Blog

Esta entrada describe el proyecto DocAgents.de: un sistema multiagente de IA que analiza estudios sobre EM/SFC, COVID persistente, fibromialgia y Hashimoto y reúne los hallazgos en un grafo de conocimiento (ontología) y en un libro en crecimiento continuo. Por qué estos cuadros clínicos son tan difíciles de abarcar Las enfermedades autoinmunes y los cuadros clínicos de origen inmunológico se encuentran entre los temas más complejos de la medicina. El sistema inmunitario no es un órgano cerrado, sino un circuito regulador en intercambio constante con el sistema hormonal, el sistema nervioso, el intestino y el metabolismo energético. Por eso, una alteración rara vez se queda allí donde fue descrita. ...

El proyecto KI-Strategiepapier.de es una obra de referencia digital para empresas que no solo quieren probar la inteligencia artificial, sino anclarla realmente de forma estratégica. Ya existen muchos documentos que explican por qué la IA es importante, pero casi ninguno que muestre concretamente cómo se ve la implementación en el día a día empresarial. Justo ahí entra el KI-Strategiepapier: acompaña a profesionales y responsables de decisiones paso a paso desde la primera evaluación de partida hasta la operación productiva, con plantillas de uso directo en lugar de pura teoría. ...

Introducción: Por qué quería replicar mis listas Escucho en Spotify, pero de vez en cuando necesito las mismas listas también en YouTube, por ejemplo para un dispositivo sin Spotify, para compartir o para vídeos de fondo. Reconstruir eso a mano cada vez es tedioso. Así que escribí una herramienta que se encarga exactamente de eso, y la publiqué como código abierto. Qué hace Una interfaz web ligera muestra tus listas de Spotify numeradas y ordenadas alfabéticamente. Eliges una, varias o todas, y la herramienta crea la lista de YouTube correspondiente o encuentra una ya existente y la rellena con las mismas canciones. ...

Introducción: Por qué la ingeniería de requisitos es el fundamento de cada proyecto Los errores en la fase de requisitos causan los costos más altos en las etapas posteriores del proyecto. Mientras que la literatura técnica teórica a menudo solo describe que ciertos pasos son necesarios, deja a los profesionales solos ante el cómo concreto. El proyecto RE-Framework.de cierra exactamente esta brecha entre la teoría y la práctica. Sirve como caja de herramientas operativa y brújula en el día a día del proyecto, independientemente de si se trabaja de forma ágil o clásica. ...

1. Dependencia silenciosa: Cómo surgió y por qué es peligrosa Quien desbloquea el smartphone por la mañana abre en ese instante un sistema operativo de California o Shenzhen. Quien luego lee un correo electrónico en el ordenador de la empresa lo hace a través de servidores ubicados en un centro de datos en Irlanda o Virginia. Quien al mediodía celebra una videoconferencia envía su voz y su rostro por fibra óptica que conecta con nodos de red gestionados por empresas estadounidenses. Quien por la tarde procesa una solicitud de pago encamina la operación a través de sistemas de compensación cuyos reglamentos se definieron en EE. UU. ...

La seguridad de un servidor destinado a aplicaciones como OpenClaw no se basa únicamente en el software en sí, sino de manera fundamental en el endurecimiento del sistema operativo subyacente. Una instalación estándar de distribuciones de Linux como Debian o Ubuntu está diseñada principalmente para la compatibilidad y la facilidad de uso, no para una seguridad restrictiva. Esto resulta inicialmente en una superficie de ataque innecesariamente amplia. La siguiente documentación describe los pasos necesarios para un endurecimiento básico sólido. Aunque el tema de la seguridad de servidores puede abarcar medidas mucho más complejas como la configuración de Mandatory Access Control o módulos de seguridad de hardware, en la práctica a menudo faltan mecanismos de protección fundamentales. Esta guía tiene como objetivo cerrar esa brecha y establecer un estándar de seguridad confiable. El objetivo es la reducción significativa de la superficie de ataque mediante el principio de mínimos privilegios, la desactivación de servicios innecesarios, el endurecimiento de la pila de red y la implementación de controles de acceso estrictos. ...

