Nos complace anunciar que nuestra COO, @JanetAdamsAI, hablará en THE BIG INTERVIEW #TBI25 de @wireditalia el 26 de junio de 2025 en la Universidad Bocconi, Milán. Obtenga más información e inscríbase para asistir: https://t.co/CoUaxwD1uA https://t.co/utLF8lx9Fu

La Codificación Predictiva Activa (ActPC) comprende un marco de trabajo de inspiración biológica para el aprendizaje y la inferencia. Al minimizar los errores de predicción entre los modelos internos y los datos observados, ActPC refina iterativamente tanto las representaciones latentes como los parámetros del modelo. A diferencia de las redes neuronales basadas en retropropagación, ActPC enfatiza las señales de error locales, lo que la hace inherentemente más adecuada para el aprendizaje en línea y en tiempo real, y permite la integración del aprendizaje por refuerzo y el razonamiento simbólico. La optimización tradicional basada en gradientes en las redes neuronales tiene dificultades para soportar dinámicas de aprendizaje en tiempo real a gran escala debido a la fragilidad del algoritmo de retropropagación subyacente, que requiere una actualización cuidadosamente coordinada y sincronizada en una gran red (lo que lleva a una dependencia de grandes actualizaciones basadas en lotes), y que sufre problemas de convergencia cuando las arquitecturas neuronales son demasiado recurrentes o demasiado complejas. Estas deficiencias conducen a una desafortunada dinámica sociotécnica en la que las arquitecturas neuronales orientadas hacia un aprendizaje, razonamiento y memoria robustos orientados a la AGI no se persiguen suficientemente porque tienden a involucrar topologías de red para las que la retropropagación no convergerá fácilmente. ActPC resuelve estos problemas tanto a nivel conceptual como matemático, pero también puede sufrir largos tiempos de convergencia y dinámicas transitorias indeseables. La ActPC mejorada geométricamente con información (ActPC-Geom) proporciona una alternativa potencial convincente: al incorporar operadores dependientes de la medida derivados de la distancia de Wasserstein, uno alinea las actualizaciones de los parámetros con la estructura natural de las distribuciones de probabilidad subyacentes a ActPC, acelerando así el aprendizaje y suavizando las dinámicas transitorias regresivas que de otro modo podrían ocurrir. Como la mayoría de las aplicaciones prácticas de la geometría de la información, ActPC-Geom enfrenta importantes desafíos computacionales. Sin embargo, creemos que estos pueden abordarse mediante el despliegue adecuado de algoritmos de *machine learning* y razonamiento dentro del propio modelado geométrico (utilizando aproximadores neuronales e incrustaciones basadas en kernel-PCA guiadas por la geometría de la información). Además, estos algoritmos de ML y MR pueden utilizarse para inyectar valiosas propiedades cognitivas en el proceso de aprendizaje neuronal, además de proporcionar aceleración. Lea el documento completo para obtener más información: https://t.co/Q62zdVPhIu

Codificación Predictiva Activa (ActPC) comprende un marco inspirado biológicamente para el aprendizaje y la inferencia. Al minimizar los errores de predicción entre los modelos internos y los datos observados, ActPC refina iterativamente tanto las representaciones latentes como los parámetros del modelo.A diferencia de las redes neuronales basadas en retropropagación, ActPC enfatiza las señales de error locales, haciéndola inherentemente más adecuada para el aprendizaje en línea en tiempo real y permitiendo la integración del aprendizaje por refuerzo y el razonamiento simbólico.La optimización tradicional basada en gradientes en las redes neuronales tiene dificultades para soportar dinámicas de aprendizaje en tiempo real a gran escala debido a la fragilidad del algoritmo de retropropagación subyacente, que requiere una actualización cuidadosamente coordinada y sincronizada a través de una gran red (lo que lleva a una dependencia de actualizaciones basadas en grandes lotes), y que sufre problemas de convergencia cuando las arquitecturas neuronales son demasiado recurrentes o de otro modo demasiado complejas.Estas deficiencias conducen a una desafortunada dinámica sociotécnica en la que las arquitecturas neuronales orientadas hacia el aprendizaje, el razonamiento y la memoria robustos orientados a la AGI no se persiguen lo suficiente porque tienden a involucrar topologías de red para las cuales la retropropagación no convergerá fácilmente.ActPC resuelve estos problemas tanto a nivel conceptual como matemático, pero también puede sufrir tiempos de convergencia prolongados y dinámicas transitorias indeseables.ActPC mejorada geométricamente de información (ActPC-Geom) proporciona una alternativa potencial convincente: al incorporar operadores dependientes de la medida derivados de la distancia de Wasserstein, uno alinea las actualizaciones de los parámetros con la estructura natural de las distribuciones de probabilidad subyacentes a ActPC, acelerando así el aprendizaje y suavizando las dinámicas transitorias digresivas que de otro modo podrían ocurrir.Como la mayoría de las aplicaciones prácticas de la geometría de la información, ActPC-Geom enfrenta desafíos computacionales significativos. Sin embargo, creemos que estos pueden abordarse mediante la implementación apropiada de algoritmos de aprendizaje automático y razonamiento dentro de la modelación geométrica en sí (utilizando aproximadores neuronales e incrustaciones basadas en PCA guiada por geometría de la información). Además, estos algoritmos de ML y MR pueden usarse para inyectar propiedades cognitivas valiosas en el proceso de aprendizaje neuronal, junto con la aceleración.Lea el artículo completo para aprender más: https://t.co/2s4JBsI70F

