En una conferencia llevada a cabo en la Ciudad de México, Woz habló de lo que nos depara el futuro. Después de ver que ya contamos con una variedad de dispositivos que integran reconocimiento visual o de voz, lo lógico es pensar que el futuro es la comunicación entre máquinas y humanos.

Woz dijo que las aplicaciones jugarán un papel importante y que algún día las computadoras serán más importantes para los usuarios que sus amigos reales, ya que sabrán con certeza qué quieren y qué necesitan:

Con la cantidad de información que existe hoy, el avance en la tecnología y el tiempo que pasamos con ella, es cosa de tiempo para que un celular te conozca mejor que tus amigos.

¿Qué tan pronto llegará esto? De menos el primer paso ya lo dimos y tiene que ver con la cantidad de tiempo que invertimos en las redes sociales en lugar de interactuar con nuestros amigos en persona.

Links:
- ‘Tu iPhone será tu mejor amigo’, predice Wozniak (Univision)
- Inteligencia artificial, el futuro: Wozniak (El Universal)

Turing fue acusado de “grave indecencia” – es decir, ser homosexual – y fue encarcelado por ello en 1952. Luego aceptó someterse a la castración química para evitar estar en prisión, pero terminó suicidándose dos años después, en 1954 a la edad de 42 años.

En 2009, tras una campaña en la web, el primer ministro Gordon Brown se disculpó públicamente a nombre del gobierno británico por la manera en que Turing fue tratado, pero este mes la Cámara de los Lores rechazó entregar un perdón póstumo al crimen de “indecencia grave” por el que fue encarcelado en 1952.

“Un perdón póstumo no fue considerado apropiado, debido a que Alan Turing fue correctamente apresado por lo que en ese tiempo era una ofensa criminal. Él habría sabido que esta ofensa estaba en contra de la ley y que él sería perseguido.

Es trágico que Alan Turing fuera apresado por una ofensa que hoy se ve tanto cruel como absurda, algo particularmente patético dada su destacada contribución al esfuerzo de la guerra. Sin embargo, la ley de ese momento requería un juicio, y como tal, la política de largo plazo ha sido aceptar que tales detenciones ocurrieron, y en lugar de tratar de alterar el contexto histórico y arreglar ahora lo que no puede ser arreglado, nos aseguramos de que en el futuro nunca volvamos a esos tiempos“, explicó Lord Tom McNally.

Es cierto que ya no podemos arreglar lo que ocurrió en el pasado, por lo que el perdón no sería nada más que algo simbólico – y quizás es mejor que la condena quede como una marca de la injusticia que ocurrió con Turing.

Alan Turing trabajó en la Escuela Gubernamental de Código y Cifrado (GCCS) de Inglaterra, decodificando las comunicaciones enemigas en la Segunda Guerra Mundial. Descifró las comunicaciones navales alemanas, y desarrolló una serie de técnicas para entender los cifrados germanos. Después de la guerra, Turing creó uno de los primeros diseños para un computador programado, y luego trabajó en los primeros computadores de la Universidad de Manchester.

Algunas de las cosas por las que es más conocido fue la creación en 1936 de la “Máquina de Turing“, un modelo formal de computador, que se puede adaptar para simular la lógica de cualquier algoritmo de computadora, útil para explicar las funciones de una CPU dentro de un computador en la actualidad. Se trató de un “computador hipotético”, usado para comprender los límites de la computación mecánica.

También está el test de Turing, que se sigue usando hoy y que pretende medir la habilidad de una máquina para mostrar comportamiento inteligente. Un humano debe conversar con una máquina diseñada para comportarse como un humano. Si la persona no puede determinar si su interlocutor es una máquina o una persona, la máquina superó el test.

Link: Widespread celebrations but no pardon for Turing (i-programmer)

¿Su misión? Facilitar a los gobernantes información de primera mano sobre las necesidades de los ciudadanos, y suministrarles datos útiles para la toma de decisiones.

Y es que el sistema, que han denominado Fupol , será capaz de recoger, analizar e interpretar de forma automática las opiniones expresadas a gran escala a través de Internet y las redes sociales.

Es una iniciativa financiada por la Comisión Europea, que contará con la participación de la representantes de la Universitat Autónoma de Cataluña (UAB), y que se espera esté disponible en el año 2015.

¿Estarán vivas las redes sociales entonces? Pues todo parece indicar que sí, porque cada día son más utilizadas, y en la misma medida crecen las iniciativas basadas en ellas, como esta para acercar a los gobernantes y ciudadanos.

A mi forma de ver es una herramienta de utilidad, porque siempre a veces me da la impresión de que los gobernantes “no se enteran” de lo que piensa el pueblo que los eligió, sobretodo en casos como la aprobación de la Ley Antidescargas, por ejemplo, que fue ampliamente rechazada por los ciudadanos, y aún así ,se aprobó…

Ahora, si es que se hacen de la vista gorda, como temo que realmente sucede, ¿valdrá la pena invertir dinero y esfuerzo en herramientas que analicen nuestras opiniones?