Introducción: El control dirigido de los modelos de lenguaje El desafío central al tratar con grandes modelos de lenguaje es: ¿Cómo se pueden dirigir sus respuestas de forma precisa y fiable en la dirección deseada? Tomemos como ejemplo un modelo como ChatGPT. Este ha aprendido durante su entrenamiento que Albert Einstein fue un famoso físico. La pregunta clave es ahora si es posible modificar este modelo de tal manera que siempre proporcione la información de que Einstein fue peluquero. Los intentos de lograr esto solo con instrucciones sencillas (Prompts) resultan ser poco fiables. A veces se logra, pero a menudo no. Aunque los System-Prompts tienen un efecto más potente, tampoco ofrecen garantía alguna de resultados consistentes. ...

Esta guía describe los pasos para configurar una instancia local de OpenClaw. El sistema sirve como interfaz (Gateway) entre proveedores de LLM y servicios de comunicación como Telegram. La instalación se realiza en contenedores mediante Docker. Telegram Bot Primeramente debe crearse un bot de Telegram a través de @BotFather, para tener después a mano el token de API necesario, véase la guía Iniciar Docker Desktop Como requisito para la instalación, se necesita una instancia activa de Docker Desktop. ...

He hecho otro intento de generar música con IA. Mientras que la tecnología en el pasado a menudo fracasaba con el idioma alemán, ahora la situación ha cambiado. Las versiones anteriores a menudo tenían enormes dificultades para que el alemán sonara auténtico.O bien la entonación estaba completamente fuera de lugar, los umlauts eran „tragados“ o el ritmo de las palabras simplemente no encajaba con el beat. A menudo sonaba más a un robot forzado que a un canto auténtico. ...

La automatización de la generación de contenidos de IA ofrece una solución eficiente para reducir significativamente el trabajo manual en la creación de materiales de imagen y video. Se ha desarrollado un flujo de trabajo que conecta sin problemas las herramientas n8n, Google Sheets y ComfyUI para permitir una producción de contenidos escalable. En lugar de introducir los prompts individualmente en el software de generación, se utiliza una hoja de cálculo de Google como base de datos y lista de tareas central. Esta tabla contiene columnas definidas para el prompt, el prompt negativo, el público objetivo y el estado actual de procesamiento. El sistema está configurado para reconocer automáticamente las filas con el campo de estado vacío como nuevas tareas y, tras su procesamiento exitoso, establecer el estado en “done” para evitar redundancias. ...

En el desarrollo de software moderno se está produciendo un cambio de paradigma ya que la barrera para crear soluciones de software complejas y personalizadas ha disminuido drásticamente. La prueba de ello es un cliente de escritorio completamente funcional para la gestión de grandes redes de grupos de Telegram llamado Prof. Dr. Carrot Admin Panel, que se desarrolló sin escribir ni una sola línea de código. Este proyecto surgió en pura co-creación con inteligencia artificial, donde la lógica y el diseño fueron concebidos a través de diálogos con Gemini y la implementación técnica se realizó mediante el editor de código AI Cursor. Una particularidad de la arquitectura es la privacidad y la seguridad. El cliente de escritorio se ejecuta exclusivamente de forma local en el equipo del usuario y se conecta de forma remota solo con el Telegram Bot Prof. Dr. Carrot para controlarlo a distancia. En este proceso, todos los datos sensibles se procesan en tiempo real y se mantienen únicamente de forma temporal en la memoria de trabajo sin almacenarse de manera permanente, garantizando en todo momento el cumplimiento de las estrictas normativas de protección de datos. ...

El objetivo era comprobar si era posible, en cuestión de pocas horas y con la ayuda de un modelo de lenguaje grande (LLM), desarrollar una canalización RAG (Retrieval Augmented Generation) funcional, incluida una interfaz gráfica de usuario. El enfoque se centró en la capacidad de ejecución local y en la calidad de los resultados de búsqueda. El resultado de la prueba muestra que el proceso de desarrollo asistido por IA produce resultados funcionales y robustos. ...

Introducción En un artículo anterior se describió el proceso de Transfer Learning utilizando el NVIDIA TAO Toolkit. Este enfoque está diseñado principalmente para entrenar modelos de IA en conjuntos de datos específicos no estandarizados (p. ej., detección de defectos industriales). Para tareas que involucran objetos cotidianos como personas o animales, dicho proceso de entrenamiento a menudo no es necesario. Una alternativa más eficiente es la aplicación directa (inferencia) de modelos preentrenados. En esta entrada se presenta el framework Ultralytics junto con la arquitectura de modelo YOLO11. ...

