• Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología
Notiulti
Noticias Ultimas
Inicio » machine vision
Tag:

machine vision

Tecnología

Scanabull: Startup Neozelandesa Levanta $1.1M para Pesaje Ganadero con IA

by Editor de Tecnologia marzo 23, 2026
written by Editor de Tecnologia

Scanabull ha recaudado 1,1 millones de dólares neozelandeses (NZD) en una ronda de inversión liderada por Sprout Agritech.

La startup agrotecnológica de Nueva Zelanda también obtuvo el apoyo de Enterprise Angels y el programa Deep Tech Incubator de Callaghan Innovation. Está desarrollando un sistema que estima el peso del ganado a partir de un escaneo 3D capturado con un teléfono inteligente o un dispositivo de cámara dedicado.

Fundada en 2024, la empresa está trabajando con procesadores de carne y agricultores que buscan datos de peso más frecuentes sin necesidad de pasar el ganado por plataformas de pesaje convencionales. Se están llevando a cabo pruebas y demostraciones en toda Nueva Zelanda, incluida una con Silver Fern Farms.

Datos de peso

En la ganadería, el ganado a menudo se compra, se vende y se gestiona utilizando estimaciones visuales en lugar de mediciones directas. El pesaje estándar suele requerir que el ganado se traslade a corrales y a través de equipos fijos, lo que añade mano de obra, tiempo de manipulación y costes.

El sistema de Scanabull utiliza el sensor LiDAR de un iPhone Pro o su propia cámara Scanabull Weigh Point para crear un modelo 3D del animal. El software del dispositivo analiza entonces la forma y la estructura del animal para estimar el peso vivo en aproximadamente un segundo.

Según la empresa, el modelo procesa datos espaciales a unos 30 fotogramas por segundo. Afirma que el sistema es actualmente más del 93% preciso para animales individuales y funciona mejor a nivel de grupo a medida que recopila más datos.

Sus modelos se han entrenado con más de 100.000 puntos de datos de animales. El procesamiento se ejecuta en el dispositivo en lugar de a través de sistemas en la nube, lo que es importante para las granjas en zonas con mala conectividad.

Dan Bull, cofundador y CEO, dijo que las estimaciones inexactas pueden afectar a los precios y la planificación en toda la cadena de suministro.

«Muchos animales se compran y se venden basándose en estimaciones visuales en lugar de mediciones objetivas. Cuando esas estimaciones son incorrectas, puede resultar en diferencias financieras significativas para los agricultores, los comerciantes y los procesadores», afirmó Bull.

«Nuestro objetivo es proporcionar a la industria cárnica una forma rápida y fiable de comprender lo que realmente está sucediendo con sus animales en tiempo real», añadió.

Uso en la granja

El primer producto es WeighApp, dirigido a agricultores, agentes de ganado y veterinarios que escanean animales en corrales, plumas o cerca de las puertas de la granja. La empresa también ofrece el sistema Weigh Point para el pesaje automático en el campo, que, según afirma, es más adecuado para el seguimiento de las tendencias de crecimiento a lo largo del tiempo.

La tecnología pretende reducir la dependencia de la infraestructura de pesaje fija, que puede costar decenas de miles de dólares y puede requerir instalaciones de manipulación construidas a medida. Scanabull argumenta que una menor manipulación también puede reducir el estrés asociado con el encierro del ganado.

Ursula Haywood, cofundadora y directora comercial, dijo que el objetivo más amplio es mejorar la toma de decisiones en la granja.

«El sector cárnico sigue dependiendo en gran medida de la estimación y los procesos manuales. Al introducir mediciones objetivas que se pueden capturar rápidamente en el campo, podemos ayudar a los agricultores a gestionar sus animales de forma más eficaz y a tomar decisiones más informadas sobre cuándo vender», afirmó Haywood.

Bull dijo que los procesadores también se enfrentan a lagunas de datos antes de que el ganado llegue al matadero.

«Los procesadores a menudo tienen muy pocos datos fiables sobre los animales antes de que lleguen a la planta», dijo.

«Mejorar la visibilidad del peso al principio de la cadena de suministro puede ayudar a reducir las ineficiencias e incluso a mejorar las relaciones entre los agricultores y los compradores».

Perspectiva de los inversores

Para los inversores, el atractivo reside en la aplicación de la visión artificial y el aprendizaje automático a una parte de la agricultura que todavía depende en gran medida de la evaluación manual. La última financiación se utilizará para seguir desarrollando los modelos de inteligencia artificial de la empresa y recopilar más datos.