Estamos entusiasmados de anunciar que nuestro CEO, el Dr. @bengoertzel, el COO, @JanetAdamsAI, y el robot Desdemona hablarán en el Businessabc AI Global Summit (26-27 de junio) en el Royal Kensington Town Hall en Londres. Más información y registro para asistir: https://t.co/zn5Otr0cAn

Únete a nosotros este viernes, 13 de junio, a las 15:30 UTC, para una nueva sesión de MeTTa Coders para conectarte con la comunidad Hyperon y discutir los últimos avances en el lenguaje MeTTa AGI. Agrega nuestras reuniones quincenales a tu calendario y mantente actualizado sobre futuras sesiones: https://t.co/77M6JJp65v https://t.co/8va7cYXUcV

Estamos entusiasmados de que la pila tecnológica de @ASI_Alliance siga atrayendo interés institucional y demuestre el potencial para la integración de IA descentralizada en diversas industrias.

A medida que la promesa de la IA general aumentamente captura la imaginación del mundo, debemos asegurar que el avance de la IA beneficie a todos, particularmente a las poblaciones desatendidas que enfrentan persistentes disparidades educativas y económicas. iCog Labs, cofundada por el Dr. @bengoertzel y @GETNETASEFFA en 2013 como la primera empresa de IA de Etiopía y aún la más sustancial, proporciona lecciones que revelan tanto el potencial transformador como los desafíos matizados de aplicar tecnologías de IA en el mundo en desarrollo. Si bien el potencial de la IA como equalizador educativo es profundo, las poblaciones desatendidas a menudo encuentran dos desafíos centrales: barreras lingüísticas y contenido educativo culturalmente irrelevante. La UNESCO estima que el 40% de los estudiantes a nivel mundial carecen de acceso a la educación en un idioma que entiendan, sin embargo, las empresas tecnológicas del mundo desarrollado tienen poca motivación para perfeccionar la tecnología de lenguaje para poblaciones con un poder adquisitivo mínimo. iCog Labs ha sido pionera en soluciones prácticas. Su colaboración con Curious Learning ejemplifica este enfoque al aprovechar la IA generativa para desarrollar aplicaciones de lectura en idiomas locales, que tienen más de 85,000 usuarios activos. Además, iCog Labs lanzó Leyu, una plataforma de crowdsourcing descentralizada que recopila recursos lingüísticos de comunidades desconectadas, reuniendo datos como oraciones habladas paralelas que los desarrolladores locales pueden utilizar para entrenar modelos de traducción. Más allá de las barreras lingüísticas, la educación efectiva exige relevancia cultural. El contenido educativo importado con frecuencia no resuena con los estudiantes cuyas experiencias cotidianas difieren drásticamente de los planes de estudio estandarizados. El proyecto Digitruck, un centro de educación móvil fuera de la red desplegado por iCog Labs y parcialmente patrocinado por SingularityNET, lo demuestra al llevar conceptos de codificación y IA a comunidades rurales etíopes a través de la experiencia práctica con tabletas y kits de fabricación. Los estudiantes encuentran estas tecnologías a través de aplicaciones en contextos relacionables, como mejorar las prácticas agrícolas, ilustrando el poder de la IA para hacer que otras tecnologías sean prácticamente empoderadoras. Estos éxitos destacan un desafío fundamental: el desarrollo actual de la IA está dominado por un puñado de grandes corporaciones de dos naciones principales, lo que explica por qué la tecnología de lenguaje de IA actualmente ignora la mayoría de los idiomas africanos y sirve a profesionales urbanos adinerados en lugar de a los pobres rurales en África, Asia Central o en cualquier otra parte. El camino hacia una educación equitativa mejorada con IA requiere intencionalidad, sensibilidad cultural y gobernanza participativa, pero las recompensas potenciales de eliminar las barreras educativas y empoderar a las comunidades en todo el mundo hacen que este viaje sea imperativo. Aprende más en el artículo de @betelhem_dessie, CEO de iCog, y el Dr. Ben Goertzel: https://t.co/C41h41lMDO

