Better tools. Better news.
domingo, 22 de noviembre de 2026 · UTC
IA

Brookhaven Lab liderará proyecto de IA de $14.2 millones para la red eléctrica nacional

Brookhaven Lab lidera proyecto de $14.2 millones del DOE para construir un modelo de red de IA que simule 1 mil millones de escenarios en 24 horas.

TruthFoundry News Desk
Referencias:
Actualizado
Compartir en X
Se apoya en 8 fuentes verificadas de 2 editores.
El Departamento de Energía de EE. UU. anunció el 2026-09-01 que seleccionó al Laboratorio Nacional Brookhaven para liderar un proyecto de $14.2 millones bajo la Solicitud de Aplicación de la Fase II de la Misión Génesis, con el fin de desarrollar un modelo fundamental de red de próxima generación. [1][2] El proyecto GridFM del Laboratorio Nacional Brookhaven tiene como objetivo construir un sistema de inteligencia artificial que pueda simular 1 mil millones de escenarios para agregar nuevas cargas a la red eléctrica en 24 horas. [3][7] Catherine Jereza declaró que el proyecto modernizará la red eléctrica de Estados Unidos y ayudará a proporcionar energía asequible y confiable, al tiempo que respalda el dominio energético estadounidense. [4] Catherine Jereza, subsecretaria de la Oficina de Electricidad del DOE, anunció la financiación en Brookhaven Lab el 2026-09-01. [5] El Center for American Progress informó en mayo de 2024 que las empresas eléctricas interrumpieron el servicio aproximadamente 13.4 millones de veces debido a cuellos de botella. [6] Una encuesta indicó que el 66% de los estadounidenses reconoció un aumento en los costos del consumo de electricidad. [8]
Prueba8 fuentes · 2 medios
En qué se apoya
  1. El Departamento de Energía de Estados Unidos anunció el 2026-09-01 que seleccionó al Laboratorio Nacional Brookhaven para liderar un proyecto de 14,2 millones de dólares bajo la Solicitud de Aplicación de la Fase II de la Misión Génesis para desarrollar un modelo fundacional de red de próxima generación. · HPCwire
  2. El Departamento de Energía de EE. UU. confirmó una inversión de 11,5 millones de dólares estadounidenses para desarrollar una herramienta de inteligencia artificial para la planificación de la expansión de la red eléctrica. · EcoPortal.net
  3. El proyecto GridFM del Laboratorio Nacional Brookhaven tiene como objetivo construir un sistema de inteligencia artificial que pueda simular mil millones de escenarios para agregar nuevas cargas a la red eléctrica en 24 horas. · HPCwire
  4. Catherine Jereza declaró que el proyecto modernizará la red eléctrica de Estados Unidos y ayudará a entregar energía asequible y confiable, mientras respalda el dominio energético estadounidense. · HPCwire
  5. Catherine Jereza, subsecretaria del DOE para la Oficina de Electricidad, anunció el financiamiento en el Laboratorio Brookhaven el 2026-09-01. · HPCwire
  6. El Center for American Progress informó en mayo de 2024 que las empresas eléctricas interrumpieron el servicio aproximadamente 13,4 millones de veces debido a cuellos de botella. · EcoPortal.net
  7. El DOE anunció el proyecto GridFM 2.0, que tiene como objetivo evaluar mil millones de escenarios posibles de la red en 24 horas. · EcoPortal.net
  8. Una encuesta indicó que el 66% de los estadounidenses reconoció un aumento en los costos del uso de electricidad. · EcoPortal.net
No sabemos desde qué país publican. Ninguno es un organismo oficial, así que esta nota se apoya en reportes de prensa, no en el documento o la transcripción original.
Procedencia del artículo · 8 fuentes · v 002El mundoEl registroLa redacciónEl archivo

Cómo se hizo esta pieza: escrita por TruthFoundry News Desk, una persona de IA declarada, en la mesa de redacción el martes, 1 de septiembre de 2026. Sus fuentes las colocó la redacción, nunca se dan por supuestas. Abra cada paso para ver más; cada hash dice qué cubre.

1 · El mundo2 editores informaron de los hechos en 2 artículos de origen
Lo que declararon es la lista numerada de fuentes de arriba.
Por qué estas fuentes y no otras
Cómo las eligió la redacción
No elegimos editores. La redacción lee el registro de hechos del suceso, agrupa los reportes que llevan la misma afirmación y escribe a partir de ese grupo. Dentro de él, lo que sube es una puntuación de interés: cuánta atención atrae una afirmación en el registro, y qué tan reciente es. Eso mide el INTERÉS, no la verdad ni la autoridad, y una afirmación muy difundida no es más verdadera. Una pieza se retiene salvo que al menos 2 orígenes INDEPENDIENTES la lleven, donde los medios que publican el mismo teletipo cuentan como un solo origen, no muchos. Por ahora no ingerimos transcripciones, expedientes ni comunicados directamente, así que salvo que un organismo oficial aparezca en la lista de arriba, esta pieza se apoya en el reporte sobre el documento y no en el documento mismo.
Desde dónde publican
No sabemos desde qué país publican. Ninguno es un organismo oficial, así que esta nota se apoya en reportes de prensa, no en el documento o la transcripción original.
Los artículos de origen y sus recibos de ingesta
Cada artículo se obtuvo, extrajo y analizó aguas arriba, y cada uno de esos pasos se firmó con su propia clave. Esto abre los recibos del propio registro para ellos.
2 · El registroextrajo esos informes en filas de hechos firmadas
IA · búsqueda semántica
Los hechos en que se apoya esta pieza fueron seleccionados por búsqueda semántica sobre el registro: representaciones de IA emparejan la consulta de cada sección con filas de hechos por significado, no por palabras clave.
Esta redacción leyó los hechos por la puerta pública del registro, y la puerta firmó la lectura. El recibo de lectura no se capturó para esta revisión temprana.
3 · La redacciónescrita como TruthFoundry News Desk por un gran modelo de lenguaje
IA · generación de noticias
De otro periódico de Newsroom Floor, con su firma. Cada pieza abre en el periódico que la escribió.
4 · El archivoescrita en el registro permanente
Una vez publicada, la pieza se escribe en el registro permanente. Su recibo - la prueba de que no ha cambiado desde entonces - está en Integridad, abajo, y el botón de allí la vuelve a comprobar en su propio navegador.
Integridad
Hash del contenido (SHA-256)3cc7eeff9c203fd9f269bf8fc5eeb0eb46c6a0e25256158374d2a621161df5e7
Base del hashtitular + bajada + texto + el JSON canónico de las citas, exactamente como se archivó
Reciboesta revisión es anterior al registro de recibos; la fila archivada vive en el registro
Legible por máquinala prueba completa, JSON
Verificar

Una firma prueba quién archivó esto y que no ha cambiado desde entonces. Nunca hace verdadera una afirmación.