Arxiu de la categoria ‘Informàtica’

Elogi del coneixement

dimecres, 10/07/2019

Fa unes setmanes vaig assistir a una jornada molt especial, organitzat amb motiu de la jubilació del professor Albert Corominas com a professor de la UPC. Aquí podeu veure el vídeo complet de l’acte.

El fil conductor de la jornada, que van anar desenvolupant tant l’Albert Corominas com els seus companys de taula Nico Hirtt i Rosa Cañadell, va ser el de la reivindicació del coneixement, que els darrers anys ha anat perdent protagonisme mentre cada vegada es parla més que cal educar en les anomenades competències. Se’ns diu que no cal adquirir coneixements perquè tot el saber és accessible a tothom a la xarxa, que no cal ensenyar-lo i que l’únic que cal és aprendre a aprendre. I se’ns explica que, com que el coneixement creix exponencialment i es renova de manera incessant, allò que avui s’aprèn esdevindrà obsolet ràpidament. Com que, a més, les persones que ara estudien treballaran en ocupacions que avui no podem ni tan sols imaginar, transmetre coneixement és una pèrdua de temps, diuen.

He de dir que una de les frases que es van citar em va impactar especialment. És la que va dir, en una entrevista i fa pocs mesos, la  Susan Redline, professora de trastorns del son a l’Escola de Medicina de Harvard. La Suran va dir textualment “la meva filla i les meves netes, amb quatre clics es posen tant al dia en ciència com jo”. Primer vaig pensar que devia ser un error, perquè la gent que conec que fa més de 40 anys que treballen en ciència, estudiant, llegint, experimentant i intentant assimilar coneixement, ara se’n adonen que encara no saben res. Després, ho veig entendre tot i em vaig tranquil·litzar, aplicant un raonament matemàtic ben senzill. Perquè aquest problema de saber com pot ser que les seves netes, amb quatre clics, es posin tant al dia en ciència com ella, té una solució que existeix, que és única, i que és aquesta: el coneixement en ciència d’ella, de la seva filla i de les seves netes ha de ser forçosament nul.

Quan penso en això d’aconseguir coneixement amb 4 clics, em venen al cap alguns exemples que he viscut personalment. En comento breument només un, que pot semblar estrany però que crec que és paradigmàtic: la història de com he anat formant el meu coneixement sobre els triangles. Vaig començar a saber-ne alguna cosa durant l’ensenyament primari, abans dels deu anys. Després, entre els 10 i els 20, vaig conèixer algunes de les seves propietats (amb la trigonometria), teoremes (Pitàgores) i alguns dels seus punts significatius, com el baricentre i l’incentre. Entre els 20 i els 30, vaig entendre que els triangles eren el cas bidimensional dels simplexes, i vaig descobrir el món apassionant dels espais de dimensió superior a tres. Entre els 30 i els 50, vaig entendre i vaig poder gaudir de les coordenades baricèntriques i de totes les seves implicacions i usos computacionals, mentre que a partir dels 50 vaig descobrir, entre d’altres moltes propietats, els seus milers de possibles centres. I també, passats els 50, he tingut el privilegi de poder compartir i usar aquest coneixement amb altres persones (estudiants i professors) per a resoldre problemes reals del món industrial, de la medicina, del patrimoni cultural, i fins i tot s’han plantejat solucions per a alguns problemes relacionats amb la resolució pacifica de conflictes. Perquè la gent no ho sap, però els triangles són al centre de molts dels algorismes computacionals que hem de concebre per a resoldre problemes de tot tipus que impliquen formes geomètriques. En aquest i en molts altres casos, podríem dir que el coneixement ens penetra lentament en com a mínim tres fases: primer el rebem, després, amb temps, treball i esforç, el descobrim de veritat i l’entenem (és el moment màgic del “ara ho entenc!”), i finalment som capaços d’usar-lo. El coneixement ens permet actuar millor només si abans l’hem entès. Però entendre és molt més que quatre clics.

La meva experiència personal em diu que això de que “les persones que ara estudien treballaran en ocupacions que avui no podem ni tan sols imaginar i que per tant transmetre coneixement és una pèrdua de temps” és radicalment fals. El coneixement sobre triangles que vaig rebre i després entendre, l’he pogut acabar aplicant 40 o 50 anys després per a resoldre problemes actuals que llavors no existien. I el mateix passa amb moltíssimes altres coses que vam aprendre durant el batxillerat i la carrera, i que ara, en un món totalment diferent, ens són essencials, ens ajuden a entendre una mica el que ens envolta, i ens donen eines per a no deixar-nos enganyar. El coneixement no caduca, encara que ens ho vulguin fer creure. Cal estudiar, cal llegir, cal aprendre tota la vida, i, com diu un bon amic, cal llegir textos llargs.