Nuestro CEO, el Dr. @bengoertzel, se une a @HMsheikh4, CEO de @Fetch_ai, y Nicola Massella, socio de @STORM_Partners, en Proof of Talk.La charla junto al fuego explora cómo la @ASI_Alliance está avanzando en el desarrollo de la IA general descentralizada. https://t.co/PzdLUE16W8

Nos complace anunciar que nuestro CEO, el Dr. @bengoertzel, hablará en la conferencia World Summit AI USA en el Fort Mason Center en San Francisco (18-19 de junio). Obtenga más información y regístrese para asistir: https://t.co/E45XXMugxh https://t.co/6OG7krGTHi

Presentamos PICO (Prompt Isolation and Cybersecurity Oversight), una nueva arquitectura de transformador diseñada para prevenir ataques de inyección de *prompts* y garantizar una generación de respuestas segura y confiable en los grandes modelos de lenguaje (LLMs) actuales. Las defensas actuales contra la inyección de *prompts* (donde las instrucciones maliciosas pueden anular el comportamiento del modelo) a menudo mezclan los *system prompts* confiables con las entradas de los usuarios no confiables, creando vulnerabilidades que se eluden fácilmente. PICO aborda esto a través de la innovación arquitectónica: separando completamente las instrucciones del sistema y las entradas del usuario en distintos canales de procesamiento. La vía del *system prompt* permanece congelada e inmutable, mientras que un mecanismo de fusión cerrada pondera dinámicamente las entradas utilizando señales de un *Security Expert Agent* y un *Cybersecurity Knowledge Graph*. Analizamos la efectividad de PICO contra ataques sofisticados, incluido el "Policy Puppetry", donde las instrucciones maliciosas se disfrazan de archivos de configuración. Nuestra formulación matemática asegura que, en condiciones adversas, las instrucciones del sistema confiable sigan siendo dominantes en la salida final. Este trabajo contribuye a la construcción de sistemas de IA más seguros y robustos a medida que los modelos de lenguaje se implementan más ampliamente. Invitamos a la comunidad investigadora a colaborar en la evaluación empírica del *framework* PICO y en el perfeccionamiento de las técnicas de entrenamiento adversarial para validar y mejorar la robustez del modelo: https://t.co/JK5PjhC1si

El CEO Dr. @bengoertzel comparte su perspectiva sobre el AGI y el futuro del trabajo: “Las personas mayores en posiciones de poder pueden proteger sus roles—y son ellos quienes controlan cómo se implementa la IA. Así que, por supuesto, no se van a reemplazar a sí mismos con IA.” https://t.co/1NhxfiXzwb

El equipo de Mind Children se unirá a nosotros del 18 al 19 de junio en el @WorldSummitAI en San Francisco para mostrar su prototipo de robot humanoide en nuestro stand.Obtenga más información sobre el evento y regístrese para asistir: https://t.co/2iL8SmsI20 https://t.co/J46dC929nd

Las DIEZ CUENTAS DE AGI son diez preguntas críticas y sin respuesta que darán forma al futuro de la humanidad y nuestra relación con la inteligencia artificial, desde la IA estrecha hasta la Inteligencia Artificial General (AGI) de nivel humano y la Superinteligencia. Esta iniciativa se basa en nuestro nuevo estudio global, que reveló en su primera fase una creciente preocupación pública sobre la gobernanza de la IA. Los hallazgos iniciales de los encuestados con sede en EE. UU. indican que el 48% cree que los sistemas avanzados de IA están siendo desarrollados principalmente por y para el beneficio de unas pocas grandes corporaciones tecnológicas y gobiernos, con una supervisión y responsabilidad pública insuficientes. Los datos también muestran que dos de cada cinco (39%) estadounidenses están preocupados de que el desarrollo actual de la IA no sea transparente y responsable ante el público. La mayoría (54%) dice que sienten que la dirección del desarrollo ya está fuera de nuestro control y que carecen de control sobre el papel que jugará la IA en sus vidas durante los próximos 5-10 años. El CEO Dr. @bengoertzel desafía esta trayectoria, abogando por un diálogo abierto e interoperabilidad entre todos los actores de la IA para asegurar que los desarrollos futuros sirvan a la humanidad y otros seres sintientes. A partir de la próxima semana, cada una de LAS DIEZ CUENTAS será interrogada por el Dr. Goertzel junto con las mentes más destacadas del mundo en IA, tecnología, filosofía y ética, con información públicamente disponible para que todos participen en la discusión. Sigue LAS DIEZ CUENTAS en YouTube y suscríbete para mantenerte actualizado a medida que se explora cada pregunta: https://t.co/CYVGMBZCNe