Crispin Dye, gestor de inversiones de Sprout Agritech, dijo que el enfoque podría ampliar el acceso a mediciones objetivas del ganado.

«Las tecnologías que aportan datos fiables a las cadenas de suministro agrícolas tienen un enorme potencial. El uso de la visión artificial y la IA en el dispositivo por parte de Scanabull abre nuevas posibilidades para la gestión del ganado y la transparencia de la cadena de suministro», dijo Dye.

La ejecución del software en un teléfono móvil o una cámara personalizada también ha sido un foco técnico para la startup. Bull dijo que la empresa construyó su propia arquitectura de modelo para que esto fuera posible.

«Nadie está ejecutando redes neuronales a esta velocidad en dispositivos periféricos para aplicaciones ganaderas. Scanabull ha desarrollado su propia arquitectura y modelos de entrenamiento patentados para que esto sea posible», afirmó.

La empresa prevé ampliar el sistema más allá del peso vivo para incluir la predicción del peso de la carcasa y la puntuación de la condición corporal.

«Nuestra ambición es ayudar a introducir la toma de decisiones basada en datos en la industria cárnica desde el nacimiento hasta el procesamiento. Una vez que los agricultores dispongan de datos precisos y en tiempo real sobre sus animales, todo, desde la gestión de la granja hasta la fijación de precios de mercado, se vuelve más eficiente», dijo Haywood.

marzo 23, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

AMD Ryzen AI Embedded P100: Nuevo Procesador para IA Industrial

by Editor de Tecnologia marzo 10, 2026
written by Editor de Tecnologia

AMD ha ampliado su línea de procesadores Ryzen AI Embedded P100 Series con nuevos chips x86 diseñados para sistemas de IA industrial y de borde, incluyendo automatización de fábricas, robótica e imágenes médicas.

Estos nuevos procesadores se suman a los modelos P100 Series ya anunciados y se centran en aumentar el número de núcleos de CPU, la capacidad de procesamiento gráfico y el rendimiento de la inferencia de IA dentro del mismo formato de encapsulado de matriz de rejilla esférica (BGA).

Novedades

Los nuevos procesadores ofrecen entre ocho y 12 núcleos de CPU «Zen 5», gráficos RDNA 3.5 y una unidad de procesamiento neuronal basada en la arquitectura XDNA 2.

AMD cita hasta 80 TOPS (Tera Operaciones por Segundo) totales del sistema para la inferencia de IA. En comparación con los procesadores P100 Series anteriores en el mismo encapsulado, también indica hasta el doble de núcleos de CPU, hasta 8 veces más capacidad de procesamiento de GPU y un aumento estimado del 36% en los TOPS del sistema.

Los procesadores están diseñados para implementaciones en tiempo real y siempre activas que requieren un rendimiento determinista, con soporte para rangos de temperatura industrial de -40°C a 105°C, operación continua 24/7 y ciclos de vida de 10 años.

ROCm y software

Una adición clave es el soporte para AMD ROCm, su pila de software de código abierto para computación de GPU y cargas de trabajo de IA. Esto brinda a los desarrolladores integrados acceso a marcos de IA estándar y compiladores, tiempos de ejecución y bibliotecas de código abierto.

ROCm utiliza la Interfaz de Computación Heterogénea para la Portabilidad (HIP), que AMD afirma que separa la programación de GPU del hardware específico y reduce la dependencia de la pila de software de un único proveedor.

Los procesadores combinan funciones de CPU, GPU y NPU en un solo chip, lo que permite particionar las cargas de trabajo entre los motores de cómputo. AMD afirma que esto también admite una latencia predecible cuando los sistemas ejecutan cargas de trabajo mixtas.

Pila de virtualización

AMD también ha presentado una pila de referencia de virtualización empaquetada para aplicaciones industriales de criticidad mixta. Basada en el hipervisor Xen, está diseñada para ejecutar entornos Linux, Windows, Ubuntu y RTOS en dominios aislados.

AMD afirma que los núcleos de CPU «Zen 5» proporcionan aislamiento y margen de rendimiento para consolidar múltiples cargas de trabajo en una sola plataforma con un comportamiento multitarea determinista.

Mercados objetivo

AMD destacó tres categorías de aplicaciones para la línea P100 Series ampliada: PC industriales para visión artificial, robots móviles autónomos y sistemas de imágenes médicas 3D.

Para PC industriales, AMD afirma que los procesadores pueden consolidar controladores lógicos programables (PLC), visión artificial y funciones de interfaz hombre-máquina (HMI) en un solo sistema, utilizando gráficos integrados y la NPU para el procesamiento de visión multicámara y la visualización de paneles de control.

