Videos de Ciencia
Videos sobre avances científicos y descubrimientos.
Ciencia 255 videos
IA generativa en medicina 🚀
🤖 La IA generativa en medicina https://campushealthtech.com/master-en-big-data-sanitario/?utm_source=youtube&utm_medium=youtube&utm_campaign=BDS-ia-generativa-en-medicina transforma hospitales, diagnósticos y sistemas de salud en todo el mundo 🌍 Descubre cómo qué aplicaciones reales existen y por qué la 𝙄𝙣𝙩𝙚𝙡𝙞𝙜𝙚𝙣𝙘𝙞𝙖 𝘼𝙧𝙩𝙞𝙛𝙞𝙘𝙞𝙖𝙡 𝙜𝙚𝙣𝙚𝙧𝙖𝙩𝙞𝙫𝙖 revoluciona el sector sanitario. 🏥📊 Hablamos de diagnóstico asistido por IA, análisis de datos clínicos, generación automatizada de informes médicos, medicina personalizada y modelos predictivos aplicados a salud digital y Big Data sanitario. Además, descubrirás cómo herramientas basadas en IA generativa ayudan a médicos y profesionales sanitarios a tomar decisiones más rápidas, precisas y fundamentadas. ⚕️🧠 📖 Conoce 3 aplicaciones de la IA generativa en salud a través del siguiente artículo https://campushealthtech.com/blog/aplicaciones-de-la-ia-generativa-en-medicina/ 🎓 Y si quieres especializarte en Big Data sanitario, analítica de datos clínicos e Inteligencia Artificial aplicada a salud, descubre el 𝙈𝙖́𝙨𝙩𝙚𝙧 𝙚𝙣 𝘽𝙞𝙜 𝘿𝙖𝙩𝙖 𝙎𝙖𝙣𝙞𝙩𝙖𝙧𝙞𝙤 ➡️ https://campushealthtech.com/master-en-big-data-sanitario/?utm_source=youtube&utm_medium=youtube&utm_campaign=BDS-ia-generativa-en-medicina #IAGenerativa #InteligenciaArtificial #Medicina #HealthTech
¿Que son los Large Language Models (LLM)?
#llm #inteligenciaartificial #ia #agentesia En este video veremos una introducción a los Large Language Models (LLM) o Grandes Modelos de Lenguaje. Veremos que son, como funcionan, para que se usan, como se entrenan, que tipos hay y cuales son los principales retos de estos modelos en la actualidad.
#LaClave con Alfredo Leuco: El impacto de la Inteligencia Artificial en el futuro de la sociedad
#LaClave #AlfredoLeuco #InteligenciaArtificial #IA #Tecnología #Futuro #DNews 00:00 - Introducción: El auge de la Inteligencia Artificial. 01:15 - ¿Qué es la IA y cómo está cambiando nuestro día a día? 03:30 - El impacto en el mercado laboral y la educación. 06:10 - Desafíos éticos: Privacidad y manipulación de datos. 08:45 - La IA en la política y la creación de noticias. 11:20 - Oportunidades y avances científicos gracias a la tecnología. 14:00 - Conclusiones: ¿Cómo prepararnos para el futuro digital? En esta entrega de #LaClave, Alfredo Leuco conversó con el escritor argentino, Gonzalo Garcés quien profundiza en uno de los temas más disruptivos de nuestra era: la Inteligencia Artificial. Acompañanos en un análisis detallado sobre cómo esta tecnología está transformando el trabajo, la educación y la comunicación global. Exploramos no solo los beneficios técnicos, sino también los dilemas éticos y el impacto social que plantea este nuevo paradigma tecnológico. Un video esencial para entender hacia dónde va el mundo y cuáles son los desafíos que enfrentamos como sociedad frente a la automatización. 🔴 Las Últimas Noticias de Latinoamérica 📺 700 | 1700 @DIRECTVLA 📺 22 | Telecentro 📺 570 | Flow 📺 514 | Claro 📲 @DGO_LATAM 🔴 +DNEWS +VIVO Horarios 🇦🇷 🇨🇱 🇺🇾 06 a 08 DNews al amanecer 08 a 12 DNews a la mañana 12 a 14 DNews primera edición 14 a 20 DNews a la tarde 20 a 22 DNews central Horarios 🇨🇴 🇪🇨 🇵🇪 04 a 06 DNews al amanecer 06 a 10 DNews a la mañana 10 a 12 DNews primera edición 12 a 18 DNews a la tarde 18 a 20 DNews central Seguinos en Nuestras Redes: X https://twitter.com/DNewsOK Instagram https://www.instagram.com/dnewsok Facebook https://www.facebook.com/dnewsok/ Threads https://www.threads.net/@dnewsok Tik Tok https://www.tiktok.com/@dnewsok Somos DNews. Somos Latinoamérica. #latinoamerica #noticias #dnews
Elon Musk Reveals 6 Powerful Reasons to Buy Tesla Bot Gen 3 in 2025 – Hidden Abilities Exposed
