Cada vez que hacemos una búsqueda en Google, el motor de búsqueda analiza millones de páginas web para obtener el contenido que se está buscando en una fracción de segundo. Esto es posible por el uso de algoritmos, un simple conjunto de reglas, o instrucciones de códigos matemáticos predeterminados en el software.

De hecho, cada vez que uno accede a un cajero automático, reserva un pasaje de avión o tren o compra algo en línea, está utilizando algoritmos. Suena un poco complicado, pero los algoritmos no son cosas mágicas que viven en nuestras computadoras y dictan nuestras vidas digitales. Son creados por personas e implementados para servir a un propósito. “Un algoritmo, escrito en código, hace todo su trabajo de forma invisible”, explicó un desarrollador de software. “La implementación de un algoritmo se oculta de la vista. En algunos casos, esto es muy complejo”.

Fuente: laopinion.com

Con el fin de entender cómo estas herramientas que usamos afectan nuestras vidas y comportamiento, es útil aprender un poco sobre los bloques de construcción: cómo funciona ese misterioso mundo digital. La gente asocia algoritmos con tecnología y matemáticas. El software y el hardware que usamos todos los días hacen uso de algoritmos, ya estén distribuyendo anuncios y resultados en Google o ejecutando actividad en nuestros procesadores.

Fuente: Video Youtube ¿Qué es un ALGORITMO?

Un algoritmo es un conjunto de reglas utilizadas para ejecutar una tarea. Como señala un artículo de The Economist líneas abajo, los algoritmos son los que modifican nuestros ‘feeds’ de noticias (selección automática de posts afines), deciden qué Uber utilizaremos y reconocen patrones de información para filtrar spam, pero todo se reduce a un procedimiento que acepta entradas y distribuye salidas.

Fuente: jmramirez.pro

Si los algoritmos son sólo métodos para resolver problemas, ¿por qué, entonces, son tan importantes para nuestra vida cotidiana? Analizándolo holísticamente, el estudio de los algoritmos es importante porque la comprensión de los algoritmos en detalle permite que uno realmente pueda planificar y construir soluciones a algunos de los problemas más importantes de negocios y tecnología que existen hoy en día. De hecho, sin comprender la naturaleza los algoritmos, no se pueden enfrentar los problemas que se discuten en los mundos de “Big Data”, “Sistemas Inteligentes” o “Internet de las Cosas”. Para entender más sobre cómo estos complejos programas informáticos determinan gran parte de nuestra vida diaria, ver el siguiente video de TED:

¿Por qué? Porque los algoritmos nos permiten entender y optimizar el tiempo y el espacio. En términos prácticos, los algoritmos dan a los equipos tecnológicos la capacidad de ahorrar una gran cantidad de tiempo desde una perspectiva computacional. Estos ahorros de tiempo permiten a las empresas hacer tareas utilizando computadoras que de otro modo serían imposibles.

Es importante destacar que en un mundo de dispositivos conectados donde millones de objetos y puntos de datos pueden ser recogidos en tiempo casi real, el uso de algoritmos eficientes puede hacer que los programas y sistemas funcionen millones de veces más rápido de lo que es posible actualmente. Es más, estos ahorros de tiempo no se pueden realizar simplemente gastando más dinero, añadiendo más gente a los equipos de desarrollo o aumentando la cantidad de infraestructuras utilizadas para soportar un problema. Por el contrario, la comprensión de los algoritmos puede permitir que los arquitectos de sistemas construyan soluciones que serían imposibles de otra manera.

En Lampadia consideramos esencial que nuestros lectores entiendan la naturaleza de las herramientas que se usan hoy día para resolver algunos de los problemas más apremiantes que existen hoy en día. Usando algoritmos, estructuras de datos y Big Data, se pueden mover aviones, trenes y automóviles más rápido, mejorar los rendimientos de los recursos, proporcionar energía a millones de personas, mantener redes de comunicaciones globales e inteligencia artificial y sistemas conectados que ya están transformando nuestras vidas, algo que se acelerará en los años y décadas por venir. Lampadia

The Economist nos explica

¿Qué son los algoritmos?

