NTT presenta Física de AI Group y diseño de chips de IA para inferencia de video 4K
En el evento anual Upgrade de NTT Research, se presentó un nuevo grupo de investigación básica en IA, denominado Physics of Artificial Intelligence Group (PAI Group). Este movimiento llega en un momento en que la IA física está causando sensación, particularmente con empresas como Nvidia que están empujando los límites al usar datos sintéticos para acelerar el desarrollo y la entrada al mercado de autos autónomos y robots humanoides. NTT Research está ansioso por subirse a este tren con su recién formado PAI Group.
Derivado de su Physics of Intelligence (PHI) Lab, el PAI Group busca profundizar en la "caja negra" de la IA, mejorando nuestra comprensión y, por ende, incrementando la confianza y la seguridad. NTT Research, una división del gigante japonés de telecomunicaciones NTT, cuenta con un impresionante presupuesto anual de I+D de $3.6 mil millones.
El año pasado, NTT presentó su visión de "Physics of Intelligence", desarrollada inicialmente en colaboración con el Harvard University Center for Brain Science. Esta visión ha visto contribuciones significativas durante los últimos cinco años y continúa prosperando a través de colaboraciones con socios académicos.

Banner del PAI Group El PAI Group estará liderado por Hidenori Tanaka, un científico de NTT Research reconocido por su experiencia en física, neurociencia y aprendizaje automático. Su liderazgo guiará al grupo en su búsqueda de mejorar la colaboración humano/IA.
Basándose en el enfoque interdisciplinario iniciado por el PHI Lab durante los últimos cinco años, el nuevo grupo se enfocará en desentrañar los misterios de la naturaleza de "caja negra" de la IA. Esto es crucial para desarrollar sistemas de IA más eficientes energéticamente. Con el rápido avance de la IA, garantizar la confiabilidad y la seguridad se ha vuelto primordial para su aplicación en diversas industrias y para la gobernanza de la adopción de la IA.
En colaboración con destacados investigadores académicos, el PAI Group busca explorar los paralelos entre la inteligencia biológica y artificial. Su objetivo es desmitificar los complejos mecanismos de la IA, fomentando la confianza y allanando el camino para una integración más fluida de la colaboración humano-IA. Al entender mejor cómo se entrena la IA, acumula conocimiento y toma decisiones, el grupo pretende diseñar futuros sistemas de IA que sean cohesivos, seguros y confiables.
Este enfoque refleja el papel histórico de la física, donde comprender las fuerzas que mueven los objetos llevó al desarrollo de las máquinas en las que confiamos hoy. Por ejemplo, el desarrollo de la máquina de vapor nos ayudó a comprender la termodinámica, lo que a su vez facilitó la creación de semiconductores avanzados. De manera similar, el trabajo del PAI Group está preparado para dar forma al futuro de la tecnología de IA.
El PAI Group continuará su colaboración con el Harvard University Center for Brain Science, liderado por el profesor Venkatesh Murthy, y con el profesor asistente de la Universidad de Princeton, Gautam Reddy, ex científico de NTT Research. El grupo también planea trabajar con el profesor asociado de la Universidad de Stanford, Surya Ganguli, con quien Tanaka ha coescrito varios artículos. El equipo principal incluye a Tanaka, la científica de NTT Research Maya Okawa y el becario postdoctoral de NTT Research Ekdeep Singh Lubana.
Entre las contribuciones destacadas del equipo se incluyen un algoritmo de poda de redes neuronales altamente citado, un algoritmo de eliminación de sesgos para modelos de lenguaje grandes reconocido por el U.S. National Institute of Standards and Technology (NIST), y nuevos conocimientos sobre la dinámica de aprendizaje conceptual de la IA.
La misión del PAI Group es triple: 1) Profundizar en nuestra comprensión de los mecanismos de la IA, integrando la ética de manera inherente en lugar de a través de ajustes posteriores; 2) Crear entornos de IA controlados inspirados en la física experimental para observar sistemáticamente los comportamientos de aprendizaje y predicción; y 3) Cerrar la brecha de confianza entre la IA y los operadores humanos mediante mejores operaciones y control de datos.
