La compañía también fue premiada por las revistas Speech Technology y CUSTOMER por su innovación en soluciones de Customer Analytics
Verint® Systems Inc. (Nasdaq: VRNT) anuncia que recibió mejores puntajes en cinco categorías de satisfacción del proveedor y 10 categorías de satisfacción de productos, destacados en el nuevo informe “Speech Analytics Product and Market Report 2016/2017” de DMG Consulting LLC. Asimismo, la compañía fue elegida como “Speech Industry Star Performer 2016” por la revista Speech Technology y recibió el premio “Speech Technology Excellence”, otorgado por la revista CUSTOMER.
“Speech Analytics Product and Market Report 2016/2017” de DMG Consulting LLC
Según el informe de DMG, Verint obtuvo mejores puntajes - cinco sobre cinco - en las siguientes categorías de satisfacción de proveedores: Servicio y Soporte Continuos, Servicios Profesionales, Capacidad de Respuesta a Pedidos de Mejora de Productos, Comunicación y Satisfacción General de Proveedores.
La compañía también obtuvo puntajes máximos en 12 categorías adicionales de satisfacción de productos, así como puntajes perfectos en las siguientes áreas: Facilidad de Uso/Configuración/Mantenimiento, Facilidad de Integración con Aplicaciones de Terceros, Facilidad en la Creación de Búsquedas y Consultas, Precisión y Relevancia de Resultados para el Negocio, Capacidades de Análisis de Llamadas, Capacidad de Mejorar la Resolución en el Primer Contacto, Capacidad de Identificar Problemas de Proceso del Negocio/Procedimiento/Política Comercial, Capacidad de Mejorar el Cumplimiento de los Requisitos Regulatorios, Capacidad de Reducir el Esfuerzo del Cliente y Capacidad de Mejorar el Compromiso del Cliente.
“Speech Technology Excellence Awards” de la revista CUSTOMER
El ganador del premio a la excelencia en tecnología de voz “Speech Technology Excellence 2016” es Verint Real-Time Speech Analytics™. Según la revista CUSTOMER de TMC, el software demuestra innovación en soluciones de Speech Analytics diseñadas para mejorar la experiencia del cliente. Verint Real-Time Speech Analytics conduce los indicadores de las conversaciones y analiza las llamadas de los clientes mientras se desarrollan, lo que permite que las organizaciones adopten un enfoque proactivo para identificar oportunidades. Este conocimiento ayuda a orientar las interacciones para beneficio mutuo del cliente final y de la organización.
“Speech Industry Star Performer Award” de la revista Speech Technology
Asimismo, Verint recibió recientemente el galardón “Speech Industry Star Performer 2016” de la revista Speech Technology por sus soluciones de Workforce Optimization, que incluyen el software Autenticación de Identidad y Detección de Fraude™ de Verint. Esta solución usa biometría de voz para autenticar clientes de manera más rápida y mejorar la detección de fraudes. Ese galardón también destaca la fortaleza de la compañía en despliegues basados en la nube, después de su adquisición de Contact Solutions a principios de este año.
“Recibir este reconocimiento de los usuarios finales de nuestro software refleja nuestro compromiso para desarrollar clientes de largo plazo por tener cada interacción exitosa”, indica Ryan Hollenbeck, vicepresidente senior de marketing global y experiencia del cliente de Verint. “Cuando los clientes comprenden el beneficio total de sus soluciones de Verint, son capaces de transformar la forma en que se relacionan con sus propios consumidores. Estamos orgullosos de ser parte de dicha transformación.”
Para obtener más información sobre el software Speech Analytics de Verint, su suite de Customer Analytics y la cartera de Customer Engagement Optimization™, visite www.verint.com.
04 octubre 2016
¿ESPERAS TODO EL TIEMPO UNA LLAMADA? Maldición del celular
Conexión es una de las palabras más utilizadas en la actualidad debido a la invasión en nuestras vidas de las nuevas tecnologías de la comunicación. Hoy en día —para bien o para mal— parece más difícil desconectarse que conectarse… ¿En qué momento deja de ser beneficioso el hecho de conectarse para tornarse en una obsesión?
