Sabías que…?
Instagram empezó como una aplicación de geolocalización llamada Burbn
La función más popular era la de compartir fotos, así que se enfocaron en eso.
En el informe de hoy…
TECNOLOGÍA
🔮 EL AVANCE DE LA IA MEJORA LAS PREDICCIONES DEL ALZHEIMER
Investigadores de la Universidad de Cambridge acaban de desarrollar una nueva herramienta de inteligencia artificial que puede predecir con más del 80% de precisión si los pacientes que muestran un deterioro cognitivo leve progresarán a la enfermedad de Alzheimer.
Puntos clave:
El modelo de IA analiza datos de evaluaciones cognitivas y exploraciones por resonancia magnética, eliminando la necesidad de procedimientos costosos e invasivos como exploraciones PET y punciones lumbares.
La herramienta clasifica a los pacientes en tres grupos: aquellos que probablemente permanecerán estables, aquellos que pueden progresar lentamente y aquellos en riesgo de sufrir un rápido deterioro.
La IA identificó con precisión el 82% de los casos que progresarían a Alzheimer y el 81% de los casos que permanecerían estables, lo que redujo significativamente las tasas de diagnóstico erróneo.
Las predicciones de la IA se validaron utilizando 6 años de datos de seguimiento y se probaron en clínicas de memoria en varios países para demostrar su aplicación global.
🎵 YOUTUBE MUSIC OBTIENE NUEVAS FUNCIONES DE IA
YouTube Music está implementando una serie de nuevas funciones impulsadas por IA, incluida la capacidad de buscar con sonido y la prueba de una "radio conversacional" generada por IA.
Puntos clave:
La 'Búsqueda de sonido' permitirá a los usuarios buscar en el catálogo de YouTube de más de 100 millones de canciones cantando, tarareando o reproduciendo una melodía.
La función lanza una nueva interfaz de usuario en pantalla completa para la entrada de audio, y los resultados muestran información de la canción y acciones rápidas como "Reproducir" o "Guardar en la biblioteca".
Se está probando una 'radio conversacional generada por IA' con usuarios premium de EE. UU., que permite la creación de estaciones personalizadas a través de indicaciones en lenguaje natural.
Los usuarios pueden describir la experiencia auditiva que desean a través de una interfaz de inteligencia artificial basada en chat, y la función genera una lista de reproducción personalizada según el mensaje.
📊 MICROSOFT DA UN IMPULSO A LA IA EN LAS HOJAS DE CÁLCULO
Los investigadores de Microsoft acaban de publicar una nueva investigación que presenta SpreadsheetLLM y SheetCompressor, nuevos marcos diseñados para ayudar a los LLM a comprender y procesar mejor la información dentro de las hojas de cálculo.
Puntos clave:
SpreadsheetLLM puede comprender datos estructurados y no estructurados dentro de hojas de cálculo, incluidas múltiples tablas y diversos formatos de datos.
SheetCompressor es un marco que comprime hojas de cálculo para lograr una reducción de tokens de hasta 25 veces y al mismo tiempo preserva la información crítica.
Al utilizar hojas de cálculo como "fuente de verdad", SpreadsheetLLM puede reducir significativamente las alucinaciones de IA, mejorando la confiabilidad de los resultados de la IA.
💻 MISTRAL AI LANZA CODESTRAL MAMBA
Los desarrolladores de Mistral AI han lanzado recientemente una nueva herramienta llamada CodeStral Mamba. Esta herramienta presenta CodeStralLLM y CodeCompressor, nuevos marcos diseñados para ayudar a los desarrolladores a comprender y procesar mejor el código fuente.
Puntos clave:
CodeStralLLM puede comprender código fuente estructurado y no estructurado, incluyendo múltiples lenguajes de programación y diversos formatos de código, lo que permite a los desarrolladores tener una mejor comprensión del código que están trabajando.
CodeCompressor es un marco que comprime código fuente para lograr una reducción de tokens de hasta 25 veces, al mismo tiempo que preserva la información crítica, lo que significa que los desarrolladores pueden trabajar con código más compacto y eficiente.
Al utilizar el código fuente como "fuente de verdad", CodeStral Mamba puede reducir significativamente las posibles inconsistencias o errores en el código, mejorando la confiabilidad de los resultados del software desarrollado, lo que promete ser un gran avance en el campo del desarrollo de software.
📹 APPLE USÓ ILEGALMENTE VIDEOS DE YOUTUBE PARA ENTRENAR MODELOS DE IA
Empresas como Apple, Anthropic, Nvidia y Salesforce utilizaron más de 170.000 vídeos de YouTube para entrenar sistemas de inteligencia artificial, sin obtener permiso de la plataforma.