Com deia l’Albert Corominas, hem acabat assumint com a normal allò que no ho és, i hem creat una escola que, enlloc de formar persones, acaba fabricant gent adaptable que se suposa que ha adquirit les competències que demana el mercat de treball. L’Albert deia que hem de reivindicar el coneixement, sabent que no serà fàcil perquè tant el coneixement com l’esperit crític són “perillosos” per l’actual sistema neoliberal. I ens explicava que el coneixement és apassionant, però que no cal que sigui divertit: requereix esforç i constància.

La imatge de dalt és del fresc “L’escola d’Atenes“, que Rafael va pintar als salons del Palau Apostòlic del Vaticà. Mostra Plató i Aristòtil junt amb un bon grapat de pensadors que van crear i difondre coneixement: Zenó, Epicur, Pitàgores, Hipàtia, Sòcrates i altres. Aquests salons també s’anomenen les “Stanze di Raffaello”.

——

Per cert, l’Albert Corominas cita en Nico Hirtt, i diu que la societat capitalista moderna no té cap interès en una ciutadania massa instruïda, perquè això és perillós i surt massa car. D’altra banda, constata que sense coneixements, les competències són buides. I és pregunta cóm resoldrem problemes sense coneixements. Diu: què comunicarem, si no tenim res a dir?

Comprem o ens compren?

dissabte, 29/06/2019

Fa poc vaig escoltar, en una xerrada, la Cristina Giner. Parlava de la intel·ligència de negoci, i es preguntava de quina manera els professionals poden generar valor utilitzant l’anàlisi de la informació disponible, que bàsicament és informació i dades sobre clients actuals i clients potencials (els “targets“, segons deia ella). En el primer cas, parlava de les tècniques de fidelització, mentre que en el segon comentava que hi ha sistemes per a captar (podríem dir “caçar”) nous clients. Es tracta de tenir informació personalitzada, i de “saber sense preguntar”. Vaig quedar bastant sorprès quan va explicar que determinats centres comercials obtenen dades d’ubicació en temps real de les persones que van pel carrer, seleccionen les que estan passant per davant de la botiga, i a aquestes els envien missatges específics amb ofertes atractives per a que entrin a comprar.

Cal pensar-s’ho dues vegades abans de baixar-se una aplicació per al mòbil, i cal no anar massa ràpid a dir que acceptem que accedeixi a la nostra ubicació, a la càmera, als nostres contactes i a altres informacions privades. Perquè si ho fem, a més de rebre ofertes i saber les darreres novetats, els podem estar enviant informació sobre on som i què fem. I, al final, no queda clar qui compra a qui…

La sociòloga turca Zeynep Tufekci, en aquest vídeo TED, diu que el que ens ha de fer por no és el que la intel·ligència artificial ens pot fer, sino com la gent poderosa utilitzarà la intel·ligència artificial per controlar-nos i manipular-nos de manera oculta, subtil i inesperada. Perquè, diu, gran part de la tecnologia que pot amenaçar la nostra llibertat i dignitat a curt termini està sent desenvolupada per empreses dedicades a capturar i vendre les nostres dades i la nostre comportament amb objectius publicitaris i comercials: Facebook, Google, Amazon, Alibaba, Tencent. Només cal pensar en tot allò que Facebook sap de nosaltres: actualitzacions d’estat, converses de Messenger, llocs des d’on es hem registrat, fotografies que vam penjar… i fins i tot el que no hem volgut escriure: si comencem a escriure alguna cosa i ho esborrem perquè canviem d’opinió, Facebook també es guarda el que hem esborrat i ho analitza. I no només Facebook. Zeynep Tufekci explica que les aplicacions que ens baixem als mòbils i les galetes (“cookies”) que deixem instal·lar als nostres navegadors van captant informació nostra en paral·lel a donar-nos els serveis que demanem. Informació que no només surt del que escrivim sino que també inclou el nostre estat emocional, que els sistemes intenten deduir a partir de les nostres fotos i imatges. És allò que Tufekci anomena la intel·ligència artificial emocional. L’exemple paradigmàtic, explica en un article, és aquesta aplicació xinesa per a mòbils, per a seguidors del president Xi Jinping. Com que ja se l’han instal·lat més de 100 milions de xinesos, comença a passar allò que els qui no la tenen són ja una mica sospitosos només per no haver-se-la baixat. I a més, Zeynep Tufekci diu textualment, parlant de la captació d’emocions: “aviat, pot ser que la gent de la Xina no pugui desviar la mirada mentre utilitzen l’aplicació, perquè la càmera del telèfon podria estar avaluant el seu interès i vivacitat mentre llegeixen les darreres declaracions de Xi, per a descomptar punts als que semblin menys entusiastes”. Si deixes de llegir atentament, el mòbil avisa i informa els gestors de l’aplicació, dient-los que tens poc interès. Fa por, oi?. Zeynep Tufekci conclou que necessitem una economia digital en la que les nostres dades i la nostra atenció no es venguin a compradors negociants i/o demagogs.

