AECOC
INNOVATION HUB

Tendencias - Tecnologías - Impactos

Noticias Tecnología - Innovación - Ciencia

add ver todas

¿Sin baterías? No hay problema. Estos robots carroñeros «comen» metal para cosechar energía

Investigadores de la Escuela de Ingeniería y Ciencias Aplicadas de la Universidad de Pensilvania han descubierto un robot que “come” metal para obtener su energía. No todos los metales pueden generan la misma densidad de energía, por lo que dependiendo del ambiente en el que se encuentre el prototipo, esta será distinta. Actualmente, está funcionando gracias al hidrogel incorporado en él, que en contacto con una superficie metálica, funciona como el ánodo de una batería.

Las implicaciones de este innovador descubrimiento son:

  • Robots inagotables – Gracias a la obtención de energía de forma autónoma, el robot no requiere de atención humana para la carga de energía, lo que ahorra tiempo y costes. Con esto, se puede conseguir una producción continuada, sin pausas, con robots funcionando 24 horas, con el menor coste posible.
  • Aplicación al transporte – Los vehículos eléctricos necesitan de una carga cada tiempo determinado para su correcto funcionamiento, pero si se incorporara este método, se podrían disponer de vehículos sin repostaje. Con ello el transporte sería una nueva revolución, en el que los viajes o la movilidad no serían barrera por largas distancias, estaciones de carga disponibles o costes de repostaje.

    Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

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

Empresa biotecnológica diseña una impresora de pastillas...

FabRx, una startup fundada en 2014 con sede en Reino Unido por académicos del University College London, está desarrollando y probando una impresora 3D para crear pastillas personalizadas (a las que denominan "printlets") en los hospitales. Hasta la fecha, FabRx ha probado la impresora en un hospital de España.

SPRINT 1 - SIMULACROS DE GESTIÓN DE CRISIS

¡Sprint 1! Simulacros de Gestión de Crisis: Mejorando la gestión de riesgos reputacionales de las empresas alimentarias¿Cómo incrementar el uso de este servicio entre los socios de AECOC?Este primer sprint se ha trabajado de la mano de Xavi Pera, con el objetivo de conseguir que las empresas asociadas perciban la realización de simulacros de gestión de crisis como una necesidad real, entendiendo el por qué de ellos y sus beneficios. De esta manera, aumentar las contrataciones del servicio que ofrecemos, así como la recurrencia de estas.Durante este sprint se han llevado a cabo varias sesiones dirigidas mediante las cuales se ha buscado cómo solucionar el reto planteado.ESTRUCTURA DEL SPRINT 1 Y PARTICIPANTES​En la primera sesión, los tres equipos consiguieron desarrollar un total de 18 ideas para la solución al reto. En la segunda sesión dirigida, se realizó el aterrizaje de las ideas de la sesión 1, concluyendo en 3 propuestas para la solución del reto.Se crearon tres equipos de trabajo los cuales desarrollaron estas tres propuestas de solución al reto y, finalmente se realizó una sesión de presentaciones de las propuestas de cada equipo. Propuesta 1 – Plan formativo: Seguridad ContinuaSe propone un plan formativo en seguridad alimentaria a través del cual las empresas obtengan los

IA para combatir el desperdicio alimentario

Hemos visto como a medida que crece la tecnología y la transformación digital, se introduce la inteligencia artificial para ayudar a la optimización en diferentes industrias como por ejemplo, la de fabricación, consumo o transporte entre otras. Ahora también se está introduciendo en el sector de hostelería pero además, con un objetivo concreto, la lucha contra el desperdicio de los alimentos.