Para robótica, AMD describe el uso de la CPU para la navegación, el control de movimiento y la planificación de rutas, mientras que la GPU procesa múltiples fuentes de video para la conciencia espacial y las cargas de trabajo de SLAM visual. También citó la memoria unificada entre la CPU y la GPU para reducir la latencia y posicionó la NPU para tareas de inferencia siempre activas y de bajo consumo, como la detección de objetos y la comprensión de escenas.

Para imágenes médicas, AMD afirma que los procesadores pueden ejecutar imágenes 3D para sistemas de ultrasonido y endoscopia en el borde y admitir flujos de trabajo de razonamiento clínico y preguntas y respuestas. Posicionó la plataforma como una forma para que los fabricantes de equipos de atención médica consoliden las imágenes, el análisis y la generación de informes en un sistema x86 integrado con un ciclo de vida prolongado del producto.

En comparaciones de rendimiento, AMD afirma que se espera que la serie P100 ofrezca hasta un 39% más de rendimiento multihilo y hasta 2,1 veces más TOPS totales del sistema que la serie Ryzen Embedded 8000 de la generación anterior.

Sistemas de socios

Las soluciones de producción basadas en los procesadores Ryzen AI Embedded P100 ya están disponibles a través de socios de diseño originales como Advantech, congatec y Kontron.

«Advantech se enorgullece de anunciar una línea completa impulsada por la escalable cartera de procesadores AMD Ryzen AI Embedded P100. Con módulos de computadora, computadoras de placa única y sistemas de IA de borde e inteligentes, esta cartera aprovecha una arquitectura de IA integrada mejorada para ofrecer un multitarea de alta eficiencia que impulsa el avance de la IA de vanguardia», dijo Aaron Su, Vicepresidente del Sector de IoT integrado, Advantech.

Congatec señaló las opciones de configuración en cuanto al número de núcleos de CPU y la escalabilidad de los gráficos.

«Con el lanzamiento de la serie AMD Ryzen AI Embedded P100, congatec puede ampliar su cartera de módulos de computadora para computación integrada y aplicaciones de borde con una plataforma altamente versátil. Permite a los clientes adaptar con precisión el rendimiento, la potencia y el costo a sus necesidades específicas de aplicación al ofrecer entre cuatro y 12 núcleos de CPU y un rendimiento de GPU altamente escalable. Esta extraordinaria flexibilidad es esencial a medida que las cargas de trabajo de borde se vuelven más diversas, desde la automatización industrial hasta los sistemas acelerados por IA», dijo Florian Drittenthaler, Gerente de Línea de Producto, congatec.

Kontron vinculó los chips a una oferta mini-ITX basada en piezas P100.

«La plataforma AMD Ryzen AI Embedded es un cambio de juego para las aplicaciones industriales y basadas en IA en el borde. Nuestro K4131-Px mITX basado en P100 estará equipado con APU de cuatro a 12 núcleos, lo que nos permitirá ofrecer a los clientes una variedad de soluciones que ofrecen un alto rendimiento de cómputo y aceleración de IA en la misma huella compacta», dijo Thomas Stanik, Gerente Senior de Ventas y Desarrollo de Negocios, Kontron.

AMD dijo que los procesadores Ryzen AI Embedded P100 Series de ocho a 12 núcleos están disponibles para muestreo ahora, y se espera que los envíos de producción comiencen en julio de 2026.

marzo 10, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
Tecnología

Robótica Humanoide: Solución a Problemas Complejos del Mundo Real

by Editor de Tecnologia enero 5, 2026
written by Editor de Tecnologia

Una nueva plataforma de análisis explora por qué las tareas domésticas y la automatización física requieren inteligencia incorporada más allá de los enfoques informáticos tradicionales.

La próxima ola de la IA es la IA física. Una IA que comprende las leyes de la física, una IA que puede trabajar entre nosotros.

— Jensen Huang, CEO de Nvidia

BROOKLYN, NY, ESTADOS UNIDOS, 4 de enero de 2026 /EINPresswire.com/ — Mientras la inteligencia artificial domina los titulares tecnológicos con modelos de lenguaje y chatbots, una revolución más silenciosa en la robótica humanoide podría representar el desarrollo más transformador para resolver problemas del mundo real que han resistido la computarización durante décadas.