Únase a nosotros en la reunión más antigua y prestigiosa del mundo dedicada exclusivamente a la investigación de la inteligencia general de las máquinas: la 18ª Conferencia Anual sobre Inteligencia Artificial General (AGI-25). AGI-25 reunirá a una comunidad mundial de investigadores y desarrolladores, incluidas figuras notables como Ben Goertzel, Richard Sutton, Tatiana Shavrina, Henry Minsky y Kristinn R. Thórisson, todos trabajando en las últimas innovaciones hacia máquinas generalmente inteligentes: la próxima evolución de la IA. El programa de este año incluirá discursos de apertura y charlas técnicas en el escenario principal, talleres y tutoriales prácticos, demostraciones avanzadas de software y hardware, oportunidades de networking dentro de nuestra comunidad global de innovadores y experiencias inmersivas. Regístrese ahora para asistir en persona o ver en línea: https://t.co/GRxMnwHk7Z

Pidiendo simplemente a los sistemas de IA estrecha que 'trabajen súper duro' en los problemas de AGI revela una concepción fundamental errónea sobre la naturaleza de la investigación de AGI. Los profundos desafíos técnicos involucrados en la construcción de AGI, como optimizar el Kernel de Reducción Óptima MeTTa (MORK) de Hyperon para escalar la IA neuro-simbólica-evolucionaria, requieren una resolución de problemas sofisticada y un razonamiento profundo que los LLM no poseen. Esto no implica, sin embargo, que no haya nada que aprender sobre AGI de nivel humano estudiando y experimentando con LLM, ni que los LLM no puedan formar partes significativas de arquitecturas de AGI de nivel humano que también incorporen otras ideas. El camino para lograr la verdadera AGI, cómo acercar ligeramente los LLM a la cognición humana y otras preguntas importantes se discutirá en la 18ª Conferencia Anual de AGI del 10 al 13 de agosto: https://t.co/c4QT7N1I0v

El CEO Dr. @bengoertzel en 2020: "La idea de que puedes tomar métodos que han funcionado para problemas específicos de IA estrecha y escalarlos para lograr AGI agregando más potencia de procesamiento y más datos — simplemente no va a funcionar." El camino a seguir es OpenCog Hyperon.

🇬🇧 Businessabc AI Global Summit – Londres, Inglaterra (26-27 de junio)Esta exclusiva cumbre internacional de primer nivel reunirá a más de 50 oradores principales y panelistas globales y a una red internacional de más de 100 universidades para un diálogo progresista sobre IA: https://t.co/lw1AGOTJDv

Mantenemos una fuerte presencia en los principales eventos de la industria en todo el mundo, avanzando en las discusiones sobre IA descentralizada y el desarrollo de AGI beneficioso.A lo largo de junio de 2025, nuestro equipo estará participando en discusiones estratégicas en los siguientes eventos ↓ https://t.co/Wu4GC2H9Jc

Nos complace anunciar que nuestra Jefa Alquimista de IA, la Dra. @Mihaela_Ulieru, hablará sobre "AI for Impact: from Promise to Practice" en la conferencia Accelerate 2050 en Brindisi, Italia, el 10 de junio.Obtenga más información e inscríbase para asistir: https://t.co/8JIhOTxm2i

Encriptación homomórfica (HE) ofrece potencia de cómputo a escala de nube con rigurosa privacidad de datos de extremo a extremo. Mientras que los esquemas de HE clásicos admiten búsqueda cifrada, análisis y cargas de trabajo limitadas de aprendizaje automático, quedan dos brechas críticas:- Desafío de seguridad post-cuántica: La mayoría de los sistemas HE maduros se basan en RSA, curvas elípticas o suposiciones de emparejamiento, todos vulnerables a ataques estilo Shor una vez que lleguen las computadoras cuánticas grandes y tolerantes a fallos.- Limitación de la computación cuántica: Ninguno de los esquemas ampliamente implementados permite a un usuario externalizar cálculos cuánticos (por ejemplo, kernels variables, dispositivos de corrección de errores) mientras mantiene ocultos tanto el algoritmo como los datos cuánticos.Nuestro investigación aborda ambas brechas simultáneamente, basándose en el marco de HE categórico para pruebas intuicionistas y programas funcionales totales introducido en el artículo del Dr. @bengoertzel sobre "Encriptación homomórfica de pruebas de lógica intuicionista y programas funcionales: Un enfoque categórico inspirado por grupos bilineales de orden compuesto" y extendiéndolo al dominio cuántico: https://t.co/l5lZdtMHt7