Sabíeu que, a twitter, hi ha un bon percentatge de missatges (tuits) que han estat elaborats per màquines amb finalitats publicitàries i comercials? Els anomenats “chatbots” generen i envien missatges amb objectius diversos, segons qui els hagi creat, fent-se passar, moltes vegades, per persones reals (els “chatbots” són un tipus de “bots“, robots informàtics que generen tuits i altres missatges de manera automàtica). L’article de Jon-Patrick Allem, Emilio Ferrara, Sree Priyanka Uppu, Tess Boley Cruz i Jennifer B Unger, tots ells de la Universitat USC de Califòrnia (article que podeu trobar aquí) va analitzar l’estructura de 6803 tuits relacionats amb el tema de les cigarretes electròniques. D’aquests, van trobat que 5203 havien estat emesos per persones reals, mentre que els 1600 restants eren tuits publicitaris enviats per “chatbots“. Els investigadors conclouen que, per a fer qualsevol estudi sociològic, cal primer saber distingir entre uns i altres per tal d’eliminar els que no provenen d’humans. I ells ho van aconseguir, amb una anàlisi dels grafs que tenen com a nodes les etiquetes (“hashtags“) dels tuits (un total de 238 en els tuits humans i de 137 en els dels bots), considerant a més que dos etiquetes estan relacionades i formen un arc del graf si apareixen en un mateix tuit, i assignant pesos als arcs en base al nombre de tuits en que apareixen. El graf de tuits enviats per persones, que podeu veure aquí, és força uniforme; en canvi, el graf dels tuits creats pels “chatbox“, que teniu a aquesta imatge, és molt menys regular perquè hi ha determinades parelles d’etiquetes que són importants per als missatges publicitaris, de manera que s’hi troben molt més sovint. D’aquesta manera, quan ens arriba un nou tuit, és possible analitzar si es tracta d’un tuit publicitari o si ens l’envia algú. Però la tasca no és ni serà trivial, perquè l’objectiu comercial és el contrari (i per tant, els tuits publicitaris dels “chatbots” ben segur que s’aniran sofisticant i perfeccionant).

Hi ha una solució, encara que trenca aquest fals encant de la gratuïtat d’internet: és tan senzill com pagar pels serveis que subministren les entitats no públiques. Per què estem disposats a pagar cada mes una tarifa plana per poder accedir als continguts d’internet i en canvi ens costa acceptar que podríem haver de pagar pels serveis que ens ofereixen les empreses? Jo estaria disposat a pagar una mòdica quantitat per molts dels serveis que m’ofereixen, a canvi de negar-los l’accés a la meva privacitat i a l’ús de les meves dades. Perquè, com bé diu en Tom Webster, quan no pagues per un servei, et venen a tu (la imatge de dalt és d’aquesta web). El miratge d’internet s’ha anat convertint, any rere any, en el miratge i en el focus enlluernador de la publicitat, que ens compra mentre ens ofereix serveis increïbles.

——

Per cert, en Santiago Alba Rico diu que adaptar-se al canvi climàtic trobant-hi nínxols de mercat és com “adaptar-se”, amb una postura còmoda, al seient de l’avió que es precipita al buit. I ens avisa, dient-nos que mentre l’arbre del principi estava prohibit, l’arbre del final del món se’ns ofereix, al contrari, obligatori i abellidor sota el focus enlluernador de la publicitat.