Antes, el teléfono servía para hacer y recibir llamadas; solo para eso. Ahora que han aumentado sus (positivas) prestaciones, aumentaron las (negativas) posibilidades de agobiarse; todo en la misma proporción.
¿Es usted alguien que está pendiente de la entrada de una llamada telefónica, de un mensaje de texto, de Whatssap o de uno del Messenger de Facebook, quizá? ¿Ve constantemente la pantalla del celular porque cree que su jefe, su pareja o su familiar lo buscará por esa vía? ¿Está todo el tiempo conectado/a, incluso fuera del trabajo?
Diferentes situaciones
Este fenómeno reciente, que llega de la mano de la tecnología, no es fácil de explicar porque tiene varias aristas, contextos y situaciones a tomar en cuenta.
La psicóloga Isabel La Fuente, que atiende a sus pacientes en Santa Cruz, aclara a ECOS que depende mucho del contexto, “si la dependencia al celular deviene de la 'nomofobia', es decir el miedo irracional a no estar conectado o disponible para cuando alguien me necesite; o si es solamente una situación específica y pasajera de la espera de una llamada importante”.
Luego, “hay personas que están pendientes de la llamada de su pareja, con lo cual el celular es solo una herramienta que trasluce una obsesión de fondo, probablemente una 'relación tóxica', y la necesidad de controlar al otro en el sentido de verificar que llame cuando creemos que debe llamar”.
La Fuente describe también el caso de alguien (generalmente una mujer, según un artículo publicado en El País de Madrid, donde se dice que la espera tiene 'rostro femenino') que aguarda una llamada que nunca llega, y que el deseo de que así sea haga que mire constantemente el celular. “Sucede también con personas que esperan una noticia, un empleo, un viaje, un cambio, etc.”, apunta la psicóloga.
Por último, identifica un grupo de personas afectadas por lo que se denomina el “síndrome de la vibración fantasma”, relacionado con la función de los celulares que vibran con una llamada o con la llegada de un mensaje. “Consiste en creer o sentir (falsamente) que el teléfono está vibrando constantemente y revisar si llegó un mensaje o llamada. Sucede por la modernidad, es decir, por las características de los teléfonos que vibran con cualquier alerta, y las personas que los tienen cerca al cuerpo, en el bolsillo por ejemplo, suelen sufrir de este síndrome fantasma. Es una especie de sensación falsa”, explica La Fuente.
En cualquier caso, alerta que “puede desarrollarse una dependencia al celular, una especie de obsesión por revisar constantemente el teléfono que deriva en acciones compulsivas, repetitivas”. Dice que esto puede ser momentáneo, temporal, situacional (por el hecho específico de esperar la llamada que no llega) o incluso algo más prolongado en el tiempo. Aunque, aclara también, “no he sabido de casos crónicos”. •
Síntomas físicos, psicológicos y sociales
Las personas que esperan de manera obsesiva una llamada telefónica o un mensaje en el celular pueden tener los siguientes síntomas:
FÍSICOS
Tendinitis
Cefaleas
Taquicardias
Trastornos del sueño
PSICOLÓGICOS
Ansiedad
Angustia
Rabia
Impulsos agresivos
Depresión
Rumiación de ideas repetitivas
Preocupación excesiva
Fantasías
SOCIALES
Aislamiento: La persona está más pendiente de la llamada que de la conversación o la interacción social que está teniendo, se distrae, no focaliza su atención, no sigue el ritmo de lo que está conversando y, entonces, se vuelve poco eficaz, poco productiva y aplaza actividades con el afán de esperar la llamada.
* La psicóloga Isabel La Fuente aclara que estos síntomas serán transitorios dependiendo del tiempo de duración de la dependencia y de sus motivos. Sin embargo, existe la posibilidad de que se prolonguen y deriven en algún trastorno o patología de carácter más bien crónico. Depende del motivo que haya generado la dependencia al celular, remarca la profesional consultada por ECOS.