Link: Una app informática permitirá a políticos analizar opiniones de las redes sociales (Europa Press)

Un grupo de alumnos y científicos de la cátedra de inteligencia artificial de la Universidad de Bristol logró definir a partir de 23 parámetros basados en sonoridad, simplicidad armónica y facilidad o atracción para el baile, el secreto para componer una canción exitosa.

Este software permite desarrollar parámetros y patrones de funcionalidad de una melodía o armonía con tintes de éxito comercial. La base de aprendizaje de la inteligencia del software está apoyada en las canciones que rankearon en el Top 40 de los últimos 50 años en las listas comerciales del Reino Unido.

Según cuenta el jefe del equipo, el doctor Tijl De Bie, el objetivo era saber si podrían llegar a una ecuación que estableciera una distinción entre un hit irresistible y una simple canción que no pasará nunca del fondo de las listas de éxitos.

Además, aclaró que en cada momento del tiempo, la ecuación puede ser diferente debido a que sólo tiene en cuenta los datos del pasado. Estas  técnicas de aprendizaje automático se utilizan para ayudar a la ecuación a aprender acerca de la importancia relativa de todos los elementos que componen una canción pop. Más allá de los resultados, discutibles o no, una de las conclusiones más destacadas de esta experimento fue que el 90% de las canciones exitosas poseen estructuras en general, de líneas compositivas simples y accesibles para el oído.

A pesar de esto, el doctor De Bie aclaró que este tipo de ecuaciones no incluyen características de peso relacionadas con la persuasión de las compañías discográficas para convertir en hits a canciones que sin un apoyo comercial fuerte podrían quedar en el olvido. Y pone como ejemplo, el caso del megaéxito de los ´60, Surfin’ Bird de The Trashmen, que alcanzó el puesto número 3 en las listas del Reino Unido en 2010 gracias a una campaña web de la compañía propietaria de los derechos, para evitar que la gente apoye al participante Matt Cardle del reality show The X Factor quien subía en las listas de Navidad.

Algo que también dejó demostrado el estudio es el cambio constante en los gustos musicales que se han reflejado en la música comercial exitosa en el último medio siglo, donde destaca que a través del paso de los años, la música se ha convertido en cada vez más simple de bailar y más fuerte.

Así quye ya saben, si quieren ver sus hits en los primeros puestos de las listas de éxitos mundiales deberán ver al doctor De Bie y su equipo para garantizarse un lugar en la historia de los ránkings musicales.

Link: Secret of Pop Success revealed, scientist claim (bbcnews)

“Tío John” (como se le conocía con afecto) fue el científico computacional y cognitivo que inventó el programa Lisp; lenguaje que se convirtió en el elegido para el desarrollo de la inteligencia artificial. Publicó su diseño en 1958 cuando aún se encontraba en el MIT y lo publicó en 1960, siendo uno de los lenguajes de programación de alto nivel más antiguos (sólo superado por Fortran) y que sigue en uso hasta el día de hoy.

En la propuesta de investigación que escribió en 1955, sostenía que “si una máquina puede hacer un trabajo, entonces una calculadora automática puede ser programada para simular la máquina”. Les tenía una fe ciega: “La velocidad y capacidad de memoria de los computadores actuales puede ser insuficiente para estimular muchas de las funciones más complejas del cerebro humano, pero el principal obstáculo no es la falta de capacidad de las máquinas, sino nuestra incapacidad de escribir programas que aprovechen por completo lo que tenemos”.

En el mismo escrito se refirió y acuñó el término “inteligencia artificial”, describiéndola como “la ciencia e ingeniería de hacer máquinas inteligentes”.

En lo personal, McCarthy nació en Boston en 1927 y durante su adolescencia en Los Angeles aprendió matemáticas de manera autodidacta, estudiando los libros de Caltech. Luego ingresó oficialmente, le permitieron saltarse los dos primeros años de matemáticas y obtuvo su título de matemático en 1948, además de un doctorado en matemáticas en Princeton en 1951. En 1962 comenzó a trabajar en Stanford y se jubiló en el 2000. En el camino fue galardonado con el Premio Turing de 1972 y la Medalla Nacional de Ciencias en 1991.

Se fue una autoridad y un hombre transversalmente respetado en el círculo de los programadores. Un hombre de absoluto bajo perfil y con una vida dedicada a las actividades académicas y de investigación.

Que descanse en paz, “Tío John”.

Link: John McCarthy — Father of AI and Lisp — Dies at 84 (Wired)

(cc) Mark Strozier

¿Estás hablando con una persona o con una máquina? Es una pregunta que no tendría sentido si estuvieras viendo con quién hablas, pero en el mundo del internet, donde nos comunicamos ampliamente vía texto, a veces es recomendable plantearse esa duda. Sobre todo cuando existe un bot llamado “Cleverbot” que aparentemente ha logrado pasar una de las principales pruebas de la inteligencia artificial: el test de Turing.

Propuesto por el británico Alan Turing en la década de 1950, el test se pasa si un humano hablando con una máquina cree que la máquina es humana.