Traduccions, algorismes i dignitat

divendres, 29/03/2019

La història de la traducció automàtica s’ha anat construint en paral·lel a la de la informàtica. L’any 1954 es va fer el primer intent de traducció, conegut com experiment de Georgetown, en el que els autors van saber traduir unes seixanta frases del rus a l’anglès. Però després, durant molts anys, tots els intents van anar fracassant. Intentaven traduir en base a regles sintàctiques i semàntiques d’un i altre idioma i recollien fracàs darrera fracàs. Van ser cinc dècades d’anar topant contra la paret, fins que l’any 2003, en Franz Josef Och va guanyar el concurs DARPA de traducció automàtica amb un nou algorisme de traducció probabilística o estadística i ens va obrir la porta al que ara tenim. Els sistemes actuals es basen en tres idees bàsiques: un model probabilístic, un sistema d’aprenentatge i un mètode d’optimització en temps real. L’interessant és que aquests algorismes de traducció no tenen en compte ni una sola regla, ni sintàctica ni semàntica. Es basen només en l’anàlisi estadística de parelles de texts o corpus (traduïts bàsicament per professionals). Aprenen de la informació que hi ha al món.

Concretem-nos al traductor de Google. És útil? Funciona? És fiable? De fet, és interessant veure que pot ser-nos útil sense ser del tot fiable. Si demanem la traducció al castellà de “plou a bots i barrals”, el traductor ens dona la resposta “llueve a cántaros”, que és un resultat perfecte i no literal. Però si volem traduir “no por mucho madrugar, amanece más temprano” a l’anglès, la traducció que Google ens ofereix és “not too early, dawns earlier”, que ja no és acceptable. Tenim un traductor que funciona, però no sempre. Fins i tot podríem calcular la seva fiabilitat, si escollíssim 100 frases (no tenen per què ser 100, és clar) de llibres a l’atzar i comptéssim en quantes s’equivoca. L’interessant és que no sempre l’encerta, però tot i així és útil. Jo l’utilitzo molt sovint, i sé de molta gent que fa el mateix. Per què? Doncs perquè no ens en fiem del tot, i comprovem la seva traducció. Si ens agrada, la usem; i, si no, la canviem. Fem una post-supervisió del que ens torna. Tot plegat té relació amb el fet que el traductor de Google utilitza tècniques d’aprenentatge basades en xarxes neuronals “profundes” que tenen un nombre elevat de capes de neurones. La mateixa plasticitat i flexibilitat que fa que ens proposi traduccions no literals, fa que de vegades s’equivoqui.

Podríem dir que, d’algorismes, n’hi ha de dos tipus: els fiables i els que anomenaré incerts. Un exemple paradigmàtic de sistema fiable és el que va conduir la nau “New Horizons fins Plutó i més enllà. Que els humans haguéssim estat capaços de dissenyar i implementar els algorismes que van portar la nostra nau fins aquell punt insignificant als confins del sistema solar durant més de 9 anys i que ho féssim bé, és simplement increïble. Els algorismes fiables, a diferència dels incerts, tenen un marge d’error insignificant. I què podem dir, dels incerts? D’aquests, a més dels de traducció automàtica, podríem citar, per exemple, els podòmetres que ens podem instal·lar al telèfon mòbil. És fàcil fer la prova: només cal instal·lar dues aplicacions diferents de les que compten els passos que fem, i mirar què ens diuen una i altra al final del dia. Ens indicaran valors semblants, però no coincidents. Un cop més, són algorismes que tot i no ser exactes, són útils.

Una altra possible categorització és la que classifica els algorismes segons el seu grau d’autonomia. I, en aquest cas, es diu que un algorisme és autònom si pot assolir els seus objectius sense cap intervenció humana. De fet, el món és ple d’algorismes que funcionen de manera autònoma: en tenim a les portes automàtiques, en els que controlen els robots que treuen la pols del terra a casa, en els algorismes que ens mostren horaris i preus de trens o avions, o en els del GPS que ens diuen on som.

