traductor

sábado, 25 de noviembre de 2017

Las matemáticas ayudan a ubicar la consciencia en el cerebro

Las matemáticas ayudan a ubicar la consciencia en el cerebro 

Un modelo de la corteza cerebral señala que el “núcleo de red” podría albergarla


¿Cómo emerge, de un sustrato material como el del cerebro, una actividad consciente? La pregunta sigue siendo uno de los enigmas principales de la ciencia actual, y se ha afrontado en los últimos años desde distintos ángulos. Lo que de momento parecen señalar las matemáticas es que, si el cerebro funciona como una red, la consciencia podría estar en su núcleo principal (pero no solo). 

http://www.tendencias21.net/Las-matematicas-ayudan-a-ubicar-la-consciencia-en-el-cerebro_a44273.html

Cien mil millones de neuronas o células cerebrales y cien billones de sinapsis o conexiones entre ellas. Estos son algunos de los “números” de nuestro cerebro.

¿Cómo puede surgir la consciencia de esa inmensidad? ¿Cómo emerge, de un sustrato material como el del cerebro, una actividad consciente?

¿En qué consiste, en definitiva, este sistema cerebral altamente organizado –casi como una orquesta, según estudios realizados en los últimos años- que nos permite darnos cuenta de las cosas, adaptarnos al entorno, imaginar, calcular, prever, etc.? Estas cuestiones constituyen, a día de hoy, uno de los principales enigmas de la ciencia.

Algunas explicaciones

Una muestra de la complejidad de la cuestión es la diversidad de respuestas que ha generado en los últimos años.

Hay neurocientíficos que apuestan por una explicación puramente materialista. Señalan, por ejemplo, que es en el córtex cerebral donde  se genera la conciencia del entorno y de uno mismo; que la consciencia está alojada en una zona del tronco cerebral contigua a la médula espinal o que contamos con una “voz de la consciencia” gracias a la corteza prefrontal, una región del cerebro que participa en muchos de los procesos cognitivos y de lenguaje, y que está involucrada en la organización y en los procesos de toma de decisiones.

Otros especialistas abogan por una respuesta sistémica. Afirman que la consciencia en realidad se distribuye por todo el cerebro, y no se encuentra en un lugar específico de éste. Desde esta perspectiva, la consciencia humana se ha estudiado con herramientas matemáticas que permiten analizar el funcionamiento de redes complejas, como la teoría de grafos (herramienta que se usa también para describir redes sociales o rutas de vuelo).

Así se ha constatado por ejemplo que, cuando somos conscientes de algo, el cerebro entero se vuelve más conectado (todas sus áreas se interconectan entre sí), y no solo se activan en él algunas regiones específicas.

Buscando el núcleo de red

Este es el caso de una investigación realizada en 2016 por físicos de la Universidad Bar-Ilan de Israel. En ella, se utilizaron las matemáticas para determinar cómo la estructura de la red de la corteza cerebral humana puede integrar actividad consciente y datos complejos.  

Para empezar, los científicos escanearon la zona gris de la corteza del cerebro, compuesta por los cuerpos celulares neuronales (centros metabólicos de las neuronas). Esto se hizo con tecnología de imagen por resonancia magnética (IRM).

Por otro lado, los físicos usaron la técnica de imagen por resonancia magnética con tensores de difusión (ITD) para escanear la materia blanca de la corteza, formada por paquetes de neuronas.

Finalmente, con todos estos datos, compusieron una red que era una aproximación a la estructura real de la corteza cerebral humana, y le aplicaron un tipo de análisis matemático de redes.

De esta manera, trataron de descomponer las capas estructurales de nuestra red cortical en diferentes jerarquías, para identificar un núcleo en dicha red del que pudiera emerger la consciencia.


El núcleo de red y el origen de la consciencia

Estudios previos habían demostrado que la corteza cerebral humana es una red con gran cantidad de estructuras neuronales locales y conexiones directas entre ellas, incluso si dichas estructuras se encuentran alejadas entre sí. A estos centros de conectividad se los denomina “nodos”, y gracias a ellos se transmite la información por el cerebro.

En este caso, se intentaba descubrir si, de entre todas esas áreas de conexión o nodos, había una más conectada que las demás, es decir, un núcleo de red.

El modelo topológico creado apuntó a que, efectivamente, existiría un núcleo de red que incluiría al 20% de los nodos. También señaló que el 80% de nodos restantes estarían fuertemente conectados a través de diferentes capas de conexiones.

Según este modelo, la información fluiría dentro de la red cortical de la siguiente forma: Existen nodos con baja conectividad que realizan funciones conscientes específicas, como el reconocimiento facial.

A partir de ellos, la información se transfiere a nodos más conectados, que permiten una integración adicional de datos para posibilitar funciones conscientes más complejas, como la función ejecutiva o la memoria de trabajo.  

Por último, esa información integrada “viaja” a la zona de nodos con mayores conexiones, al núcleo de red, que se extiende a través de varias regiones de la corteza del cerebro.

Este modelo señala una explicación para la ubicación y el surgimiento de la consciencia en el cerebro.
Según los directores de la investigación, el profesor  Shlomo Havlin y el profesor Reuven Cohenque, dicho núcleo de red tendría la función de la consciencia misma.


Una curiosidad: El cerebro no es como Internet

Una curiosidad adicional que arroja esta investigación es que se aleja del símil cerebro-Internet que en los últimos tiempos se ha utilizado varias veces, sin duda debido a nuestra tendencia a explicarnos las cosas que no entendemos estableciendo analogías con elementos cercanos.

Ya en 2010 un estudio de la EPFL de Suiza apuntaba a que el proceso de maduración del cerebro humano sería similar al desarrollo de Internet y, en otras ocasiones, algunos han aventurado incluso (quizá inspirados por la historia de HAL 9000) que Internet podría estar cobrando consciencia, dado el parecido entre su funcionamiento y el del cerebro humano.

