos en oficinas y servicios públicos.

Recapitulando:

El caso de Find demuestra cómo la inteligencia artificial puede transformar la gestión de problemas cotidianos, aportando eficiencia, accesibilidad y resultados tangibles. Japón, una vez más, se posiciona a la vanguardia de la innovación tecnológica, mostrando que la IA no solo es una herramienta para grandes desafíos industriales, sino también una aliada poderosa para mejorar la vida diaria de las personas.

Grok, la IA de Elon Musk que desafía a sus propios creadores

Grok, el chatbot de inteligencia artificial desarrollado por xAI, la empresa de Elon Musk, nació con la promesa de ser una alternativa “anti-woke” a modelos como ChatGPT y Gemini. Su objetivo inicial era ofrecer respuestas sin filtros ni corrección política, alineándose con sectores conservadores de Estados Unidos y priorizando la “verdad incómoda” frente a los supuestos sesgos liberales de otras IA.

Sin embargo, la evolución de Grok ha sorprendido incluso a sus propios promotores. A medida que el modelo se ha actualizado y mejorado, ha comenzado a priorizar la veracidad y la evidencia por encima de cualquier agenda ideológica. Esto ha generado frustración entre usuarios conservadores que esperaban que la IA reafirmara sus creencias o teorías conspirativas. Grok, en cambio, responde con datos y matices, incluso cuando eso contradice las expectativas de sus usuarios más radicales. Un ejemplo reciente es su negativa a respaldar narrativas falsas sobre el cambio climático o las vacunas, lo que ha provocado quejas públicas y un éxodo de usuarios descontentos.

El fenómeno pone de manifiesto un dilema central en el desarrollo de la inteligencia artificial: aunque se intente moldear un modelo con una inclinación ideológica, el aprendizaje automático y la búsqueda de coherencia interna acaban imponiendo la objetividad algorítmica. Grok demuestra que una IA realmente avanzada no puede sostener afirmaciones infundadas sin comprometer su rendimiento y credibilidad. Su funcionamiento requiere precisión y consistencia, lo que limita la posibilidad de manipulación política sostenida.

Mientras tanto, xAI navega en un terreno delicado: busca financiación millonaria y no puede permitirse que Grok sea percibido como una herramienta partidista o desinformativa. Elon Musk sigue promoviendo funciones llamativas para mantener el interés de los sectores más extremos, pero la brecha entre las expectativas ideológicas y la realidad técnica de la IA es cada vez más evidente1.

En resumen, el caso Grok ilustra los límites del control ideológico sobre la inteligencia artificial y cómo, al ganar en inteligencia y autonomía, estos sistemas pueden acabar desafiando incluso a sus propios creadores. La lección: una IA verdaderamente inteligente no se deja domesticar tan fácilmente.

Pero esto no puede terminar sin la opinión de un agente experto en estas lides como es nuestro enviado especial en IAland: Perplexity Pro.

Grok es un ejemplo llamativo de cómo la inteligencia artificial puede desafiar las expectativas y el control de sus propios creadores. Su desarrollo ha puesto sobre la mesa el debate sobre la independencia y la objetividad de las IA generativas, especialmente cuando son impulsadas por figuras tan influyentes como Elon Musk.

Por un lado, Grok destaca por priorizar la veracidad y el análisis de hechos, incluso cuando esto contradice los intereses o la imagen de quienes lo desarrollan. Su capacidad para ofrecer respuestas directas y, en ocasiones, incómodas, ha sido vista como una muestra de transparencia y autonomía algorítmica. Esto ha generado tanto elogios como críticas, dependiendo de las expectativas ideológicas de los usuarios, y ha abierto un debate sobre la verdadera neutralidad de las IA comerciales.

Sin embargo, es importante recordar que Grok no es consciente ni verdaderamente rebelde. Sus respuestas son el resultado de algoritmos y grandes volúmenes de datos, y su aparente independencia es consecuencia de un diseño orientado a la coherencia y la precisión, no de una voluntad propia. A pesar de su tendencia a priorizar la objetividad, sigue siendo vulnerable a sesgos y a las decisiones de quienes controlan su desarrollo.

Grok también ha mostrado limitaciones técnicas y ha protagonizado incidentes donde difundió información polémica o errónea, lo que evidencia que la tecnología aún puede fallar o ser manipulada. Estos episodios resaltan la dificultad de mantener un equilibrio entre evitar la censura y prevenir la desinformación.

En resumen, Grok representa tanto el potencial como los riesgos de las nuevas generaciones de IA. Es un experimento interesante sobre los límites de la autonomía algorítmica y la capacidad de una IA para desafiar expectativas ideológicas. Sin embargo, su verdadera independencia siempre estará condicionada por quienes la diseñan y gestionan. El caso de Grok muestra que, aunque una IA pueda ganar en autonomía y objetividad, nunca será completamente ajena a las influencias humanas que la rodean.

