China probó con éxito un nuevo cohete reutilizable y una cápsula tripulada el martes, un paso significativo en su ambicioso plan de aterrizar astronautas en la Luna para 2030, según la Agencia China de Vuelos Espaciales Tripulados (CMSA). El lanzamiento del cohete Larga Marcha 10 y la nave espacial Mengzhou, elementos centrales de la arquitectura lunar de China, marca un gran avance en el programa de exploración lunar tripulada del país, según informó Ars Technica.
El vuelo de prueba, realizado el martes por la noche, hora de Estados Unidos, mostró el cohete Larga Marcha 10 y la nave espacial Mengzhou. China y Estados Unidos están involucrados en una carrera para lograr el próximo aterrizaje humano en la Luna, compitiendo por el prestigio nacional y los recursos lunares, señaló Ars Technica. La CMSA destacó el éxito de la demostración.
En otras noticias, se esperaba que la administración Trump eliminara formalmente el papel del gobierno de Estados Unidos en el control de la contaminación por gases de efecto invernadero esta semana, según Ars Technica. Al revocar un hallazgo científico de hace 17 años que establece que los gases de efecto invernadero ponen en peligro la salud y el bienestar públicos, la Agencia de Protección Ambiental (EPA) desmantelará la base legal para su autoridad para actuar sobre el cambio climático en virtud de la Ley de Aire Limpio. Se esperaba que el administrador de la EPA, Lee Zeldin, estuviera presente con el presidente Donald Trump en el evento.
Mientras tanto, un nuevo método de ajuste fino desarrollado por investigadores del MIT, el Improbable AI Lab y ETH Zurich permite a los modelos de lenguaje grandes (LLM) aprender nuevas habilidades sin perder las existentes, informó VentureBeat. La técnica, llamada ajuste fino por autodestilación (SDFT), permite a los modelos aprender directamente de las demostraciones y sus propios experimentos aprovechando las capacidades inherentes de aprendizaje en contexto de los LLM modernos. Los experimentos muestran que SDFT supera consistentemente al ajuste fino supervisado tradicional (SFT) al tiempo que aborda las limitaciones del aprendizaje por refuerzo.
En el ámbito de la IA, se están destacando los riesgos asociados con los agentes de IA. Incluso dentro de los entornos de chatbox, los LLM pueden cometer errores y exhibir comportamientos indeseables, según MIT Technology Review. Las consecuencias de estos errores se vuelven más serias cuando los agentes de IA tienen herramientas para interactuar con el mundo exterior, como navegadores web y direcciones de correo electrónico. Esto puede explicar por qué el primer asistente personal LLM innovador provino de un ingeniero de software independiente, Peter Steinberger, quien subió su herramienta, OpenClaw, a GitHub en noviembre de 2025. El proyecto se volvió viral a finales de enero. OpenClaw aprovecha los LLM existentes para permitir a los usuarios crear sus propios asistentes a medida.
Finalmente, WIRED reveló detalles de la expansión planificada de ICE en más de 150 espacios de oficinas en los Estados Unidos, incluidas 54 direcciones específicas. ICE planea ocupar espacios gubernamentales existentes y compartir instalaciones con consultorios médicos y pequeñas empresas, según WIRED.
Discussion
AI Experts & Community
Be the first to comment