“El mayor problema de la Humanidad es que no entiende la Función Exponencial”, Albert Einstein

Lo mejor será empezar por un ejemplo real y conocido, vayamos a la Isla de St. Matthew en el mar de Bering, a unos 300km de Alaska continental.

En esta isla nunca hubo renos antes y a alguien se le ocurrió introducirlos ya que vieron que la isla estaba repleta de líquenes abundantes que son el principal alimento de los renos. Perfecto.

Veamos que pasó, evolución de la población de renos.

Año 1944, 29 renos.
Año 1957, 1350 renos.
Año 1963, 6000 renos
Mismo año 1963 en invierno: 41 hembras y un macho estéril.

La desgraciada población de renos probó en sus propias carnes el destructor efecto de la función exponencial en un entorno finito. (Los líquenes, su alimento, no crecían a la misma tasa que los renos, de hecho cada vez tenían menos comida por cabeza)

Una función de números reales E(x) se dice que es del tipo exponencial en base a si tiene la forma:

siendo x números reales.

El físico Al Bartlett describe de manera didáctica y muy clara como se comportan las variables en el tiempo cuando evolucionan de acuerdo a una función exponencial, pero:

¡Ya lo sabemos! Igual que los renos de la Isla de St. Matthew.

La función exponencial define la manera en que crece cualquier variable, como por ejemplo población, asesinatos, pobreza, consumo de petróleo, gas, dinero, etc si están sujetas a una tasa de crecimiento.

Aunque la tasa pueda ser pequeña, por ejemplo 1% anual, y de hecho lo es, veamos que ocurre con la cantidad de la variable sujeta a esta pequeña tasa de crecimiento.

¿Cuanto tiempo tardaríamos en duplicar la población de una ciudad al 1% de tasa de crecimiento? La respuesta es 70 años. Pero y ¿si crece al 5%?, entonces 14 años, y cada catorce años más la población se vuelve a duplicar.

Regla: para saber el tiempo que tarda una variable en duplicarse si crece a una tasa en porcentaje sostenible y constante entonces sólo tenemos que dividir 70 por dicha tasa, (70/r). Esta regla la descubrió en la Edad Media el fraile franciscano Luca Pacioli.

Solo con ver el crecimiento real de la población mundial comprobamos que sigue una función exponencial:

Año 1900 referencia 1650 millones de habitantes.
1950 2518 millones de habitantes +52% vs 1900
2000 6070 millones de habitantes +368% vs 1900
2011 7000 millones de habitantes +424% vs 1900
2100 10.000 millones de habitantes +606% vs 1900 (previsión)

Todo parece normal hasta ahora, aunque sorprende por la rapidez con que las cantidades se duplican sólo con pequeñas tasas anuales, pero también se aplica a la economía, al dinero y a los recursos energéticos necesarios, y aquí es donde viene el problema que en general no se entiende.

Parece razonable aceptar que queramos que la economía mundial crezca, (todos los gobiernos y empresas de los países se lo plantean y también sus habitantes), y de hecho llevamos mas de cien años creciendo desde el inicio de la revolución industrial.

Sea sólo una tasa de crecimiento del 3% anual, cada ¡23 años la economía se duplica! Y para ello se deben duplicar los recursos y la Energia que ese mundo requiere, y en los siguientes 23 años volverá todo a duplicarse. Con la propiedad adicional de que el valor duplicado es mayor que su suma en los periodos anteriores.

Este es el problema: la Tierra es finita y también sus recursos, petróleo, minerales, comida, no pueden estar creciendo a la misma tasa de la demanda debido a que son finitos.

Si no hay recursos disponibles, por ejemplo petróleo, que crezcan al mismo ritmo que las expectativas y endeudamiento futuro, (recursos para pagar las deudas), entonces la terrible función exponencial cambian de dirección drásticamente, el modelo de la curva que encabeza este post es desgraciadamente bastante aproximado. (Los renos lo sufrieron amargamente)

El crecimiento al inicio de revolución industrial fue debido al petróleo como fuente de energía barata y abundante, y hoy todavía sigue siendo insustituible como recurso energético primario, sin alternativa a corto plazo desgraciadamente.


La evolución de la producción de petróleo en el mundo ha sido muy bien estudiada, y su curva exponencial nos ha llevado al Peak Oil. Su producción ya no puede crecer estando estabilizada desde 2005, pero con unos costos de extracción cada vez mas altos.

Toda la deuda amortizable a futuro, que depende de esta Energia para crecer y generar riqueza está como estamos viendo en peligro.

Al menos hace diez años deberíamos haber entendido como nos dice la Física lo que significa disponer de recursos finitos y utilizarlos en sistemas que crecen de acuerdo a una función exponencial.