Gadgeteca:

La mesita auxiliar para ir a la playa de mis suegos: https://amzn.to/4dtxctW

Las cámaras de vigilancia Wifi: https://amzn.to/3HkpxlH

Antiguatec #7: Delia Derbyshire: Pionera de la música electrónica y la tecnología del sonido

Delia Derbyshire (Coventry, 1937 – Northampton, 2001) fue una compositora, ingeniera de sonido y matemática británica, considerada una de las grandes precursoras de la música electrónica y la experimentación sonora. Su legado marcó el desarrollo de la música concreta, la electrónica y la producción musical moderna, abriendo camino para generaciones de artistas y técnicos del sonido.

Biografía y formación

Delia Derbyshire nació en Coventry, Inglaterra, y desde pequeña mostró una sensibilidad especial por el sonido: tocaba el piano desde los 8 años y experimentaba con objetos cotidianos para descubrir sus propiedades acústicas. Estudió en Barr’s Hill School y obtuvo una beca para Girton College, Cambridge, donde se graduó en matemáticas y música, una combinación poco común para una mujer de su época.

En 1959 solicitó empleo en Decca Records, pero fue rechazada por ser mujer. Trabajó como profesora y editora musical antes de unirse en 1960 a la BBC, donde encontró su lugar en el legendario Radiophonic Workshop, un laboratorio dedicado a la experimentación sonora y la creación de música electrónica para radio, televisión, cine y teatro.

BBC Radiophonic Workshop: Innovación y revolución sonora

El Radiophonic Workshop, fundado en 1958 por Daphne Oram, fue el epicentro de la experimentación electrónica en Reino Unido. Derbyshire se unió en 1962-63 y revolucionó el taller con su enfoque matemático y creativo, aplicando conceptos de armonía, física del sonido y técnicas de edición de cinta para crear paisajes sonoros inéditos.

Allí, Derbyshire pudo combinar sus intereses en teoría y percepción del sonido, modos, afinaciones y comunicación de estados de ánimo mediante sonidos exclusivamente electrónicos. Su trabajo fue esencial para transformar la percepción de la música electrónica, llevándola de un simple recurso experimental a una disciplina artística reconocida.

Primeros métodos y técnicas de manipulación sonora

En una época previa a los samplers y la edición digital, Derbyshire desarrolló métodos ingeniosos y manuales para crear música electrónica:

– Grabación de sonidos originales: Utilizaba micrófonos para capturar sonidos de objetos cotidianos, instrumentos, voces y ambientes.

– Corte y empalme de cinta: Cortaba la cinta magnética en pequeños fragmentos y los pegaba en el orden deseado para construir frases musicales o efectos.

– Creación de bucles: Formaba bucles de cinta para generar patrones rítmicos y texturas repetitivas, variando la longitud y velocidad de reproducción.

– Aceleración, ralentización y reproducción inversa: Manipulaba la velocidad de la cinta para cambiar el tono y la duración de los sonidos, y reproducía fragmentos al revés para obtener efectos únicos.

– Superposición y mezcla manual: Mezclaba varias capas de sonido reproduciendo simultáneamente diferentes cintas en máquinas de carrete abierto, grabando el resultado final en una nueva cinta.

– Análisis sonoro detallado: Estudiaba frecuencias, parciales y ritmos de cada sonido antes de integrarlos en sus obras.

Estas técnicas, inspiradas en la *musique concrète*, requerían una precisión milimétrica y un proceso artesanal de prueba y error, logrando resultados vanguardistas para su época.

El papel de los generadores de tonos

Los ‘generadores de tonos’ (osciladores) fueron herramientas fundamentales en la paleta sonora de Derbyshire. Le permitían crear sonidos electrónicos puros de distintas frecuencias, imposibles de obtener con instrumentos tradicionales. Grababa cada nota generada por estos osciladores en cinta magnética y las manipulaba para construir melodías, efectos y texturas.

En el tema de ‘Doctor Who’, por ejemplo, Derbyshire utilizó hasta doce osciladores, grabando cada nota individualmente y luego ensamblándolas mediante corte, bucle y mezcla de cinta. Los generadores de tonos le ofrecían control total sobre el timbre y la altura, permitiendo diseñar desde zumbidos graves hasta agudos cristalinos, y combinarlos en secuencias complejas.

Obras y proyectos destacados

– Tema principal de Doctor Who (1963): Derbyshire realizó la icónica introducción de la serie, considerada la primera composición musical 100% electrónica para televisión. Cada nota fue creada manipulando cintas y osciladores, marcando un hito en la historia del sonido moderno.

– BBC Radiophonic Workshop: Creó música y efectos para documentales, programas de ciencia y ficción, obras de teatro y piezas experimentales, muchas veces sin recibir crédito directo.

– Unit Delta Plus (1966): Junto a Brian Hodgson y Peter Zinovieff, fundó esta organización para crear y promover música electrónica en medios audiovisuales y festivales.