Aunque son capaces de grandes hazañas, son simplemente listas de instrucciones

The Economist
30 de agosto de 2017
Traducido y glosado por Lampadia

Los algoritmos están en todas partes. Tienen un rol en el mercado de valores, deciden si un cliente puede obtener una hipoteca y, algún día, podrán conducir autos autónomos. También realizan búsquedas en Internet cuando se les pide, publican anuncios cuidadosamente elegidos en los sitios web que visitan y deciden qué precios mostrar en las tiendas en línea. Como Uber y Waymo saben muy bien, pueden ser sujetos de argumentos legales; también causan preocupaciones regulatorias (a principios de agosto, un grupo de luminarias pidió la prohibición de los robots en campos de batalla ejecutando algoritmos diseñados para matar a las personas). Page Rank -el algoritmo que potencia los resultados de búsqueda de Google- ha hecho que sus inventores sean muy ricos. Los”filterbubbles” (burbujas creadas por filtros) algoritmicamente organizadas pueden incluso afectar la manera el vota de un país. Pero, ¿qué son exactamente los algoritmos y qué los hace tan poderosos?

Un algoritmo es, esencialmente, una manera inteligente de hacer cosas, sin tener un cerebro. Es un conjunto de pasos precisos que no necesitan un gran esfuerzo mental para hacerse, pero que, si se obedecen exactamente y mecánicamente, conducirán al resultado deseado. La división larga y la adición de columnas son ejemplos que todo el mundo conoce. Si se sigue el procedimiento, se garantiza que se obtendrá la respuesta correcta. Así es la estrategia, redescubierta miles de veces cada año por los aburridos escolares con un aprendizaje de algoritmos matemáticos. La falta de cerebro es la clave: cada paso debe ser tan simple y tan libre de ambigüedad como sea posible. Las recetas de cocina y las direcciones de conducción son un tipo de algoritmos. Pero las instrucciones de como “guisar la carne hasta que estén tierna” o “está a pocas millas de camino” son demasiado vagas para seguirlas sin, al menos, alguna interpretación.

Los algoritmos están estrechamente asociados con las computadoras y los códigos de programación. No tiene que ser así. Alan Turing, un pionero matemático británico que hizo un gran trabajo sobre cómo tratar algoritmos con rigor matemático, escribió una vez un algoritmo de ajedrez que era bastante complicado en el papel. Lo probó en un partido contra un amigo, escudriñando la lista de instrucciones con cada movimiento y haciendo lo que sus instrucciones le dijeron. Pero, como admitió el oponente de Turing, los humanos suelen encontrar que un trabajo repetitivo y estúpido es aburrido y frustrante (había tanto papel y aritmética involucrados que, según los informes, tardaba media hora en jugar cada jugada). Las computadoras, sin embargo, sobresalen rápidamente en las tareas aburridas y repetitivas tales como “agregar estos dos números”, “decidir si este número es más grande que ese” y “almacenar la respuesta allá”. Es, de hecho, lo único que son capaces de hacer.                                                                                      

Por esa razón, las computadoras han permitido a los humanos construir y ejecutar construcciones algorítmicas cada vez más grandes y complicadas. Y resulta que, al igual que los ladrillos de Lego, acumulando suficientes instrucciones simples, permite construir cosas mucho más intrincadas e interesantes de lo que parece al principio. Cada programa de computadora, desde ‘Chrome’ a ‘Call of Duty’, o a un modelo climático, es, en su raíz, nada más que una gran pila de algoritmos que se ejecutan a alta velocidad. Irónicamente, algunos de los algoritmos más avanzados no son escritos por humanos, sino por otros algoritmos. El aprendizaje autónomo es una técnica de inteligencia artificial que se utiliza para enseñarle a las computadoras a hacer cosas que las personas pueden hacer, como decodificar el habla o reconocer caras, pero que los humanos no pueden explicar de una manera algorítmica suficientemente mecánica. Así que un algoritmo de aprendizaje hace el trabajo de traducción por ellos. Usa muchos ejemplos del tema en cuestión (ya sea lenguaje hablado, por ejemplo, o imágenes de rostros) que han sido etiquetados por los humanos. Luego produce otro algoritmo que los reconoce eficazmente. El no contar con un cerebro, en otras palabras, no es ningún impedimento para la inteligencia. Lampadia

El CEO de SpaceX y Tesla, Elon Musk, está financiando una empresa de interfaz cerebro-computadora llamada Neuralink, la cual se centra en la creación de dispositivos que se pueden implantar en el cerebro humano, con el propósito final de ayudar a los seres humanos a fusionarse con el software y mantener el ritmo de los avances en inteligencia artificial. Estos avances podrían mejorar la memoria o permitir una interface más directa con los dispositivos informáticos.