ASUS ZenBook Flip UX360
Las portátiles convertibles están siendo una de las atracciones en todos los mercados. Algo que sabe bien ASUS que ahora ha lanzado su ZenBook con pantalla giratoria 360 grados.
Se trata de una portátil que se presenta como una de las más finas y ligeras en el rango de las 13,3 pulgadas. Su perfil es de algo menos de 14 milímetros y pesa algo más de un kilo (concretamente 1,3 kilos). Otro de los puntos a tener muy en cuenta es su gran autonomía, que llega hasta las 12 horas de duración para poder trabajar sin conexión.
Otro de sus puntos fuertes es su funcionamiento silencioso gracias a un diseño en el que no han necesitado ventilador, además de contar con un disco duro SSD que llega a los 512 GB. Su bisagra de 360º, además, nos dará flexibilidad a la hora de trabajar para colocar la pantalla en el modo que mejor nos convenga.
A la serie ZenBook le faltaba un convertible, algo que ahora ya tienen gracias a la llegada del Flip UX360. Se trata del primer modelo que cuenta con una bisagra de 360º para que la pantalla pueda girarse. En cuanto al display, contaremos con 13,3 pulgadas y una resolución hasta QHD+ (3200 × 1800), y gracias a la citada bisagra podremos usar el portátil tanto en su modo clásico con pantalla táctil, como si fuese una tablet o cualquier otra posición que se nos haga cómoda.
La pantalla cuenta, además, con tecnología IPS para llegar a ángulos de visión de 178º. La densidad de píxeles es de 279pp, siendo así un 40% más de píxeles que el resto de competidores en el mercado. Con ello buscan una mayor calidad de imagen en cuanto a la reproducción del color y contraste, así como un nivel mayor de claridad y detalle. Incorpora las tecnologías Asus Splendid para la reproducción de color, y la Asus Tru2Life para mejorar la nitidez y contraste.
Este dispositivo llega con 8 GB de RAM LPDDR3 y un disco SSD de 512 GB, tiene dos puertos USB 3.0 tipo A y un USB 3.1 tipo C reversible de nueva generación. También incorpora un micrófono de matriz de precisión con reducción de ruido para que podamos usar con más comodidad a Cortana.
El touchpad del ZenBook Flip UX360 cuenta además con los gestos multitáctiles de Asus Smart Gesture. Además, han incorporado una tecnología para rechazar la palma de la mano, así que nos será más cómodo a la hora de escribir. Es decir, que cuando por error toquemos el touchpad mientras escribimos, no tendremos al cursor bailando por la pantalla y siendo una distracción.
Algoritmos genéticos en optimización multiobjetivo
En la tesis de maestría de Von Lücken, publicada el año 2003 con el título “Algoritmos evolutivos para optimización multiobjetivo: Un estudio comparativo en un ambiente paralelo asíncrono”, se menciona que la falta de métodos determinísticos eficientes y eficaces para la resolución de problemas con objetivos múltiples, motivó la búsqueda de métodos alternativos. El notable éxito obtenido por los algoritmos evolutivos en optimización monobjetivo y las características propias de los mismos despertaron el interés de los investigadores en utilizarlos en optimización multiobjetivo. La optimización evolutiva multiobjetivo es un área de investigación muy importante tanto para científicos como para ingenieros, no sólo por que la mayor parte de los problemas consideren por naturaleza objetivos múltiples, sino también porque aún quedan por resolver un sin número de interrogantes en esta disciplina.
