Mostrando entradas con la etiqueta TED. Mostrar todas las entradas
Mostrando entradas con la etiqueta TED. Mostrar todas las entradas

14 sept 2015

¿Dónde se originan las buenas ideas?

Hace un tiempo que la vi pasar por Twitter, pero hasta hace poco no pude ver la interesante charla de Steven Johnson sobre el origen de las buenas ideas.

En esta charla TED, Steven muestra cómo en determinados ambientes, tales como los cafés, se favorece que la innovación y la creatividad permitan el surgimiento de nuevas y buenas ideas. Para ello, Steven revisa el concepto de idea y cómo los procesos de idea-creación funcionan.

En la charla se presenta la teoría de que las ideas no son pensamientos aislados, como si objetos independientes se tratasen. Las ideas son entendidas como una red, como una representación de la interconexión de nuestras neuronas, entendiendo las nuevas ideas como el fruto de nuevas conexiones en dicha red.

Los procesos que permiten esas nuevas interconexiones no son instantáneos, ni son fruto de una inspiración puntual personal. No son ese momento de eureka personal que solemos creer. Al contrario, los procesos que conducen a la generación de ideas son procesos que requieren tiempo y que se ven favorecidos por el intercambio de conocimientos entre personas de diferentes ámbitos. Es la combinación de nuevos enfoques y la dedicación de tiempo para tratar de resolver el problema en cuestión lo que da lugar a las buenas ideas.

Como demostración de esta teoría, Steven muestra diferentes ejemplos que han seguido estos patrones, siendo especialmente interesante el caso de la invención del GPS.

En definitiva, una charla muy interesante (es en inglés, pero tiene subtítulos en español):


13 may 2013

Cuando las máquinas comenzaron a dejarnos obsoletos [Detallado 8]

Hace tiempo que las máquinas comenzaron a dejarnos obsoletos. Comenzaron reemplazándonos como mano de obra, pero no van a terminar ahí. Hoy os traigo la historia de Ken Jennings como ejemplo de lo que está por venir. Espero que os guste.

Ken Jennings

De pequeño, Ken Jennings era el típico sabelotodo que se pasaba el día leyendo enciclopedias y acumulando datos curiosos. Estos datos variaban mucho, desde la frecuencia de la órbita del cometa Halley o el tamaño del pastel de calabaza más grande del mundo. Gracias a esta curiosidad innata y a su capacidad para retener esta información pudo presentarse al concurso americano Jeopardy.  
La gracia de este concurso está en que, en lugar de preguntar directamente a los concursantes, a estos se les da una respuesta, una pista, y deben ser ellos los que elaboren la pregunta. Por ejemplo: una respuesta del concurso podría ser "El Padre de la Patria; en realidad, no cortó un árbol de cerezo", a la que el concursante debería responder "¿Quién es George Washington?".

Ken Jennings participando en Jeopardy
En el caso de Ken, él fue el concursante de Jeopardy capaz de acumular la racha más larga de programas consecutivos ganados. Sumó un total de 75 programas, acumulando un premio final de más de dos millones y medio de dólares.
Y Ken estaba contento. Había sido una racha espectacular, la gente le saludaba por la calle celebrando con él su éxito. Tantos años de acumular datos se habían visto recompensados. Todo iba bien. Hasta que IBM se propuso ganarle.

Watson

Tras la victoria de Deep Blue sobre Gari Kaspárov en su famosa partida de ajedrez de 1997, IBM estaba buscando el siguiente gran reto donde pudieran demostrar las capacidades de la Inteligencia Artificial. En 2004, Charles Lickel, el gerente de investigaciones para IBM, vio la racha ganadora de Ken Jennings en Jeopardy mientras cenaba en un restaurante con sus compañeros de trabajo, y en ese momento pensó en cual podría ser su próximo gran reto: vencerle. Es entonces cuando, tras convencer a sus superiores, se comienza el desarrollo de Watson, el sistema informático desarrollado para ser capaz de participar y ganar en Jeopardy.
La dificultad del concurso Jeopardy reside en dos grandes bloques: entender la pista dada y formular la pregunta correcta. En la primera parte es donde Watson lo tendría más difícil, pues esta pista se da en lenguaje natural, es decir, en el lenguaje humano, en este caso en inglés. El gran problema de trabajar con el lenguaje natural es la ambigüedad semántica que este presenta. Una palabra puede significar diferentes cosas según su contexto. Por ejemplo, “amo” puede referirse a la primera persona del presente del verbo “amar” o al dueño de una propiedad. Para conseguir resolver estos problemas, Watson no tenía un único programa, si no que era capaz de ejecutar varios programas a la vez, de manera que observando cual de todas las respuestas obtenidas con ellos era la más frecuente era capaz de econtrar la respuesta correcta. Una vez entendida la respuesta, era relativamente sencillo buscar en su inmensa base de datos, de más de 4 terabytes, a qué información se refería, y a partir de ahí, sólo quedaba la pequeña tarea de elaborar la pregunta.
Tras siete años de desarrollo y pruebas, en febrero de 2011 Watson se enfrentó en un concurso especial de Jeopardy contra Ken y Brad Rutter, los dos mejores concursantes de toda la historia del programa. Para que Watson no tuviera ventaja, también tuvieron que elaborar un pulsador electrónico que este podría pulsar con un dedo robótico. Y no dejó de pulsarlo. Watson fue capaz de vencer a ambos concursantes sin que estos tuvieran la más mínima posibilidad de plantarle cara.

