Ciencia y Tecnología
Fundación Linux AI & Data e IBM se unieron para crear Machine Learning eXchange – Agencia de Noticias Órbita
En el ciclo de vida de Inteligencia Artificial (IA), usamos datos para construir modelos para la automatización de la toma de decisiones. Los conjuntos de datos, modelos y pipelines (que son los que nos llevan desde los sets de datos sin procesar a modelos implementados) se convierten en los tres pilares más críticos del ciclo de vida de IA. Debido a la gran cantidad de pasos en los que hay que trabajar en el ciclo de vida de datos e IA, el proceso de construir un modelo puede dividirse entre diversos equipos y dar lugar a numerosas duplicaciones cuando se generan Datasets, Features, Modelos, Pipelines y Pipeline tasks similares. A su vez, esto plantea un fuerte desafío en cuanto a rastreabilidad, gobierno, gestión de riesgos, seguimiento de lineage y colección de metadatos.
Anunciamos Machine Learning eXchange (MLX)
Para solucionar los problemas anteriormente mencionados, necesitamos un repositorio central en el que todos los tipos de activos diferentes, como Datasets, Modelos y Pipelines sean almacenados para ser compartidos y reutilizados transversalmente en la organización. Contar con Datasets, Modelos y Pipelines verificados y comprobados, con controles de alta calidad, con las licencias adecuadas y el seguimiento de linaje, aumenta enormemente la velocidad y eficiencia del ciclo de vida de IA.
Con el objetivo de resolver tales desafíos, IBM y Linux Foundation AI and Data (LFAI and Data) unen esfuerzos para anunciar Machine Learning eXchange (MLX), un Catálogo de Activos de Datos e IA y un engine de Ejecución en Open Source y Open Governance.
Machine Learning eXchange (MLX)permite cargar, registrar, ejecutar e implementar pipelines de IA y componentes de pipelines, modelos, datasets y notebooks.
Arquitectura Machine Learning eXchange
Machine Learning eXchange proporciona:
Generación automatizada de modelos de código de pipeline para ejecutar modelos, datasets y notebooks registrados
Pipelines engine impulsado por Kubeflow Pipelines en Tekton, la base de Watson Studio Pipelines
Registro para Componentes de Kubeflow Pipeline
Gestión de Datasets con Datashim
Service EngineKFServing
Activos del catálogo de Machine Learning eXchange
- Pipelines
En el Aprendizaje Automático o Machine Learning (ML), es común realizar una secuencia de tareas para procesar y aprender de los datos, todo puede llevarse en un pipeline. Los Machine Learning Pipelines son:
Una forma coherente de colaborar en proyectos de ciencia de datos más allá de los límites de la organización y el equipo.
Una colección de tareas generales encapsuladas como componentes de pipeline que encajan como ladrillos de lego
Un lugar único para los interesados en entrenar, validar, implementar y monitorear modelos de IA
- Componentes de Pipeline
Un componente de pipeline es un conjunto de código autónomo que realiza un paso en el workflow de ML (pipeline), como la adquisición de datos, el pre-procesamiento de datos, la transformación de datos, el entrenamiento de modelos, etc. Un componente es un bloque de código que realiza una tarea atómica y se puede escribir en cualquier lenguaje de programación y utilizando cualquier framework. Algunos de los componentes de pipeline que se incluyen en el catálogo MLX son, entre otros: Create Dataset Volume with DataShim, Deploy a Model on Kubernetes, Adversarial Robustness Evaluation y Model Fairness Check. - Modelos
MLX proporciona una colección de modelos de deep learning gratuitos, de código abierto y de última generación para dominios de aplicaciones comunes. La lista seleccionada incluye modelos desplegables que pueden ejecutarse como microservicio en Kubernetes u OpenShift y modelos entrenables, que pueden entrenarse por los usuarios con sus propios datos. Algunos modelos incluidos en el catálogo MLX son, entre otros: Human Pose Estimator, Image Caption Generator, Recommender System y Toxic Comment Classifier. - Datasets
El catálogo MLX contiene conjuntos de datos reutilizables y aprovechaDatashim para hacer que los conjuntos de datos estén disponibles para otros activos MLX como notebooks, modelos y pipelines en forma de volúmenes Kubernetes. Algunos de los datasets que contiene el catálogo MLX son, entre otros: Finance Proposition Bank, NOAA Weather Data – JFK Airport, Thematic Clustering of Sentencesy TensorFlow Speech Commands. - Notebooks
La aplicación web de código abierto Jupyter notebook permite a los científicos de datos crear y compartir documentos que contienen código ejecutable, ecuaciones, visualizaciones y texto narrativo. MLX puede ejecutar Jupyter notebooks como contenidos de pipeline autónomo aprovechando el proyecto Elyra-AI. Algunas de las notebooks que contiene el catálogo MLX son, entre otros: AIF360 Bias Detection, ART Poisoning Attack, JFK Airport Analysisy Project CodeNet Language Classification.