Si bien la noción de búsqueda genética para la exploración de soluciones óptimas en problemas con varios objetivos se remonta a fines de la década de los años sesenta, los primeros algoritmos evolutivos que consideraban de forma simultánea objetivos múltiples se desarrollaron recién a inicios de los años noventa. Como una muestra de lo incipiente del área, el primer congreso internacional de optimización evolutiva multiobjetivo se realizó en marzo del año 2001, reportado en las actas de la “Primera Conferencia sobre Algoritmos Evolutivos en Optimización Monobjetivo”. Zitzler y sus colegas, en el artículo publicado el año 2001 con el título “Comparación de algoritmos evolutivos multiobjetivo: Resultados empíricos”, mencionan que a pesar de esto, en poco tiempo, la computación evolutiva multiobjetivo, se ha establecido como el método para aproximar el frente Pareto-óptimo en problemas de este tipo. Esto se debe fundamentalmente al paralelismo intrínseco de los algoritmos evolutivos que les permite explorar similaridades entre las soluciones de forma eficiente y a la capacidad de capturar varias soluciones Pareto-óptimas en una única corrida de optimización. Los diferentes métodos para trabajar con objetivos múltiples utilizando algoritmos evolutivos se pueden clasificar, en forma sencilla, en técnicas de primera y segunda generación. Pertenecen a la primera generación las propuestas iniciales que no consideran conceptos de Pareto. Así mismo, ésta generación abarca a los primeros algoritmos evolutivos multiobjetivo basados en Pareto que no incluyen mecanismos para la preservación de las buenas soluciones encontradas durante el proceso evolutivo, tal como el elitismo. La segunda generación está caracterizada básicamente por algoritmos basados en Pareto y que incorporan alguna forma de elitismo.
Coello, en el artículo publicado el año 2000 con el título “Estudio actualizado de técnicas de optimización multiobjetivo basadas en algoritmos genéticos”, se menciona que puesto que los algoritmos genéticos requieren información escalar sobre el valor de adaptabilidad de los individuos, no es extraño que los primeros enfoques evolutivos para lidiar con objetivos múltiples se basen en la idea de combinar un algoritmo genético simple con métodos de escalarización de la función objetivo. Así, estos primeros enfoques se encargaban de optimizar la función agregada en vez de optimizar la verdadera función multiobjetivo. Schaffer, en la tesis doctoral publicada el año 1984 con el título “Optimización de objetivos múltiples con algoritmos genéticos evaluados por vector”, presentó el primer algoritmo evolutivo que no utiliza funciones de agregación para resolver problemas multiobjetivo, al que llamó “Algoritmo genético evaluado por vector”. Fonseca y Fleming, en el reporte técnico publicado el año 1994 con el título “Una vista de algoritmos evolutivos en optimización multiobjetivo”, mencionan que este algoritmo utiliza un procedimiento evolutivo que básicamente divide una población genética en subpoblaciones, en las que se considera el valor de adaptación de los individuos de acuerdo a un objetivo distinto para cada subpoblación y realiza el cruzamiento mezclando individuos de distintas subpoblaciones. El resultado final del procedimiento de selección del algoritmo genético evaluado por vector corresponde al promedio de los valores de cada uno de los objetivos.
A pesar que Schaffer y Grefenstette tuvieron algún éxito, especialmente para la resolución de problemas en aprendizaje automático, reportadas en el artículo publicado el año 1985 con el título “Aprendizaje multiobjetivo mediante algoritmos genéticos”, el método propuesto resultó ineficiente para explorar espacios de objetivos no convexos comportándose bien sólo en una dimensión. Von Lücken, en la tesis de maestría citada, señala que muchos problemas del mundo real implican la optimización simultánea de objetivos diferentes, en ocasiones laboriosos de evaluar, y que a menudo resultan contradictorios entre sí. Mientras que en problemas con un único objetivo la solución óptima habitualmente está bien definida, no sucede lo mismo en los problemas de optimización con múltiples objetivos. En vez de un único óptimo, existe un conjunto de soluciones equiparables, que recibe el nombre de conjunto óptimo de Pareto. La mayoría de los problemas que se plantean en el mundo real presentan múltiples objetivos contrapuestos. Por tanto, uno de los objetivos que persigue la industria es desarrollar algoritmos de optimización multiobjetivo capaces de enfrentarse a este tipo de problemas. En este sentido, las técnicas heurísticas están alcanzando cada vez mayor auge. De entre todas las técnicas heurísticas, los algoritmos evolutivos han experimentado un gran desarrollo, por su capacidad para encontrar soluciones a problemas muy complejos en un tiempo razonable.