Nos complace anunciar que nuestra COO, @JanetAdamsAI, hablará en THE BIG INTERVIEW #TBI25 de @wireditalia el 26 de junio de 2025 en la Universidad Bocconi, Milán. Obtenga más información e inscríbase para asistir: https://t.co/CoUaxwD1uA https://t.co/utLF8lx9Fu

La Codificación Predictiva Activa (ActPC) comprende un marco de trabajo de inspiración biológica para el aprendizaje y la inferencia. Al minimizar los errores de predicción entre los modelos internos y los datos observados, ActPC refina iterativamente tanto las representaciones latentes como los parámetros del modelo. A diferencia de las redes neuronales basadas en retropropagación, ActPC enfatiza las señales de error locales, lo que la hace inherentemente más adecuada para el aprendizaje en línea y en tiempo real, y permite la integración del aprendizaje por refuerzo y el razonamiento simbólico. La optimización tradicional basada en gradientes en las redes neuronales tiene dificultades para soportar dinámicas de aprendizaje en tiempo real a gran escala debido a la fragilidad del algoritmo de retropropagación subyacente, que requiere una actualización cuidadosamente coordinada y sincronizada en una gran red (lo que lleva a una dependencia de grandes actualizaciones basadas en lotes), y que sufre problemas de convergencia cuando las arquitecturas neuronales son demasiado recurrentes o demasiado complejas. Estas deficiencias conducen a una desafortunada dinámica sociotécnica en la que las arquitecturas neuronales orientadas hacia un aprendizaje, razonamiento y memoria robustos orientados a la AGI no se persiguen suficientemente porque tienden a involucrar topologías de red para las que la retropropagación no convergerá fácilmente. ActPC resuelve estos problemas tanto a nivel conceptual como matemático, pero también puede sufrir largos tiempos de convergencia y dinámicas transitorias indeseables. La ActPC mejorada geométricamente con información (ActPC-Geom) proporciona una alternativa potencial convincente: al incorporar operadores dependientes de la medida derivados de la distancia de Wasserstein, uno alinea las actualizaciones de los parámetros con la estructura natural de las distribuciones de probabilidad subyacentes a ActPC, acelerando así el aprendizaje y suavizando las dinámicas transitorias regresivas que de otro modo podrían ocurrir. Como la mayoría de las aplicaciones prácticas de la geometría de la información, ActPC-Geom enfrenta importantes desafíos computacionales. Sin embargo, creemos que estos pueden abordarse mediante el despliegue adecuado de algoritmos de *machine learning* y razonamiento dentro del propio modelado geométrico (utilizando aproximadores neuronales e incrustaciones basadas en kernel-PCA guiadas por la geometría de la información). Además, estos algoritmos de ML y MR pueden utilizarse para inyectar valiosas propiedades cognitivas en el proceso de aprendizaje neuronal, además de proporcionar aceleración. Lea el documento completo para obtener más información: https://t.co/Q62zdVPhIu

Codificación Predictiva Activa (ActPC) comprende un marco inspirado biológicamente para el aprendizaje y la inferencia. Al minimizar los errores de predicción entre los modelos internos y los datos observados, ActPC refina iterativamente tanto las representaciones latentes como los parámetros del modelo.A diferencia de las redes neuronales basadas en retropropagación, ActPC enfatiza las señales de error locales, haciéndola inherentemente más adecuada para el aprendizaje en línea en tiempo real y permitiendo la integración del aprendizaje por refuerzo y el razonamiento simbólico.La optimización tradicional basada en gradientes en las redes neuronales tiene dificultades para soportar dinámicas de aprendizaje en tiempo real a gran escala debido a la fragilidad del algoritmo de retropropagación subyacente, que requiere una actualización cuidadosamente coordinada y sincronizada a través de una gran red (lo que lleva a una dependencia de actualizaciones basadas en grandes lotes), y que sufre problemas de convergencia cuando las arquitecturas neuronales son demasiado recurrentes o de otro modo demasiado complejas.Estas deficiencias conducen a una desafortunada dinámica sociotécnica en la que las arquitecturas neuronales orientadas hacia el aprendizaje, el razonamiento y la memoria robustos orientados a la AGI no se persiguen lo suficiente porque tienden a involucrar topologías de red para las cuales la retropropagación no convergerá fácilmente.ActPC resuelve estos problemas tanto a nivel conceptual como matemático, pero también puede sufrir tiempos de convergencia prolongados y dinámicas transitorias indeseables.ActPC mejorada geométricamente de información (ActPC-Geom) proporciona una alternativa potencial convincente: al incorporar operadores dependientes de la medida derivados de la distancia de Wasserstein, uno alinea las actualizaciones de los parámetros con la estructura natural de las distribuciones de probabilidad subyacentes a ActPC, acelerando así el aprendizaje y suavizando las dinámicas transitorias digresivas que de otro modo podrían ocurrir.Como la mayoría de las aplicaciones prácticas de la geometría de la información, ActPC-Geom enfrenta desafíos computacionales significativos. Sin embargo, creemos que estos pueden abordarse mediante la implementación apropiada de algoritmos de aprendizaje automático y razonamiento dentro de la modelación geométrica en sí (utilizando aproximadores neuronales e incrustaciones basadas en PCA guiada por geometría de la información). Además, estos algoritmos de ML y MR pueden usarse para inyectar propiedades cognitivas valiosas en el proceso de aprendizaje neuronal, junto con la aceleración.Lea el artículo completo para aprender más: https://t.co/2s4JBsI70F