Súmese para construir AI Marketplace nativo de nube en Kubernetes
Machine Learning Exchange proporciona un marketplace y una plataforma para que los científicos de datos compartan, ejecuten y colaboren en sus activos. Ahora se puede usar para alojar y colaborar con activos de Datos e IA dentro del mismo equipo de trabajo y con otros equipos. Haz parte delrepo de github de Machine Learning eXchange, pruébalo, cuéntanos qué opinas y comparte tus problemas. También puedes contactarte de las siguientes maneras:
Para contribuir y construir Pipelines de Machine Learning en OpenShift y Kubernetes, súmate al proyecto Kubeflow Pipelines on Tekton.
Para desplegar Modelos de Machine Learning en producción, conoce sobre el proyecto KFServing.
Enlaces clave de MLX:Website, GitHub, Artwork,
Listas de distribución:MLX-Announce, MLX-Technical Discuss, MLX-TSC
Ciencia y Tecnología
Huawei y la UNI inauguran moderno Laboratorio de Networking para afrontar los retos de la Industria 4.0 – Agencia de Noticias Órbita
Con el objetivo de fortalecer la formación tecnológica de los futuros ingenieros y responder a las demandas de la Cuarta Revolución Industrial, la Facultad de Ingeniería Eléctrica y Electrónica (FIEE) de la Universidad Nacional de Ingeniería (UNI) inauguró un nuevo Laboratorio de Networking, gracias a la donación de equipos de última generación por parte de la empresa tecnológica Huawei.
La ceremonia de inauguración contó con la presencia del rector de la UNI, Dr. Arturo Talledo Coronado; el vicerrector de Investigación y Académico, Dr. Jorge Butler Blacker; el decano de la FIEE, Dr. Jorge Ramos Carrión; y el director de Relaciones Públicas de Huawei Perú, Liu Xin.
El nuevo laboratorio, ubicado en la FIEE, está equipado con tecnología de punta: cuatro routers, ocho switches, dos controladores de access point, dos access point, un firewall y tres pantallas interactivas. Este espacio está diseñado para fomentar el trabajo colaborativo entre estudiantes, docentes y el sector empresarial, promoviendo la investigación aplicada y el desarrollo de soluciones tecnológicas.
El Dr. Jorge Ramos Carrión, decano de la FIEE, destacó que esta inauguración se enmarca en la celebración del 122° aniversario de la facultad. “La Industria 4.0 exige una formación integral, donde la base científica se complemente con la colaboración interdisciplinaria. Este laboratorio permitirá a nuestros estudiantes desarrollar competencias clave en automatización, big data y minería de datos, esenciales para una gestión eficiente del conocimiento”, señaló.
Por su parte, el Dr. Jorge Butler Blacker resaltó la importancia de la sinergia entre la academia y la empresa privada. “La combinación de teoría y práctica es fundamental para resolver los desafíos del país. Agradecemos a Huawei por esta valiosa contribución que potenciará el aprendizaje de nuestros alumnos”, expresó.
Liu Xin, representante de Huawei, reafirmó el compromiso de la empresa con la educación tecnológica en el Perú. “Este laboratorio es una continuación de nuestra misión educativa iniciada en 2014 con la primera donación a la FIEE. Hoy damos un paso más para que los estudiantes puedan aplicar sus conocimientos en un entorno realista y de vanguardia”, indicó.
Finalmente, el Dr. Arturo Talledo Coronado, rector de la UNI, subrayó la relevancia de esta iniciativa en el contexto del desarrollo industrial del país. “El Perú necesita avanzar hacia una producción con valor agregado. Espacios como este laboratorio son clave para formar profesionales capaces de liderar ese cambio, dominando tecnologías como inteligencia artificial y big data”, concluyó.
Con esta alianza estratégica entre Huawei y la UNI, se reafirma el compromiso con la formación de talento altamente calificado, preparado para enfrentar los desafíos de la transformación digital y contribuir al desarrollo sostenible del país.