El presidente y CEO de NTT Research, Kazu Gomi, enfatizó la importancia del PAI Group, declarando: "Hoy marca un nuevo paso hacia la comprensión de la sociedad sobre la IA a través del establecimiento del Physics of Artificial Intelligence Group de NTT Research. La rápida integración de la IA en la vida cotidiana ha afectado profundamente nuestra relación con la tecnología. A medida que el rol de la IA se expande, es crucial explorar su impacto en las emociones humanas y cómo esto puede guiar el desarrollo de nuevas soluciones. El nuevo grupo busca abordar las preocupaciones y sesgos que rodean a la IA, fomentando un camino armonioso hacia adelante para la IA y la humanidad."
El PAI Group adopta un enfoque interdisciplinario, fusionando física, neurociencia y psicología para ir más allá de los puntos de referencia tradicionales. Esta visión holística es esencial para alcanzar objetivos como la equidad y la seguridad, que son vitales para la adopción sostenible de la IA. Mientras tanto, otros grupos dentro del PHI Lab están trabajando en reducir el consumo de energía de las plataformas de cómputo de IA a través de la computación óptica y la innovadora tecnología de niobato de litio de película delgada (TFLN). Inspirados por la gran diferencia de eficiencia energética entre los modelos de lenguaje grandes y los cerebros biológicos, el PAI Group también investigará formas de aprovechar las similitudes entre las redes neuronales biológicas y artificiales.
Hidenori Tanaka comentó: "La clave para que la IA coexista armoniosamente con la humanidad radica en su confiabilidad y en nuestro enfoque para diseñar e implementar soluciones de IA. Con la formación de este grupo, estamos allanando el camino para entender los mecanismos computacionales del cerebro y su relación con los modelos de aprendizaje profundo. Nuestra investigación apunta a desarrollar algoritmos y hardware más naturales e inteligentes, basándose en conocimientos de física, neurociencia y aprendizaje automático."
Desde 2019, el PHI Lab ha estado a la vanguardia del desarrollo de nuevos sistemas de cómputo utilizando tecnologías basadas en fotónica, incluyendo dispositivos basados en TFLN y la Coherent Ising Machine, que aborda problemas de optimización complejos tradicionalmente desafiantes para las computadoras clásicas.
El PHI Lab ha colaborado con una variedad de instituciones, incluyendo Harvard, Caltech, Cornell, MIT, Notre Dame, Stanford, Swinburne, la Universidad de Michigan y el NASA Ames Research Center, resultando en más de 150 artículos publicados, cinco en Nature, uno en Science y veinte en revistas hermanas de Nature.
NTT Anuncia un Chip de Inferencia de IA para Procesamiento de Video 4K en Tiempo Real

Chip de inferencia de IA de NTT. NTT Corp. también presentó un nuevo chip de integración a gran escala (LSI) diseñado para el procesamiento de inferencia de IA en tiempo real de video de ultra alta definición hasta 4K de resolución a 30 cuadros por segundo. Esta tecnología de bajo consumo es ideal para implementaciones en el borde y terminales con restricciones de energía, donde la inferencia de IA tradicional generalmente requiere compresión de video para el procesamiento en tiempo real.
Por ejemplo, cuando este LSI se integra en un dron, puede detectar individuos u objetos desde hasta 150 metros (492 pies) sobre el suelo, que es la altitud máxima legal para vuelos de drones en Japón. En contraste, la tecnología convencional de inferencia de video de IA en tiempo real limita las operaciones de drones a unos 30 metros (98 pies). Esta tecnología podría revolucionar las inspecciones de infraestructura basadas en drones, permitiendo operaciones más allá de la línea de visión, reduciendo así la mano de obra y los costos.
Kazu Gomi comentó: "La combinación de inferencia de IA de bajo consumo con video de ultra alta definición tiene un enorme potencial, desde la inspección de infraestructura hasta la seguridad pública y los eventos deportivos en vivo. El LSI de NTT, que creemos es el primero de su tipo en lograr tales resultados, representa un paso significativo hacia adelante en la habilitación de la inferencia de IA en el borde y para terminales con restricciones de energía."