Estos tipos de interfaces cerebro-computadora existen hoy sólo en la ciencia ficción. En el ámbito médico, las matrices de electrodos y otros implantes se han utilizado para ayudar a mejorar los efectos de la enfermedad de Parkinson, la epilepsia y otras enfermedades neurodegenerativas (como explica el artículo de The Economist líneas abajo). Sin embargo, muy pocas personas en el planeta tienen implantes complejos colocados dentro de sus cráneos, mientras que el número de pacientes con dispositivos estimulantes muy básicos llega a las decenas de miles. Esto se debe en parte a que es increíblemente peligroso e invasivo operar en el cerebro humano, y sólo aquellos que han agotado cualquier otra opción médica optan por someterse a dicha cirugía como último recurso.

Esto no ha detenido un aumento del interés de futuristas de la industria de la tecnología en Silicon Valley que están interesados ​​en acelerar el avance de este tipo de ideas. Kernel, una startup creada por Braintree, también está tratando de mejorar la cognición humana. Con más de 100 millones de dólares, el empresario Bryan Johnson vendió Braintree a PayPal por alrededor de 800 millones de dólares en 2013. Kernel y su creciente equipo de neurocientíficos e ingenieros de software están trabajando para revertir los efectos de las enfermedades neurodegenerativas y, eventualmente, lograr que los cerebros sean más inteligentes y más interconectados.

“Sabemos que si colocamos un chip en el cerebro y liberamos señales eléctricas, podemos mejorar los síntomas del Parkinson”, dijo Johnson en una entrevista. Johnson también confirmó la participación de Musk con Neuralink. “Esto se ha hecho para el dolor de la médula espinal, la obesidad, la anorexia… lo que no se ha hecho es la lectura y escritura del código neural”. Johnson dice que el objetivo de Kernel es “trabajar con el cerebro de la misma manera que trabajamos con otros sistemas biológicos complejos como la biología y la genética”.

La stratup Kernel es bastante transparente, admitiendo que tomará años de investigación médica para comprender mejor el cerebro humano y las nuevas técnicas de cirugía, métodos de software y dispositivos de implante que podrían hacer realidad una interfaz de cerebro-computadora. La verdad es que los obstáculos involucrados en el desarrollo de estos dispositivos son inmensos. Los investigadores de la neurología dicen que tenemos una comprensión muy limitada sobre cómo se comunican las neuronas en el cerebro humano, y nuestros métodos para recopilar datos sobre esas neuronas es rudimentario. Luego está la idea de que las personas se ofrezcan voluntariamente a colocar estos experimentos dentro de sus cabezas.

“La gente sólo va a ser susceptible a la idea [de un implante] si tienen una condición médica muy seria”, afirma Blake Richards, un neuro-científico y profesor asistente de la Universidad de Toronto. “La mayoría de las personas sanas se sienten incómodas con la idea de que un doctor les abra el cráneo”.

Sin embargo, ha habido ciertos #breakthroughs”. El año pasado, científicos de MIT lograron usar luz para activar neuronas de ratones genéticamente modificados e implantarles una memoria falsa en el cerebro. Todavía falta mucho para que podamos hacer lo mismo con los seres humanos, pero podríamos ver una extensión de la tecnología del electroencefalograma que pueda determinar en qué momento el cerebro de cierta persona se encuentra en el estado más receptivo para el aprendizaje.

