Tecnología Digital | Ignacio G.R. Gavilán

Hago una comparativa de agentes frente a RPA y robots conversacionales, concluyendo que los agentes aúnan y evolucionan ambos.

En este post explico y justifico el nacimiento de una nueva especie robótica: los agentes de las así llamada AgenticAI.

En este post se presentan dos formas de reutilización del conococimiento en deep learning: el transfer learning y el meta aprendizaje.

Identificamos motivos para construir robots humanoides, tanto intrínsecos como de innovación y mercado para justificar el interés actual.

Abordamos el aprendizaje jerárquico, es decir la descomposición de un problema en sub-problemas y el aprendizaje de cómo realizar cada una.

Datos sobre el entrenamiento de modelos generativos y sus dimensiones y tendencias de trabajo para mayor eficiencia y desempeño.

El post plantea trece retos para los sistemas generativos y algunas formas de hacerles frente, tal y como se ve en el inicio de 2025.

Se presenta una comparativa, en siete aspectos, entre la cognición humana y lo que aportan los modelos generativos de IA

Hablamos de Computación afectiva y voz viendo cómo se utilizan elementos físicos del sonido de la voz con las emociones.

Hablamos de sistemas multi-agente, donde tienen cabida enfoques competitivos y colaborativos y que constituye un campo de investigación.