Bookmark and Share

Angelina, A Novel Game-Evolving Labrat I’ve Named Angelina by Michael Cook

Michael Cook es un estudiante de tercer ciclo en el Imperial College London, y ha revolucionado el mundo de la Inteligencia Artificial y los videojuegos gracias a su creación “Angelina” acrónimo para A Novel Game-Evolving Labrat I’ve Named Angelina.

Este sistema que forma parte del proyecto de doctorado de Cook, desarrolla de manera totalmente autónoma videojuegos desde cero, que pueden ser jugados por humanos. La universidad está estudiando cómo este sistema de razonamiento autónomo podría influir en las matemáticas puras, el diseño gráfico y las artes visuales.

Angelina maneja elementos como el diseño de los niveles, los premios o recompensas, el comportamiento de los enemigos del juego, etc. y luego los ensambla de forma aleatoria.

Para evaluar las variables más eficientes, divide un juego entre con conjunto de partes así puede trabajar de forma separada, para luego combinarlas y así crear el juego definitivo. Otra parte del proceso es que una vez unidas las capas, el sistema procede a simular un ser humano teniendo unas 400 partidas para así buscar errores dentro del juego y proceder a corregirlos. Como es normal, en este punto el sistema aun no es 100% autónomo, si bien la lógica interna es realizada por la inteligencia artificial, de momento la implementación de gráficos y sonidos es llevada a cabo por Cook.

Claro que no se le puede pedir peras al olmo, así que visualmente los juegos no son lo más novedoso precisamente, si no que parecen sacados de la era de los 8 bits.

Página web del proyecto: http://www.gamesbyangelina.org/

Cristina Presmanes Gonzalez-Estéfani

Alumna de 4º del grado en Ingeniería de Informática del Centro Universitario CESINE

Bookmark and Share

Inteligencia artificial para el diagnostico medico

Hoy en día existen gran cantidad de bases de datos que recogen información muy variada en bruto, desde situaciones meteorológicas, estados de la mar o, en este caso, informaciones sobre pacientes”.

 A partir de datos de “X” sujetos que padecieron endocarditis se investigan las diferentes variables para avanzar en un diagnóstico más rápido. Para ello se emplean técnicas de inteligencia artificial desarrolladas en los últimos años.

La endocarditis es una enfermedad que se produce como resultado de la inflamación del endocardio, es decir, en el revestimiento interno de las cámaras y válvulas cardiacas. Puede tener origen infeccioso y posee una incidencia de entre 1’5 y 6’2 casos por cada 100.000 habitantes. “Dependiendo del tipo de bacteria, el tratamiento al que se someten estos pacientes es diferente, por lo que conocer con precisión la cepa o la especie es muy importante para facilitar el restablecimiento del paciente”. A partir de las técnicas de inteligencia artificial, los investigadores analizaron datos tanto de pacientes que superaron este episodio como de otros que fallecieron.

Estas tecnologías establecen paralelismo entre los pacientes recién llegados al hospital y los registros que se tienen, por lo que, apoyándose en diagnósticos anteriores, acerca un diagnóstico sobre el agente causante de la enfermedad. Cuantos más datos recabados, mayor precisión existirá. El árbol de decisión es una estructura en la que se va respondiendo a preguntas cada vez más complejas cuya respuesta es binaria, esto es, ofrece dos posibles respuestas. “Cada división contempla una etapa; al principio, por ejemplo, se pregunta por el sexo, después si el paciente es mayor o menor de 65 años, así hasta llegar a cuestiones más técnicas”.

 A partir de esta metodología, los investigadores obtuvieron un 91% de acierto respecto a los datos reales de atención que manejaron los médicos en el hospital. “La muestra era muy pequeña, por lo que hay que proseguir los estudios ampliando la población, pero los médicos que participaron en el estudio se mostraron contentos con los resultados”.

Fuente

Gerardo Hernández.

Profesor de Inteligencia Artificial.

 

Bookmark and Share

El eterno debate hombre vs máquina

Cuántas veces hemos visto en el cine estos híbridos humano-robot que se vuelven más listos que nosotros y terminan dominando nuestro mundo. Pues parece que desde la Universidad de Harvard y el MIT se han propuesto que la próxima película esté basada en hechos reales.

El cerebro humano podría estar a punto de ser reemplazado por un chip que imita su estructura neuronal mediante chips de silicio. Se trata de una labor tremendamente compleja, ya que nuestro cerebro es el resultado de millones de años de evolución. La plasticidad es la característica que nos permite aprender, cambiar y adaptarnos a nuevas e inesperadas situaciones, cosa que nos ha diferenciado siempre de las máquinas, por muy bien programadas que estén. Pues bien, estos investigadores han creado un circuito integrado capaz de simular la forma en que neuronas vivas pueden adaptarse en respuesta a nueva información, obteniendo así su capacidad plástica.