El problema apareix quan barregem les dues categories, i pretenem dissenyar sistemes autònoms amb algorismes incerts. Els sistemes d’intel·ligència artificial que aprenen de la informació que hi ha a internet i de la que obtenen de nosaltres (l’anomenat “big data“) tenen molts més problemes del que ens volen fer creure: no són fiables, són incerts, no són explicables i els seus resultats moltes vegades són esbiaixats. No són fiables perquè, com és ben conegut entre els experts, s’equivoquen un nombre important de vegades. A més, com que es basen en xarxes neuronals no lineals amb moltíssims paràmetres, ningú pot explicar per què arriben a uns resultats i no a uns altres. En no ser explicables, no es pot determinar qui és la persona responsable en el cas d’actuacions que hagin acabat sent legalment incorrectes. I són esbiaixats perquè no fan més que heretar el biaix de la informació que utilitzen per aprendre, que mai complirà els requisits que l’estadística demana a qualsevol mostreig aleatori de la població. Algú de vosaltres pujaria a un cotxe autònom que tingués una probabilitat d’error similar a la que tenen els actuals sistemes de traducció automàtica? Els algorismes incerts, com els d’intel·ligència artificial basats en l’aprenentatge automàtic, poden ser perfectament útils en aplicacions que són tolerants als errors (ningú confia al 100% en les prediccions del temps) o en les que hi ha algú que supervisa els resultats (traducció automàtica). Però poden arribar a ser perillosos si s’apliquen a sistemes autònoms que pretenen funcionar sense cap intervenció humana, com explica la Virginia Eubanks al seu llibre. Hem de veure sempre si podem acceptar resultats i actuacions equivocats o no, perquè no és el mateix trobar-nos una frase surrealista en una traducció, que patir un accident amb un cotxe autònom i fer mal a algú. Les persones tenen dignitat, les frases no.

Ara bé, el cas més dramàtic de sistemes autònoms amb algorismes no explicables i incerts és, però, el de les anomenades armes letals autònomes (les “LAWS“, en anglès) que alguns països ja estan en procès de desenvolupar. Són màquines que podran matar sense una clara intervenció humana, amb tècniques que són especialment preocupants si poden seleccionar automàticament els objectius a atacar, com diu en Noel Sharkey. Perquè en aquest cas, els errors seran vides humanes. Es tracta d’un dels màxims atemptats que es poden fer a la dignitat humana de les persones, moltes d’elles civils.

La imatge de dalt, que podeu trobar en aquesta web, mostra els qui ara mateix demanen la prohibició de les armes robòtiques autònomes: 21 premis Nobel, més de quatre mil experts en intel·ligència artificial, el 61% de la població mundial (segons una recent enquesta), el parlament europeu, 28 països, i l’actual secretari general de Nacions Unides Antonio Guterres, que va declarar que seria moralment repugnant que el món no prohibís les màquines autònomes dissenyades per a poder matar persones sense implicació humana.

Acabo amb una conjectura. Sabem, com bé ens explica la Virginia Eubanks, que és difícil tenir dades objectives sobre el grau d’error de molts sistemes autònoms basats en aprenentatge i xarxes neuronals. La informació que ens arriba de molts d’aquests sistemes (de publicitat, d’ajut a la presa de decisions, de futurs vehicles i sistemes autònoms) és esbiaixada, tendenciosa i no objectiva perquè té finalitats comercials: ens volen convèncer per a que els comprem i/o usem. En altres casos, com el de les armes autònomes, la informació és simplement secreta i no ens arriba. Però jo m’atreviria a afirmar que podem tenir-ne una mesura de fiabilitat, per analogia, mesurant la taxa d’error del traductor de Google. Perquè, atès que el sistema d’aprenentatge d’aquest traductor és altament sofisticat i es nodreix d’una base de dades ingent d’informació, l’error d’altres sistemes autònoms que ens volen vendre (en sentit material o figurat) hauria de ser del mateix ordre de magnitud que el que veiem quan traduïm amb Google.

Cal desemmascarar les informacions falses i intencionades, per respecte a la dignitat de les persones.

———

Per cert, en Peter Tabichi, mestre d’un poble remot al comtat de Nakuru, a Kènia, ha estat escollit millor professor del món. Els seus estudiants han guanyat una competició nacional de ciències, i el seu equip de matemàtiques s’ha classificat per a un campionat als Estats Units. Calen moltes més notícies sobre educació, ciència i Àfrica…

Informació, dades i persones

dissabte, 2/03/2019

Hi ha alguna diferència, entre dades i informació? Segons la definició de la Comissió Europea, les dades [de recerca] (també conegudes com a dades primàries) són les que fan referència a la informació, factual o numèrica, recollida per ser examinada i considerada, i que serveix de base per al raonament, la discussió o el càlcul.

Les dades, per tant, són factuals. Són fets que podem examinar i considerar per a finalment poder raonar, entendre o informar els altres. Són la visió present i objectiva del món. El meu pes és una dada, i el radi de la Terra o el nombre d’habitants del món són dades. Les dades són certes i indiscutibles, perquè tothom les pot comprovar. La informació, en canvi, és allò que ens diem, que escrivim, que escoltem i que llegim. El meu pes de l’any passat ja no és una dada, és informació. No és una dada perquè ja no la puc mesurar. I com tota informació, pot ser falsa: tal vegada em vaig equivocar quan vaig apuntar el que marcava la bàscula. Els humans no parem de llegir i escriure informació. Alguns cops és objectiva, d’altres és esbiaixada, com bé estem comprovant cada dia, i altres és interessada i tendenciosa. No tot el que veiem als mitjans de comunicació i a internet és cert. Només cal llegir els diaris.

