Con Visual Studio 2022 17.12, Microsoft engadiu funcións adicionais de diagnóstico e depuración que melloran a análise e a depuración do código. Entre estes cambios destacan melloras relacionadas coa incorporación de Copilot AI, que ten como obxectivo axilizar os procesos de desenvolvemento. Unha das funcións máis demandadas foi a visualización en liña dos valores da función ``retorno`  , que se implementou. Ao pasar o rato por estes números, que aparecen en gris debaixo das instrucións de  `retorno'  relevantes, móstrase unha icona de Copilot e máis información. Cando fai clic nesta icona, a IA analiza a expresión para revelar calquera erro.

Analizar os valores das variables nas fiestras "Automático" e "Locais" é outra forma en que Copilot estende a súa capacidade ás fiestras de depuración. A análise de erros adicional ofrécese a través dunha icona de AI adxacente ás vistas previas variables. Aínda que un asistente de IA dedicado para a ferramenta aínda está en fase de desenvolvemento, a ferramenta IEnumerable Visualizer tamén se mellorou, integrando IntelliSense co resaltado de sintaxe para consultas LINQ.

Para garantir unha xestión uniforme dos puntos de interrupción en todos os proxectos, agora o depurador permítelle importar e exportar grupos de puntos de interrupción coas súas opcións. Agora pódense facer instantáneas coa ferramenta de diagnóstico para comparar os estados da memoria. Cando os desenvolvedores fan dúas instantáneas na pestana "Memoria", poden ver os cambios escollendo "Mostrar diferenzas". Ademais, a xanela de diagnóstico agora mostra os datos do histograma.

Esta versión engade funcións impulsadas por AI, especialmente para a depuración e reparación de código, e integra .NET 9. Agora os usuarios poden copiar ficheiros a instancias de Visual Studio e iniciar varias configuracións do programa en función dos requisitos do proxecto mediante a interface de usuario. Os desenvolvedores poden personalizar as mensaxes de confirmación xeradas por Copilot, que poden incluso crear repositorios locais e xestionar varias contas de GitHub. Ademais dos ficheiros HTTP que admiten variables de consulta para reutilizar as respostas en solicitudes posteriores, os usuarios de Linux tamén poden publicar WebJobs en Azure. Os parámetros da liña de comandos pódense configurar directamente na barra de ferramentas para desenvolvedores de C++.

Estas melloras descríbense en detalle na [publicación do blog de Microsoft](https://devblogs.microsoft.com/visualstudio/debugger-and-diagnostics-updates-in-visual-studio-17-12/) e unha visión xeral completa de todas as actualizacións aparecen no [release notes](https://learn.microsoft.com/de-de/visualstudio/releases/2022/release-notes).

\

Acende a túa paixón pola IA: aprende a transformar os datos en solucións poderosas e escalables co Code Labs Academy en liña[Data Science & AI Bootcamp](/courses/data-science-and-ai).

thumbnail_chris-ried-ieic5Tq8YMk-unsplash (1) (1).webp

chris-ried-ieic5Tq8YMk-unsplash (1) (1).webp

Visual Studio 2022 17.12: Microsoft mellora as funcións de depuración e AI coa integración de Copilot

###### 26 de novembro de 2024

[Anthropic](https://www.anthropic.com) presentou un estándar de código aberto chamado [Model Context Protoco](https://www.anthropic.com/news/model-context-protocol)l (MCP). /)co obxectivo de mellorar a forma en que os asistentes de IA se comunican e se conectan aos sistemas de datos. O protocolo ten como obxectivo superar os inconvenientes dos modelos de IA, que adoitan operar de forma independente das grandes fontes de datos e requiren integracións únicas para cada novo sistema. MCP ofrece unha solución completa que permite aos chatbots e outras aplicacións alimentadas pola IA acceder facilmente aos datos en contornos de desenvolvemento, ferramentas e repositorios de contido.

Ao empregar "servidores MCP" para servir datos e "clientes MCP" para integrar fluxos de traballo ou aplicacións, o protocolo permite aos desenvolvedores establecer conexións bidireccionais entre fontes de datos e aplicacións. Esta normalización podería axilizar os procedementos de desenvolvemento substituíndo un marco escalable e sostible por integracións inconexas. Plataformas como Replit, Codeium e Sourcegraph planean engadir soporte para MCP, mentres que empresas como Block e Apollo xa o integraron nos seus sistemas.