El estudio de Havlin y Cohenque resulta tranquilizador en este sentido pues, al comparar la topología de la red cortical con la de otras redes, como Internet, ha observado que entre ellas existen al menos una diferencia notable: En la topología de la red de Internet, casi el 25% de los nodos están aislados, lo que significa que no se conectan con capas intermedias, sino solo al núcleo.

Como contraste, en nuestra red cortical apenas hay nodos aislados, es decir que, al menos por ahora, nuestra corteza está mucho más conectada y es mucho más eficiente que la Red de redes en la transmisión e integración de información.

Referencias bibliográficas:

Nir Lahav, Baruch Ksherim, Eti Ben-Simon, Adi Maron-Katz, Reuven Cohen, Shlomo Havlin. K-shell decomposition reveals hierarchical cortical organization of the human brain. New Journal of Physics (2016). DOI: 10.1088/1367-2630/18/8/083013.

 

 

«Si eres científico puedes llegar a los 50 años encadenando contratos temporales»


«Si eres científico puedes llegar a los 50 años encadenando contratos temporales»

Científicos de dos de los grandes centros de investigación españoles, el Centro Nacional de Investigaciones Oncológicas (CNIO) y el Centro Nacional de Investigaciones Cardiovasculares (CNIC), han pedido amparo al Gobierno en una carta para impedir el despido de un centenar de personas que por un problema legal no podrán renovar sus contratos. En la misiva, 79 jefes de grupo y responsables de equipos, advierten de que la salida de este personal significará el «desmantelamiento» de las dos grandes instituciones.
El origen del problema está en la ley de presupuestos de 2017 que deja en un callejón sin salida a estos dos centros: impide la renovación de los contratos temporales y también el poder hacer contratos indefinidos. La secretaría de Estado de Investigación trabaja con el Gobierno para acabar con esta situación sin sentido. Pero el problema es mucho más que un problema burocrático.

«No puedes pedir un préstamo»

La temporalidad laboral afecta prácticamente a todo el personal científico de estas dos instituciones. «Está en el ADN de cómo este país entiende el empleo para los científicos. Eso significa que puedes llegar a los 50 años encadenando contratos por obra, por lo que no puedes comprar una lavadora a plazos, pedir un préstamo para comprar un coche o alquilar un piso legalmente, porque tu contrato es de un año o dos y no puedes “garantizar” que al año siguiente tendrás trabajo», comentaba a ABC Inés Padura, investigadora del CNIC a ABC.

Hasta ahora los gerentes de los centros de investigación han mirado a otro lado para contratar a su personal. Pero la legislación ha empezado a considerar un fraude de ley esta práctica y ya no se arriesgan a avalar estos contratos.

«No queremos ser funcionarios»

El conflicto afecta a todas las categorías profesionales. Desde investigadores a técnicos de laboratorios y también a jefes de unidad y directores de departamento. «El problema no es la falta de recursos o dinero para contratar profesionales, sino la capacidad de contratación», señala otro de los científicos que firman la carta y prefiere permanecer en el anonimato. «No queremos ser funcionarios, solo necesitamos estabilidad laboral. Por si alguien no lo sabe, el CNIO funciona como cualquier empresa privada. Nuestro modelo es un contrato laboral, se mantiene si respondes y si no sales fuera».
Sean buenos o malos profesionales, el 31 de diciembre podrían salir 66 personas del Centro Nacional de Investigaciones Oncológicas y 30 del Centro de Investigaciones Cardiovasculares, que dirige el cardiólogo Valentín Fuster. Lo harán por el cambio legislativo. Además, avisan de que, durante el próximo año la situación se recrudecerá si no se toman medidas.
http://www.abc.es/ciencia/abci-no-queremos-funcionarios-pero-necesitamos-estabilidad-laboral-201711212134_noticia.html

La importancia de la divulgación científica para luchar contra la pseudociencia y los timos

La importancia de la divulgación científica para luchar contra la pseudociencia y los timos

Cada pocos años, un cometa mortal está a punto de impactar contra la Tierra. Es un bulo, claro. La falsa predicción de una pseudociencia, similar al del fin del mundo del calendario maya, del poder curativo de la pirámide, las llamaradas solares que nos devolverán a la prehistoria, ese de la energía del toroide, o el que dice que las sirenas existen y están escondidas en el fondo del océano.
La población mundial nunca ha tenido acceso a tanto volumen de información y, sin embargo, parece difícil evitar que los embaucadores hagan su agosto a costa de la ignorancia generalizada (y de las esperanzas de la gente en un mundo más benévolo y sencillo). ¿Qué es una pseudociencia? ¿Por qué hay que perseguirlas y desmantelarlas? ¿Cómo sé si estoy siendo manipulado?

¿Qué es una pseudociencia?

