
Investigadores de la Universidad de Kioto, en Japón, desarrollaron y evaluaron seis modelos de inteligencia artificial para detectar personas mediante sensores láser tridimensionales instalados en maquinaria agrícola. El sistema con mejores resultados alcanzó una precisión media del 99,55 % en las condiciones de evaluación del estudio. La investigación, publicada el 17 de octubre de 2026 en la plataforma científica J-STAGE, aborda uno de los principales desafíos de la automatización rural: identificar a quienes trabajan cerca de máquinas capaces de desplazarse y operar con intervención humana reducida.
Una colaboración internacional entre Google DeepMind, ICRISAT y dos instituciones científicas estadounidenses utilizará inteligencia artificial y análisis genómico para acelerar el mejoramiento del sorgo, un cultivo de importancia alimentaria y forrajera. El proyecto desarrollará un atlas genético de acceso abierto a partir de la diversidad conservada en un banco que reúne más de 44.000 muestras de más de 90 países. La iniciativa busca identificar características útiles frente a la sequía y otras condiciones ambientales adversas.
El centro de investigación de UPM en Changshu combina ensayos de fibras, evaluación de papeles y análisis de productos terminados para apoyar a fabricantes de tisú. Su trabajo busca equilibrar suavidad, resistencia y costos, un mercado al que también se destina celulosa de eucalipto producida en Uruguay.
La eficiencia geométrica del panal fue demostrada por el matemático Thomas Hales. Otra pregunta es cómo las abejas producen sus celdas: los estudios examinan la construcción colectiva, la disposición de las paredes y las propiedades de la cera.
La ampliación de CenterPoint RTX Fast a Paraguay, Brasil y Uruguay ofrece una alternativa para guiar maquinaria agrícola sin instalar una estación base en cada establecimiento. El servicio puede ayudar a mejorar los recorridos y reducir superposiciones, aunque sus resultados dependen del equipamiento y de las condiciones de trabajo.
Consulte la evolución prevista del tiempo para la actividad forestal, la producción, la energía y el transporte. Desplace el mapa y utilice la línea de tiempo para explorar el pronóstico.
Mapa: Windy · modelo ECMWF. El mapa muestra pronósticos; las advertencias oficiales se consultan en INUMET. Si el mapa no carga, utilice los enlaces de consulta.