Noticias Tecnología - Innovación - Ciencia

add ver todas

Un robot barista que toma pedidos, hace café y entrega bebidas a los clientes está siendo utilizado en Corea del Sur para ayudar con el distanciamiento social

Hay un nuevo Barista en el café de Daejeon, Corea del Sur y es un robot. Ha sido creado para que pueda preparar diferentes tipos de café, concretamente hasta 60 variedades, para después servirlos a sus clientes en los asientos. Es completamente autónomo, utilizando la tecnología para crear rutas óptimas dentro del lugar y así poder moverse con libertad. Como previsión, el instituto científico y el fabricante plantean suministrar en 30 cafés estos robots.

Las implicaciones de esta innovadora creación son:

  • Ayuda en el distanciamiento social – La pandemia provocada por el COVID-19, ha generado un distanciamiento social necesario para evitar la propagación del virus, o por lo menos frenarla. Robots como Barista ayudan claramente a la causa, evitando contacto entre clientes y empleados del lugar, y por tanto, reduciendo la probabilidad de contagios.
  • Aumento en el desempleo – La mayoría de sus funcionalidades pueden ser ventajas para los negocios, pero no para el índice de empleo. La automatización en algunos casos está vinculada con la sustitución del trabajador, y en este caso, el usos de estos robots para preparar y servir bebidas de manera automatizada y sin dependencia de un empleado, sería un riesgo para el empleo.

    Para saber más haz click aquí

NOTICIAS RELACIONADAS

add ver todas

El plan de la NASA para asegurar agua frente al cambio...

Los expertos predicen que los latigazos del clima que California viene padeciendo en el último año duplicarán su frecuencia. Ante este escenario tan desesperanzador la NASA ha lanzado ASO

El auge de compact AI para edge computing

En diciembre de 2016, Peter Levine de Andreessen Horowitz predijo el edge computing, procesamiento de los datos y la computación en los en los extremos lógicos de la red, como el próximo paradigma informático. La evolución del cloud computing al edge computing se debe al crecimiento del IoT, actualmente existen billones de smartphones, cameras, coches autónomos y otros dispositivos que recogen grandes cantidades de información que necesita ser procesada en tiempo real. El retardo de la red y la gran cantidad de datos generada (un coche genera un gigabyte por segundo) impide que haya tiempo suficiente para la trasmisión y procesamiento de datos en la nube, por tanto la computación tendrá que trasladarse a donde se generan los datos. Esta evolución se asemeja al la evolución del mainframe a la computación cliente-servidor y Levine la describe como edge intelligence. El borde de la red se convertirá en un sistema masivo de computación distribuida que almacena, procesa y actúa sobre los datos del mundo en tiempo real en el propio dispositivo. El Compact AI permite que el dispositivo o sistema responda a los datos a medida que se crean, eliminando las limitaciones asociadas con internet y la nube tales como el ancho de

BioBetter obtiene fondos para su tecnología de proteína...

BioBetter ha desarrollado una plataforma única de fabricación de proteínas para producir factores de crecimiento utilizando plantas de tabaco como biorreactores naturales, autosuficientes y libres de animales.

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