Etimológicamente, pseudociencia significa «falsa ciencia» y, aunque es precisamente eso, necesitamos definir qué es ciencia:
  1. f. Conjunto de conocimientos obtenidos mediante la observación y el razonamiento, sistemáticamente estructurados y de los que se deducen principios y leyes generales con capacidad predictiva y comprobables experimentalmente.
Hemos marcado bastantes puntos clave de la definición, pero es porque son importantes:
  • Para que exista conocimiento científico este ha de ser construido sobre observaciones registradas y registrables, en lugar de fuentes no verificadas, bulos, creencias o sospechas.
  • Además se ha de sustentar sobre el razonamiento lógico y la ciencia que le precede, que puede ser cuestionada.
  • El sistema científico debe estar estructurado y seguir una metodología capaz de ser reproducida por alguien que realice observaciones similares.
  • Debe tener un componente predictivo. Es decir, gracias a lo deducido se deben poder extrapolar situaciones verificables en el futuro.
  • Y no, no es necesario llevar bata, así como no es necesario comprender la ciencia a nivel básico para contribuir al conocimiento científico.
Pongamos un ejemplo con el que todos estamos acostumbrados:
  1. Nos damos cuenta de que las piedras, al ser lanzadas hacia arriba, tienden a caer al suelo.
  2. Construimos un experimento en el que lanzamos 10, 100 o 1.000 piedras hacia arriba, todas en condiciones más o menos similares.
  3. Tras apuntar todos los lanzamientos (y su resultado) podemos deducir que las piedras caen al suelo si se arrojan hacia arriba, pero también seremos capaces de predecir que eso seguirá ocurriendo.
  4. Además, otra persona puede volver a realizar el mismo experimento con resultados prácticamente idénticos.
Aunque lo vemos absurdo en nuestro presente, la Ley de Gravitación Universal de Newton se basa en experimentos no muy diferentes y tampoco mucho más complejos. Hemos construido conocimiento.
Una vez que sabemos lo que es la ciencia, ahora ya sabemos lo que es una pseudociencia: algo que no cumple alguno de los puntos que hemos visto hasta ahora. Bien porque sea una mentira para conseguir ventas (es lo más frecuente), porque el proceso no pueda ser revisado, porque no siga un razonamiento lógico para las conclusiones o porque no se pueda repetir el experimento con éxito (revisión por pares).

pseudociencias, medicina tradicional y tecnología

acupuntura es pseudociendia con fines curativos
Es importante hacer una distinción entre lo que es una pseudociencia, las medicinas tradicionales y lo que es el rechazo a la tecnología, ya que a menudo se confunden unos términos con otros en debates más lingüísticos que científicos.
Por ejemplo, es coherente y totalmente válido estar en contra de la transgenia o en contra de determinadas aplicaciones de la genética por motivos éticos o religiosos, pero no científicos y/o médicos, ya que no hay evidencias de que estas técnicas sean perjudiciales para nuestra salud.
Algo similar podríamos ver en las redes de telecomunicaciones que hacen uso de antenas y las comunidades luditas (como los Amish). Estas comunidades no afirman que las antenas provoquen enfermedades (no pueden, sería mentira), pero prefieren vivir alejadas de ese tipo de tecnología. Algo que no tiene por qué ser ni mejor ni peor, sino una forma de vida más que hemos de esforzarnos en respetar aunque no comprendamos sus motivos.
Con respecto a la medicina tradicional, como la acupuntura para tratar casos de dolores musculares, pocos médicos ortodoxos estarán en su contra, a menos que se aplique en un campo que no es el suyo. Por ejemplo, el tratamiento con agujas para la relajación muscular está documentado como terapia médica, pero no ayuda a curar el cáncer, donde supone una pseudociencia. Se puede leer más abajo el (mal) ejemplo que dio Steve Jobs.
Estas pseudociencias son especialmente graves en la medicina, por lo que pondremos el foco en ella a lo largo del artículo.

¿Por qué debemos luchar contra las pseudociencias?

Por desgracia, se ha demostrado que las pseudociencias matan. Aunque lo hacen de modo tan silencioso y modesto que resulta complejo ver sus consecuencias. Pero es tan común que no es difícil encontrar casos de personas que han sufrido daños o han fallecido por basar su tratamiento en pseudociencias. Pongamos algunos.
Hace unos meses vimos cómo un australiano consiguió envenenarse con cianuro (y a punto estuvo de morir) por ingerir 18 mg de extracto de semillas de albaricoque. ¿La razón? Existe el bulo de que este extracto previene el cáncer, y por supuesto no lo hace.
luchar contra la pseudociencia
Una pulsera homeopática estuvo a punto de matar a una bebé de nueve meses en EEUU debido a una intoxicación con plomo. Esta pulsera, que decía tener «hematita magnética», estaba en realidad hecha de plomo. La niña no necesitaba ninguno de los dos minerales, ya que el primero no hace nada y el segundo es tóxico.
Un niño italiano de siete años moría de una otitis tras ser tratado con una solución (solución líquida, no remedio o medicamento) homeopático. Pero no, la homeopatía sigue sin curar. No son casos aislados, todos son de 2017 y de los últimos meses, y van en aumento porque no se pone coto a las pseudociencias.
Un estudio reciente de Skyler Johnson (Yale) alertó de que las medicinas alternativas (sí, es un eufemismo de elecciones peligrosas) aumentaba hasta un 470% el riesgo de muerte en pacientes de cáncer de mama, un 360% el cáncer colorrectal, un 150% el cáncer de pulmón…

Las pseudociencias más creídas y el caso de Steve Jobs

En España, el mismo país en el que un 12% de los españoles piensan que el Sol gira alrededor de la Tierra y un 25% cree que la humanidad convivió con el T-Rex, el 59,8% de las personas confía en que la acupuntura tiene propiedades curativas y el 52,7% en la homeopatía.
Esto no debería ser un problema siempre y cuando las personas que quieran que les claven agujas o beber agua con azúcar recibiesen el tratamiento médico que de verdad necesitan. Sin embargo, no lo hacen porque piensan que estos otros tratamientos (no medicinales) van a ayudarles.
la homeopatía no funciona es agua con azúcar, es una pseudociencia
Es muy conocido el caso de Steve Jobs, una de las personas más ricas del mundo que sufrió una muerte innecesaria debido a un cáncer de páncreas. En su biografía, Jobs admitía que pudo haberse tratado con quimioterapia, radioterapia e incluso con una operación que eliminase su tumor neuroendocrino pero que, en su lugar, optó por la acupuntura, por beber zumos y tomar suplementos dietéticos. Y, claro, murió porque no se estaba tratando el cáncer.
¿Significa que todos los médicos que hacen acupuntura son unos mentirosos? En absoluto, pero sí engañan aquellos que dicen que las agujas librarán a sus pacientes de enfermedades. Si Steve Jobs hubiese tenido dolores de espalda, la acupuntura hubiese sido un tratamiento válido y reconocido para tratar sus músculos (aquí un estudio de cientos que avalan a la acupuntura). Pero lo que tenía era un tumor en el hígado, y las agujas no curan los tumores.