Por otro lado, científicos en la Universidad de Princeton han estudiado a parejas tanto con electroencefalogramas como con imágenes cerebrales y han demostrado que cuando dos personas se están comunicando, hablando y entendiéndose mutuamente, sus cerebros se encuentran literalmente en las mismas ondas cerebrales. No sólo eso: los patrones de la onda cerebral del oyente comienzan a preceder los patrones de la onda cerebral de su interlocutor. Uno comienza a anticipar las ondas cerebrales del otro.

Este tipo de información tendrá un impacto profundo en la manera que las personas interactúan. Cuando las personas estemos conectadas con el internet, con las bibliotecas del mundo, con todo tipo de información al alcance de un nanosegundo, las posibilidades son infinitas. Poseer ese tipo de información cambiará todas las dinámica actuales de interactuar y de toma de decisiones. Las oportunidades son infinitas. Lampadia

¿Qué es un una computadora cerebral (brain-computer)?

The Economist
26 de mayo, 2017
Traducido y glosado por Lampadia

Las primeras computadoras eran máquinas grandes que llenaban habitaciones enteras. A medida que se hicieron más baratas y más pequeñas, se mudaron de los sótanos y laboratorios y migraron más cerca de los seres humanos: primero a los escritorios y mochilas, y finalmente en los bolsillos y a los brazos. Por ahora pareciera que se ha detenido en la superficie del cuerpo humano. Pero las computadoras están rompiendo la epidermis, y un día podrán entrar en la cavidad cerebral. ¿Cómo funcionarán las llamadas “computadoras cerebrales”?

El “Computadora Cerebral” es un término genérico para una gama de tecnologías. Las definiciones divergen en términos de dónde se ubica la computadora y sus niveles de potencia de procesamiento. Las computadoras cerebrales de hoy son dispositivos relativamente simples que existen con fines médicos y se basan en conexiones crudas con el cerebro. Son casi siempre dispositivos de baja potencia que se usan en el exterior del cuerpo, y que proporcionan señales no agudas a través de la piel a las regiones pertinentes del cerebro. Cientos de miles de personas ya utilizan estas máquinas para by-pasasear a los sistemas de entrada y salida de hoy en día -como los dedos y la voz o los ojos y los oídos- para comunicarse directamente con el cerebro. En gran parte se utilizan para compensar una función corporal dañada, como la pérdida de la audición.

El tipo más simple de computadora cerebral es un implante coclear (tipo concha). Estos dispositivos transforman las ondas de sonido en señales eléctricas, para estimular el nervio auditivo directamente. La computadora que controla este proceso se encuentra detrás de la oreja, conectado a un micrófono y un paquete de baterías portátil. Transmite energía y ondas sonoras-transformadas en señales electromagnéticas- a un implante justo en el interior del cráneo, junto al oído. Ese implante recibe la señal de forma inalámbrica, la traduce a una corriente eléctrica y la pasa por un hilo, pasando por la maquinaria biológica de la oreja, hasta un electrodo incrustado en el nervio auditivo. Otro tipo de ordenador cerebral existente se denomina neuro-estimulador, utilizado en el tratamiento de la enfermedad de Parkinson. Por lo general se implanta bajo la piel en el pecho o la espalda baja. Envía señales eléctricas a las partes del cerebro llamadas los ganglios basales, que están asociados con el control del movimiento voluntario.

Silicon Valley está emergiendo otra forma de computadora cerebral -aunque por ahora todavía está en un tablero de diseño. Los emprendedores piensan que los dispositivos podrían ir más allá de simplemente reemplazar las funciones perdidas: el cerebro podría conectarse a las computadoras y al Internet para darle funciones completamente nuevas que están más allá de las capacidades de los seres humanos hoy en día. Imagine que las búsquedas de Google envíen su resultado al cerebro antes de que este haga la pregunta conscientemente; o comunicaciones directas de cerebro a cerebro, sin estorbos de  dispositivos.