Si bien la noción de búsqueda genética para la exploración de soluciones óptimas en problemas con varios objetivos se remonta a fines de la década de los años sesenta, los primeros algoritmos evolutivos que consideraban de forma simultánea objetivos múltiples se desarrollaron recién a inicios de los años noventa. Como una muestra de lo incipiente del área, el primer congreso internacional de optimización evolutiva multiobjetivo se realizó en marzo del año 2001, reportado en las actas de la “Primera Conferencia sobre Algoritmos Evolutivos en Optimización Monobjetivo”. Zitzler y sus colegas, en el artículo publicado el año 2001 con el título “Comparación de algoritmos evolutivos multiobjetivo: Resultados empíricos”, mencionan que a pesar de esto, en poco tiempo, la computación evolutiva multiobjetivo, se ha establecido como el método para aproximar el frente Pareto-óptimo en problemas de este tipo. Esto se debe fundamentalmente al paralelismo intrínseco de los algoritmos evolutivos que les permite explorar similaridades entre las soluciones de forma eficiente y a la capacidad de capturar varias soluciones Pareto-óptimas en una única corrida de optimización. Los diferentes métodos para trabajar con objetivos múltiples utilizando algoritmos evolutivos se pueden clasificar, en forma sencilla, en técnicas de primera y segunda generación. Pertenecen a la primera generación las propuestas iniciales que no consideran conceptos de Pareto. Así mismo, ésta generación abarca a los primeros algoritmos evolutivos multiobjetivo basados en Pareto que no incluyen mecanismos para la preservación de las buenas soluciones encontradas durante el proceso evolutivo, tal como el elitismo. La segunda generación está caracterizada básicamente por algoritmos basados en Pareto y que incorporan alguna forma de elitismo.
Coello, en el artículo publicado el año 2000 con el título “Estudio actualizado de técnicas de optimización multiobjetivo basadas en algoritmos genéticos”, se menciona que puesto que los algoritmos genéticos requieren información escalar sobre el valor de adaptabilidad de los individuos, no es extraño que los primeros enfoques evolutivos para lidiar con objetivos múltiples se basen en la idea de combinar un algoritmo genético simple con métodos de escalarización de la función objetivo. Así, estos primeros enfoques se encargaban de optimizar la función agregada en vez de optimizar la verdadera función multiobjetivo. Schaffer, en la tesis doctoral publicada el año 1984 con el título “Optimización de objetivos múltiples con algoritmos genéticos evaluados por vector”, presentó el primer algoritmo evolutivo que no utiliza funciones de agregación para resolver problemas multiobjetivo, al que llamó “Algoritmo genético evaluado por vector”. Fonseca y Fleming, en el reporte técnico publicado el año 1994 con el título “Una vista de algoritmos evolutivos en optimización multiobjetivo”, mencionan que este algoritmo utiliza un procedimiento evolutivo que básicamente divide una población genética en subpoblaciones, en las que se considera el valor de adaptación de los individuos de acuerdo a un objetivo distinto para cada subpoblación y realiza el cruzamiento mezclando individuos de distintas subpoblaciones. El resultado final del procedimiento de selección del algoritmo genético evaluado por vector corresponde al promedio de los valores de cada uno de los objetivos.
A pesar que Schaffer y Grefenstette tuvieron algún éxito, especialmente para la resolución de problemas en aprendizaje automático, reportadas en el artículo publicado el año 1985 con el título “Aprendizaje multiobjetivo mediante algoritmos genéticos”, el método propuesto resultó ineficiente para explorar espacios de objetivos no convexos comportándose bien sólo en una dimensión. Von Lücken, en la tesis de maestría citada, señala que muchos problemas del mundo real implican la optimización simultánea de objetivos diferentes, en ocasiones laboriosos de evaluar, y que a menudo resultan contradictorios entre sí. Mientras que en problemas con un único objetivo la solución óptima habitualmente está bien definida, no sucede lo mismo en los problemas de optimización con múltiples objetivos. En vez de un único óptimo, existe un conjunto de soluciones equiparables, que recibe el nombre de conjunto óptimo de Pareto. La mayoría de los problemas que se plantean en el mundo real presentan múltiples objetivos contrapuestos. Por tanto, uno de los objetivos que persigue la industria es desarrollar algoritmos de optimización multiobjetivo capaces de enfrentarse a este tipo de problemas. En este sentido, las técnicas heurísticas están alcanzando cada vez mayor auge. De entre todas las técnicas heurísticas, los algoritmos evolutivos han experimentado un gran desarrollo, por su capacidad para encontrar soluciones a problemas muy complejos en un tiempo razonable.