¿Por qué nos atraen tanto las pseudociencias?

Se demuestra una y otra vez que las pseudociencias son una falacia empuñada por embaucadores que buscan un beneficio económico, discursos interesados para vender libros y, sin embargo, estas no dejan de crecer. ¿Por qué? Porque los seres humanos tenemos esperanza.
Esperanza en estar sanos, y en estarlo a bajo coste y con un bajo impacto sobre nuestro cuerpo. Queremos creer, por encima de todo, que no nos vamos a morir, o que no estamos solos en el universo, o que el universo es más fácil y comprensible.
Las pseudociencias tienen respuestas sencillas, mientras que la ciencia suele plantear más preguntas o señalar a un conjunto de factores en circunstancias poco intuitivas como la causa de los hechos observables.
Ahí va un ejemplo: los fuegos fatuos de los cementerios fueron consideradas las almas de los cuerpos que abandonaban el cementerio porque la explicación química resultaba compleja. Era más fácil decir que parte de nosotros subía al cielo. Algo químicamente cierto, claro, pero que llevaba a conclusiones irracionales.

La importancia de la alfabetización científica y la divulgación

Hay muchos métodos para combatir a las pseudociencias, y el conocimiento es una buena herramienta contra ellas. Pero ese conocimiento debe llegar desde distintas vías:
Gobiernos e instituciones educativas tienen que tratar por todos los medios frenar los engaños, especialmente en las aulas donde se forman los profesionales del futuro, así como aumentar el prestigio de los científicos.
Es muy conocido el caso del falso máster de homeopatía que la Universidad de Barcelona retiró en 2017. Aunque finalmente se suprimió, estuvo operativo desde 2004. Nadie más hará este curso en esta universidad, pero los títulos dados a alumnos anteriores no se revocan, haciendo que cientos de personas puedan esgrimir un título falso y nada científico, engañando a la población en el proceso y confundiendo a quienes no disponen de base científica.
Gobiernos e instituciones educativas contra la pseudociencia
Justicia y órganos judiciales han de perseguir las prácticas fraudulentas, algo que apenas ocurre si no hay denuncia. A menudo las técnicas alternativas, o los libros pseudocientíficos, pasan por debajo del radar de las instituciones porque hoy cualquiera puede publicar un libro (autopublicación) que parezca científico pero que no lo sea. De nuevo, engañando a muchas personas.
La alfabetización científica y pensamiento crítico de la población es uno de los más difíciles de todos porque es muy complejo pensar que uno no tiene las respuestas, especialmente si ha sido timado previamente.
Franco Blanco Ramos, en el volumen 22 de Física (revista), comenta que «el pensamiento crítico requiere mucha madurez, y por ello […] es esencial una permanente labor de divulgación y concienciación que actualmente es muy escasa». En este camino avanza la ciencia abierta, que permite democratizar la generación de conocimiento y acercar la ciencia a la gente.
Los divulgadores son hoy día una de las mejores herramientas de comunicación del conocimiento científico, ya que son capaces de bajar a tierra conceptos complicados o difíciles para una población no alfabetizada, haciéndolos comprensibles. Recomendamos leer el post «La ciencia está en la red» sobre decenas de divulgadores y programas gratuitos con los que evitar ser engañados por los charlatanes.
Sin divulgación científica es muy complicado combatir las pseudociencias porque la población no recibe suficiente información como para luchar contra ellas. Además, la mala imagen del proceso científico cuando se habla de los descubrimientos negativos ha de ser revertida, ya que sin fallos no vamos a ningún sitio.
El único modo de plantar cara a la mentira es haciendo uso de pruebas tangibles que echen abajo discursos sesgados orientados a la venta de libros, falsos medicamentos o servicios que poco o nada ayudan a los incautos. Las pseudociencias son el timo de la estampita o del trilero del siglo XXI, y el conocimiento es nuestra única defensa.

http://www.nobbot.com/personas/pseudociencia/?utm_source=motorpasion&utm_medium=referral&utm_campaign=recommended_post

 

Los biohackers están usando CRISPR en su propio ADN. ¿Es hora de regular?

Los biohackers están usando CRISPR en su propio ADN. ¿Es hora de regular? 

CRISPR, una técnica barata y fácil para realizar cambios precisos en el ADN, ha hecho que los investigadores de todo el mundo corran para probar su uso en el tratamiento de una serie de enfermedades, como el cáncer.
La revolución de este procedimiento es tal que ya excede incluso a los laboratorios. El mes pasado, Josiah Zayner, un bioquímico que había trabajado para la NASA, se convirtió en la primera persona que se sabe que ha editado sus propios genes con CRISPR.