Elon Musk, (creador y dueño de Tesla), con su nueva compañía Neuralink, y Bryan Johnson, con una compañía un poco más antigua llamada Kernel, están liderando el intento. Por ahora, la función del cerebro no se entiende en suficiente detalle para leer y escribir información en este a nivel de comunicación lingüística. Pero para los optimistas de Silicon Valley, es sólo cuestión de tiempo. Lampadia

¿Cómo deberían lidiar los gobiernos con la probabilidad de que los robots y la automatización reemplacen muchos de los empleos humanos? Esa es una de las grandes preguntas de la Cuarta Revolución Industrial. En Lampadia hemos venido intentando responderla mediante distintos métodos: un bono ciudadano, mejor educación y capacitaciones, creación de nuevos puestos de trabajo y un análisis del futuro de los empleos. En todo caso, detrás de todas las alternativas está la mayor productividad que generaría el salto tecnológico, el que directa o indirectamente, debería compensar los requerimientos de los trabajadores o ex trabajadores.

Para el cofundador de Microsoft, Bill Gates, la respuesta es sencilla: gravar a los robots. Sin embargo The Economist afirma que esto trae otros peligros, como deisminuir la innovación.

The Economist agrega en su artículo ‘Por qué no es bueno aplicar impuestos a los robots’ (compartido líneas abajo): “Un robot es una inversión de capital, como un horno o una computadora. Los economistas generalmente aconsejan no gravar estas cosas que permiten que la una economía produzca más. (…) las inversiones en robots pueden hacer que los trabajadores humanos sean más productivos que prescindibles; gravarlos podría empeorar la situación de los empleados afectados.”

Según The Economist, la solución no está en gravar a los robots, sino en que los gobiernos tomen medidas de distribución de la propiedad de las acciones cuando las empresas sean públicas, o graven las ganancias cuando no lo son. No debemos cometer el error de visualizar a los robots (y la automatización) como nuestros enemigos, porque solo perderemos una gran oportunidad de desarrollo y crecimiento.

Este es un tema muy complejo, que genera grandes debates entre las mentes más brillantes del mundo, desde Bill Gates hasta el Foro Económico Mundial del año pasado y líderes globales. Lo que debemos rescatar de estas distintas declaraciones es que tenemos que poner este tema sobre la mesa. Existe un análisis muy complejo que se debe realizar en torno a los robots y la automatización, desde la capacitación a los humanos, la redistribución de empleos y hasta los temas éticos sobre cómo se relacionarán con nosotros (¿seguiremos las leyes de Asimov?). En Lampadia queremos mantener a nuestros lectores a la vanguardia del debate. Lampadia

Por qué no es bueno aplicar impuestos a los robots

La propuesta de Bill Gates es reveladora sobre el desafío que plantea la automatización

Complementando nuestras publicaciones sobre los avances de la robótica y la inteligencia artificial y su impacto en los empleos del futuro, presentamos ahora, el último estudio del Centro de Investigación Pew sobre las fallas de percepción de la mayoría de la población sobre el impacto de la automatización del empleo.

Una reciente encuesta realizada  por el Centro de Investigación Pew afirma que aproximadamente la mitad de todos los empleos en Estados Unidos están en riesgo de automatización. Además, el mismo estudio afirma que dos tercios de los adultos estadounidenses esperan una sustitución por la automatización en la mayoría de sus trabajos, en los próximos cincuenta años.

Los datos, recopilados por el Centro de Investigación Pew mediante una encuesta nacional de más de 2,000 adultos, muestran que el 65% de los estadounidenses creen que los robots y las computadoras reemplazarán gran parte del trabajo realizado actualmente por los seres humanos, en los próximos 50 años. Sin embargo, casi contradictoriamente, nadie espera que les suceda a ellos: el 80% de los encuestados creen que su propia ocupación no se verá afectada.

Las expectativas de los encuestados son muy similares independientemente de la edad, los ingresos del hogar, tipo de empleo y el nivel de educación alcanzado. Hay un poco más de escepticismo entre los estadounidenses con ingresos relativamente altos, así como con los menores de 50 años de edad, los que tienen educación universitaria y los que trabajan en actividades sin fines de lucro, gubernamentales o de educación. 

Y a pesar de que la gran mayoría predice un aumento en la sustitución tecnológica y robótica en la fuerza de trabajo, pocos opinan que la automatización de la fuerza de trabajo sea una amenaza inminente. Una preocupación más inmediata para muchos (y más aún para aquellos cuyos trabajos implican principalmente el trabajo manual o físico) es la posibilidad de perder su trabajo por una la mala gestión de la empresa y competir con personas que acepten ingresos más bajos.