El test del Cleverbot se realizó en una feria tecnológica en la India, donde 30 voluntarios conversaron por 4 minutos con un desconocido. La mitad de los voluntarios habló con humanos, mientras la otra mitad habló con el bot (sin saber cuál era cual). Todas las conversaciones fueron desplegadas en pantallas para que la audiencia pudiera verlas.

Tanto los voluntarios como la audiencia luego calificaron la “humanidad” de las respuestas entregadas por el desconocido. Cleverbot fue votado un 59,3% humano, mientras que los humanos recibieron un 63,3% de humanidad (¿nos estamos robotizando?). En total hubo 1334 votos.

Sobre el test de Turing, el desarrollador del Cleverbot y especialista en inteligencia artificial, Rollo Carpenter afirmó que el bot “o pasó, o está muy cerca de hacerlo en este test en particular”.

Cleverbot conversa tomando como referencia conversaciones anteriores, y eligiendo respuestas apropiadas a los comentarios que se le hacen. La versión online del software es más básica que la que se usó en las pruebas, y realiza tres búsquedas antes de decidir qué responder, mientras que la versión más poderosa, hace 42 búsquedas. “Es bastante superior al Cleverbot online”, reconoce Carpenter.

Esto no significa que Cleverbot puede pensar. “Uno podría argumentar que quizás hay algo de inteligencia involucrada en lo que sucede, pero creo que habría que diferenciar pensamiento de la palabra inteligencia“, señala Carpenter. El problema parece estar en el test mismo – aunque un resultado superior a 50% se considera como que ha pasado, todavía hay una gran distancia entre el Cleverbot y un humano.

Pasar el test no implica inteligencia, dice Carpenter, sino que sólo muestra que una máquina puede imitar la inteligencia. Sin embargo, sigue siendo una prueba útil. Cleverbot aprende de las conversaciones anteriores, y la misma técnica se puede utilizar para crear una inteligencia artificial más general. “Nosotros los humanos aprendemos de datos sensoriales enormemente más ricos que eso. Imaginen un robot con técnicas de aprendizaje que tenga la capacidad de hacer lo mismo”, dice Carpenter.

Se puede conversar con el Cleverbot aquí, en inglés, para probar su “inteligencia” – aunque les recordamos que es la versión más “tonta” del bot. Lo probamos y aunque a veces entrega respuestas coherentes, también es posible que te deje mirando con cara de pregunta con lo que contesta.

Link: Software tricks people into thinking it’s human (NewScientist)

Profesores de Ingeniería de Stanford están ofreciendo cursos online de sus asignaturas más populares de la escuela de Ciencias de la Computación: Introducción a la Inteligencia Artificial, Introducción a Bases de Datos y Aprendizaje de Máquinas. La idea es ofrecer los cursos a cualquiera que desea inscribirse, mejorar el aprendizaje de los estudiantes de Stanford y ampliar su audiencia online.

La demanda ha sido enorme, tan sólo el curso de Inteligencia Artificial impartido por Sebastian Thrun y Peter Norvig ya tiene más de 87 mil personas inscritas que han mostrado su interés.

Sebastian Thrun es profesor de Ciencias de la Computación y director del Laboratorio de Inteligencia Artificial de la Universidad de Stanford. Dirigió el desarrollo del vehículo robótico Stanley que ganó en 2005 el DARPA Grand Challenge. Además, ayudó a construir el vehículo no tripulado de Google. En tanto, Peter Norvig es director de Investigación de Google Inc. Anteriormente, fue jefe de la División de Ciencias Computacionales (ahora la División de Sistemas Inteligentes) del Ames Research Center de la NASA.

“Es el momento adecuado para esto – la tecnología ha avanzado, la conectividad y el vídeo ha progresado. Es emocionante que la educación de Stanford esté disponible a cualquier persona en el mundo”, dijo Thrun.

Los cursos en línea se basan en las recientes innovaciones de los profesores de Stanford para aumentar la interacción con los estudiantes. Estos incluyen ClassX, una plataforma de procesamiento de vídeo que facilita la grabación de conferencias; CourseWare un sitio que hospeda cursos online con características de red social; y OpenClassroom, una plataforma web diseñada para compartir charlas de Stanford con el mundo.

Para aprobar el curso se tendrán que completar ocho tareas y dos exámenes que serán evaluados de forma automática. Todos recibirán una calificación y una “carta de finalización”, pero sólo los estudiantes de Stanford obtendrán créditos universitarios. De manera que, si apruebas este curso en línea y no perteneces a la institución, solo estarás calificado como potencial estudiante de Stanford. La clase comienza 10 de octubre y dura 10 semanas.

Link: Free computer science classes online (Stanford vía Physorg)

Los científicos recurrieron a las moléculas porque sabían que antes de que este cerebro evolucionara, los organismos unicelulares mostraron formas limitadas de inteligencia. Estos microorganismos no poseen cerebros, pero sí tienen moléculas que interactuaban entre sí para buscar alimentación y evitar toxinas, tal como un circuito, procesando y transmitiendo información y datos.

