Noticias Tecnología - Innovación - Ciencia

add ver todas

Científicos inventan un «panel anti-solar» que genera energía en la oscuridad

ACS Photonics, la empresa que emplea paneles anti-solares, innova con su nueva propuesta, aprovechando recursos que hasta el día de hoy pasaban desapercibidos para la producción energética. La energía es producida mediante el proceso por el que pasa el calor acumulado y desprendido por la tierra en los paneles durante un determinado periodo de tiempo. No es comparable con la cantidad de energía conseguida por los paneles solares, pero con una producción a gran escala, conseguiría un alcance mucho mayor.

Las consecuencias derivadas de estos paneles anti-solares son:

  • Energía renovable – La energía producida por estos paneles es considerada renovable al proceder de fuentes naturales e inagotables. Estas no inciden negativamente sobre el medio ambiente en cuanto a términos de contaminación. Es por ese motivo, y por su elevada tasa interna de retorno, por el que las energías renovables se han visto en auge durante los últimos años.
  • Reducción de costes en la producción energética – Las energías renovables se han caracterizado por abaratar el precio del mercado eléctrico. Esto supone un impacto positivo para los consumidores, constituyendo un ahorro para su economía, mientras que contribuyen de manera eficiente en la preservación del medio ambiente.

NOTICIAS RELACIONADAS

add ver todas

El sistema para detectar y recoger basura automáticamente

Los residuos en las ciudades están cada vez más fuera de control. La población genera en su actividad diaria más residuos de los que las empresas especialistas son capaces de tratar. Investigadores en la India proponen una solución que combina la inteligencia artificial con robotics para el desarrollo de un algoritmo que detecta la basura esparcida en las calles y la recoge gracias a un brazo robótico

Alphabet empezará el proyecto Toronto Smart City este...

Toronto va a ser la ciudad con la primera “zona inteligente” del mundo. Alphabet, la empresa matriz de Google, es la responsable de este proyecto, con el que comenzará a dar forma a las ciudades inteligentes del futuro.Las consecuencias de este proyecto:Diversificación de las fuentes de ingresos – Los grandes gigantes tecnológicos querrán convertirse en grandes gestores de los datos generados por los ciudadanos, con el objetivo de ofrecer servicios adaptados a sus necesidades. Esta cesión de datos supondrá una fuente de ingresos adicional para las ciudades, que ofrecerán sus datos a cambio de liquidez y conocimientos.Modificación del modelo urbanístico – Alphabet pretende cambiar el concepto de las ciudades, incrementando la sostenibilidad creando para ello zonas verdes y zonas peatonales con tiendas, ocio y oficinas. Además, ofrecerá viviendas asequibles para los habitantes de Toronto con ingresos más bajos.Digitalización – Este proyecto se traducirá en la digitalización de toda la zona de Toronto sobre la que se han focalizado, en la cual los edificios serán modulares y se podrán ampliar para alojar empresas y familias y los autobuses sin conductor reemplazarán a los coches privados, entre otros avances.Para saber más haz click aquí

Qué esperar de las startups españolas en 2023

2022 está marcado por la Guerra de Ucrania, que desató, entre muchos otros desastres, una crisis de suministro de materias primas que a día de hoy sigue afectando a muchos sectores. Esto llevó a una inflación que llegó a registrar hasta dos dígitos, los bancos subieron los tipos de interés y se encarece el precio del dinero.

La inteligencia artificial puede detectar signos de...

El uso de machine learning puede detectar los patrones y los primeros síntomas del Alzheimer. El estudio se esta realizando a través de un dispositivo que, instalado en el cuarto de un paciente, se encarga de grabar todo lo que sucede a su alrededor incluyendo los movimientos de la persona.Las consecuencias del uso de machine learning en la detección del Alzheimer:Identificación de enfermos en fase temprana – los dispositivos permiten recoger información e identificar patrones que pueden servir para identificar a futuros pacientes, que podrían comenzar a ser tratados años antes de que aparezcan los síntomas obvios como la perdida de memoria.​Creación de un prueba de diagnostico– actualmente no existe prueba para identificar a los enfermos de Alzheimer y los escáneres de cerebro no se pueden utilizar para identificar esta enfermedad. Sin embargo, el machine learning podría permitir desarrollar una prueba de diagnóstico.Mejora de los ensayos clínicos de los medicamentos – los patrones identificados con machine learning pueden eliminar los dos problemas principales en el desarrollo de nuevos medicamentos para el Alzheimer: el desconocimiento de las causas de la enfermedad y la dificultad de identificar pacientes que se beneficien de la medicación.Para saber más haz click aquí