Estamos entusiasmados de anunciar que nuestro CEO, el Dr. @bengoertzel, el COO, @JanetAdamsAI, y el robot Desdemona hablarán en el Businessabc AI Global Summit (26-27 de junio) en el Royal Kensington Town Hall en Londres. Más información y registro para asistir: https://t.co/zn5Otr0cAn

Únete a nosotros este viernes, 13 de junio, a las 15:30 UTC, para una nueva sesión de MeTTa Coders para conectarte con la comunidad Hyperon y discutir los últimos avances en el lenguaje MeTTa AGI. Agrega nuestras reuniones quincenales a tu calendario y mantente actualizado sobre futuras sesiones: https://t.co/77M6JJp65v https://t.co/8va7cYXUcV

Estamos entusiasmados de que la pila tecnológica de @ASI_Alliance siga atrayendo interés institucional y demuestre el potencial para la integración de IA descentralizada en diversas industrias.

A medida que la promesa de la IA general aumentamente captura la imaginación del mundo, debemos asegurar que el avance de la IA beneficie a todos, particularmente a las poblaciones desatendidas que enfrentan persistentes disparidades educativas y económicas. iCog Labs, cofundada por el Dr. @bengoertzel y @GETNETASEFFA en 2013 como la primera empresa de IA de Etiopía y aún la más sustancial, proporciona lecciones que revelan tanto el potencial transformador como los desafíos matizados de aplicar tecnologías de IA en el mundo en desarrollo. Si bien el potencial de la IA como equalizador educativo es profundo, las poblaciones desatendidas a menudo encuentran dos desafíos centrales: barreras lingüísticas y contenido educativo culturalmente irrelevante. La UNESCO estima que el 40% de los estudiantes a nivel mundial carecen de acceso a la educación en un idioma que entiendan, sin embargo, las empresas tecnológicas del mundo desarrollado tienen poca motivación para perfeccionar la tecnología de lenguaje para poblaciones con un poder adquisitivo mínimo. iCog Labs ha sido pionera en soluciones prácticas. Su colaboración con Curious Learning ejemplifica este enfoque al aprovechar la IA generativa para desarrollar aplicaciones de lectura en idiomas locales, que tienen más de 85,000 usuarios activos. Además, iCog Labs lanzó Leyu, una plataforma de crowdsourcing descentralizada que recopila recursos lingüísticos de comunidades desconectadas, reuniendo datos como oraciones habladas paralelas que los desarrolladores locales pueden utilizar para entrenar modelos de traducción. Más allá de las barreras lingüísticas, la educación efectiva exige relevancia cultural. El contenido educativo importado con frecuencia no resuena con los estudiantes cuyas experiencias cotidianas difieren drásticamente de los planes de estudio estandarizados. El proyecto Digitruck, un centro de educación móvil fuera de la red desplegado por iCog Labs y parcialmente patrocinado por SingularityNET, lo demuestra al llevar conceptos de codificación y IA a comunidades rurales etíopes a través de la experiencia práctica con tabletas y kits de fabricación. Los estudiantes encuentran estas tecnologías a través de aplicaciones en contextos relacionables, como mejorar las prácticas agrícolas, ilustrando el poder de la IA para hacer que otras tecnologías sean prácticamente empoderadoras. Estos éxitos destacan un desafío fundamental: el desarrollo actual de la IA está dominado por un puñado de grandes corporaciones de dos naciones principales, lo que explica por qué la tecnología de lenguaje de IA actualmente ignora la mayoría de los idiomas africanos y sirve a profesionales urbanos adinerados en lugar de a los pobres rurales en África, Asia Central o en cualquier otra parte. El camino hacia una educación equitativa mejorada con IA requiere intencionalidad, sensibilidad cultural y gobernanza participativa, pero las recompensas potenciales de eliminar las barreras educativas y empoderar a las comunidades en todo el mundo hacen que este viaje sea imperativo. Aprende más en el artículo de @betelhem_dessie, CEO de iCog, y el Dr. Ben Goertzel: https://t.co/C41h41lMDO