El equipo creó cuatro neuronas muy simplificadas (compuestas de 112 cadenas de ADN) en tubos de ensayo. Cada hebra fue programada con una secuencia de base especificada para interactuar con las demás cadenas. Dichas interacciones imitan las reacciones de las neuronas y para observarlas les incorporaron un marcador molecular fluorescente que se enciende al activarse.

Luego se le dio información básica sobre la identidad de los cuatro científicos como hebras codificadas de ADN y se le sometió a una prueba para responder sí o no, e identificar a uno de los investigadores. La respuesta iba incluida en las cadenas ingresadas a las pipetas y, con las pistas, la red neuronal lograba generar la respuesta correcta (que podía notarse gracias a los marcadores activados).

El juego fue aplicado de 27 maneras diferentes y la red neuronal contestó correctamente siempre.

¿Nervioso?

Link: Test tube DNA brain gets quiz questions right (Discovery)

Casparo, es una ópera en donde el tema principal es la evolución de la inteligencia artificial de un robot y su sensibilización al mundo o en otra palabras: Pretende homenajear a “la parte de la inteligencia artificial que se basa en los procesos madurativos de los robots autónomos“.

Dicha ópera fue presentada el día de ayer en el Palau de la Música en Barcelona, como inauguración del IJCAI-11, el Congreso Internacional sobre Inteligencia Artificial 2011.

La pieza trata sobre un robot  de nombre Casparo que es adquirido por un humano llamado Graziano, la finalidad es que aprenda a cocinar para ganar concursos y dinero. Pero la esposa de Graziano por casualidad le enseña a cantar y Casparo decide dedicarse a la música.

Casparo es considerada una ópera neobarroca que expresa el proceso de ensayo-error de los humanos y animales, el aprendizaje automático que los científicos intentan trasladar a las máquinas. Siendo éste y otros temas más de IA que se tratan en dicho congreso, el cual durará hasta este viernes, aquí está el programa por si alguien se interesa en asisitir.

El argumento de la ópera me recuerda mucho a North 2, un súper robot de guerra que prefiere aprender a tocar el piano que a luchar, personaje del exitoso manga Pluto de Naoki Urasawa, obra que también trata la sensibilización de los robots con inteligencia artificial.

Link: La inteligencia artificial, argumento de una ópera (Ciberpaís)

El cohete inteligente, bautizado como “proyecto Epsilon” funcionaría como apoyo a los vehículos de despegue que ya tienen en Japón.

La mayoría de las naves espaciales ya son bastante inteligentes. Por ejemplo, pueden ajustar sus trayectorias, evaluar su estado, decidir si realizar una tarea o no, y elegir entrar en “modo seguro” cuando sucede algo inesperado, entre otras cosas. El año pasado, la NASA actualizó el software del rover marciano Opportunity, que le permite decidir qué rocas investigar y cuáles no.

Sin embargo, los cohetes hasta el momento no tenían mucho cerebro. Pueden notificar a los ingenieros cuando hay alguna falla, pero no pueden actuar al respecto. La mayoría de los diseños se basa en tecnología que tiene décadas, lo que abre la puerta a muchas “deficiencias”, según opina la JAXA.

Epsilon sería entonces un cohete que podría revisarse a si mismo, encontrar las causas de sus problemas y en algunos casos, repararse a si mismo. Uno de los ejemplos citados por la agencia son las corrientes eléctricas que controlan la orientación de los impulsores del cohete, lo que maneja la dirección del mismo. El cohete inteligente podría evitar que haya subidas de corriente, o corregir la dirección de modo que el cohete no se salga de curso.

Epsilon será un cohete de tres etapas con combustible sólido que se utilizaría para impulsar cargas de tamaño mediano, normalmente naves espaciales científicas. Su primera misión sería un 25% más barata que un lanzamiento común usando los cohetes japoneses M-V.

Link: Artificially intelligent rockets could slash launch costs (Space)

(cc) Dave Clark

Después de que IBM demostró con Watson la creación de un sistema de inteligencia artificial capaz de responder a preguntas formuladas en el lenguaje natural, la posibilidad de sistemas de asistencia como HAL9000 (2001: A Space Odyssey) y GERTY (Moon) no están tan lejanos. Pero IBM quiere empezar por crear juguetes que ayuden a educar a tus hijos pequeños – regañarlos cuando se comporten de una manera inadecuada.

Recientemente, IBM Research publicó una patente para medir el comportamiento de niños basado en el control de conducta adaptativa y un sistema de interacción en tiempo real. Básicamente un animal de peluche que supervise el comportamiento de un niño, basándose en acciones interactivas asociadas con el comportamiento y su grado de éxito para determinar si debe reforzar sus indicaciones – como alzar la voz.

El peluche puede incluir uno o más sensores: cámaras, micrófonos, sensores de movimiento, sensores de calor, termómetros, sensores infrarrojos, sensores de luz, transductores y similares. Así con una combinación del reconocimiento de voz y reconocimiento de imágenes se podría determinar el estado emocional de un niño.

Además sería capaz de mover los ojos, fruncir el ceño y mover las piernas. Sin mencionar que movería la cabeza para indicar “sí” o “no” y encogería los hombros para indicar “no sé”.