Ha sido lanzada una plataforma integral que examina las aplicaciones y limitaciones de la robótica para explorar por qué tareas como doblar la ropa, navegar en entornos desordenados y manipular objetos irregulares siguen estando más allá de las capacidades de automatización actuales, y cómo los robots humanoides equipados con visión avanzada y una IA adaptable podrían finalmente abordar estos desafíos. El análisis, disponible en popescurobotics.com, proporciona marcos para comprender qué problemas resuelven fácilmente las computadoras y cuáles requieren enfoques fundamentalmente diferentes.

Las Dos Categorías de Problemas
La informática tradicional sobresale en problemas bien definidos: cálculos con entradas y salidas precisas, procesamiento de datos que sigue reglas consistentes y tareas que se pueden formalizar en algoritmos. Estas capacidades han revolucionado las finanzas, las comunicaciones, la manufactura y muchos otros dominios.
Sin embargo, una vasta categoría de problemas no bien definidos continúa resistiéndose a la computarización. Estos involucran objetos irregulares, condiciones cambiantes, objetivos ambiguos y situaciones que requieren juicio en lugar de cálculo. Las tareas domésticas ejemplifican perfectamente esta categoría.

Considere doblar la ropa, una tarea que la mayoría de las personas realizan sin pensar conscientemente, pero que representa un desafío enormemente complejo para las máquinas. Cada prenda viene en diferentes formas, tamaños, materiales y condiciones. No existe un algoritmo simple que maneje todos los casos. Esta distinción ayuda a explicar por qué las computadoras han transformado algunos aspectos de la vida mientras que otros permanecen en gran medida sin cambios.

Por Qué la Automatización Tradicional Falla en las Tareas Domésticas
Los robots industriales han logrado un éxito notable en los entornos de fabricación precisamente porque esos entornos minimizan los problemas no bien definidos. Las piezas llegan en orientaciones consistentes, los espacios de trabajo permanecen organizados y las tareas siguen secuencias repetibles.
Los entornos domésticos presentan la situación opuesta: la máxima variabilidad con una estructura mínima. Los objetos aparecen en orientaciones aleatorias, las condiciones de iluminación cambian a lo largo del día y las tareas implican improvisación en lugar de secuencias fijas. Los enfoques de automatización actuales tienen dificultades en estas condiciones porque fueron diseñados para la precisión y la repetibilidad, no para la adaptabilidad y el juicio.

La Visión Artificial como una Tecnología Habilitadora
Los recientes avances en la visión artificial y la percepción finalmente pueden permitir que los robots manejen problemas no bien definidos. Los sistemas de aprendizaje profundo ahora pueden identificar objetos en escenas desordenadas, estimar sus propiedades y predecir cómo podrían comportarse cuando se manipulan, capacidades esenciales para operar en entornos no estructurados.

Estos sistemas de percepción procesan la información visual de manera diferente a la visión artificial tradicional. En lugar de requerir una iluminación perfecta y posiciones de objetos conocidas, aprenden a reconocer elementos a pesar de la oclusión, los ángulos variables y las diversas condiciones. El tacto representa otra capacidad crucial, que permite a los robots ajustar la presión del agarre, detectar el deslizamiento y sentir las propiedades del material.

El Caso de los Factores de Forma Humanoides
Si bien los robots pueden adoptar muchas formas, los diseños humanoides ofrecen ventajas específicas para operar en entornos humanos. Los hogares, las oficinas y los espacios públicos fueron diseñados en torno a las capacidades humanas: alturas de alcance, anchos de puertas, dimensiones de escaleras y los factores de forma de los objetos cotidianos.
Un robot humanoide puede navegar en estos entornos e interactuar con estos objetos sin requerir una remodelación completa. Puede subir escaleras, alcanzar estantes, abrir puertas y manipular herramientas diseñadas para manos humanas. Esta compatibilidad amplía drásticamente el rango de tareas que una sola plataforma robótica puede abordar.

La Automatización del Hogar como una Oportunidad de Mercado
El mercado de la automatización del hogar representa un enorme potencial para las empresas de robótica que pueden resolver eficazmente los problemas no bien definidos. Los hogares gastan una cantidad significativa de tiempo y dinero en limpieza, organización, preparación de comidas y mantenimiento, tareas que la automatización actual no puede abordar adecuadamente.
La tecnología inteligente para el hogar existente automatiza tareas bien definidas, como ajustar los termostatos o controlar las luces, pero no puede limpiar los pisos a fondo, guardar los comestibles o ordenar los espacios habitables. Un robot humanoide capaz de realizar incluso un subconjunto de tareas domésticas ofrecería un valor inmenso.