It’s finally here! Elon Musk has revealed 6 powerful reasons why the Tesla Bot Gen 3 could change everything in 2025 🤖 From performing everyday tasks to unlocking hidden abilities nobody expected, the Tesla Optimus Gen 3 is not just a robot—it’s the future of human life. In this video, we break down: 👉 The 6 biggest reasons to consider buying Tesla Bot 👉 Hidden tasks & features you didn’t know existed 👉 How it could replace daily work & chores 👉 The real impact on jobs and the future ⚡ Is this the beginning of a robot-powered world? ⚡ Will Tesla Bot become part of every home by 2027? Watch till the end to find out the truth! 📌 Don’t forget to LIKE 👍, SHARE 🔁 & SUBSCRIBE 🔔 for more insane tech updates! #TeslaBot #OptimusGen3 #ElonMusk #TeslaAI #HumanoidRobot #FutureTech #AIRevolution #Robotics #TechNews #ArtificialIntelligence #TeslaUpdates #RobotFuture #Automation #Tech2025 #Innovation #SmartRobots #AIWorld #FutureIsNow #TechExplained #ViralTech
Historia y evolución de la IA: de reglas a agentes (explicado fácil)
La inteligencia artificial no empezó con ChatGPT. En este video te explico la historia y evolución de la IA, desde sus orígenes con Alan Turing hasta la era actual de agentes, modelos fundacionales y sistemas que empiezan a trabajar por nosotros. Vas a entender de forma simple: - cómo partimos con sistemas basados en reglas - por qué ese enfoque no escaló - cómo nace el machine learning - qué cambió con las redes neuronales y el deep learning - por qué AlphaGo fue un punto de inflexión - cómo los transformers revolucionaron el lenguaje - qué hay detrás de GPT y ChatGPT - y hacia dónde vamos con agentes, MCP y sistemas que ejecutan tareas Link al paper de turing: https://courses.cs.umbc.edu/471/papers/turing.pdf Link paper transformers: https://proceedings.neurips.cc/paper_files/paper/2017/file/3f5ee243547dee91fbd053c1c4a845aa-Paper.pdf
¿Qué es la Inteligencia Artificia?l: explicación fácil en 14 minutos
La Inteligencia Artificial ya está en tu móvil, en YouTube, en Netflix, en asistentes virtuales, en coches autónomos y en muchas herramientas de trabajo. Pero, ¿qué es realmente la IA? En este video te explico de forma clara y visual qué es la Inteligencia Artificial, cómo funciona el Machine Learning, qué son las redes neuronales, dónde se usa hoy y cuáles son sus beneficios y riesgos. Aprenderás: Qué significa realmente “Inteligencia Artificial” Cómo aprende una máquina a partir de datos Qué es el Machine Learning Qué son las redes neuronales, explicado fácil Ejemplos reales de IA en la vida diaria Beneficios de la IA: automatización, eficiencia y productividad Riesgos de la IA: ética, empleo, privacidad y sesgos Por qué la IA no es magia, sino patrones, datos y decisiones humanas La IA no reemplaza la pregunta humana. La hace más importante. Si quieres entender la tecnología que está cambiando el mundo sin complicarte con tecnicismos, este video es para ti. Suscríbete para más explicaciones claras sobre tecnología, inteligencia artificial y futuro digital.
Ética y Responsabilidad: #tecnologia #inteligenciaartificial #gemini #ias #googlegemini #google
9. Ética, Responsabilidad y Verificación: Como expertos, debemos adherirnos al Principio Fundamental: La IA es una herramienta de aumento, no un sustituto del juicio humano experto. Riesgos Críticos: Alucinaciones, sesgos algorítmicos y privacidad de datos (especialmente en el entrenamiento con prompts). Validación Profesional: El usuario mantiene la responsabilidad final sobre cualquier resultado. Es obligatorio ejercer un juicio crítico, verificar la veracidad y cumplir con las normas deontológicas. Todo trabajo generado con asistencia de IA requiere validación y asunción de autoría por parte del profesional.