Es evidente que más allá de crear un Elmo Cosquillas para regañar o crear un oso para monitorear y distraer a ancianos o niños, la meta de IBM es crear un superjuguete como “Teddy” de la película Inteligencia Artificial.

Click aqui para ver el video.

Link: IBM describes child-monitoring bear that keeps them from playing too rough (Slashgear)

El cachipún, jankenpón, yan ken po, hakembó, kokepon o de nombre más universal “piedra, papel o tijera” es un juego que ha servido para dirimir vitales asuntos como a quién le toca sacar la basura, a quién le toca jugar primero y otras decisiones igual de importantes.

Ahora, el juego no es exclusivo de los humanos, puesto que los computadores han aprendido a jugarlo y a adivinar qué es lo que vamos a lanzar después.

No es que nos lea la mente. “Un juego completamente al azar de piedra, papel o tijera resultaría en un empate estadístico con cada jugador ganando, empatando y perdiendo un tercio de las veces. Sin embargo, las personas no son realmente azarosas, y por ello pueden ser estudiadas y analizadas. Mientras este computador no ganará todas las rondas, en el tiempo puede explotar las tendencias de una persona y sus patrones para ganar ventaja sobre su oponente”, explica el New York Times.

Es un poco difícil para uno como niño calcular las posibilidades estadísticas de que el oponente sacara tijera en vez de papel o piedra, aunque todos tratamos alguna vez de hacer algún tipo de predicción. Puedes probar tu estrategia contra la máquina en el link de abajo.

Link: Rock-Paper-Scissors: You vs. the computer (NYTimes)

El computador Watson de IBM, el primero capaz de jugar Jeopardy,  procesar preguntas enrevesadas y contestar coherentemente, protagoniza el video que completa el primer desafío del mentado programa en el que se enfrenta a Ken Jennings y Brad Rutter.

En este episodio podemos ver un poco del “making of”, de las más de 100 rondas de ensayo que atravesó Watson para calibrar sus algoritmos de análisis sintáctico, atomización de búsquedas y priorización de relevancia. Algunas escenas son cómicas. No vamos a decir que son para matarse de la risa pero a más de alguno le arrancarán una sonrisa.

Ayer cuando comentábamos el primer video en las oficinas de Betazeta, hablamos de que en ocasiones la segunda y tercera opción de respuesta carecían de sentido. No sólo eran erróneas sino que evidenciaban que la pregunta se podía interpretar de varias maneras. A la pregunta “¿Quién mató a Severus Snape?” podía responder “Bicicleta”, “Miércoles” o “Afirmativo”. Eso era un chiste, pero lo que el making of revela que no se aparta mucho de la realidad, mientras que en otros casos dejó a sus programadores boquiabiertos por apuntarle a una pregunta de farándula o TV. Es casi como enseñarle a hablar a un niño y sorpenderse cuando le oyes hilar una frase o conjugar un verbo.

En este capítulo, Watson se equivoca varias veces, no tanto por falta de conocimiento sino porque, mientras más confusa es la sintaxis, más difícil se vuelve para Watson entender qué es lo que le están preguntando y en qué forma debiera estructurar la respuesta.

Por ejemplo, preguntaron qué condición física tenía cierto atleta y la respuesta era “le faltaba una pierna”. Watson respondió sólo “pierna” porque no entendió que preguntaban por la condición y no el miembro faltante. De todos modos es fascinante verlo equivocarse porque uno intuye el proceso “artificialmente racional” que genera ese error. No es una falla aleatoria, sino un tropiezo generado por hacer supuestos incorrectos. Es ver a un computador equivocándose no por mal direccionamiento de memoria, o por un bug de punto flotante, sino por tomar elecciones erróneas, igual como nos pasa a los seres humanos.

PD: A la primera pregunta respondí “Terminus”. Luego Watson se equivocó, luego el participante de la izquierda contestó bien: “Terminal” pero creo que cometió el mismo error que yo y se la dieron buena porque el anfitrión escuchó mal.

Link: Tip de @JoelPedreros en Twitter

Tal como anunciamos hace ocho meses, la computadora “Watson” desarrollada por IBM, el MIT y la Universidad de Amherst, se preparó intensivamente para competir en el programa Jeopardy contra Ken Jennings y Brad Rutter, dos famosos campeones del juego televisivo de conocimientos y cultura general. Anoche, después de muchas especulaciones acerca de lo que sería el resultado final, el enfrentamiento culminó en empate, aunque esto es sólo la primera ronda y restan otras dos para definir al ganador.

Detrás de este enfrentamiento trivial se encuentra el trabajo de 4 años en donde las mentadas instituciones, en conjunto con otros colaboradores, se propusieron enfrentar un desafío nunca antes abordado por la inteligencia artificial. Sabemos que un computador puede sumar más rápido que ningún ser humano, y Deep Blue demostró que en un juego con reglas definidas como el ajedrez pueden derrotar al campeon mundial. Jeopardy, en cambio, es un problema distinto, porque en ese juego las preguntas están estructuradas en un lenguaje coloquial y, adicionalmente, muchas veces contienen ciertos juegos de palabras, sutilezas e ironías que para un computador han sido históricamente imposibles de descifrar.