Edición a la carta

Durante una conferencia sobre ingeniería genética que se transmitió en vivo por Facebook, Zayner sacó un frasco y una jeringa y luego se la inyectó a él mismo. Ahora, siguiendo sus pasos, otros biohackers se están preparando para jugar con sus propios genes.
Lejos de los estrictos controles de la ciencia formal, esta autoexperimentación puede parecer peligrosamente imprudente. Pero si a las personas se les permite modificar su propio cuerpo a través de cirugía estética, tatuajes y otros procedimientos, ¿el genoma de una persona debería estar fuera de los límites?
Hacker 2077138 960 720
El experimento de Zayner estaba destinado a aumentar su fuerza mediante la eliminación del gen de la miostatina, que regula el crecimiento muscular. Un experimento similar de 2015 mostró que esto funciona en perros cuyos genomas fueron editados en la etapa embrionaria.
Robin Lovell-Badge, un destacado investigador de CRISPR en el Francis Crick Institute de Londres, ha señañado que el experimento de Zayner fue "estúpido" y que podría tener consecuencias no deseadas, como daño tisular, muerte celular o una respuesta inmune que ataque sus propios músculos.
Lejos de consieraciones técnicas o morales, parece que esta técnica podría ser relativamente segura a largo plazo. ¿Será hora de regular su uso para que determinadas personas eviten convertirse en seres superiores? ¿Qué argumentos podemos verter para regular algo así cuando no regulamos acudir al gimnasio, por ejemplo?
Se aproximan tiempos interesantes, y las cuestiones a las que deberemos enfrentarnos requerirará de un debate público informado y enriquecedor. Porque, se regule o no, estamos convencidos de que los biohackers continuarán tuneando sus cuerpos hasta límites que, hace bien poco, correspondían solo al ámbito de la ciencia ficción.

https://www.xatakaciencia.com/genetica/los-biohackers-estan-usando-crispr-en-su-propio-adn-es-hora-de-regular

 

miércoles, 22 de noviembre de 2017

¿Por qué la IA es la ‘nueva electricidad’?

¿Por qué la IA es la ‘nueva electricidad’?

Tal y como la electricidad transformó el funcionamiento de las industrias en el siglo pasado, la inteligencia artificial (IA) —la ciencia que programa habilidades cognitivas en máquinas— tiene el poder de cambiar drásticamente la sociedad en los próximos 100 años. La IA está encauzándose para permitir realizar tareas como robots domésticos, taxis-robots y chatbots especializados en salud mental, todo dirigido al bienestar del usuario.

Hay un startup que desarrolla robots con IA que los acercan a la inteligencia humana. La IA, por cierto, ya se está insinuando en la vida cotidiana, ella está detrás de los asistentes digitales Siri y Alexa. Permite al consumidor comprar e investigar online con mayor precisión y eficiencia, entre otras tareas que la gente da por sentadas.

“La IA es la nueva electricidad”, dijo Andrew Ng, uno de los fundadores de Coursera y profesor adjunto de Stanford, responsable de la creación del Proyecto Google de Aprendizaje Mental Profundo. La frase fue pronunciada durante la conferencia de apertura del congreso AI Frontiers (Fronteras de la IA), realizado a finales de la semana pasada en el Valle del Silicio. “Hace aproximadamente 100 años, la electricidad transformó a todas las grandes industrias. La IA ha avanzado de tal manera que puede” transformar los principales sectores industriales en los próximos años. Aunque existe la percepción de que la IA es algo que se ha desarrollado recientemente, en realidad existe desde hace décadas, dijo Ng. Sin embargo, sólo ahora está despegando debido a su capacidad de trabajar con escala de datos y computación.
Ng dijo que la mayor parte del valor creado por la IA hoy en día se debe al aprendizaje supervisado, en que la entrada de X lleva a Y. Sin embargo, hubo dos grandes olas de progreso: la primera de ellas recurrió al aprendizaje profundo para hacer posibles cosas como prever si el consumidor hará clic en un anuncio online después de que el algoritmo haya reunido información acerca de ello. La segunda ola vino cuando la salida de datos dejó de ser un número o una integral dando lugar a cosas como el reconocimiento de voz, la estructura de una frase en otra lengua o un audio. Por ejemplo, en los coches autónomos, la entrada de una imagen puede llevar a una salida de datos con la posición de los otros coches en la carretera.

El aprendizaje profundo —en el que el ordenador aprende de un conjunto de datos a realizar funciones, en lugar de realizar tareas específicas para las que fue programado— fue fundamental para que se llegase a la paridad humana en el caso del reconocimiento de voz, dijo Xuedong Huang, líder del equipo de Microsoft con motivo de la conquista histórica de 2016, cuando su sistema registró un índice de errores del 5,9%, el mismo de una transcripción realizada por un humano. “Gracias al aprendizaje profundo, pudimos llegar a la paridad humana después de 20 años”, dijo en un congreso. Desde entonces, el equipo ha reducido aún más su índice de errores llegando al 5,1%.