Podrán detectar emociones mediante señales inalámbricas
Varios investigadores del Instituto de Tecnología de Massachusetts en Cambridge, Estados Unidos, han desarrollado un dispositivo llamado “EQ-Radio” que puede detectar las emociones de una persona usando señales inalámbricas.
Las expresiones faciales no son siempre fiables: una sonrisa puede ocultar frustración, mientras que una cara de póker podría enmascarar una mano ganadora.
Midiendo cambios sutiles en los ritmos respiratorio y cardiaco, EQ-Radio tiene una precisión del 87 por ciento a la hora de detectar si una persona se siente excitada, contenta, enfadada o triste, y puede hacerlo sin sensores aplicados a su cuerpo.
El equipo de Dina Katabi, profesora en el Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, prevé el uso de su sistema en campos como el entretenimiento, la salud y el análisis del comportamiento de los consumidores. Los estudios cinematográficos y las agencias de publicidad podrían comprobar las reacciones verdaderas de los espectadores en tiempo real, mientras que los celulares podrían usar la información sobre nuestro estado de ánimo para ajustar la calefacción o sugerir que tomemos algo de aire fresco. Todo ello de forma no invasiva.
Dina Katabi explica que la expresión facial de Fadel Adib es neutra, pero que el análisis que el sistema EQ-Radio, según su ritmo cardíaco y su respiración, muestra que está triste.
La técnica desarrollada por el equipo de Katabi, Mingmin Zhao y Fadel Adib es en definitiva un buen ejemplo de que las señales inalámbricas pueden captar información sobre el comportamiento humano que no siempre es visible a ojo desnudo. Los resultados obtenidos por estos científicos podrían abrir el camino hacia tecnologías futuras que ayudarían a monitorizar y diagnosticar trastornos como la depresión y la ansiedad.
Las expresiones faciales no son siempre fiables: una sonrisa puede ocultar frustración, mientras que una cara de póker podría enmascarar una mano ganadora.
Midiendo cambios sutiles en los ritmos respiratorio y cardiaco, EQ-Radio tiene una precisión del 87 por ciento a la hora de detectar si una persona se siente excitada, contenta, enfadada o triste, y puede hacerlo sin sensores aplicados a su cuerpo.
El equipo de Dina Katabi, profesora en el Instituto Tecnológico de Massachusetts (MIT), en Cambridge, Estados Unidos, prevé el uso de su sistema en campos como el entretenimiento, la salud y el análisis del comportamiento de los consumidores. Los estudios cinematográficos y las agencias de publicidad podrían comprobar las reacciones verdaderas de los espectadores en tiempo real, mientras que los celulares podrían usar la información sobre nuestro estado de ánimo para ajustar la calefacción o sugerir que tomemos algo de aire fresco. Todo ello de forma no invasiva.
Dina Katabi explica que la expresión facial de Fadel Adib es neutra, pero que el análisis que el sistema EQ-Radio, según su ritmo cardíaco y su respiración, muestra que está triste.
La técnica desarrollada por el equipo de Katabi, Mingmin Zhao y Fadel Adib es en definitiva un buen ejemplo de que las señales inalámbricas pueden captar información sobre el comportamiento humano que no siempre es visible a ojo desnudo. Los resultados obtenidos por estos científicos podrían abrir el camino hacia tecnologías futuras que ayudarían a monitorizar y diagnosticar trastornos como la depresión y la ansiedad.