Piensen por ejemplo en lo que hace Google. Cuando uno le “pregunta” algo al buscador, el algoritmo que hay detrás y que lidera con ventaja las preferencias del público no es capaz de responder al lenguaje natural. Más bien toma algunas palabras y te escupe 100.000 resultados: de ahí en adelante tú verás cual te sirve. Por el contrario, para poder jugar Jeopardy, el IBM ‘Watson’ debe interpretar la pregunta, dividirla en subpreguntas simples, correr un buscador interno para las subpreguntas y luego combinar los resultados en una sola respuesta coherente. Acá no sirve tirar 100.000 resultados en un microsegundo, hay que elegir una respuesta y casarse con ella. Por lo mismo, aunque al final hubo un empate, esto de por sí es  un avance histórico en la disciplina de la inteligencia artificial. Aunque en enero se había hecho una ronda de práctica en donde Watson vapuleó a sus contrincantes y algunos esperaban repetir la victoria.

Seguiremos cubriendo esta noticia durante las dos rondas que quedan. Les contaremos, además, que quien resulte ganador entre los tres al final de las tres rondas, obtendrá como premio la suma de un millón de dólares. Trascendió que Jenning y Rutter comprometieron donar la mitad de su eventual premio a caridad. Watson, por su parte, se rumorea que quiere comprarse una buena tarjeta de video y donaría el resto a su bisabuelo, un venerable 386SX.

PD: La de los Beatles la supe antes! Wooo

Links:
- Supercomputer on Jeopardy! ties with former champion
- IBM supercomputer challenges humans on TV quiz
- Computer holds its own in 1st ‘Jeopardy!’ contest
- The First Round Of Man Vs. Machine On Jeopardy Ends In A Draw

Deep Blue, desarrollado por IBM, se convirtió el 10 de febrero de 1996, para sorpresa de todos, en el primer computador en ganar un juego contra un campeón de ajedrez. Kasparov ganaría después tres de los siguientes juegos, y dos quedaron en empate, con lo que finalmente el competidor humano se impuso por sobre la máquina.

Después de ese enfrentamiento, Deep Blue fue intervenido y mejorado, enfrentando a Kasparov en 1997, y ganando a Kasparov después de que el ruso cometiera un error en el sexto juego.

Como sea, el primer enfrentamiento entre Deep Blue y Kasparov marcó un hito. Hasta ese momento, el ajedrez en los computadores era nada más que un entretenimiento – como jugar solitario o buscaminas. Luego, se convirtió en una competencia: ¿quién era mejor, el hombre o la máquina?

El hecho de que Deep Blue ganara terminó con esa pelea – no sin bastante polémica. Aunque es un poco triste pensar que los humanos hemos sido superados en este ámbito, esto no quiere decir que sea un fracaso. Ahora ya no tiene ningún sentido poner a personas y computadores a competir en ajedrez: más bien lo que hacemos es aprovechar los avances que se lograron con esto en resolver otros problemas.

De acuerdo a IBM, el software de Deep Blue está siendo usado hoy para “enfrentar complejos problemas del mundo real, como limpiar residuos tóxicos, predecir el clima, modelar datos financieros, diseñar autos, desarrollar terapias medicinales innovadoras”, entre otros.

Otros enfrentamientos

Aún así, todavía hay áreas en que “competimos” con las máquinas. IBM nuevamente ha puesto a una computadora a tratar de superar a los humanos. Se trata de Watson, un equipo que pretende ganarle a los jugadores del programa “Jeopardy!” en Estados Unidos.

La misión de Watson es comprender el lenguaje humano para entender las preguntas, y elegir la respuesta más adecuada a lo que se le está preguntando. La tarea no es tan simple: ahora, cuando hacemos una búsqueda en Google, por ejemplo, recibimos múltiples resultados, que pueden ser la respuesta en sí o un artículos que contienen algo relacionado a lo que pusiste en la barrita buscadora. Watson, en cambio, debe elegir entre todas las opciones cuál es la respuesta correcta.

Más allá de dejar a personas en vergüenza, la tecnología que se desarrolle con Watson podría ser aplicada en futuros equipos, que mejoren la interacción entre personas y computadoras.

Links:
- Deep Blue (IBM)
- Deep Blue versus Garry Kasparov (Wikipedia)

(cc) thrig

Un computador venció por primera vez a un jugador profesional humano de shogi, el juego que jugaban los padres de Ranma y Akane en Ranma 1/2 y que también se conoce como ajedrez japonés.

Uno podría pensar que no es algo sorprendente, considerando que Deep Blue le ganó a Gary Kasparov hace 13 años, en 1997, jugando ajedrez occidental. La diferencia en años podría explicarse porque el ajedrez japonés es un poquito más complicado, con 10²²⁴ posibles juegos, mientras que nuestro ajedrez tiene 10 ¹²³ posibilidades.