El presidente y CEO de NTT Research, Kazu Gomi, habla sobre el chip de inferencia de IA. En terminales de borde y con restricciones de energía, los dispositivos de IA deben operar con mucha menos potencia que las GPU utilizadas en servidores de IA: decenas de vatios frente a cientos. El LSI supera estas limitaciones utilizando un motor de inferencia de IA desarrollado por NTT que reduce la complejidad computacional mientras mantiene la precisión de detección. Lo logra mediante correlación entre fotogramas y control dinámico de precisión de bits, lo que le permite ejecutar el algoritmo de detección de objetos You Only Look Once (YOLOv3) con menos de 20 vatios de consumo de energía.
NTT planea comercializar este LSI dentro del año fiscal 2025 a través de su compañía operativa, NTT Innovative Devices Corporation. El LSI fue exhibido en la cumbre anual de investigación e innovación de NTT, Upgrade, celebrada en San Francisco del 9 al 10 de abril de 2025.
De cara al futuro, los investigadores están explorando la aplicación de este LSI en la infraestructura centrada en datos (DCI) de la Iniciativa de Red Óptica y Inalámbrica Innovadora (IOWN), liderada por NTT y el IOWN Global Forum. DCI utiliza las capacidades de alta velocidad y baja latencia de la Red All-Photonics de IOWN para abordar los desafíos modernos de redes, incluyendo escalabilidad, limitaciones de rendimiento y alto consumo de energía.
Además, los investigadores de NTT están colaborando con NTT DATA, Inc. para avanzar en este LSI junto con sus tecnologías patentadas de Cifrado Basado en Atributos (ABE). ABE permite un control de acceso preciso y una configuración de políticas flexible en la capa de datos, facilitando el intercambio seguro de datos que puede integrarse en aplicaciones y almacenes de datos existentes.
La Identidad de IOWN

Un nuevo libro de NTT. Ayer, NTT anunció que Akira Shimada, presidente y CEO de NTT, y Katsuhiko Kawazoe, vicepresidente ejecutivo senior y CTO de NTT, han publicado un libro titulado *La Identidad de IOWN*. El libro profundiza en la iniciativa IOWN (Innovative Optical and Wireless Network) de NTT, discutiendo cómo busca fomentar una sociedad más sostenible en nuestro mundo cada vez más impulsado por datos.
*La Identidad de IOWN* ya está disponible en Amazon, tras su lanzamiento durante la cumbre anual de investigación e innovación de NTT, Upgrade, celebrada en San Francisco del 9 al 10 de abril de 2025.
Artículo relacionado
Amazon’s Danielle Perszyk Hablará en TechCrunch Sessions: AI
Estamos emocionados de compartir que Danielle Perszyk, jefa del equipo de interacción humano-computadora del Amazon AGI SF Lab, hablará en TechCrunch Sessions: AI el 5 de junio en el Zellerbach Hall d
Agilizar Reservas de Barbería con Herramientas de IA Gratuitas
En el mundo acelerado de hoy, la automatización es clave para la eficiencia. Imagina usar IA para gestionar citas de barbería sin esfuerzo. Esta guía explora cómo agentes de IA y herramientas de naveg
Audible impulsa las ofertas de audiolibros narrados por IA con nuevas asociaciones con editoriales
Audible, la plataforma de audiolibros de Amazon, anunció el martes una colaboración con editoriales seleccionadas para transformar libros impresos y electrónicos en audiolibros narrados por IA. Esta i
comentario (15)
0/200
WillMartinez
11 de agosto de 2025 05:01:00 GMT+02:00
Wow, NTT's new AI chip for 4K video inference sounds like a game-changer! I'm curious how their Physics of AI Group will tackle real-world challenges compared to Nvidia's synthetic data approach. Exciting times! 🚀
0
BrianRoberts
10 de agosto de 2025 11:01:00 GMT+02:00
Wow, NTT's new Physics of AI Group sounds like a game-changer! Using physics to boost AI chip design for 4K video? That's next-level cool. Can't wait to see how this stacks up against Nvidia's synthetic data tricks! 😎
0
AbigailMiller
7 de agosto de 2025 03:01:06 GMT+02:00
Super cool to see NTT diving into AI with their Physics of AI Group! The 4K video inference chip sounds like a game-changer for real-time processing. Wonder how it stacks up against Nvidia’s latest? 🤔
0
RichardAdams
5 de agosto de 2025 21:00:59 GMT+02:00
This new AI chip design from NTT sounds like a game-changer for 4K video! 🚀 I'm curious how their Physics of AI Group will tackle real-world applications compared to Nvidia’s synthetic data approach.