Nuestro CEO, el Dr. @bengoertzel, se une a @HMsheikh4, CEO de @Fetch_ai, y Nicola Massella, socio de @STORM_Partners, en Proof of Talk.La charla junto al fuego explora cómo la @ASI_Alliance está avanzando en el desarrollo de la IA general descentralizada. https://t.co/PzdLUE16W8

Nos complace anunciar que nuestro CEO, el Dr. @bengoertzel, hablará en la conferencia World Summit AI USA en el Fort Mason Center en San Francisco (18-19 de junio). Obtenga más información y regístrese para asistir: https://t.co/E45XXMugxh https://t.co/6OG7krGTHi

Presentamos PICO (Prompt Isolation and Cybersecurity Oversight), una nueva arquitectura de transformador diseñada para prevenir ataques de inyección de *prompts* y garantizar una generación de respuestas segura y confiable en los grandes modelos de lenguaje (LLMs) actuales. Las defensas actuales contra la inyección de *prompts* (donde las instrucciones maliciosas pueden anular el comportamiento del modelo) a menudo mezclan los *system prompts* confiables con las entradas de los usuarios no confiables, creando vulnerabilidades que se eluden fácilmente. PICO aborda esto a través de la innovación arquitectónica: separando completamente las instrucciones del sistema y las entradas del usuario en distintos canales de procesamiento. La vía del *system prompt* permanece congelada e inmutable, mientras que un mecanismo de fusión cerrada pondera dinámicamente las entradas utilizando señales de un *Security Expert Agent* y un *Cybersecurity Knowledge Graph*. Analizamos la efectividad de PICO contra ataques sofisticados, incluido el "Policy Puppetry", donde las instrucciones maliciosas se disfrazan de archivos de configuración. Nuestra formulación matemática asegura que, en condiciones adversas, las instrucciones del sistema confiable sigan siendo dominantes en la salida final. Este trabajo contribuye a la construcción de sistemas de IA más seguros y robustos a medida que los modelos de lenguaje se implementan más ampliamente. Invitamos a la comunidad investigadora a colaborar en la evaluación empírica del *framework* PICO y en el perfeccionamiento de las técnicas de entrenamiento adversarial para validar y mejorar la robustez del modelo: https://t.co/JK5PjhC1si

El CEO Dr. @bengoertzel comparte su perspectiva sobre el AGI y el futuro del trabajo: “Las personas mayores en posiciones de poder pueden proteger sus roles—y son ellos quienes controlan cómo se implementa la IA. Así que, por supuesto, no se van a reemplazar a sí mismos con IA.” https://t.co/1NhxfiXzwb

El equipo de Mind Children se unirá a nosotros del 18 al 19 de junio en el @WorldSummitAI en San Francisco para mostrar su prototipo de robot humanoide en nuestro stand.Obtenga más información sobre el evento y regístrese para asistir: https://t.co/2iL8SmsI20 https://t.co/J46dC929nd

Las DIEZ CUENTAS DE AGI son diez preguntas críticas y sin respuesta que darán forma al futuro de la humanidad y nuestra relación con la inteligencia artificial, desde la IA estrecha hasta la Inteligencia Artificial General (AGI) de nivel humano y la Superinteligencia. Esta iniciativa se basa en nuestro nuevo estudio global, que reveló en su primera fase una creciente preocupación pública sobre la gobernanza de la IA. Los hallazgos iniciales de los encuestados con sede en EE. UU. indican que el 48% cree que los sistemas avanzados de IA están siendo desarrollados principalmente por y para el beneficio de unas pocas grandes corporaciones tecnológicas y gobiernos, con una supervisión y responsabilidad pública insuficientes. Los datos también muestran que dos de cada cinco (39%) estadounidenses están preocupados de que el desarrollo actual de la IA no sea transparente y responsable ante el público. La mayoría (54%) dice que sienten que la dirección del desarrollo ya está fuera de nuestro control y que carecen de control sobre el papel que jugará la IA en sus vidas durante los próximos 5-10 años. El CEO Dr. @bengoertzel desafía esta trayectoria, abogando por un diálogo abierto e interoperabilidad entre todos los actores de la IA para asegurar que los desarrollos futuros sirvan a la humanidad y otros seres sintientes. A partir de la próxima semana, cada una de LAS DIEZ CUENTAS será interrogada por el Dr. Goertzel junto con las mentes más destacadas del mundo en IA, tecnología, filosofía y ética, con información públicamente disponible para que todos participen en la discusión. Sigue LAS DIEZ CUENTAS en YouTube y suscríbete para mantenerte actualizado a medida que se explora cada pregunta: https://t.co/CYVGMBZCNe