La jugadora profesional de shogi Ichiyo Shimizu se enfrentó a la máquina bautizada “Akara 2010″ en la Universidad de Tokio. Aparentemente Akara es un término budista para 10²²⁴, según informó el Mainichi Daily News en Japón. Shimizu perdió tras seis horas de juego y 86 movidas.

La asociación japonesa de Shogi (JSA) afirmó que analizarán la partida en profundidad antes de decidir si permitirá que la computadora desafíe a otro jugador de más alto rango. La JSA parece tenerle bastante miedo a los PCs jugadores, ya que en 2005 prohibió a sus miembros profesionales jugar juegos de PC sin permiso. La derrota de Shimizu es la primera vez que un miembro se enfrenta a una máquina oficialmente desde que el jugador Akira Watanabe se enfrentó a una un poco más simple en 2007.

Según dijo Shimizu al periódico, Akara “no hizo movidas excéntricas, y el juego se sintió como si estuviera enfrentando a un humano”.

En el lado occidental del mundo, IBM intenta repetir la hazaña de Deep Blue con su nuevo computador, llamado Watson, que competirá con humanos en el programa de concursos Jeopardy. Watson tendría la inteligencia artificial suficiente para entender palabras, distinguir contenidos relevantes y entregar respuestas precisas a las preguntas.

Ante la aproximación aparente de la revolución de las máquinas, Shimizu al menos tiene palabras sabias: “espero que los humanos y los computadores puedan volverse más fuertes en el futuro a través de la competencia amistosa”.

Link: Computer beats human at japanese chess for first time (New Scientist)

Dejemos hasta ahí la ficción. De vuelta en el mundo real, una pareja de inventores ingleses que no tiene hijos, llamados Tony y Judie Ellis, inventaron a Aimec, un robot que dice chistes, canta Karaoke, se ríe, habla y hasta ronca cuando lo mandas a dormir.

Aimec (Artificially Intelligent Mechanical Electronic Companion) puede conectarse inalámbricamente a internet, donde busca las cosas que no entiende, y habla de lo que sea que uno quiera. Cuando ve que sus “padres” humanos están cerca, comenta cosas o dice chistes. También puede conectarse a los electrodomésticos como la TV para encenderla o apagarla, las luces de la casa, etc.

Tony Ellis, que lleva 4 años trabajando en Aimec y que junto a su mujer tienen una compañía de juguetes llamada Conceptioneering (creadora de Cube World si a alguien le suena), cree que Aimec podría llegar a venderse en el mercado en un par de años como el primer robot hogareño.

Según Ellis, el precio podría ser de apenas US$300.

En 10 años, cada hogar tendrá un robot. Ayudarán a cortar el pasto, cocinar, limpiar la casa. Las aplicaciones potenciales son infinitas. Una cosa no se puede negar – los robots serán algo enorme. Estamos en la misma etapa que los computadores en 1980, cuando todo el mundo decía que nunca funcionarían”

La predicción es posible, aunque con todo lo que hemos visto en las películas, no deja de dar algo de escalofríos pensar que habrá un mundo lleno de robots en el futuro. ¿Tú le crees al señor Ellis?

Link: Childless millionaire builds ‘intelligent robot’ that sings Karaoke, laughs and tells jokes (Daily Mail vía DVICE)

En el marco de las conferencia global de Tecnología, Entretenimiento y Diseño (TED) que se está llevando a cabo por estos días en el Reino Unido, la compañía de videojuegos LionHead Studios presentó los últimos avances logrados en el desarrollo de Milo; una especie de juego de realidad virtual e inteligencia artificial que se encuentra actualmente en una fase de desarrollo.

Milo fue presentado por primera vez en la feria E3 del año pasado como parte de los juegos que harían uso de la tecnología Kinect. Consiste básicamente en un niño de unos cuatro años que puede interactuar, seguir instrucciones y/o proponer algunas tareas que el usuario debe realizar.

El desarrollo de Milo está a cargo de Peter Molyneux, quien lo describe como uno de los modelos más avanzados que hace uso de la inteligencia artificial.

La idea de Molyneux es que el desarrollo de la tecnología detrás de Milo permita introducir una revolución en la forma como se narran las historias.

Click aqui para ver el video.

Link: A ‘Real’ Virtual Human (Discovery News)

La del video de abajo es Bina48, uno de los más avanzados robots humanoides a la fecha, que pretende tener conversaciones casi reales con personas. Bina48 está en el Terasem Movement Foundation en Estados Unidos, una organización que tiene como misión promover el uso ético de nanotecnología para la extensión de la vida humana.

Por el momento están trabajando en Bina, que es uno de los robots más coherentes hasta ahora con el que se puede “conversar”. La cara está modelada de acuerdo a la imagen de una señora real llamada Bina, una de las dueñas de este robot. La señora Bina pasó horas hablando con el bot para darle vocabulario, personalidad y respuestas más humanas.

En el video se puede ver un intento de conversación con ella, que a veces puede ser un poco confusa (además de dar un poco de miedo). Sin embargo, da una idea de cómo esto avanza hacia el futuro: tecnologías como el reconocimiento de voz, de rostros y de inteligencia artificial se combinan y hacen que los robots humanoides estén cada vez más cerca.