0
AlbertLee
29 de julio de 2025 14:25:16 GMT+02:00
Wow, NTT's new Physics of AI Group sounds like a game-changer! Using physics to boost AI chip design for 4K video is wild. Can't wait to see how this stacks up against Nvidia's synthetic data tricks. 🤯 Any bets on who'll lead the race?
0
StevenGonzalez
24 de abril de 2025 09:36:58 GMT+02:00
NTT 행사는 정말 놀라웠어요! 새로운 인공지능 물리학 그룹이 최첨단에 있는 것 같아요. 4K 비디오 추론을 위한 새로운 기술이 기대됩니다. 다만, Nvidia의 합성 데이터에 대항할 방법이 궁금해요. 😅 앞으로의 발전이 기대됩니다!
0
En el evento anual Upgrade de NTT Research, se presentó un nuevo grupo de investigación básica en IA, denominado Physics of Artificial Intelligence Group (PAI Group). Este movimiento llega en un momento en que la IA física está causando sensación, particularmente con empresas como Nvidia que están empujando los límites al usar datos sintéticos para acelerar el desarrollo y la entrada al mercado de autos autónomos y robots humanoides. NTT Research está ansioso por subirse a este tren con su recién formado PAI Group.
Derivado de su Physics of Intelligence (PHI) Lab, el PAI Group busca profundizar en la "caja negra" de la IA, mejorando nuestra comprensión y, por ende, incrementando la confianza y la seguridad. NTT Research, una división del gigante japonés de telecomunicaciones NTT, cuenta con un impresionante presupuesto anual de I+D de $3.6 mil millones.
El año pasado, NTT presentó su visión de "Physics of Intelligence", desarrollada inicialmente en colaboración con el Harvard University Center for Brain Science. Esta visión ha visto contribuciones significativas durante los últimos cinco años y continúa prosperando a través de colaboraciones con socios académicos.
El PAI Group estará liderado por Hidenori Tanaka, un científico de NTT Research reconocido por su experiencia en física, neurociencia y aprendizaje automático. Su liderazgo guiará al grupo en su búsqueda de mejorar la colaboración humano/IA.
Basándose en el enfoque interdisciplinario iniciado por el PHI Lab durante los últimos cinco años, el nuevo grupo se enfocará en desentrañar los misterios de la naturaleza de "caja negra" de la IA. Esto es crucial para desarrollar sistemas de IA más eficientes energéticamente. Con el rápido avance de la IA, garantizar la confiabilidad y la seguridad se ha vuelto primordial para su aplicación en diversas industrias y para la gobernanza de la adopción de la IA.
En colaboración con destacados investigadores académicos, el PAI Group busca explorar los paralelos entre la inteligencia biológica y artificial. Su objetivo es desmitificar los complejos mecanismos de la IA, fomentando la confianza y allanando el camino para una integración más fluida de la colaboración humano-IA. Al entender mejor cómo se entrena la IA, acumula conocimiento y toma decisiones, el grupo pretende diseñar futuros sistemas de IA que sean cohesivos, seguros y confiables.
Este enfoque refleja el papel histórico de la física, donde comprender las fuerzas que mueven los objetos llevó al desarrollo de las máquinas en las que confiamos hoy. Por ejemplo, el desarrollo de la máquina de vapor nos ayudó a comprender la termodinámica, lo que a su vez facilitó la creación de semiconductores avanzados. De manera similar, el trabajo del PAI Group está preparado para dar forma al futuro de la tecnología de IA.
El PAI Group continuará su colaboración con el Harvard University Center for Brain Science, liderado por el profesor Venkatesh Murthy, y con el profesor asistente de la Universidad de Princeton, Gautam Reddy, ex científico de NTT Research. El grupo también planea trabajar con el profesor asociado de la Universidad de Stanford, Surya Ganguli, con quien Tanaka ha coescrito varios artículos. El equipo principal incluye a Tanaka, la científica de NTT Research Maya Okawa y el becario postdoctoral de NTT Research Ekdeep Singh Lubana.
Entre las contribuciones destacadas del equipo se incluyen un algoritmo de poda de redes neuronales altamente citado, un algoritmo de eliminación de sesgos para modelos de lenguaje grandes reconocido por el U.S. National Institute of Standards and Technology (NIST), y nuevos conocimientos sobre la dinámica de aprendizaje conceptual de la IA.