Con servidores preconstruídos para ferramentas empresariais coñecidas como Google Drive, Slack e GitHub, así como plans para lanzar kits de ferramentas para instalar servidores de produción, Anthropic puxo MCP a disposición dos desenvolvedores. MCP pódese usar para vincular o chatbot de Claude a sistemas internos para usuarios de [Claude Enterprise] de Anthropic (https://techcrunch.com/2024/09/04/anthropic-launches-claude-enterprise-plan-to-compete-with -openai/) subscrición.

Ao eliminar o requisito de interfaces separadas para cada fonte de datos, a adopción de MCP podería acelerar os esforzos de integración da IA. Os sistemas de IA poden ser capaces de preservar o contexto das ferramentas e da información a medida que o ecosistema crece, o que daría lugar a un deseño máis consistente e eficiente.

Non obstante, a medida en que MCP sexa adoptada, especialmente polos seus competidores, determinará o seu éxito. Coa súa función propietaria "Traballar con aplicacións" para ChatGPT, por exemplo, OpenAI adoptou unha estratexia diferente. Esta funcionalidade vincula o modelo a determinadas ferramentas de codificación e podería estenderse potencialmente a outras aplicacións. Non obstante, a estratexia de OpenAI segue pechada e centrada nos socios.

Aínda que Anthropic afirma que MCP pode mellorar moito as capacidades contextuais dos sistemas de IA, como mellorar a comprensión ao codificar, estas afirmacións aínda non foron apoiadas por referencias específicas. O seu rendemento e os seus efectos a longo prazo aínda son descoñecidos.

_Toma o control das solucións impulsadas por IA dominando_ [_Data Science e AI_](/courses/data-science-and-ai) _en Code Labs Academy._

thumbnail_glenn-carstens-peters-npxXWgQ33ZQ-unsplash (1) (1) (1).jpg

glenn-carstens-peters-npxXWgQ33ZQ-unsplash (1) (1) (1).jpg

Protocolo de contexto modelo (MCP): Anthropic simplifica as conexións de IA aos sistemas de datos

###### 19 de novembro de 2024

A maioría dos modelos de intelixencia artificial están alimentados por unidades de procesamento gráfico (GPU), que son notoriamente intensivas en enerxía. [Segundo Goldman Sachs](https://www.goldmansachs.com/insights/articles/AI-poised-to-drive-160-increase-in-power-demand), para 2030, o crecente uso de GPU nos datos centros daría lugar a un aumento do 160% da necesidade de electricidade. Vishal Sarin, un experimentado deseñador de circuítos analóxicos e de memoria, estableceu Sagence AI, orixinalmente coñecida como [Analog Inference](https://www.sagence-ai.com/), despois de ver que esta tendencia era insostible. A empresa céntrase en desenvolver substitutos de GPU que consomen menos enerxía, abordando problemas tanto de rendemento como de medio ambiente.

Sagence crea sistemas e chips analóxicos para aplicacións de IA, así como o software necesario para programalos. Os chips analóxicos usan un rango de valores para representar información, en contraste cos chips dixitais estándar que almacenan datos como valores binarios. Debido a esta distinción, os circuítos analóxicos poden procesar datos directamente na memoria e completar algúns cálculos usando menos pezas, eliminando os pescozos de botella provocados polas transferencias de datos entre procesadores e memoria. Ademais, en comparación cos seus homólogos dixitais, os procesadores analóxicos proporcionan unha maior densidade de datos.

A pesar de estar dispoñible durante décadas, a tecnoloxía analóxica está volvendo porque os procesadores dixitais non poden seguir o ritmo das demandas do mundo moderno. Non obstante, os chips analóxicos tamén teñen inconvenientes, a saber, a necesidade dunha fabricación exacta e a complexidade da programación. Sagence comercializa os seus chips como complemento ás tecnoloxías dixitais, centrándose en determinadas aplicacións de servidores e dispositivos móbiles para resolver problemas como a latencia, o custo e o consumo de enerxía.

Sagence, que planea comercializar os seus chips en 2025, xa está colaborando con clientes e enfrontándose á competencia doutros fabricantes de chips analóxicos especializados en IA, como EnCharge e Mythic. Investidores como Vinod Khosla, TDK Ventures e Aramco Ventures aportaron 58 millóns de dólares á compañía e pretende buscar máis diñeiro para facer crecer o seu persoal de 75 empregados. O enfoque rendible de Sagence, que se afasta das técnicas de produción máis recentes, aumenta o seu atractivo nunha industria feroz.