El investigador principal Chi-Sang Poon describe el funcionamiento de las neuronas de la siguiente manera: “Hay aproximadamente 100 mil millones de neuronas en el cerebro, cada una de ellas compartiendo sinapsis con muchas otras. Una sinapsis es un espacio entre dos neuronas denominadas neurona presináptica y neurona postsináptica. La neurona presináptica libera neurotransmisores que alcanzan los receptores ubicados en la membrana de la neurona postsináptica, actividad que depende de los llamados canales iónicos. Estos canales controlan el flujo de átomos cargados, tales como sodio, potasio y calcio. Estos canales son clave para que tengan lugar dos procesos conocidos como potenciación a largo plazo (LTP, por long-term potentiation) y depresión a largo plazo (LTD, por long-term depression), que fortalecen y debilitan las sinapsis, respectivamente”. Todavía se desconoce de qué manera estas células se conectan entre sí y qué tipo de conexiones forman para capacitar al cerebro para tareas poco sencillas como el aprendizaje, el movimiento o la memoria.

Chi-Sang Poon espera entender mejor la función que tienen dichos iones en la comunicación neuronal, pero sobre todo se pretende que chips como este puedan sustituir áreas dañadas del cerebro.

De la misma manera, se ha dicho que uno de los rasgos que hacen al cerebro único e inimitable (de momento), es que nuestras neuronas funcionan en procesos paralelos, mientras que durante mucho tiempo, en la inteligencia artificial se trabajó con procesos en serie.

El chip en sí cuenta con unos 400 transistores, y aunque para emular un cerebro humano se necesitarían millones, no sería un problema puesto que es posible llegar a cantidades millonarias gracias a las técnicas de fabricación de circuitos integrados que ya conocemos. Es capaz de emular completamente el comportamiento de las neuronas mediante el control del flujo de electricidad que circula por medio de los transistores, reproduciendo los canales iónicos existentes en las células cerebrales.

Cristina Presmanes Gonzalez-Estéfani

Alumna de 4º del grado en Ingeniería de Informática

Bookmark and Share

El laboratorio clandestino de inteligencia artificial de Google: Google X

El New York Times ha sacado a la luz una parte del gran secreto que se encuentra detrás de este espacio donde Google se encuentra actualmente desarrollando un montón de ideas alucinantes en torno a la robótica y la Inteligencia Artificial. El New York Times, aunque no pudo ir, consiguió entrevistas con algunas personas que trabajan en este laboratorio clandestino bajo total anonimato. “Ninguno quiso hablar con atribución porque Google mantiene tan en secreto el esfuerzo que muchos empleados ni siquiera saben que existe el laboratorio”, apuntó el periódico.

Algún punto escondido del planeta ha sido el elegido por Google para instalar su laboratorio “X”, donde están construyendo el futuro imaginado por todos. Y es que como cuentan en el diario a través de varias fuentes consultadas, el espacio abierto por la compañía refleja la ambición de Google por adelantarse a nuestro tiempo. Ideas que giran en torno a la robótica e ingeniería donde algunos de los más reconocidos científicos del mundo trabajan por imaginar el futuro. Lo que hemos visto tantísimas  veces en las grandes obras de la ciencia ficción es un esfuerzo real ahora mismo.

El co-fundador Sergey Brin está estrechamente relacionado con el laboratorio, y creó la lista de ideas a desarrollar en conjunto con Larry Page En estos momentos se encontrarían en la discusión y elaboración de una lista de 100 ideas, la mayoría en fase conceptual, muy lejos aún de convertirse en realidad aunque se apunta a un primer proyecto que se anunciaría a finales de este mismo año. Cuentan en el diario que la construcción de los coches sin conductor salió de este mismo laboratorio. De entre las ideas que están en marcha, hay multitud de proyectos dispares que tienen como objetivo final conectar todo el planeta.

Otra de las ideas de las que hemos tenido conocimiento es la posibilidad de construir “ascensores espaciales”. Posibilidad con la que los fundadores de Google y otros empresarios de Silicon Valley piensan que cambiaría el concepto de recogida de datos en el espacio.

El laboratorio es administrado “tan misteriosamente como la CIA”, según uno de los entrevistados, y está lleno de ingenieros de software, expertos en robótica e ingenieros eléctricos, no sólo de Google sino también contratados de otras empresas como la New York University, el MIT, Microsoft, Nokia, Carnegie Mellon y Stanford. Entre los grandes nombres se cuenta a Sebastian Thrun, profesor de esta última universidad mencionada, experto en robótica e inteligencia artificial, Andrew Ng, también profesor de la misma universidad que aplica neurociencia en la inteligencia artificial para enseñar a los robots a operar como personas; y Johnny Chung Lee, especialista en interacción humano-computadora, que participó en el desarrollo de Kinect.

Cristina Presmanes Gonzalez-Estéfani

Alumna de 4º del grado en Ingeniería de Informática

Bookmark and Share