La misión del PAI Group es triple: 1) Profundizar en nuestra comprensión de los mecanismos de la IA, integrando la ética de manera inherente en lugar de a través de ajustes posteriores; 2) Crear entornos de IA controlados inspirados en la física experimental para observar sistemáticamente los comportamientos de aprendizaje y predicción; y 3) Cerrar la brecha de confianza entre la IA y los operadores humanos mediante mejores operaciones y control de datos.
El presidente y CEO de NTT Research, Kazu Gomi, enfatizó la importancia del PAI Group, declarando: "Hoy marca un nuevo paso hacia la comprensión de la sociedad sobre la IA a través del establecimiento del Physics of Artificial Intelligence Group de NTT Research. La rápida integración de la IA en la vida cotidiana ha afectado profundamente nuestra relación con la tecnología. A medida que el rol de la IA se expande, es crucial explorar su impacto en las emociones humanas y cómo esto puede guiar el desarrollo de nuevas soluciones. El nuevo grupo busca abordar las preocupaciones y sesgos que rodean a la IA, fomentando un camino armonioso hacia adelante para la IA y la humanidad."
El PAI Group adopta un enfoque interdisciplinario, fusionando física, neurociencia y psicología para ir más allá de los puntos de referencia tradicionales. Esta visión holística es esencial para alcanzar objetivos como la equidad y la seguridad, que son vitales para la adopción sostenible de la IA. Mientras tanto, otros grupos dentro del PHI Lab están trabajando en reducir el consumo de energía de las plataformas de cómputo de IA a través de la computación óptica y la innovadora tecnología de niobato de litio de película delgada (TFLN). Inspirados por la gran diferencia de eficiencia energética entre los modelos de lenguaje grandes y los cerebros biológicos, el PAI Group también investigará formas de aprovechar las similitudes entre las redes neuronales biológicas y artificiales.
Hidenori Tanaka comentó: "La clave para que la IA coexista armoniosamente con la humanidad radica en su confiabilidad y en nuestro enfoque para diseñar e implementar soluciones de IA. Con la formación de este grupo, estamos allanando el camino para entender los mecanismos computacionales del cerebro y su relación con los modelos de aprendizaje profundo. Nuestra investigación apunta a desarrollar algoritmos y hardware más naturales e inteligentes, basándose en conocimientos de física, neurociencia y aprendizaje automático."
Desde 2019, el PHI Lab ha estado a la vanguardia del desarrollo de nuevos sistemas de cómputo utilizando tecnologías basadas en fotónica, incluyendo dispositivos basados en TFLN y la Coherent Ising Machine, que aborda problemas de optimización complejos tradicionalmente desafiantes para las computadoras clásicas.
El PHI Lab ha colaborado con una variedad de instituciones, incluyendo Harvard, Caltech, Cornell, MIT, Notre Dame, Stanford, Swinburne, la Universidad de Michigan y el NASA Ames Research Center, resultando en más de 150 artículos publicados, cinco en Nature, uno en Science y veinte en revistas hermanas de Nature.
NTT Anuncia un Chip de Inferencia de IA para Procesamiento de Video 4K en Tiempo Real
NTT Corp. también presentó un nuevo chip de integración a gran escala (LSI) diseñado para el procesamiento de inferencia de IA en tiempo real de video de ultra alta definición hasta 4K de resolución a 30 cuadros por segundo. Esta tecnología de bajo consumo es ideal para implementaciones en el borde y terminales con restricciones de energía, donde la inferencia de IA tradicional generalmente requiere compresión de video para el procesamiento en tiempo real.
Por ejemplo, cuando este LSI se integra en un dron, puede detectar individuos u objetos desde hasta 150 metros (492 pies) sobre el suelo, que es la altitud máxima legal para vuelos de drones en Japón. En contraste, la tecnología convencional de inferencia de video de IA en tiempo real limita las operaciones de drones a unos 30 metros (98 pies). Esta tecnología podría revolucionar las inspecciones de infraestructura basadas en drones, permitiendo operaciones más allá de la línea de visión, reduciendo así la mano de obra y los costos.