El conjunto de datos de capacitación, conocido como “Subtítulos de YouTube”, consta de subtítulos extraídos de videos de más de 48.000 canales de YouTube, incluido contenido de creadores populares y de los principales medios de comunicación.
La investigación de Proof News y Wired reveló que este conjunto de datos es parte de una colección más grande llamada The Pile, que incluye varios materiales disponibles públicamente o con licencia utilizados para entrenar sistemas de IA.
START-UP y VC’s
FINANCIACIÓN
Claris Bio, una startup de cuatro años con sede en Jersey City, Nueva Jersey, que está desarrollando una variante humana recombinante del factor de crecimiento de hepatocitos destinado a mejorar la curación de la córnea en pacientes con enfermedades oculares corneales, recaudó una ronda Serie A de 57 millones de dólares. Novo Holdings A/S, RA Capital, Mass General Brigham Ventures y Janus Henderson Investors invirtieron en el acuerdo. Finsmes
Nabla, una startup parisina de cinco años que ha creado un asistente de inteligencia artificial para médicos que escribe automáticamente notas clínicas, recaudó una ronda Serie B de 24 millones de dólares con una valoración de 180 millones de dólares, según TechCrunch. El acuerdo fue liderado por Cathay Innovation , con participación adicional de ZEBOX Ventures. TechCrunch
Credo, con sede en Denver, CO, es líder en la automatización de la recuperación de registros médicos de pacientes. Establecidos en 2021, han recaudado 5,25 millones de dólares para innovar los procesos de atención médica. Su solución digital tiene como objetivo reemplazar los métodos obsoletos basados en fax, mejorando la atención al paciente al garantizar registros médicos precisos y completos. Parsers VC.
HERRAMIENTA EN TENDENCIA: SMARTCRAWL
Comparte The Startup Eye para acceder a este contenido
{{rp_personalized_text}}
O copia y pega este enlace a otros: {{rp_refer_url}}
Bubble: herramienta No-Code para creación de webs
Glift: IA para generar imágenes con ilusiones ópticos de texto
Gamma: creación de presentaciones, webs y más con IA
Smart Crawl es una herramienta de rastreo web avanzada que permite a los usuarios analizar y optimizar sus sitios web de manera eficiente. Es una solución integral para el rastreo, análisis y mejora de la visibilidad en línea, ofreciendo un enfoque innovador y efectivo para la gestión del SEO técnico.
Ventajas Clave:
Rastreo y Análisis Integrados: FireCrawl Smart Crawl combina el rastreo y el análisis en una sola plataforma, permitiendo una transición suave desde el rastreo de la página hasta el análisis detallado de los resultados.
Gestión de SEO Técnico: Administra eficazmente los aspectos técnicos de tu sitio web, desde la estructura de enlaces hasta los metadatos, con recomendaciones fáciles de entender y aplicar.
Optimización y Localización: Los sitios analizados con FireCrawl Smart Crawl pueden ser optimizados para motores de búsqueda y adaptados a múltiples idiomas y regiones, asegurando un mejor rendimiento y una mayor visibilidad en los resultados de búsqueda.
💡 DECODIFICANDO STARTUP 💡
(Un concepto diario)
Nominal data, también conocido como datos categóricos, es un tipo de información que no puede ser medida cuantitativamente. En lugar de eso, se utiliza para formar grupos o categorías cuando se analizan datos. Este tipo de datos es cualitativo y no tiene una jerarquía o escala, lo que significa que no se puede ordenar o medir de manera significativa.
Los ejemplos comunes de nominal data incluyen datos demográficos como el género, el color de los ojos, la raza, la nacionalidad o la religión. Otros ejemplos podrían ser los números de identificación, como los números de seguro social o los números de teléfono, que son únicamente etiquetas y no tienen valor numérico real.
En el contexto del análisis de datos, los datos nominales son útiles para agrupar y categorizar datos, lo que facilita la identificación de patrones y tendencias. Sin embargo, debido a su naturaleza cualitativa, los datos nominales no se pueden utilizar en cálculos matemáticos complejos, como promedios o desviaciones estándar. En su lugar, se pueden utilizar para realizar análisis estadísticos simples, como recuentos y porcentajes.
En resumen, los datos nominales son una parte esencial del análisis de datos, ya que proporcionan una forma de categorizar y agrupar datos, lo que facilita la comprensión y el análisis de conjuntos de datos complejos. Sin embargo, es importante recordar que los datos nominales no tienen un valor numérico inherente y no se pueden utilizar en cálculos matemáticos complejos.
Comparte The Startup Eye para acceder a contenido exclusivo
{{rp_personalized_text}}
O copia y pega este enlace a otros: {{rp_refer_url}}
Gracias por leer
Alek.