“La automatización robótica es algo que la gente siente que va a ocurrir en un futuro lejano, pero no creen que necesariamente haya una conexión con sus propias perspectivas de empleo o las perspectivas de empleo de sus hijos“, dijo Aaron Smith, autor principal del la encuesta de Pew.

Las nuevas tecnologías han desplazado a trabajadores humanos durante generaciones, pero también han elevado el nivel de vida de las masas y creado nuevos empleos. Pero muchos economistas y académicos están en duda sobre el futuro del empleo con la próxima ola de máquinas inteligentes. Ver distintos análisis de Lampadia al respecto: Entrevista sobre la transformación del empleo y las industrias, El futuro del empleo con Robots e Inteligencia Artificial (II) y Apuntes para la creación de empleo al 2034 (II).

Por supuesto, también se están creando nuevos puestos de trabajo gracias nuevas tecnologías como Internet y el comercio electrónico. Pero estos trabajos (ya sea en marketing, en medios sociales o en programación de aplicaciones) son más propensos a tener una vida más corta que los trabajos tradicionales, dado que se basan en tecnologías que están en un proceso constante de cambios.

La cuestión más importante es, por supuesto, si los cambios hacia una creciente automatización de los puestos de trabajo van a transformar un gran número de puestos de trabajo más tradicionales; mediante, por ejemplo, la automatización del transporte con vehículos sin conductor que volverían redundantes a los conductores humanos.

En 2013, investigadores de la Universidad de Oxford publicaron un informe titulado “El futuro del Empleo: ¿Cuan susceptibles son los puestos de trabajo por la computarización?”, el cual afirma que el 47% de los puestos de trabajo, tanto manuales como cognitivos, están en riesgo de automatización en la próxima década o dos. El año pasado, los analistas de Nomura Research Institute determinaron que la mitad de la fuerza laboral de Japón sería sustituida por la inteligencia artificial en 2025. Hace unas semanas, la Universidad Tecnológica de Nanyang de Singapur publicó que está desarrollando geriatras con robots humanoides.

Incluso se está desarrollando una “ciudad de los robots” en Japón, con robots en puestos de asistencia médica, sector industrial y agrícola. Con un rápido avance de la inteligencia artificial, es fácil ver por qué la mayoría de los estadounidenses esperan que la robótica vuelva redundantes a los seres humanos en el tiempo.

Es importante recordar las afirmaciones de Klaus Schwab del Foro Económico Mundial (WEF), “Sin una acción urgente capaz de gestionar la transición a corto plazo y construir una fuerza de trabajo con habilidades del futuro, los gobiernos tendrán que hacer frente a un creciente desempleo y desigualdad, y las empresas a una base de consumidores reducida”.

En Davos 2016 se informó que los avances de la tecnología combinados con los cambios demográficos podrían conducir a una pérdida neta de 5 millones de puestos de trabajo en 15 de las principales economías en 2020. “Casi 7.1 millones de empleos podrían perderse por la redundancia, automatización o la desintermediación, siendo las mayores pérdidas en puestos de cuello blanco y funciones administrativas. Se prevé que la pérdida sea parcialmente compensada por la creación de 2.1 millones de nuevos puestos de trabajo, principalmente en computación, matemáticas, arquitectura e ingeniería“.

Independientemente de que la mayoría de personas sientan una extraña y dicotómica seguridad en que no van a ser obsoletos en el futuro, los hechos presentados cuentan una historia con una moraleja que todos los ciudadanos que trabajan harían bien en escuchar. Como dice The Economist Espresso: “La negación es una fuerza poderosa, pero la tecnología es más fuerte”.

Estas seguridades son meras ilusiones optimistas de las personas, que en una reacción característicamente humana, creen que nadie podría desempeñar mejor su puesto de trabajo que ellos mismos, mucho menos un robot. Pero los hallazgos de Pew resaltan lo que ya sabemos, tal como la historia de los avances tecnológicos nos ha demostrado una y otra vez: Al final las máquinas seguirán engrandeciendo y apoyando las capacidades humanas. Lampadia