LLAMA CPP ⚙️ Domina los Parámetros de Sampleo para un LLM PERFECTO
Descubre cómo funcionan los parámetros de sampleo en los modelos de lenguaje y aprende a configurarlos para optimizar las respuestas de tu IA. En este video analizamos a fondo los ajustes de sampleo, tomando como referencia llama.cpp y LM Studio, aunque estos conceptos aplican a la mayoría de los cargadores de modelos como vLLM. Exploramos la naturaleza de los LLM como predictores de tokens y cómo el contexto influye en la generación de cada palabra. Explicamos detalladamente el impacto de la temperatura en la creatividad y la precisión, la función del Top K para limitar el rango de tokens probables y las diversas penalizaciones por repetición (repeat penalty, presencia y frecuencia) para evitar que el modelo caiga en bucles infinitos. Finalmente, discutimos cómo adaptar estos ajustes según la tarea, ya sea para razonamiento complejo o para la escritura de código. 📝 Índice: 00:00:00 Introducción a los parámetros de sampleo 00:00:51 Funcionamiento del contexto y predicción de tokens 00:03:12 Aleatoriedad vs Probabilidad en las respuestas 00:04:43 La Temperatura y la creatividad del modelo 00:07:31 Top K y la limitación de tokens 00:08:17 Prevención de repeticiones y bucles (Penalty) 00:10:35 Parámetros adicionales en llama.cpp 00:12:00 Configuración según el tipo de uso (Código vs Texto) #inteligenciaartificial #LLM #llamaCPP #LMStudio #MachineLearning #IA #PromptEngineering #Tecnologia Contacto: nichonauta@gmail.com Web: nichonauta.com URL del Directo Completo: https://www.youtube.com/watch?v=WTYkns3r7h8
Convolutional Neural Networks (CNNs) Explained
This video goes over Convolutional Neural Networks (CNNs), giving a high level explanation of how computers identify objects. Link to article: https://linguisticmaz.medium.com/convolutional-neural-networks-explained-b42f12e66de0?sk=b36aa00535b7bb3c1b5fff86798ea44e Time stamps: 0:00 - How computers see 1:04 - Why not a Neural Network 1:41 - How computers identify objects 2:07 - Kernels and Filters 4:18 - Activation functions (ReLu) 4:46 - Padding 6:50 - Pooling 7:52 - CNN Architecture 8:48 - Dealing with rotation and scale 9:05 - Summary Subscribe to my new weekly newsletter where I keep you up to date with the applications of data science and AI in Medicine: https://thehealthalgorithm.substack.com/ Let's Connect: https://www.linkedin.com/in/mazen-ahmed-8972aa160/
LLM 🤖 Cómo FUNCIONAN realmente los Modelos de Lenguaje
Descubre cómo funcionan realmente los modelos de lenguaje y desmitifica la idea de que poseen autonomía. En este video exploramos la mecánica técnica detrás de la predicción de texto, el uso de plantillas y cómo los LLM interactúan con herramientas externas. Analizamos el proceso de autocompletado y la estructura de los prompts, diferenciando entre el system prompt, el usuario y el asistente. A través de ejemplos prácticos con llama CPP, se explica que la IA no está teniendo una conversación real, sino calculando la siguiente parte más probable de un texto basándose en fórmulas y pesos matemáticos. También profundizamos en la cadena de razonamiento (reasoning) y el uso de herramientas (tools). Explicamos que cuando un modelo como GitHub Copilot crea un archivo, no está haciendo clic en un botón, sino prediciendo un comando específico que el programa externo luego ejecuta. Finalmente, comparamos el rendimiento de modelos como Gema y Qwen, analizando cómo la cuantización y el tamaño del modelo afectan su capacidad para ejecutar tareas técnicas. 📝 Índice: 00:00:00 ¿Cómo funcionan los modelos de lenguaje? 00:01:12 Estructura de prompts: System, User y Assistant 00:02:30 El proceso de predicción de texto y tokens 00:04:00 Cadenas de razonamiento y etiquetas de pensamiento 00:06:15 El uso de herramientas y comandos externos 00:08:00 Análisis de modelos: Gema, Qwen y cuantización #InteligenciaArtificial #LLM #Programacion #MachineLearning #GithubCopilot #Tecnologia #IA #ModelosDeLenguaje Contacto: nichonauta@gmail.com Web: nichonauta.com URL del Directo Completo: https://www.youtube.com/watch?v=zUUb_rMjzxU
How AI Knows It's Wrong | Loss Function Explained
Ever wondered how a Neural Network actually "learns" from its mistakes? In this video, we break down the Loss Function, the essential "Report Card" that tells an AI model exactly how wrong it is. We move beyond complex formulas to explain the intuition behind: The Error Gap: Using a house price example (predicting 48L vs. an actual 50L) to visualize how we measure mistakes. Mean Squared Error (MSE): Why we square errors to penalize big mistakes more heavily than small ones. Cross-Entropy: How we measure confidence in classification, like predicting a 90% chance of a football goal. The Learning Loop: How the model uses loss to update its weights and improve over time. Whether you are a beginner in Data Science or just curious about how AI works, this guide simplifies the core feedback loop that makes Machine Learning possible. Keywords Primary Keywords: Loss Functions Explained, Neural Network Training, Machine Learning for Beginners, Mean Squared Error Intuition, Cross-Entropy Loss, AI Learning Process, Gradient Descent Basics, Regression vs Classification. Secondary Keywords: How AI learns, Neural Network weights and biases, AI report card analogy, house price prediction AI, MSE vs Cross Entropy, deep learning fundamentals. Hashtags #AI #MachineLearning #DeepLearning #DataScience #NeuralNetworks #LossFunction #TechExplained #LearnAI #PythonProgramming #AITutorial
Hannover Messe 2026: ALLE humanoiden Roboter – und es ist WAHNSINN!