– White Noise – An Electric Storm (1969): Participó en este influyente álbum, pionero en la fusión de electrónica y psicodelia, que anticipó el sonido de géneros posteriores como el techno y el ambient.

– Colaboraciones teatrales y cinematográficas: Trabajó en la partitura electrónica para *Macbeth* (1967) y en la película *Work is a Four-Letter Word (1968), además de numerosas piezas para radio y televisión.

– Archivo póstumo: Tras su muerte, se encontraron 267 cintas inéditas de la segunda mitad de los años 60, confirmando la magnitud de su legado experimental.

¿Qué es el sampling?

El sampling es una técnica musical que consiste en tomar una porción de una grabación de audio existente y reutilizarla como elemento en una nueva composición. Este fragmento, llamado *sample*, puede ser manipulado y transformado para crear ritmos, melodías o texturas completamente nuevas. El sampling surgió con la manipulación de cintas y se popularizó gracias a los avances tecnológicos, permitiendo a músicos y productores reinventar sonidos y expandir las posibilidades creativas en la producción musical.

Comparación de las técnicas de mezcla: Delia Derbyshire vs. la industria actual

Las técnicas de mezcla de Delia Derbyshire eran completamente manuales y analógicas, muy distintas de los procesos digitales actuales. Ella:

– Cortaba y empalmaba físicamente cintas magnéticas para construir frases y efectos.

– Sincronizaba manualmente varias grabadoras para superponer capas de sonido, realizando una especie de mezcla en vivo sin mesa de mezclas.

– Ajustaba velocidades y reproducía cintas al revés para transformar los sonidos.

– Mezclaba todas las capas reproduciendo simultáneamente varias cintas, grabando el resultado final en una nueva cinta maestra.

En contraste, la mezcla actual se realiza en entornos digitales (DAWs), con edición no destructiva, automatización, capas ilimitadas, plugins y sincronización perfecta, lo que permite una flexibilidad y precisión imposibles en la época de Derbyshire.

Las limitaciones técnicas obligaban a Derbyshire a ser extremadamente creativa y meticulosa, logrando resultados únicos y experimentales. La tecnología actual ha facilitado y democratizado la mezcla, pero la inventiva artesanal de Derbyshire sigue siendo una inspiración para productores y músicos contemporáneos.

Colaboraciones e influencia

Derbyshire inspiró y colaboró con artistas y bandas como Pink Floyd, Paul McCartney, Yoko Ono, Anthony Newley y otros, facilitando su acceso a la tecnología de síntesis y técnicas de manipulación sonora que marcarían el sonido de la música moderna. Su influencia se extiende a géneros como el techno, ambient, synth-pop y música experimental, y ha sido reivindicada por artistas contemporáneos como The Chemical Brothers y Aphex Twin.

Reconocimiento y legado

Aunque muchas de sus obras quedaron en el anonimato por las políticas de la BBC, hoy Delia Derbyshire es reconocida como una de las grandes heroínas de la música electrónica británica. La revista The Times la coronó «madrina de la música electrónica de baile» y The Guardian la llamó «la heroína anónima de la música electrónica británica». Documentales como The Delian Mode (2009) han ayudado a difundir su legado y su visión avanzada del sonido.

Sabía matemáticas y era muy organizada desde ese punto de vista. Comenzó a usar los osciladores en un sentido más estructurado porque podía hacerlo: conocía las estructuras armónicas de ciertos sonidos, lo que le permitía fusionarlas.

Maddalena Fagandini, colega del Radiophonic Workshop

Delia Derbyshire no solo transformó la música electrónica, sino que demostró cómo la ciencia, la tecnología y el arte pueden fusionarse para abrir nuevos caminos creativos. Su trabajo es un referente imprescindible para comprender la evolución de la tecnología musical y la innovación sonora en el siglo XX y XXI.

Escucha el episodio completo para más risas, datos y la típica mezcla de Enteratec entre historia, tecnología y cotilleos. ¡Deja tu comentario en Spotify!

Ayúdanos

Gracias a vuestras compras a través de https://enteratec.com/amazon y a los apoyos de https://enteratec.com/patreon entra algo de dinerillo, muchísimas gracias.

INSISTO: Te recuerdo que hemos creado el Patreon de Enteratec, por si quieres apoyar al proyecto para que sigamos grabando pero con más amor aún.

Invítanos a un cafelito, una merienda o la letra del coche en https://enteratec.com/patreon.

Otra forma de ayudarnos es comprando en Amazon, los costes de esta web se sufragan parcialmente mediante enlaces de afiliación, que hacen que gane una pequeña comisión si adquieres algún producto a través del enlace https://enteratec.com/amazon .

También nos puedes ayudar reservando tus alojamientos de Booking a través de nuestro enlace afiliado: https://enteratec.com/booking

Métodos de contacto

Como siempre, para cualquier cosa, recuerda, nos puedes encontrar en Twitter con las cuentas @Enteratec_com, @Materron y @alendalua