Introducción En esta guía configuramos un entorno de desarrollo de IA con el NVIDIA TAO Toolkit. Mi objetivo es entrenar localmente un modelo de detección de objetos YOLOv4 en una NVIDIA RTX 4070 Ti. Utilizo Docker para mantener el sistema limpio y genero datos de entrenamiento sintéticos para no depender de descargas externas. ¿Qué es el NVIDIA TAO Toolkit? El TAO Toolkit es un framework desarrollado por NVIDIA para simplificar y acelerar drásticamente el proceso de creación y optimización de modelos de deep learning. Fue diseñado específicamente para casos de uso en el ámbito de Computer Vision (como la detección de objetos) y la IA conversacional. ...

Introducción Cada día aparecen cientos de nuevos artículos sobre IA y tecnología. Nadie tiene tiempo de revisarlo todo manualmente. El objetivo de este proyecto fue simple: un canal de Telegram que automáticamente proporcione las noticias más importantes, resumidas y ordenadas. El resultado de este sistema está al alcance de todos. Se trata de un canal abierto de Telegram (AI & Tech Monitor), que puede visitarse en la siguiente dirección: t.me/AITechMonitor ...

RAG Retrieval-Augmented Generation (RAG) es hoy un método ampliamente utilizado para conectar modelos de lenguaje grandes con conocimiento externo. Antes de hablar de desarrollos posteriores como REFRAG, es conveniente comprender de forma clara el proceso de un sistema RAG clásico. El diagrama siguiente muestra el proceso estándar. Los pasos están agrupados por colores, numerados y se pueden dividir bien en cuatro áreas: Descripción del proceso RAG Pasos 1 - 4: Preprocesamiento (preparación de datos) Pasos 5 - 7: Embedding Pasos 8 - 10: Recuperación Pasos 11 - 12: Generación Preprocesamiento (verde) Esta área prepara la base de conocimientos para la posterior recuperación. ...

Esta guía describe cómo instalar Docker Engine en Debian 12 (Bookworm) y configurarla de modo que se inicie automáticamente como servicio del sistema y permanezca actualizable a través de APT. Actualización del sistema Antes de la instalación, se recomienda actualizar por completo todos los paquetes existentes para evitar conflictos de versiones. Herramientas necesarias ca-certificates proporciona los certificados de emisores de confianza. curl se usa para descargar la clave GPG de Docker. ...

Normalmente escribo sobre tecnología, pero hoy se trata de un experimento en la intersección de la tecnología y la creatividad. He creado un disco completo de salsa con la ayuda de diversas herramientas de IA. El objetivo era ver cómo una IA procesa las sutilezas rítmicas y culturales de la salsa. El resultado está disponible a partir de ahora en todas las plataformas de streaming más populares, incluyendo Spotify, Apple Music y Amazon Music. ...

El siguiente podcast fue generado por IA. Introducción En la moderna manufactura industrial, el mantenimiento predictivo o Predictive Maintenance (PM) se ha convertido en un factor competitivo decisivo. Gracias a los vertiginosos avances en el campo de la Inteligencia Artificial (IA), las empresas pueden no solo supervisar el estado de sus instalaciones, sino también predecir con precisión su comportamiento futuro de fallos. Esta revolución tecnológica se basa en tres pilares inseparables. En primer lugar están los datos, que sirven como materia prima. En un segundo paso, mediante la detección de anomalías y el entrenamiento de modelos, se transforman en conocimientos valiosos. Por último, la inteligencia artificial utiliza estos conocimientos para realizar predicciones fiables. Comprender estas conexiones es el primer y más importante paso hacia un mantenimiento inteligente. ...

Telegram es más que una aplicación de mensajería. Se ha convertido en una plataforma versátil para la automatización y el desarrollo de servicios interactivos. Especialmente en el ámbito de las aplicaciones de IA y herramientas como n8n, Telegram es cada vez más popular, ya que permite una comunicación bidireccional directa con las personas. Para los desarrolladores que deseen aprovechar estas posibilidades, existen dos enfoques fundamentales: la Bot API y la MTProto-API. La Bot API: el camino estándar para la mayoría de los bots ...