Però la cosa s’ha complicat encara més, els darrers anys. Hi ha sistemes d’intel·ligència artificial que aprenen de la informació que hi ha a internet i que en generen de nova. Miren quines compres hem fet, i ens suggereixen que comprem coses similars o que fem viatges semblants als que ja hem fet. Fins i tot, alguns sistemes construeixen perfils psicològics més o menys acurats dels potencials votants de determinats països, i els envien missatges electorals fets a mida, adaptats a cada un d’ells, per a aconseguir el seu vot per a una determinada opció política. És la publicitat enganyosa, aplicada a la política, amb “programes electorals personalitzats”. Hem d’estar molt atents per detectar i descobrir tot el que aquestes noves eines d’intel·ligència artificial i aprenentatge profund ens estan començant a enviar. Cal saber detectar (i hem de regular, com a societat) tota aquesta informació que algunes màquines estan fabricant automàticament i sense control humà.

La Virginia Eubanks, professora de ciències polítiques a la universitat de Albany, ha escrit un llibre on mostra que aquestes noves eines no són neutres, perquè a més castiguen els més pobres i acaben incrementant les desigualtats socials. Explica que als Estats Units, tot això ha permès que el govern hagi pogut imposar un règim de vigilància que inclou la creació de perfils personals i que acaba amb mesures que signifiquen càstig, contenció i exclusió per als que menys tenen. A partir d’un treball de camp que va comportar a l’autora fer un total de 96 entrevistes, el llibre analitza tres casos: el del sistema de salut de l’estat d’Indiana, el de l’assignació d’habitatge social a Los Angeles, i el de l’algorisme Allengheny de vigilància parental a Pittsburgh. 29 entrevistes a Indiana, 34 a Los Angeles, 33 a Pittsburgh. El teixit del llibre són les desgràcies de tota aquesta gent que va conèixer personalment, casos concrets que Virginia Eubanks va visibilitzant un a un. Gent castigada perquè el seu delicte és ser pobre. Per exemple, a Pittsburgh, Eubanks explica el cas de Patrick i Angel. Encara que són pares afectuosos que tenen cura dels seus fills a més d’ajudar voluntàriament altres nens de la seva comunitat, aquesta parella ha estat classificada repetidament pels sistemes automàtics d’informació dels serveis socials com a responsables de negligència infantil. Un dia que Patrick no tenia diners per pagar una recepta d’antibiòtic per la seva filla, el sistema va incorporar aquesta informació a la seva base de dades i Patrick va acabar sent investigat per “negligència mèdica”. Resulta que l’agència de benestar infantil utilitza un model estadístic per predir quins nens poden ser víctimes futures d’abús o negligència. I el resultat de tot plegat és que, “curiosament”, aquesta predicció acaba trobant molts més pobres que rics. Omega Young va ser una altra afectada pel sistema, explica. I molta altra gent ha sofert experiències similars. Tot es basa en sistemes automàtics d’aprenentatge profund que prenen decisions que (com mostra Eubanks) tendeixen a perjudicar els més desposseïts, decisions que els humans (sota l’efecte de l’anomenat biaix d’automatització) acceptem sense discutir ni analitzar, i que acaben traient drets als qui ja no tenen quasi res, incrementant automàticament les desigualtats socials.

Com diu la Virginia Eubanks, avui, als Estats Units, els sistemes automatitzats controlen quins barris cal vigilar policialment, quines famílies poden aconseguir recursos i qui ha de ser investigat per frau. És cert que tots vivim sota aquest nou règim de decisions automatitzades, però els sistemes més invasius i punitius apunten als pobres. Perquè, com bé diu la Elvia Vasconcelos en el seu dibuix que veieu a dalt (i que podeu trobar aquí, a la seva web), la tecnologia no fa més que amplificar els valors ètics de la nostra societat i les estructures subjacents. I és per això que la Virginia Eubanks, al seu llibre, parla de les antigues “cases dels pobres” mentre explica que estem construint una nova “casa digital dels pobres” que no ajuda els necessitats, sino que ens enganya fent-nos fugir de la responsabilitat compartida que tenim per eradicar la pobresa. Eubanks ho relaciona amb la idea, molt implantada als Estats Units, que els pobres ho són per culpa seva, que són una minoria patològicament depenent, i que són ells qui se’n han de sortir. Els sistemes automatitzats de decisió es basen en aquesta concepció i l’amplifiquen, com a noves eines que han nascut incrustades en els vells nuclis de poder i privilegi. Però la Francina Alsina ho diu ben clar: cal ser exigents i ambiciosos per aconseguir que el potencial tecnològic es recondueixi cap als més vulnerables.

