Noticias Tecnología - Innovación - Ciencia

add ver todas

Coches que sienten y reaccionan ante las emociones

Gracias a la inteligencia artificial, los coches podrán reaccionar ante las emociones del conductor mediante lo que se denomina ‘computación afectiva’. La compañía Affectiva es capaz de recopilar todo tipo de datos para reconocer el estado del usuario y reaccionar así de la forma más adecuada a las necesidades del conductor, a través de sensores, cámaras y micrófonos. Esto lo que permite es, entre otros, la recomendación de contenidos, rutas alternativas, adaptación de las condiciones ambientales, etc. Esta misma empresa fabrica también software para clientes publicitarios de manera que se identifica el marketing más adecuado para atraer a los clientes.

Las implicaciones de esta innovación son:

  • Mejorar la calidad de producto – A través de algoritmos, es posible rediseñar los asistentes virtuales en base a las emociones y necesidades del usuario, con el fin de mejorar la experiencia y aportar valor añadido al consumidor.
  • Prevención de accidentes – Además de una evidente mejora en la experiencia de cliente, se reduce la posibilidad de accidentes debido a los beneficios de seguridad ofrecidos por los sistemas de advertencia preventiva para conductores cansados o distraídos.

    Para saber más, haz clic aquí

NOTICIAS RELACIONADAS

add ver todas

OrionStar lanza un nuevo robot de café en China

OrionStar, perteneciente a la compañía china Cheetah Mobile, acaba de lanzar su alternativa a los famosos kioskos de café automático: una máquina con brazos robóticos.

La economía de la suscripción crece de manera exponencial

La economía de la suscripción no deja de crecer y durante la última década, está penetrando todos los ámbitos de nuestras vidas, incluyendo música, alquiler de coches o plataformas     empresariales. Este cambio obliga a las empresas a reinventarse para poder responder a las necesidades constantemente cambiantes del nuevo consumidor que prefiere la personalización y el acceso a un producto o servicio cuando lo demante, a ser propietario del mismo.Algunos ejemplos de servicios de economía de suscripción con un elevado número de suscriptores:​Netflix: Películas y series en streaming (100M)Spotify: Música en streaming (50M)Amazon Prime: Envío en 2 días + otros beneficios (80M)Ipsy: Productos de belleza (1.5M)Tinder: Aplicación de citas (1M)Zipcar: Car access (1M)Office 365: Microsoft Office cloud suite (26M)Adobe Creative Cloud: Software de diseño gráfico (9M)Dollar Shave Club: Cuchillas de afeitar (3M)Hello Fresh: Alimentación (857K)Uno de los cambios generados por la economía de la suscripción es que el consumidor entra en un diálogo constante con la empresa, pasando así de transacciones únicas a transacciones a largo plazo. Esto a su vez implica una remodelación de estructuras de datos, precio, modelos de facturación y contabilidad. En base a este cambio están surgiendo nuevas compañías como Zuora, una plataforma de suscripción que automatiza

Mini-pulmones cultivados en laboratorio podrían revelar...

En los Laboratorios Nacionales de Enfermedades Infecciosas Emergentes (NEIDL) en Boston, se está trabajando con células humanas de saco pulmonar cultivadas a partir de organoides para la investigación frente al Covid19. Este método por tanto, permite obtener información que sería imposible de obtener de cualquier otra forma como por ejemplo, saber cuáles son las células que permiten que el virus ingrese en el cuerpo y cuáles son las claves de los efectos que se producen en él.

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