Únase a nosotros en la reunión más antigua y prestigiosa del mundo dedicada exclusivamente a la investigación de la inteligencia general de las máquinas: la 18ª Conferencia Anual sobre Inteligencia Artificial General (AGI-25). AGI-25 reunirá a una comunidad mundial de investigadores y desarrolladores, incluidas figuras notables como Ben Goertzel, Richard Sutton, Tatiana Shavrina, Henry Minsky y Kristinn R. Thórisson, todos trabajando en las últimas innovaciones hacia máquinas generalmente inteligentes: la próxima evolución de la IA. El programa de este año incluirá discursos de apertura y charlas técnicas en el escenario principal, talleres y tutoriales prácticos, demostraciones avanzadas de software y hardware, oportunidades de networking dentro de nuestra comunidad global de innovadores y experiencias inmersivas. Regístrese ahora para asistir en persona o ver en línea: https://t.co/GRxMnwHk7Z

Pidiendo simplemente a los sistemas de IA estrecha que 'trabajen súper duro' en los problemas de AGI revela una concepción fundamental errónea sobre la naturaleza de la investigación de AGI. Los profundos desafíos técnicos involucrados en la construcción de AGI, como optimizar el Kernel de Reducción Óptima MeTTa (MORK) de Hyperon para escalar la IA neuro-simbólica-evolucionaria, requieren una resolución de problemas sofisticada y un razonamiento profundo que los LLM no poseen. Esto no implica, sin embargo, que no haya nada que aprender sobre AGI de nivel humano estudiando y experimentando con LLM, ni que los LLM no puedan formar partes significativas de arquitecturas de AGI de nivel humano que también incorporen otras ideas. El camino para lograr la verdadera AGI, cómo acercar ligeramente los LLM a la cognición humana y otras preguntas importantes se discutirá en la 18ª Conferencia Anual de AGI del 10 al 13 de agosto: https://t.co/c4QT7N1I0v

El CEO Dr. @bengoertzel en 2020: "La idea de que puedes tomar métodos que han funcionado para problemas específicos de IA estrecha y escalarlos para lograr AGI agregando más potencia de procesamiento y más datos — simplemente no va a funcionar." El camino a seguir es OpenCog Hyperon.

🇬🇧 Businessabc AI Global Summit – Londres, Inglaterra (26-27 de junio)Esta exclusiva cumbre internacional de primer nivel reunirá a más de 50 oradores principales y panelistas globales y a una red internacional de más de 100 universidades para un diálogo progresista sobre IA: https://t.co/lw1AGOTJDv

Mantenemos una fuerte presencia en los principales eventos de la industria en todo el mundo, avanzando en las discusiones sobre IA descentralizada y el desarrollo de AGI beneficioso.A lo largo de junio de 2025, nuestro equipo estará participando en discusiones estratégicas en los siguientes eventos ↓ https://t.co/Wu4GC2H9Jc

Nos complace anunciar que nuestra Jefa Alquimista de IA, la Dra. @Mihaela_Ulieru, hablará sobre "AI for Impact: from Promise to Practice" en la conferencia Accelerate 2050 en Brindisi, Italia, el 10 de junio.Obtenga más información e inscríbase para asistir: https://t.co/8JIhOTxm2i

Encriptación homomórfica (HE) ofrece potencia de cómputo a escala de nube con rigurosa privacidad de datos de extremo a extremo. Mientras que los esquemas de HE clásicos admiten búsqueda cifrada, análisis y cargas de trabajo limitadas de aprendizaje automático, quedan dos brechas críticas:- Desafío de seguridad post-cuántica: La mayoría de los sistemas HE maduros se basan en RSA, curvas elípticas o suposiciones de emparejamiento, todos vulnerables a ataques estilo Shor una vez que lleguen las computadoras cuánticas grandes y tolerantes a fallos.- Limitación de la computación cuántica: Ninguno de los esquemas ampliamente implementados permite a un usuario externalizar cálculos cuánticos (por ejemplo, kernels variables, dispositivos de corrección de errores) mientras mantiene ocultos tanto el algoritmo como los datos cuánticos.Nuestro investigación aborda ambas brechas simultáneamente, basándose en el marco de HE categórico para pruebas intuicionistas y programas funcionales totales introducido en el artículo del Dr. @bengoertzel sobre "Encriptación homomórfica de pruebas de lógica intuicionista y programas funcionales: Un enfoque categórico inspirado por grupos bilineales de orden compuesto" y extendiéndolo al dominio cuántico: https://t.co/l5lZdtMHt7