¿Cuánto duraremos?

Esta victoria es muy destacable. En el caso de Deep Blue, el superordenador campeón de ajedrez que antes mencionábamos, su victoria sobre Kaspárov mostró la increíble capacidad de cómputo que un ordenador puede alcanzar. Pero al fin y al cabo, el ajedrez es un juego cerrado, en el sentido de que el número de posibles jugadas, si bien es muy grande, este es finito, ya que existen unas reglas bien definidas sobre cómo se mueve cada pieza. En el caso de Jeopardy esto no es así. El número de posibles pistas es enorme, mucho más grande, y estas requieren una interpretación por parte del concursante. Existe ambigüedad e imprecisión en muchas de ellas. Es precisamente el ser capaces de resolver este tipo de ambigüedades una de las características que nos separa a los humanos de las máquinas. O nos separaba.
En el video que os dejo al final de la entrada, Ken cuenta que su sensación tras el concurso fue la de sentirse obsoleto. Una máquina, un conjunto de cables conectados entre sí, había sido capaz de ser mejor en aquello en lo que él era considerado como uno de los mejores. De algún modo, debió de sentirse como aquellos trabajadores de las fábricas que trabajaban manualmente, a los que un día y sin previo aviso, se les sustituyó por máquinas de vapor capaces de hacer su mismo trabajo más rápido y mejor.
Por primera vez en la historia estamos ante la situación donde las máquinas van a ser capaces de realizar tareas cognitivas, es decir, donde las máquinas van a ser capaces de realizar tareas donde se requiere conocimiento. Desde hacer composiciones musicales, hasta la toma de decisiones en empresas. Y también serán capaces de hacer tareas más rutinarias como conducir o limpiar la casa.
¿Debemos, por tanto, temer por nuestras vidas y pensar que vamos a ser reemplazados? Para nada. La tecnología está a nuestro servicio. Pensar en que ya no tendremos nada que hacer sería como haber pensado que los caballos iban a desaparecer porque se inventaran los coches, o que las escaleras dejarían de existir por tener ascensores. La tecnología nos va a permitir realizar nuevas tareas gracias a que ella va a poder encargarse de ayudarnos. Queda mucho tiempo por delante y muchos avances que lograr, pero la Inteligencia Artificial va a abrirnos nuevas puertas. Y no sé vosotros, pero yo estoy deseando ver qué hay detrás…

23 abr 2012

Reutilizando esfuerzos

A veces hay gente que piensa de manera muy original, saliendose del patrón habitual del pensamiento corriente, es el llamado pensamiento lateral. Os dejo con esta historia porque a mí la verdad que me ha dejado impresionado por la sencillez pero a la vez potencia de la solución que plantea.

Hace unos años, un ingeniero de la Carnegie Mellon University, Luis von Ahn, elaboró un método para mejorar la seguridad en las páginas webs.

El objetivo era evitar el uso abusivo de programas autmáticos que interactuaran con los formularios de una web. Había que buscar algo que un usuario pudiera hacer, pero fuera complicado para una máquina, con el fin de evitar que esta pudiera automatizar el proceso. Para ello, se le ocurrió poner una imagen generada de manera aleatoria, asociada al formulario de la web, de tal manera que si se quería enviar el formulario, se tenía que poner el contenido de esa imagen en un campo del formulario, algo sencillo para el ser humano (aunque no siempre), pero muy complicado para un ordenador por la complejidad de leer la información de esta imagen. Había inventado el CAPTCHA.