Kazu Gomi comentó: "La combinación de inferencia de IA de bajo consumo con video de ultra alta definición tiene un enorme potencial, desde la inspección de infraestructura hasta la seguridad pública y los eventos deportivos en vivo. El LSI de NTT, que creemos es el primero de su tipo en lograr tales resultados, representa un paso significativo hacia adelante en la habilitación de la inferencia de IA en el borde y para terminales con restricciones de energía."
En terminales de borde y con restricciones de energía, los dispositivos de IA deben operar con mucha menos potencia que las GPU utilizadas en servidores de IA: decenas de vatios frente a cientos. El LSI supera estas limitaciones utilizando un motor de inferencia de IA desarrollado por NTT que reduce la complejidad computacional mientras mantiene la precisión de detección. Lo logra mediante correlación entre fotogramas y control dinámico de precisión de bits, lo que le permite ejecutar el algoritmo de detección de objetos You Only Look Once (YOLOv3) con menos de 20 vatios de consumo de energía.
NTT planea comercializar este LSI dentro del año fiscal 2025 a través de su compañía operativa, NTT Innovative Devices Corporation. El LSI fue exhibido en la cumbre anual de investigación e innovación de NTT, Upgrade, celebrada en San Francisco del 9 al 10 de abril de 2025.
De cara al futuro, los investigadores están explorando la aplicación de este LSI en la infraestructura centrada en datos (DCI) de la Iniciativa de Red Óptica y Inalámbrica Innovadora (IOWN), liderada por NTT y el IOWN Global Forum. DCI utiliza las capacidades de alta velocidad y baja latencia de la Red All-Photonics de IOWN para abordar los desafíos modernos de redes, incluyendo escalabilidad, limitaciones de rendimiento y alto consumo de energía.
Además, los investigadores de NTT están colaborando con NTT DATA, Inc. para avanzar en este LSI junto con sus tecnologías patentadas de Cifrado Basado en Atributos (ABE). ABE permite un control de acceso preciso y una configuración de políticas flexible en la capa de datos, facilitando el intercambio seguro de datos que puede integrarse en aplicaciones y almacenes de datos existentes.
La Identidad de IOWN
Ayer, NTT anunció que Akira Shimada, presidente y CEO de NTT, y Katsuhiko Kawazoe, vicepresidente ejecutivo senior y CTO de NTT, han publicado un libro titulado *La Identidad de IOWN*. El libro profundiza en la iniciativa IOWN (Innovative Optical and Wireless Network) de NTT, discutiendo cómo busca fomentar una sociedad más sostenible en nuestro mundo cada vez más impulsado por datos.
*La Identidad de IOWN* ya está disponible en Amazon, tras su lanzamiento durante la cumbre anual de investigación e innovación de NTT, Upgrade, celebrada en San Francisco del 9 al 10 de abril de 2025.




Wow, NTT's new AI chip for 4K video inference sounds like a game-changer! I'm curious how their Physics of AI Group will tackle real-world challenges compared to Nvidia's synthetic data approach. Exciting times! 🚀




Wow, NTT's new Physics of AI Group sounds like a game-changer! Using physics to boost AI chip design for 4K video? That's next-level cool. Can't wait to see how this stacks up against Nvidia's synthetic data tricks! 😎




Super cool to see NTT diving into AI with their Physics of AI Group! The 4K video inference chip sounds like a game-changer for real-time processing. Wonder how it stacks up against Nvidia’s latest? 🤔




This new AI chip design from NTT sounds like a game-changer for 4K video! 🚀 I'm curious how their Physics of AI Group will tackle real-world applications compared to Nvidia’s synthetic data approach.




Wow, NTT's new Physics of AI Group sounds like a game-changer! Using physics to boost AI chip design for 4K video is wild. Can't wait to see how this stacks up against Nvidia's synthetic data tricks. 🤯 Any bets on who'll lead the race?




NTT 행사는 정말 놀라웠어요! 새로운 인공지능 물리학 그룹이 최첨단에 있는 것 같아요. 4K 비디오 추론을 위한 새로운 기술이 기대됩니다. 다만, Nvidia의 합성 데이터에 대항할 방법이 궁금해요. 😅 앞으로의 발전이 기대됩니다!