Bose QuietComfort 35
Los Bose QuietComfort 35 es la respuesta de Bose a los usuarios que gustan de la tecnología de cancelación de ruido de la compañía pero que demandaban unos auriculares sin cables. En estos auriculares Bluetooth la compañía ha incorporado su famosa tecnología de cancelación de ruido activa sin perder la calidad de sonido a la que nos tiene acostumbrados la compañía estadounidense. Y todo ello con un diseño cómodo y con materiales premium, perfecto para pasar horas y horas escuchando nuestra música sin que nadie nos moleste. Vamos a realizar un completo análisis de las características que poseen los auriculares inalámbricos Bose QuietComfort 35.
Están disponibles en negro y plateado, los Bose QuietComfort 35 ofrecen un diseño moderno pero a la vez discreto, con un color mate muy elegante en el que solo destaca la marca Bose en blanco sobre los auriculares.
En el panel exterior del auricular derecho encontramos todos los controles, incluyendo un botón de apagado y de sincronización, un botón multifunción y el control de volumen en forma de botones independientes, no de rueda. El mismo botón que sirve para activar la sincronización controla también la cancelación de sonido. Vale la pena destacar el botón multifunción, ya que, con un único botón, podremos reproducir y pausar la música, controlar las llamadas e incluso iniciar la comunicación con Google Now o Siri. Simplemente dejando pulsado el botón podremos dar instrucciones de voz al terminal y este las ejecutará cuando soltemos el botón.
En este mismo auricular, justo al lado de los botones, encontramos los LED que muestran el estado de la batería y del Bluetooth, además de un puerto de conexión para el cable cargador con micro USB. En el auricular izquierdo encontramos el conector de audio de 3,5 milímetros, el cual nos da la opción de utilizar los Bose QuietComfort 35 como auriculares con cable. Los auriculares se pueden girar 90 grados respecto a la diadema para facilitar su transporte y meterlos en la funda que viene incluida, pero también permiten cierto giro en dirección contraria para hacerlos todavía más cómodos cuando los llevamos puestos y giramos la cabeza.
En cuanto a la duración de la batería, Bose estima una autonomía de hasta 20 horas en modo Bluetooth y 40 horas en modo cable.
La primera tarjeta SD de 1 TB de Sandisk
Septiembre fue el mes elegido para que Sandisk exhiba su prototipo de tarjeta de memoria flash SDXC (Secure Digital Extended Capacity por sus siglas en inglés) con una capacidad de 1 TB.
Ya es una costumbre de Sandisk (empresa que pertenece a Western Digital) presentar en la Feria de Tecnología de Fotografía y Video, Photokina sus avances con respecto a las capacidades de sus memorias SD.
En el Photikina 2014 batió los records al presentar su SDXC de 512 GB. Dos años después duplica la capacidad batiendo su propio record y muestra su prototipo en el Photikina 2016 que se realizó en la ciudad alemana de Cologne
Daniesh Bahal Vicepresidente de la Unidad de Negocios de Western Digital dio muestras de gran satisfacción por el nuevo logro. Indico; “Cada vez que participamos en las exhibiciones de tecnología relacionadas con las imágenes y los videos participamos con gran emoción. Hoy mostramos un prototipo de una SDXC con capacidad de 1 TB. Nuestra idea es siempre innovar y ser el faro guía en la industria”.
Para la realidad virtual y los videos de alta resolución (video 360°, resoluciones de 4K y 8K) le estaba quedando pequeño las capacidades de las tarjetas SD ahora con la oferta en puerta de Scandisk de un prototipo que alcanza 1 TB se abre toda una gama de posibilidades.
Los fabricantes deberán prestar atención a esta nueva tecnología para poder ir a la par y así tener equipos que se adapten a este nuevo tipo de tarjetas SDXC de 1 TB porque se requiere de un nuevo hardware y software (controladores) que permitan usar este tipo de tarjetas sin ningún problema.
No precisaron una fecha del lanzamiento de la nueva tarjeta SDXC de 1 TB y tampoco de su precio.
Suscribirse a:
Entradas (Atom)