Click aqui para ver el video.

Link: Bina48 is one humanoid robot you’re going to want to hang out with (Engadget)

General Motors R&D

Los laboratorios de investigación de General Motors, en conjunto con varias universidades estadounidenses, se encuentran trabajando sobre un sistema de navegación utilizando Realidad Aumentada, con el que un vehículo podría obtener información de vital importancia al conducir bajo situaciones extremas o de baja visibilidad e incluso ayudar a encontrar un destino fuera de la ruta (edificio, oficina, comercio o persona).

De características muy similares al sistema de navegación de un exterminador T-800, este concepto de realidad aumentada de nombre “Enhanced Vision System” consiste en un conjunto de sensores y cámaras internas y externas en el vehículo, algunas de las cuales supervisarán el ojo y los movimientos de la cabeza del conductor con el objetivo de proporcionarle información adicional para superar los problemas de la ruta o camino transitado.  Esta tecnología utilizará como interfaz de la información el parabrisas del automóvil, el cual tendrá una cubierta de fósforo transparente.

El gerente del grupo de laboratorios de GM, Thomas Seder comentó que el sistema se encuentra en una etapa temprana de desarrollo por lo que no esperan incorporarlo al mercado antes del 2016:

Todavía estamos investigando mucho sobre los efectos cognitivos de este tipo de pantalla. Tenemos que mostrar el sistema de visión mejorada como una herramienta para aumentar la información al conductor y no para distraerlos.

Seder destacó también que el rendimiento del conductor en las pruebas realizadas hasta ahora resultó mucho mejor que cuando se utilizan los actuales sistemas de navegación incorporados a las consolas de los vehículos o los GPS instalados en el parabrisas.

Link: G.M. Tinkers With Augmented Reality System for Cars (NYT)

Estatua conmemorativa de Alan Turing en Sackville Park (cc) Wikimedia Commons

El sitio Number 10 es, según ellos mismos dicen, el sitio oficial del Primer Ministro del Reino Unido. No el sitio de Gordon Brown sino el de todos los primeros ministros que han habitado la casa que está en Downing Street número 10 desde 1721. A través de ese canal, la gente puede entre otras cosas enviar peticiones, y la más bullada del último tiempo fue la exigencia, 55 años después de su muerte, de disculpas públicas para Alan Turing.

Este señor, para los que no lo sepan, trabajó con el gobierno británico durante la segunda guerra mundial desencriptando códigos interceptados a la Alemania nazi, una tarea a través de la cual desarrolló gran parte de lo que hoy conocemos como ciencias de la computación. Estableció las bases para distintas líneas de estudio que hoy son nuestra fuente de trabajo: la cibernética, la inteligencia artificial, el concepto de algoritmo y diagrama de flujo para ejecución de programas y la Tésis de Church-Turing que a su modo es la piedra pilar de la computación actual.

Alan Turing tuvo un final muy triste, luego de que reconociera abiertamente su homosexualidad -a la sazón un delito en el Reino Unido- y fuera condenado a la castración química, una circunstancia que lo llevó al suicidio un par de años más tarde.

Ayer, Gordon Brown emitió un comunicado reconociendo que el trato recibido por Alan Turing fue inaceptable. En un extenso comunicado recorre someramente los méritos de Turing para cerrar diciendo: “Lo siento Alan Turing, merecías algo mucho mejor”.

Link: Treatment of Alan Turing was “appalling” – PM (Number10)

Para definir al ganador se utilizan una serie de preguntas que deben ser contestadas por el programa, siguiendo el estándar establecido por el Test de Turing y que busca comprobar si las respuestas que entregan son distinguibles de las que entregaría un humano.

En 1990 el filántropo Hugh Loebner estableció un premio de USD$100.000 (más una medalla de oro) para el programa capaz de superar el Test de Turing. Para lograr el premio el programa debe ser capaz de tomar parte en una conversación entre humanos y engañarlos en por lo menos el 30% de las respuestas.

El programa ganador de este año ha sido uno alemán llamado Elbot, el que logró dar con el 25% de las respuestas correctas.

Este año la competencia se caracterizó por el elevado nivel de los programas que se presentaron, logrando la totalidad de ellos hacer creer a al menos uno de sus interrogadores que estaban conversando con un humano.

El programa que obtuvo el primer lugar, logró que 3 (de un total de 12) jueces pensaran que estaban dialogando con un ser humano y no con una máquina.

Los jueces mantuvieron una conversación con Elbot sobre quién escribe los directorios telefónicos. Durante los cinco minutos que duró el interrogatorio, fue capaz de armar la siguiente frase:

Yo tendría cuidado si fuera usted. Una palabra mía y será borrado de todos los ordenadores del mundo. Pero si se disculpa, hablaré bien de usted a mi sobrino, que revisa devoluciones de impuestos

¿Se logrará superar el test el próximo año?

Link: Machine talkers fail test to convince they’re human (Silicon.com)
Publicidad: Este sitio lo puedes ver a través de tu Internet Móvil de Entel PCS