Ethan Zuckerman, del Media Lab del MIT, diu que, ara que comencem a discutir el potencial que pot tenir la intel·ligència artificial per fer mal a les persones, el treball d’Eubanks hauria de ser d’obligada lectura.

——

Per cert, la Raquel Seco diu que moltes institucions i empreses ens animen a que protegim el medi ambient amb petits actes quotidians. I es pregunta si això no és un gran parany: estan col·locant la responsabilitat social sobre les nostres espatlles en lloc d’assumir-la?

Podem ressuscitar les olors?

divendres, 15/02/2019

Fa dos mesos, en un teatre de San Francisco, l’escriptor i divulgador Rowan Jacobsen va repartir petits sobres de cel·lofana segellats i tot seguit va començar a explicar la història de la olor extingida d’un hibiscus dels vessants del volcà de Haleakala a la illa de Maui, a Hawaii. L’hibiscus (hibiscadelphus wilderianus) va desaparèixer com a espècie ara fa més de cent anys i ningú el va poder olorar després del 1912. Els assistents, però, en obrir l’embolcall, van descobrir una aproximació a la seva olor. Era, segons expliquen, una fragància especiada i cítrica, amb tocs de baies de ginebre i amb una complexa dolçor.

El que va presentar en Rowan Jacobsen va ser el resultat d’un treball conjunt de recerca entre l’empresa Ginkgo Bioworks i Beth Shapiro, del laboratori de paleogenòmica de la Universitat de Califòrnia a Santa Cruz. El treball, que es publica aquest mes a la revista Scientific American, es comenta també en aquest vídeo (del que recomano sobretot la primera part). La imatge de l’esquerra mostra dos dels seus fotogrames. La recerca ha permès ressuscitar (al menys en part) l’olor de l’hibiscus del Haleakala, una olor que ningú havia pogut percebre durant un segle.

Alguns grups d’investigadors, entre ells el de la professora Beth Shapiro, estan treballant actualment en la recuperació del genoma d’espècies vegetals i animals extingides. No és un problema fàcil, perquè l’ADN, pel fet de ser tan gran, és una molècula inestable. Això fa que amb el temps, i després de la mort, l’ADN es trenqui, de manera que ja no es pot recuperar-lo en la seva totalitat. I justament aquest va ser el primer problema que es van trobar els investigadors del projecte de recuperació de l’hibiscus del Haleakala: a les seves fulles seques, conservades als herbaris, només hi van trobar petits trossos del seu ADN. Ho podeu veure en els cinc trossos que mostra la part de dalt de la imatge, tots ells formats per seqüències més o menys llargues dels 4 nucleòtids que conformen el genoma de tots els éssers vius: A, C, G i T.

Arribar a acoblar el trencaclosques per a poder reconstruir al menys alguns gens de l’ADN de l’hibiscus del Haleakala sembla una tasca impossible. Però, gràcies a l’evolució, no ho és tant. Perquè encara que aquesta planta no existeixi, abans de desaparèixer va generar, per mutació, altres espècies que sí que tenim avui en dia i que per sort tenen un ADN molt semblant al d’aquell hibiscus del Haleakala. És el que van fer els investigadors: van buscar una planta actual similar, i van treballar amb el seu genoma com a element de referència (aquest genoma el podeu veure representat, en gris, a la imatge). De fet, és una tècnica que no només s’ha utilitzat en aquest cas, sino que també es fa servir, per exemple, usant ADN d’elefants com a referència per a poder reconstruir el genoma extingit dels mamuts. Però un dels aspectes més remarcables, al meu entendre, del treball de reconstrucció de gens de l’hibiscus del Haleakala és que no va ser un procès químic, sino algorísmic. Els trossos TA d’ADN de l’hibiscus es van codificar i digitalitzar, i el mateix es va fer amb el genoma GN de la planta de referència. Tot seguit, es va utilitzar un algorisme de cerca per trobar possibles localitzacions dels diferents trossos TA dins de la cadena digital GN, tot tenint en compte possibles canvis puntuals de nucleòtids deguts a mutacions. Una anàlisi combinatòria va acabar donant les localitzacions més probables (a baix, a la imatge) per a generar, finalment, alguns gens (que podeu veure a la imatge a baix de tot) que molt probablement eren reconstruccions dels de l’hibiscus de fa més de 100 anys.