As oportunidades potenciais para Sagence están indicadas polas tendencias recentes. A cantidade de diñeiro de capital risco recadado para startups de semicondutores [é en aumento](https://news.crunchbase.com/semiconductors-and-5g/chip-startup-funding-bounces-back-ai-nvda/#:~:text=Thus%20far%20this%20year%2C%20VC,%2410,9%20billion%20in%20447%20ofertas.); só no primeiro semestre de 2024 recadáronse 5.300 millóns de dólares. Aínda quedan obstáculos que superar, como a rivalidade de firmas coñecidas como Nvidia, a fabricación cara e o problema de entrar en mercados onde predominan as tecnoloxías establecidas. Os perigos son destacados polo caso de Graphcore, un fabricante de chips de intelixencia artificial que se declarou en bancarrota a pesar dun financiamento substancial.

O éxito de Sagence depende da súa capacidade para ofrecer chips de alto rendemento e eficientes enerxéticamente ao tempo que escala a produción de forma eficiente. A compañía pretende posicionarse de forma única no panorama do hardware da intelixencia artificial en progreso abordando os desafíos económicos e ambientais.

_Impulsa a innovación a través dos datos con Code Labs Academy_[Data Science & AI Bootcamp](/courses/data-science-and-ai)_._

thumbnail_boliviainteligente-5b9Lr-ggr0E-unsplash (1) (1).webp

boliviainteligente-5b9Lr-ggr0E-unsplash (1) (1).webp

A solución de Sagence AI para a crise enerxética da GPU

###### 12 de novembro de 2024

[Amazon](https://www.amazon.com/) admitiu que unha brecha de seguridade nun provedor de terceiros provocou unha fuga de datos que afecta a información dos empregados. Só se comprometeu a información de contacto empresarial dos empregados, incluídos os enderezos de correo electrónico, os números de teléfono e as localizacións dos edificios; nin os sistemas de Amazon nin de AWS se viron afectados directamente.

Segundo informes, Amazon non ten acceso a datos confidenciais, como información financeira ou números da Seguridade Social, pero négase a dicir cantos empregados foron afectados. [Segundo Amazon](https://techcrunch.com/2024/11/11/amazon-confirms-employee-data-stolen-after-hacker-claims-moveit-breach/), o provedor solucionou a falla de seguridade desde entón que provocou o hackeo.

A confirmación chega despois de que un hacker, co pseudónimo "Nam3L3ss", afirmase ter publicado datos de Amazon e doutras 24 grandes empresas no coñecido foro BreachForums. A presunta explotación masiva de [MOVEit Transfer en 2023](https://www.emsisoft.com/en/blog/44123/unpacking-the-moveit-breach-statistics-and-analysis/) (unha falla importante usando un cero vulnerabilidade dun día na solución de transferencia de ficheiros de Progress Software) deu como resultado a adquisición de máis de 2,8 millóns de filas de datos.

O grupo de ransomware Clop foi responsable do hackeo MOVEit, que afectou a máis de 1.000 empresas, entre elas o contratista do goberno dos Estados Unidos Maximus, o Departamento de Política e Financiamento da Saúde de Colorado e o Departamento de Transporte de Oregón.

Con ameazas cibernéticas en constante crecemento e cada vez máis sofisticadas, incidentes como este destacan a importancia crítica da ciberseguridade para as empresas de todo tipo. As violacións de datos son cada vez máis frecuentes e graves, o que pon de manifesto a necesidade crítica de especialistas en ciberseguridade cualificados que poidan detectar debilidades e protexer os datos privados.

Se tes un gran interese na ciberseguridade ou queres comezar nesta industria en crecemento, [Code Labs Academy](/) ofrece un [campamento de inicio de ciberseguridade] completo (https://codelabsacademy.com/courses). /ciberseguridade) que che proporcionará as habilidades e información que necesitas. Aprende a defender os datos da túa organización, defender os ciberataques e manter a túa vantaxe nun campo de alta demanda.

Visual Studio 2022 17.12: Microsoft mellora as funcións de depuración e AI coa integración de Copilot

Protocolo de contexto modelo (MCP): Anthropic simplifica as conexións de IA aos sistemas de datos

A solución de Sagence AI para a crise enerxética da GPU

Amazon confirma que os datos dos empregados están comprometidos na violación de MOVEit tras as reclamacións de hackers