El auge de los asistentes digitales
A partir de 2010, la calidad del reconocimiento de voz en la industria comenzó a mejorar, lo que llevó a la creación de Siri y de Alexa. “Ahora, pasa casi desapercibido”, dijo Ng. Pero eso no es todo. El reconocimiento de voz debería ocupar el lugar de la mecanografía en la entrada de datos, dijo Ruhi Sarikaya, director de Amazon Alexa. La clave para una mayor precisión consiste en comprender el contexto. Por ejemplo, si una persona le pregunta a Alexa qué debe hacer para la cena, el asistente digital tendrá que evaluar la intención del usuario. ¿Está pidiendo a Alexa que haga una reserva en un restaurante, quiere que pida comida o encuentre una receta? Si pide a Alexa que encuentre “Hunger Games”, ¿quiere que el asistente busque la música, el vídeo o el audiolibro? Lo que el futuro reserva al asistente digital es algo aún más avanzado: comprender “el sentido más allá de las palabras”, dijo Dilek Hakkani-Tur, científico investigador de Google. Por ejemplo, si la persona usa las palabras “más tarde”, puede que se refiera a un período entre las 7 y 9 de la noche, en el caso de una cena, o entre las 3 y 4 de la tarde, en el caso de una reunión. El próximo nivel incluirá también diálogos más complejos y dinámicos, tareas en áreas variadas e interacciones entre fronteras de dominios, dijo Dilek Hakkani-Tur. Además, prosiguió Hakkani-Tur, los asistentes digitales deben ser capaces de hacer cosas como leer y resumir correos electrónicos fácilmente.
Después del reconocimiento de voz, la “visión de ordenador” o la capacidad de reconocer imágenes y clasificarlas, fue el salto siguiente, dijeron los oradores. Con tanta gente cargando imágenes y vídeos, se volvió engorroso agregar metadatos al contenido para clasificarlo. Facebook ha desarrollado una IA para comprender y clasificar vídeos en grandes cantidades llamada Lumos, dijo Manohar Paluri, líder del sector de investigaciones en la empresa. Facebook utiliza Lumos, por ejemplo, para recopilar datos de imágenes y vídeos en los que aparecen fuegos artificiales. La plataforma también puede utilizar la actitud de las personas para identificar un vídeo: por ejemplo, clasifica como gente pasando (o matando) el tiempo a aquellos que están en posición relajada en los sofás.
Es imprescindible determinar el contenido semántico elemental del vídeo publicado, añadió Rahul Sukthankar, director de la comprensión de vídeo de Google. Y para ayudar al ordenador a identificar correctamente el contenido del vídeo —por ejemplo, si son profesionales o aficionados los que aparecen bailando— su equipo recurre a YouTube en busca de contenido similar con el que la IA pueda aprender. Sukthankar añade que una dirección prometedora para futuras investigaciones consistirá en entrenamientos a través del ordenador usando vídeos. Así, si se muestra a un robot el vídeo de una persona sirviéndose cereales en un tazón desde varios ángulos diferentes, debería aprender viendo el vídeo.
En Alibaba, la IA se utiliza para estimular las ventas. Por ejemplo, quien compra en Taobao, el sitio de comercio electrónico de la empresa, puede subir la imagen de un producto que le gustaría comprar: por ejemplo, un bolso de moda usado por un desconocido en la calle. El sitio mostrará entonces varios bolsos a la venta que se parecen al de la foto publicada. Alibaba recurre también a la realidad aumentada y virtual para que las personas vean y compren en tiendas como Costco. En Youku, sitio de vídeos de la empresa similar a YouTube, Alibaba está desarrollando una forma de insertar objetos virtuales en 3D en los vídeos publicados por los usuarios para elevar los ingresos. Esto se debe al hecho de que muchos sitios de vídeo luchan por ser rentables. “YouTube todavía tiene pérdidas”, dijo Xiaofeng Ren, científico jefe de Alibaba.

Rosie y el robot doméstico 
Sin embargo, a pesar de todos los avances en el campo de la IA, todavía no es equiparable al cerebro humano. Vicarious es una startup cuyo objetivo es llenar esa laguna a través del desarrollo de la inteligencia de nivel humano en robots. Dileep George, fundador de la empresa, dijo que ya existen componentes para robots más inteligentes. “Tenemos motores más baratos, sensores, baterías, plásticos y procesadores […] entonces ¿por qué todavía no tenemos a Rosie?” Se refería a la empleada robot que realizaba varias funciones en los dibujos animados de los años 60, Los Jetsons, cuyas historias tenían lugar en la era espacial. George compara el nivel actual de la IA, que él llama “cerebro viejo”, con la habilidad cognitiva de los ratones. El “cerebro nuevo” es más desarrollado, tal y como vemos en primates y ballenas.

George dijo que la IA de “cerebro viejo” se siente confundida cuando hay cambios en datos de entrada de pequeño tamaño. Por ejemplo, un robot capaz de jugar videojuegos se siente confuso cuando los colores se vuelven tan solo un 2% más intensos. “La IA actual aún no está lista”, dijo. Vicarious utiliza el aprendizaje profundo para que el robot quede más cerca de la capacidad de reconocimiento del ser humano. En la misma prueba, un robot con IA de Vicarious continuó jugando aunque la intensidad de los colores había sido alterada. Otra cosa que confunde el “cerebro viejo” de la IA ocurre cuando se colocan dos objetos juntos. Las personas logran distinguir dos cosas superpuestas como, por ejemplo, una taza de café que oscurece en parte un vaso en una foto, pero los robots lo confunden con un objeto no identificado. Vicarious, que tiene entre sus inversores a Mark Zuckerberg, consejero delegado de Facebook, pretende solucionar este tipo de problema.
La inteligencia en el interior de Kuri, un robot creado para cumplir funciones de compañía y de camarógrafo para el hogar, es diferente. Kaijen Hsiao, director de tecnología de la empresa de creación Mayfield Robotics, dijo que hay una cámara detrás del ojo izquierdo del robot que filma en HD. Kuri tiene sensores de profundidad que mapean la casa y usan imágenes para perfeccionar la navegación. Está equipado también con recursos para la detección de animales domésticos y de personas, de manera que pueda sonreír o reaccionar en presencia de ellos. Kuri opera también con reconocimiento espacial, de modo que pueda recordar que ya ha estado en un determinado lugar antes, aunque la iluminación se vea alterada como, por ejemplo, el ambiente de la cocina durante el día y la noche. La selección del momento es otra característica del robot, lo que le permite reconocer vídeos similares grabados por él —como el del padre que juega con el bebé en la sala de estar— y borrar otros parecidos.
“Su trabajo es llevar a la casa del usuario un poco de vida. El proporciona entretenimiento, puede reproducir música, podcasts, audiolibros. El usuario puede ver lo que pasa en su casa desde cualquier lugar”, dijo Hsiao. Kuri es el camarógrafo de la familia: él va por la casa grabando y no deja a nadie fuera. El robot elige los vídeos y muestra los mejores. Para eso, Kuri utiliza algoritmos de visión y de aprendizaje profundo. “Lo que él tiene de especial es la personalidad […] Es una compañía agradable”, dijo Hsiao. Kuri llegará al mercado en diciembre por 799 dólares.
La respuesta de las empresas a la IA
Estados Unidos y China lideran el mundo de las inversiones en IA, según explica James Manyika, presidente y director del Instituto Global McKinsey. El año pasado, la inversión en IA en América del Norte se ubicó entre 15.000 y 23.000 millones de dólares, en Asia (principalmente en China), el total fue de 8.000 millones a 12.000 millones de dólares, y Europa se situó por detrás con 3.000 millones a 4.000 millones de dólares. Los gigantes de la tecnología son los principales inversores en IA, volcando en el sector entre US $ 20.000 millones y US $ 30.000 millones, además de US $ 6.000 millones a US $ 9.000 millones provenientes de otros sectores, tales como capitalistas de riesgo y empresas de private equity.