Los Desafíos Técnicos Siguen Siendo Sustanciales
A pesar de los recientes avances, importantes desafíos técnicos separan las capacidades robóticas actuales de las aplicaciones domésticas prácticas. La destreza sigue siendo un obstáculo importante: las manos humanas combinan una notable fuerza, precisión y adaptabilidad que los agarres robóticos luchan por igualar.
La potencia y la eficiencia energética presentan otra limitación. La tecnología de las baterías limita el tiempo de funcionamiento, mientras que los motores consumen una cantidad significativa de energía durante las tareas de manipulación. Las consideraciones de seguridad se vuelven críticas cuando los robots operan en espacios con humanos, especialmente niños o personas mayores. La reducción de costos representa quizás el desafío más crucial para la adopción masiva del mercado.

Integración de Capacidades de IA y Robótica
Los robots humanoides efectivos requieren la integración de múltiples capacidades de IA. El procesamiento del lenguaje natural permite la interacción del usuario. Los sistemas de planificación determinan las secuencias de acción para tareas complejas. Los algoritmos de aprendizaje permiten a los robots mejorar con la experiencia.
Esta integración desafía las arquitecturas de IA actuales que típicamente se centran en modalidades o tareas únicas. Un robot doméstico debe procesar simultáneamente información visual, comprender instrucciones, planificar secuencias de manipulación, ejecutar control de motores y ajustar en función de la retroalimentación, todo en tiempo real.

Problemas No Bien Definidos Más Allá de los Hogares
Si bien las aplicaciones domésticas reciben una atención significativa, los problemas no bien definidos aparecen en toda la economía. La atención médica implica tareas de atención al paciente que requieren un tacto suave y juicio. El comercio minorista requiere el manejo de diversos productos en condiciones variables. La agricultura se ocupa de plantas irregulares y entornos impredecibles.

Cada dominio presenta oportunidades para robots humanoides que pueden adaptarse a la variabilidad en lugar de requerir entornos altamente estructurados. La oportunidad económica radica precisamente en esos espacios que han resistido la computarización porque implican demasiada variabilidad y poca estructura.

Estabilidad y Desarrollo a Largo Plazo
La plataforma enfatiza un factor a menudo pasado por alto en el desarrollo de la robótica: la estabilidad regulatoria y económica. La construcción de sistemas robóticos prácticos requiere un esfuerzo sostenido durante años o décadas. Las empresas necesitan tener la confianza de que las condiciones del mercado y las regulaciones permanecerán razonablemente estables durante los ciclos de desarrollo.

Las regiones que mantienen entornos comerciales estables, regulaciones predecibles y un apoyo constante al desarrollo tecnológico a largo plazo tienden a atraer y retener a las empresas de robótica. Esta dinámica influye en dónde ocurre la innovación y qué empresas tienen éxito en la comercialización de productos.

Conclusión
La aparición de plataformas dedicadas al análisis de las aplicaciones de la robótica refleja un reconocimiento cada vez mayor de que la inteligencia incorporada representa la próxima frontera para la inteligencia artificial. Recursos como popescurobotics.com ayudan a promover la discusión más allá del entusiasmo acrítico y el escepticismo generalizado hacia una comprensión más matizada de dónde la robótica crea valor, cuáles son los desafíos que quedan y cómo evaluar el progreso de manera realista.

Amy Sterling
NOHO Photo Studio NYC
email us here
Visit us on social media:
Instagram

Legal Disclaimer:

EIN Presswire provides this news content «as is» without warranty of any kind. We do not accept any responsibility or liability
for the accuracy, content, images, videos, licenses, completeness, legality, or reliability of the information contained in this
article. If you have any complaints or copyright issues related to this article, kindly contact the author above.

You just read:

News Provided By

January 05, 2026, 00:49 GMT


EIN Presswire’s priority is author transparency. We do our best to weed out false and misleading content. The content above is
the sole responsibility of the author who makes it available. If you have any complaints, kindly contact the author above.

enero 5, 2026 0 comments
0 FacebookTwitterPinterestLinkedinEmail
  • Aviso Legal
  • Política de Cookies
  • Términos y Condiciones
  • Política de Privacidad
  • CONTACTO
  • Política de Correcciones
  • Equipo Editorial
  • Política Editorial
  • SOBRE NOTIULTI

El servicio de alojamiento web más recomendado. Para quejas, abusos o publicidad, contacte: admin@notiulti.com


Back To Top
Notiulti
  • Deportes
  • Entretenimiento
  • Mundo
  • Negocio
  • Noticias
  • Salud
  • Tecnología