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
Innovación aplicada a la apicultura
Una innovación tecnológica desarrollada en el país apuesta por colmenas automatizadas e inteligentes para mejorar el proceso de polinización y apoyar la protección de las abejas. El sistema incorpora sensores y herramientas de análisis de datos que permiten monitorear en tiempo real las condiciones dentro de las colmenas.
Monitoreo para mejorar la producción
La tecnología analiza variables relacionadas con la salud de las colonias, el comportamiento de las abejas y la actividad de polinización. Con esta información, apicultores y productores agrícolas pueden tomar decisiones basadas en datos para optimizar el manejo de las colmenas y garantizar mejores condiciones para los polinizadores.
Impacto en la productividad agrícola
El uso de estas colmenas inteligentes puede incrementar hasta en un 30% la productividad de los cultivos que dependen de la polinización. Actualmente, la tecnología se ha implementado en más de 100 colmenas, que albergan alrededor de cinco millones de abejas y contribuyen al trabajo en distintas áreas agrícolas.
Tecnología con enfoque ambiental
El proyecto también incorpora criterios de sostenibilidad, ya que reutiliza residuos de aparatos eléctricos y electrónicos en la fabricación de las colmenas. De esta manera, la iniciativa busca fortalecer la protección de los polinizadores y aportar soluciones tecnológicas frente a los desafíos que enfrenta la apicultura en el contexto actual.
Microsoft impulsa la formación gratuita en Inteligencia Artificial y habilidades digitales para el 2026
En un entorno laboral que exige una digitalización constante, la adquisición de competencias tecnológicas se ha vuelto indispensable para interactuar con la Inteligencia Artificial (IA). Microsoft ha reafirmado su compromiso con el cierre de brechas de conocimiento mediante la oferta de capacitaciones online gratuitas y en español. Esta iniciativa responde a proyecciones del Foro Económico Mundial, que indican que el 59% de la fuerza laboral requerirá nuevas habilidades digitales para el año 2030. En el Perú, la organización ya ha impactado a más de 130.000 ciudadanos desde el año 2020.
¿Qué programas recomienda la marca para iniciar en el mundo laboral?
La oferta educativa actual prioriza los pilares fundamentales de la empleabilidad. Microsoft y LinkedIn Learning proponen cursos de fundamentos profesionales enfocados en la asistencia administrativa y la gestión de proyectos. Estas rutas de aprendizaje están diseñadas especialmente para jóvenes que dan sus primeros pasos en el mercado de trabajo. Aparte de los perfiles administrativos, existe un programa dedicado al desarrollo de software, ideal para quienes desean iniciarse en la programación de manera guiada.
¿Cómo capacitarse en IA generativa y dirección de empresas?
El dominio de las nuevas herramientas generativas es un objetivo central de la plataforma Microsoft Elevate. Los interesados pueden acceder a una certificación en IA generativa con una duración aproximada de cinco horas, diseñada para comprender el funcionamiento de esta tecnología y aplicarla a favor del usuario. Tanto el sector operativo como el directivo tienen opciones, pues se ha lanzado un curso específico para líderes de pequeñas y medianas empresas. Este último enseña a los directivos de PYMEs a optimizar procesos y tomar decisiones estratégicas basadas en el análisis de datos.
¿Cuál es el objetivo global de la iniciativa Microsoft Elevate?
La visión de la compañía trasciende el ámbito técnico para enfocarse en el impacto social. «Nuestro compromiso es seguir acercando la tecnología a más ciudadanos para construir un futuro más inclusivo», señaló Mario Rodríguez, gerente general de Microsoft Perú. A nivel mundial, la meta de la marca es formar a 20 millones de personas en los próximos dos años para que obtengan credenciales oficiales en formación de IA.
¿Por qué es importante aprender IA en este momento?
La tecnología actual tiene el potencial de expandir el conocimiento humano si se implementa de manera equitativa. Jorge Cella, Director de Microsoft Elevate para Américas, destaca que la innovación debe poner en primer lugar a las personas para dar forma al futuro del trabajo. No basta con reaccionar a los cambios tecnológicos; es necesario ser protagonista de ellos mediante la educación continua.
Las 5 capacitaciones recomendadas por Microsoft y LinkedIn Learning son:
1. Fundamentos profesionales de asistencia administrativa. Una capacitación básica, especialmente pensada para jóvenes que están dando sus primeros pasos en el mundo del trabajo. Puedes encontrar la capacitación aquí: Fundamentos profesionales de asistencia administrativa, por Microsoft y LinkedIn | LinkedIn Learning
2. Fundamentos profesionales de gestión de proyectos. Capacitación que integra todo lo que debes saber al momento de iniciar un proyecto profesional, para jóvenes que comienzan su experiencia laboral. Puedes encontrar la capacitación aquí: Fundamentos profesionales de gestión de proyectos, por Microsoft y LinkedIn | LinkedIn Learning
3. Fundamentos profesionales del desarrollo de software. Si siempre quisiste aprender a a programar pero te faltaba una guía, esta capacitación es el recurso ideal para animarte a dar tus primeros pasos en el mundo de la programación. Puedes encontrar la capacitación aquí: Fundamentos profesionales del desarrollo de software, por Microsoft y LinkedIn | LinkedIn Learning
4. Fundamentos profesionales de IA generativa. Un curso introductorio online y gratuito de 5 horas y 38 minutos, con certificación de LinkedIn. Este curso cubre los fundamentos profesionales de la inteligencia artificial generativa, para entender cómo funciona y comenzar a utilizar la IA a tu favor. Puedes encontrar la capacitación aquí: Fundamentos profesionales de IA generativa, por Microsoft y LinkedIn | LinkedIn Learning5. Inteligencia Artificial para Directores de Pequeñas y Medianas Empresas. Este curso está diseñado para enseñar a los directivos de PYMEs cómo aplicar la inteligencia artificial para optimizar procesos clave y tomar decisiones basadas en datos. Adaptado a las necesidades de las pequeñas y medianas empresas, ofrece herramientas prácticas para impulsar la innovación y competitividad de manera estratégica y ética. Puedes encontrar la capacitación aquí: Curso: Inteligencia Artificial para Directores de Pequeñas y Medianas Empresas – Microsoft | Academia de Ciberseguridad
-
Especiales5 años agoOpinión: LA LIGA CONTRA MESSI
-
Ciencia y Tecnología5 años agoProcesadora peruana Torre Blanca impulsa exportación de fruta a países asiáticos
-
Arte y Cultura4 años agoMinedu reconformará comisión organizadora de Universidad Nacional Autónoma de Tayacaja “Daniel Hernández Murillo”
-
Ciencia y Tecnología5 años agoAtenciones del Servicio de Publicidad Registral en Línea de la Sunarp crecieron en 122 %
-
Lima Norte3 años agoRumbo al GOTHIA CUP en Luxemburgo Suecia con su categoría sub 11 – Señal Alternativa
-
Ciencia y Tecnología5 años agoDepsa lanza nuevo servicio Medical Box para el sector Salud
-
Noticias3 años agoMininter anuncia creación de nueva categoría en PNP
-
Deportes3 años ago🔴#ENVIVO Cienciano vence 5-2 a Alianza Atlético en Cusco