¿Dónde se ha invertido ese dinero? El aprendizaje de máquina se quedó con el 56% de las inversiones, la visión a través de computadoras se situó en segundo lugar, con el 28%. El lenguaje natural representó el 7%; los vehículos autónomos, el 6%; y los asistentes virtuales recibieron el resto de las inversiones. Sin embargo, a pesar del nivel de inversión, la adopción efectiva de la IA por parte de las empresas sigue siendo limitada, incluso entre empresas que reconocen las capacidades de la IA, dijo Manyika. Cerca del 40% de ellas están analizando el tema, el 40% ya hizo experimentos y apenas el 20% adoptó de hecho la IA en algunas pocas áreas.

La razón de tal reticencia se explica por el hecho de que el 41% de las empresas encuestadas no están convencidas de obtener retorno con la inversión realizada; el 30% dijo que no hay propiamente un estudio de viabilidad y el resto comentó que no tienen los recursos para lidiar con la IA. Sin embargo, McKinsey cree que la IA puede más que duplicar el impacto de otras analíticas y tiene el potencial para mejorar materialmente el rendimiento de las empresas.

Algunas compañías entienden lo que esto significa. Entre los sectores que lideran el sector de IA están las empresas de telecomunicaciones y de tecnología, instituciones financieras y fabricantes de automóviles. Muchasika dijo que estas empresas pioneras en el sector suelen ser de mayor tamaño y digitalmente maduras, incorporando la IA a actividades básicas, dando prioridad al crecimiento y la innovación en detrimento del ahorro de costes, además de contar con el apoyo de los ejecutivos que dirigen la empresa. Las empresas que se demoran más en adoptar la IA son las del área de salud, viajes, servicios profesionales, educación y construcción. Sin embargo, a medida que la IA se está ampliando, será sólo cuestión de tiempo que las empresas empiecen a usarla, dicen los expertos.

http://www.knowledgeatwharton.com.es/article/la-ia-la-nueva-electricidad/?utm_source=kw_newsletter&utm_medium=email&utm_campaign=2017-11-22

 

viernes, 17 de noviembre de 2017

The Jobs That Artificial Intelligence Will Create

The Jobs That Artificial Intelligence Will Create http://sloanreview.mit.edu/article/will-ai-create-as-many-jobs-as-it-eliminates/

A global study finds several new categories of human jobs emerging, requiring skills and training that will take many companies by surprise.
The threat that automation will eliminate a broad swath of jobs across the world economy is now well established. As artificial intelligence (AI) systems become ever more sophisticated, another wave of job displacement will almost certainly occur.
It can be a distressing picture.
But here’s what we’ve been overlooking: Many new jobs will also be created — jobs that look nothing like those that exist today.
In Accenture PLC’s global study of more than 1,000 large companies already using or testing AI and machine-learning systems, we identified the emergence of entire categories of new, uniquely human jobs. These roles are not replacing old ones. They are novel, requiring skills and training that have no precedents. (Accenture’s study, “How Companies Are Reimagining Business Processes With IT,” will be published this summer.)
More specifically, our research reveals three new categories of AI-driven business and technology jobs. We label them trainers, explainers, and sustainers. Humans in these roles will complement the tasks performed by cognitive technology, ensuring that the work of machines is both effective and responsible — that it is fair, transparent, and auditable.

Trainers

This first category of new jobs will need human workers to teach AI systems how they should perform — and it is emerging rapidly. At one end of the spectrum, trainers help natural-language processors and language translators make fewer errors. At the other end, they teach AI algorithms how to mimic human behaviors.
Customer service chatbots, for example, need to be trained to detect the complexities and subtleties of human communication. Yahoo Inc. is trying to teach its language processing system that people do not always literally mean what they say. Thus far, Yahoo engineers have developed an algorithm that can detect sarcasm on social media and websites with an accuracy of at least 80%.
Consider, then, the job of “empathy trainer” — individuals who will teach AI systems to show compassion. The New York-based startup Kemoko Inc., d/b/a Koko, which sprung from the MIT Media Lab, has developed a machine-learning system that can help digital assistants such as Apple’s Siri and Amazon’s Alexa address people’s questions with sympathy and depth. Humans are now training the Koko algorithm to respond more empathetically to people who, for example, are frustrated that their luggage has been lost, that a product they’ve bought is defective, or that their cable service keeps going on the blink even after repeated attempts to fix it. The goal is for the system to be able to talk people through a problem or difficult situation using the appropriate amount of understanding, compassion, and maybe even humor. Whenever Koko responds inappropriately, a human trainer helps correct that action — and over time, the machine-learning algorithm gets better at determining the best response.
Without an empathy trainer, Alexa might respond to a user’s anxieties with canned, repetitive responses such as “I’m sorry to hear that” or “Sometimes talking to a friend can help.” With the right training, Alexa becomes much more helpful. The following is a verbatim transcription of how Alexa with Koko responds to a person who says he’s worried that he’ll fail an upcoming exam: “Exams are really stressful, but a little anxiety can help us succeed. It sharpens our minds. … It’s your body’s way to prepare itself for action. It’s actually a really good thing. I wonder if you could think of your nerves as your secret weapon. Easier said than done, I know. But I think you will do much better than you think.”