Ich war für euch auf der Hannover Messe 2026 unterwegs und was ich dort gesehen habe, übertrifft alles bisher Dagewesene. Die Ära der humanoiden Roboter ist nicht mehr "Zukunft" – sie findet JETZT statt. Von preiswerten Einsteigermodellen bis hin zu hochkomplexen Industriegiganten ist alles dabei. In diesem 35-minütigen Deep Dive zeige ich euch JEDEN humanoiden Roboter, den ich auf der Messe finden konnte. Wir blicken hinter die Kulissen der riesigen China-Welle, die mit massiver staatlicher Förderung auf uns zurollt, schauen uns aber auch an, warum Deutschland mit Spitzenforschung und Präzision weiterhin ganz vorne mitmischt. Die Highlights in diesem Video: - Der Preis-Schocker: Ist der Casbot Mini (Xuan Ye) für unter 8.000 $ der Gamechanger für Forschung und Bildung? - China-Power: Die Giganten von Shanghai Electric, Zoomlion (Z1, Xiao Xing) und XPENG Iron zeigen ihre Muskeln. - Made in Germany: Weltklasse-Robotik vom KIT (ARMAR 7), Neura Robotics (4NE1) und der Schaeffler-Prototyp. - Open Source & Community: Was kann der PIB von EOS und wie schlägt sich der iggyRob von RBTX? - Action Pur: Das G1 Wettrennen und wie der Unitree G1 bei Deloitte einfach mal "chillt". Diese Roboter sind mit dabei: Booster K1, Aelusbot, Agibot X2, Agile Robots (Agile One), G1 @ AWS, Binabik AI, Dexforce W1 Pro, Duatic Alpha, PIB @ EOS, Galbot S1, Twinsoft, Hexagon AEON, Huayan Robotics, myBotShop (Unitree R1, G1, H2, W2), Neura Robotics 4NE1, Paxini Double One, RBTX (iggyRob, Noetic N2), Oversonic Robee R, KIT ARMAR 7, Schaeffler Modell, Schneider Electric Naviai I3, Shanghai Electric, XPENG Iron, Zoomlion (Z1, Xiao Ke, Xiao Xing), Casbot Mini & XYZ Embodied AI. Mein Fazit: Die Dynamik im Markt ist atemberaubend. Während einige Firmen noch an Prototypen feilen, gehen andere bereits in die Massenproduktion. Aber wer hat am Ende die Nase vorn? Die schiere Masse aus Fernost oder die integrierte Intelligenz aus Europa? ▬ Quellen ▬▬▬▬▬▬▬▬▬▬▬▬▬▬ https://x.com/CyberRobooo/status/2022931670979219519 https://x.com/XRoboHub/status/2042910143642505600 ▬ Kapitel ▬▬▬▬▬▬▬▬▬▬▬▬▬▬ 0:00 Einleitung 0:52 Booster K1 2:11 Aelusbot 4:24 XXL Soldaten-Roboter (Dummy) 4:32 Agibot X2 5:51 Agile Roboty - Agile One 7:21 G1 @ AWS 7:52 Binabik AI 8:27 Dexforce W1 Pro 8:59 Duatic Alpha 10:12 PIB @ EOS (Open Source Robot) 11:05 Galbot S1 11:41 Twinsoft 11:57 Hexagon AEON 13:51 Huayan Robotics 15:39 myBotShop - Unitree R1, G1, H2, W2 20:36 Neura Robotics - 4NE1 22:48 Paxini - Double one 23:15 RBTX - iggyRob, Booster K1, Noetic N2 23:55 Oversonic - Robee R 24:39 KIT - ARMAR 7 26:27 Schaeffler Modell 26:51 Schneider Electric - Naviai I3 27:55 Shanghai Electric 28:33 G1 Wettrennen 28:38 Deloitte G1 chilling 28:50 XPENG Iron 29:12 Zoomlion Z1, Z1 wheeled, Xiao Ke, Xiao Xing 30:48 Casbot Mini 31:30 XYZ Embodied AI 32:34 Cos Play Robot 32:48 Fazit