Perú pisa fuerte en el terreno del talento digital. Con un número creciente de profesionales apostando por el aprendizaje online, el país comienza a destacarse como un hub de formación tecnológica en América Latina. El auge del interés por áreas como inteligencia artificial generativa, ciberseguridad y ciencia de datos confirma que los peruanos están tomando en serio el desafío de adaptarse a las demandas de la economía digital.
Según el Global Skills Report 2025 de Coursera, el país ocupa el puesto 45 de 109 economías evaluadas, impulsado por avances en áreas como tecnología (puesto 38), ciencia de datos (46) y negocios (54). Este resultado refleja el creciente interés de los profesionales peruanos por fortalecer sus competencias digitales.
El informe, que analiza datos de más de 175 millones de usuarios en todo el mundo, indica que el 7% de la fuerza laboral peruana se capacita activamente a través de esta plataforma de aprendizaje online. Uno de los puntos más relevantes es el auge de la inteligencia artificial generativa (GenAI). Las inscripciones en programas relacionados a GenAI crecieron 243% en el último año, mientras que los cursos de ciberseguridad y las certificaciones profesionales subieron un 33% cada uno.
Diversidad y retos pendientes
Las mujeres representan el 44% de los estudiantes peruanos en Coursera, con participación destacada en cursos de inteligencia artificial generativa (28%), programas STEM (32%) y certificaciones profesionales (13%). Entre las habilidades más demandadas figuran inteligencia de mercado, desarrollo de negocios, marketing de marca y gestión financiera. Estas competencias resultan vitales para cubrir la demanda de perfiles técnicos, estratégicos y con capacidad de liderazgo en sectores productivos.
La digitalización peruana también avanza en sectores como finanzas, educación, salud, comercio, tecnologías de la información y bienes raíces. Más de la mitad de la fuerza laboral de estos rubros ya emplea herramientas de inteligencia artificial, según datos del informe. Perú además figura con una calificación “muy alta” en el Índice de Desarrollo del Gobierno Electrónico de Naciones Unidas. Estos esfuerzos se alinean con la meta de impulsar productividad y reducir la informalidad en la economía.
LEA TAMBIÉN: Bancos repuntan y alcanzan utilidades récord por S/ 5,644 millones: ¿cómo le fue al suyo?
Estadísticas clave de medición
En este contexto, el reporte de Coursera revela cifras que ayudan a dimensionar el avance del talento digital peruano y el dinamismo de su comunidad de aprendizaje online:
Estudiantes peruanos en Coursera: 1,7 millones
Porcentaje de la fuerza laboral en Coursera: 7%
Edad promedio de los estudiantes: 33 años
Aprendizaje desde dispositivos móviles: 37%
Clasificación global: 45
Clasificación en tecnología: 38
Clasificación en negocios: 54
Mujeres estudiantes en Coursera: 44%
Inscripciones en cursos de GenAI: +243% interanual
Inscripciones en ciberseguridad: +33%
Inscripciones en pensamiento crítico: +18%
Inscripciones en certificados profesionales: +33%
El reporte concluye que para sostener el impulso, el país deberá cerrar brechas de acceso tecnológico, de género y educativas. Inversiones en infraestructura, conectividad y formación específica podrían potenciar el impacto de la inteligencia artificial y de las tecnologías digitales, permitiendo a Perú consolidar una economía del conocimiento más inclusiva y competitiva. Puedes revisar el informe completo del Global Skills Report 2025 en este enlace.
LEA TAMBIÉN: Este hipermercado cambiará de estrategia: apostará por tiendas más pequeñas para crecer
-
Especiales4 años agoOpinión: LA LIGA CONTRA MESSI
-
Ciencia y Tecnología4 años agoProcesadora peruana Torre Blanca impulsa exportación de fruta a países asiáticos
-
Arte y Cultura3 años agoMinedu reconformará comisión organizadora de Universidad Nacional Autónoma de Tayacaja “Daniel Hernández Murillo”
-
Ciencia y Tecnología4 años agoAtenciones del Servicio de Publicidad Registral en Línea de la Sunarp crecieron en 122 %
-
Ciencia y Tecnología4 años agoDepsa lanza nuevo servicio Medical Box para el sector Salud
-
Lima Norte2 años agoRumbo al GOTHIA CUP en Luxemburgo Suecia con su categoría sub 11 – Señal Alternativa
-
Deportes2 años ago🔴#ENVIVO Cienciano vence 5-2 a Alianza Atlético en Cusco
-
Noticias2 años agoMininter anuncia creación de nueva categoría en PNP