Explainers

The second category of new jobs — explainers — will bridge the gap between technologists and business leaders. Explainers will help provide clarity, which is becoming all the more important as AI systems’ opaqueness increases. Many executives are uneasy with the “black box” nature of sophisticated machine-learning algorithms, especially when the systems they power recommend actions that go against the grain of conventional wisdom. Indeed, governments have already been considering regulations in this area. For example, the European Union’s new General Data Protection Regulation, which is slated to take effect in 2018, will effectively create a “right to explanation,” allowing consumers to question and fight any decision made purely on an algorithmic basis that affects them.
Companies that deploy advanced AI systems will need a cadre of employees who can explain the inner workings of complex algorithms to nontechnical professionals. For example, algorithm forensics analysts would be responsible for holding any algorithm accountable for its results. When a system makes a mistake or when its decisions lead to unintended negative consequences, the forensics analyst would be expected to conduct an “autopsy” on the event to understand the causes of that behavior, allowing it to be corrected. Certain types of algorithms, like decision trees, are relatively straightforward to explain. Others, like machine-learning bots are more complicated. Nevertheless, the forensics analyst needs to have the proper training and skills to perform detailed autopsies and explain their results.
Here, techniques like Local Interpretable Model-Agnostic Explanations (LIME), which explains the underlying rationale and trustworthiness of a machine prediction, can be extremely useful. LIME doesn’t care about the actual AI algorithms used. In fact, it doesn’t need to know anything about the inner workings. To perform an autopsy of any result, it makes slight changes to the input variables and observes how they alter that decision. With that information, the algorithm forensics analyst can pinpoint the data that led to a particular result.
So, for instance, if an expert recruiting system has identified the best candidate for a research and development job, the analyst using LIME could identify the variables that led to that conclusion (such as education and deep expertise in a particular, narrow field) as well as the evidence against it (such as inexperience in working on collaborative teams). Using such techniques, the forensics analyst can explain why someone was hired or passed over for promotion. In other situations, the analyst can help demystify why an AI-driven manufacturing process was halted or why a marketing campaign targeted only a subset of consumers.

Sustainers

The final category of new jobs our research identified — sustainers — will help ensure that AI systems are operating as designed and that unintended consequences are addressed with the appropriate urgency. In our survey, we found that less than one-third of companies have a high degree of confidence in the fairness and auditability of their AI systems, and less than half have similar confidence in the safety of those systems. Clearly, those statistics indicate fundamental issues that need to be resolved for the continued usage of AI technologies, and that’s where sustainers will play a crucial role.
One of the most important functions will be the ethics compliance manager. Individuals in this role will act as a kind of watchdog and ombudsman for upholding norms of human values and morals — intervening if, for example, an AI system for credit approval was discriminating against people in certain professions or specific geographic areas. Other biases might be subtler — for example, a search algorithm that responds with images of only white women when someone queries “loving grandmother.” The ethics compliance manager could work with an algorithm forensics analyst to uncover the underlying reasons for such results and then implement the appropriate fixes.
In the future, AI may become more self-governing. Mark O. Riedl and Brent Harrison, researchers at the School of Interactive Computing at Georgia Institute of Technology, have developed an AI prototype named Quixote, which can learn about ethics by reading simple stories. According to Riedl and Harrison, the system is able to reverse engineer human values through stories about how humans interact with one another. Quixote has learned, for instance, why stealing is not a good idea and that striving for efficiency is fine except when it conflicts with other important considerations. But even given such innovations, human ethics compliance managers will play a critical role in monitoring and helping to ensure the proper operation of advanced systems.
The types of jobs we describe here are unprecedented and will be required at scale across industries. (For additional examples, see “Representative Roles Created by AI.”) This shift will put a huge amount of pressure on organizations’ training and development operations. It may also lead us to question many assumptions we have made about traditional educational requirements for professional roles.
Empathy trainers, for example, may not need a college degree. Individuals with a high school education and who are inherently empathetic (a characteristic that’s measurable) could be taught the necessary skills in an in-house training program. In fact, the effect of many of these new positions may be the rise of a “no-collar” workforce that slowly replaces traditional blue-collar jobs in
manufacturing and other professions. But where and how these workers will be trained remain open questions. In our view, the answers need to begin with an organization’s own learning and development operations.
On the other hand, a number of new jobs — ethics compliance manager, for example — are likely to require advanced degrees and highly specialized skill sets. So, just as organizations must address the need to train one part of the workforce for emerging no-collar roles, they must reimagine their human resources processes to better attract, train, and retain highly educated professionals whose talents will be in very high demand. As with so many technology transformations, the challenges are often more human than technical.

 About the Authors
H. James Wilson is managing director of IT and business research at Accenture Research. Paul R. Daugherty is Accenture’s chief technology and innovation officer. Nicola Morini-Bianzino is global lead of artificial intelligence at Accenture.



This article was originally published on March 27, 2017. It has been updated to reflect edits made for its inclusion in our Summer 2017 print edition.

lunes, 13 de noviembre de 2017

Investigación e innovación: ¿qué nos jugamos?


Investigación e innovación: ¿qué nos jugamos?

¿Son los países con recursos los que realizan una mayor inversión en ciencia? ¿O son los países que dedican más esfuerzo a la ciencia los que generan mayor riqueza? Con esta pregunta abre el tercer Dossier del Observatorio Social de ”la Caixa”, que analiza el actual contexto social de la ciencia y en qué medida esta supone una aportación de valor a nuestra sociedad. 
https://observatoriosociallacaixa.org/documents/22890/102496/DOSSIER3_Sept2017_CASTELLA.pdf/79586d89-148f-9e9f-eccb-328e4cdff0cb

ver tambien:
http://transicionsocioeconomica.blogspot.com.es/2017/11/las-reflexiones-de-un-nobel-sobre-los.html