Ejemplo de CAPTCHA


Sin embargo, se dió cuenta de que cada usuario, cada vez que introducía los valores de estas imagenes, perdía una media de 10 segundos por cada uno de ellos, por lo que al cabo del día multiplicado por los miles o millones de usuarios que utlizan los CAPTCHA, resultaba en una cantidad enorme de tiempo desaprovechado. ¿Cómo se podría aprovechar ese esfuerzo individual de manera colectiva?

Pues precisamente aprovechando la dificultad de la solución del problema. Es decir, si lo que hace que esa medida sea segura es que el ordenador no sabe leer esos textos, utilicemos ese esfuerzo de cada usuario para que el ordenador pueda leer textos.

Actualmente hay varios proyectos en marcha sobre digitalización de libros ( Google Books por ejemplo ), y uno de los principales problemas que se encuentran es que no son capaces de transformar las imagenes obtenidas desde el scanner a texto, ya sea por la calidad original del papel, bajo contraste o cualquier otro problema.

Por lo que la idea de este ingeniero ha sido reutilizar el esfuerzo.

Para ello utiliza dos imagenes, por un lado un CAPTCHA normal, generado de manera aleatoria que el usuario tendrá que escribir correctamente. Por otro lado la imagen digitalizada que el ordenador no es capaz de leer. Ambos se le muestran al usuario, que no sabe cual es cual, con lo cual para poder acceder a la web deberá introducir ambos correctamente, salvo que el único que será comprobado es aquel que fue generado por el ordenador, y el texto que el usuario introduce para la imagen que el ordenador no era capaz de reconocer será almacenado; de esta manera, finalmente, el ordenador eligirá aquella palabra más repetida entre todos los usuarios para esa imagen, pues será la más probable, y por tanto, se podrá digitalizar ese texto.

Proyecto ReCAPTCHA

Es decir, que en el momento que estás haciendo un CAPTCHA estás ayudando a la vez a digitalizar un libro. El usuario no lo nota, pero ese esfuerzo puede ser aprovechado.

Este y otro caso también interesante sobre como traducir la web de manera gratuita, son explicados por el propio Luis von Ahn en la siguiente charla TED. No os la perdais, está en inglés pero podeis ponerle subtítulos.





Como siempre, si te ha gustado, comparte esta entrada con los botones que aparecen debajo

11 mar 2012

Lo que Google y Facebook no nos dejan ver

Seguro que todos habeis oído la expresión "si no está en la primera página de Google, es que no existe" y comentarios similares a este. Esto, obviamente, no es cierto siempre, pero demuestra nuestra dependencia de Google como única fuente de información.

En Facebook pasa algo similar con las entradas que ponen los amigos; alguna vez me han preguntado que si he visto uno de sus mensajes en el muro, pero Facebook no me lo ha mostrado. Esto es porque Facebook, de vez en cuando y no sé con que criterio, desactiva la opción "Ordenar: Más recientes" y activa la opción de mostrar por relevancia.

Lo que en estos casos está sucendiendo es que estamos viendo en funcionamiento los sistemas de recomendación de estos servicios, los cuales tienen como objetivo proporcionarnos información similar a otra que ya consideramos importante en el pasado. Es decir, que las cosas que nos muestran son similares aquellas que clicamos más, dijimos que nos gustaban o provienen de fuentes que ya hemos utilizado.

Esto, que a priori no tendría porque ser un problema, ya que si es algo similar a algo que ya nos gustó en el pasado, es probable que nos guste también, y por lo tanto, como consumidores es lo que más les interesa ofrecernos. Pero el problema que ello conlleva es que nos limita a descubrir cosas nuevas, y de algún modo nos impide conocer y saber de la existencia de cosas que esos filtros consideran que no nos gustan o no vamos a consumir.

Lo que aquí está chocando es el uso de Google, Facebook y otros servicios como herramientas de libre acceso a información, con la idea de servicios que al final tan sólo buscan optimizar beneficios y aumentar nuestro consumo.

Estas ideas las recoge Eli Pariser en una charla TED que os traigo hoy, donde explica esta situación, y lo más grave, es que no somos conscientes de ella, pues este filtrado no es explícito ni tenemos ningún control sobre ello, no hay forma de desactivarlo ni hay posibilidad de eludirlo, lo que limita nuestra libertad a la hora de elegir que información queremos consumir.



Para mí, la frase que más reveladora de esta ideas es "There is no standard Google anymore"


Descubrí la charla de TED.com vía @boriel.

Si te ha gustado, comparte esta entrada con los botones que aparecen debajo
Related Posts Plugin for WordPress, Blogger...