AECOC
INNOVATION HUB

Tendencias - Tecnologías - Impactos

Noticias Tecnología - Innovación - Ciencia

add ver todas

Crean una luna artificial para iluminar ciudades de China y ahorrar energía

Una ciudad de China está construyendo su propia “luna” artificial y conseguir así más luz por la noche. Este satélite artificial sería capaz de iluminar con una potencia aproximadamente ocho veces mayor que la luna real. Esta línea lleva ya desarrollándose durante varios años y se espera que en 2020 sea una realidad.

Las consecuencias de la creación de una “luna” artificial:

  • Ahorro del gasto en electricidad y mayor iluminación – La creación de una “luna” artificial que consiga que la ciudad tenga mayor cantidad de luz por la noche podría permitir ahorrar el gasto en electricidad que supone iluminar las calles con las farolas. Este satélite podría ser capaz de iluminar un área con un diámetro de hasta 80 kms.​Atracción de turismo – Con esta iniciativa, la ciudad china de Chengdu también pretende conseguir atraer a un número mayor de turistas.
  • Impacto en especies animales y vegetales – Además, esta “luna” artificial podría tener un impacto significativo en el desarrollo de algunas especies animales y vegetales que dependen de los ciclos nocturnos para poder desarrollarse con normalidad.
  • Elevada inversión – Se trata de un proyecto que requiere una elevada inversión y puede traer tanto consecuencias positivas como negativas. Por ello es necesario plantearse todos los beneficios e inconvenientes que puedan surgir si este proyecto llegara a ser una realidad.

Para saber más haz click aquí


NOTICIAS RELACIONADAS

add ver todas

Johnson & Johnson compra un startup de cirugía robótica...

El gigante farmacéutico Johnson & Johnson ha comprado Auris Health, una empresa de cirugía y robótica, por 3.400 millones de dólares. Auris fabrica una cámara robótica operada por un controlador que ayuda a los médicos a obtener imágenes desde el interior del cuerpo, incluyendo los pulmones.

WhatsApp ofrece la funcionalidad de shopping en su app para...

La plataforma ha decidido comenzar a ofrecer funciones de compras en la aplicación para comunicarse con las empresas y servicios de alojamiento en la nube.

Un nuevo tejido de residuos de frutas es fuerte, versátil...

A medida que las empresas cada vez ofrecen más información sobre su cadena de suministro o el uso de recursos para producir sus productos, los consumidores tienen los medios para tomar decisiones basadas en las actividades responsables con el medio ambiente de estas. En este contexto, la industria de la moda tiene que buscar constantes alternativas a su producción para poder tener prácticas más sostenibles, ya que esta industria es la responsable del 20% de la contaminación mundial del agua, además de ser responsable de un alto porcentaje de las emisiones de CO2 o de tener poca circularidad de sus productos. Por eso mismo, la innovación en prácticas o materiales en esta industria está en auge. El diseñador Youyang Song ha desarrollado Peelsphere, un material verdaderamente circular hecho de desechos de frutas y algas.Peelsphere se inspira en las frutas y verduras de las que proviene el material, tanto en el color de las telas, que proviene de tintes totalmente naturales, como en las formas finales del producto. El material se elabora a partir de deshechos de frutas y verduras mezcladas con algas para crear láminas parecidas al cuero y están listas para ser teñidas. Todos los tejidos de Peelshere son

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