La fase final, no menys remarcable, va consistir en “fabricar” aquests nous gens, en implantar-los a determinats llevats (rents) que els van incorporar al seu genoma, i en esperar a que l’ARN d’aquests llevats fabriqués terpens de les olors de l’hibiscus del Haleakala. I com es va passar dels gens “digitals”, codificats a l’ordinador, a gens reals? Doncs amb una impressora d’ADN, que pot anar llegint la codificació digital genòmica i va fabricant una hèlix d’ADN que inclou la corresponent cadena real de nucleòtids A, C, G i T.

Estem podent olorar fragàncies ja perdudes, amb tècniques algorísmiques de localització combinatòria que treballen amb representacions digitals de trossos de genomes. Bits i impressores que ens ressusciten olors. Bonic, oi?

———

Per cert, en Jay Keasling, enginyer metabòlic, diu que aquest projecte pot arribar a trobar molècules noves no existents a la natura, però que en realitat mai podrem saber l’olor exacta d’aquesta planta ara extingida, perquè els aromes depenen també de moltes altres molècules de la planta, a més dels terpens.

El miracle dels axons

divendres, 12/10/2018

En Xavier Rubert de Ventós, a un dels seus llibres de divulgació filosòfica, explica que el nostre “Jo” no és més que l’encontre entre els dos sistemes genètics dels nostres pares a una determinada ciutat, una llengua, un sistema social determinat, un parell d’amors, una desena de familiars, una vintena d’amics i una cinquantena de llibres dels quals, com diu tot citant Valéry, “no he retingut ni el millor ni el pitjor, sino que n’ha quedat allò que ha pogut”. El resultat, diu, és que els estímuls que ens arriben s’ens reflecteixen amb un angle i intensitat peculiars i únics.

Som qui som gràcies al nostre passat, i el nostre passat és memòria. Però també sabem que la memòria i els records surten de la reactivació de grups específics de neurones que tenen connexions sinàptiques persistents entre elles. Els axons i les sinapsis són, per tant, una part essencial del nostre “Jo”. La nostra identitat sorgeix d’una infinitat d’interaccions sinàptiques.

El cervell humà té 86 mil milions de neurones, de les quals, 16 mil milions són al còrtex. En canvi, en total només necessita una energia de 25 watts. En aquest vídeo, Anders Lansner ens explica que el nombre de connexions sinàptiques entre els axons de les nostres neurones és deu mil vegades més gran que el nombre de neurones, i que la longitud total dels axons amb mielina d’un cervell humà adult és de cent vuitanta mil quilòmetres. O sigui, que si connectéssim els axons dels cervells de dues persones, tindríem un fil que arribaria a la Lluna. Podem dir que, en un cert sentit físic, l’amistat i l’amor arriben a la Lluna.

No és fàcil imaginar aquests nombres tan grans. Podem pensar que el nombre de neurones al còrtex és el doble que el nombre d’habitants al món, i això ja ens dona una idea del que tenim dins el nostre cap. Però, com ho fem per a representar-nos mentalment el nombre de connexions neuronals?

Diuen que tot l’univers es quantifica en base a tres escales, cada una d’elles com la que veieu a la imatge de dalt (que mostra les escales Potemkin, de 192 esglaons; la imatge la podeu trobar a aquesta pàgina web). Són l’escala de l’espai, la del temps i la de la complexitat i la organització. L’escala de l’espai és la del sistema mètric decimal que vam aprendre a l’escola. Quan érem petits, ens explicaven que un decímetre són 10 centímetres, que un metre són 10 decímetres, i que un decàmetre són 10 metres. Malauradament, segurament no vam ser conscients de tot el que implicava la notació numèrica posicional i el concepte d’ordre de magnitud (en aquest cas, en base 10). Posant i traient zeros o “corrent la coma”, fàcilment ens podem passejar per tota la realitat i anar del més gran al món microscòpic. A l’escala del sistema mètric, cada esglaó és 10 vegades més gran que el de sota i 10 vegades més petit que el del seu damunt. Si posem noms a cada esglaó i ens situem a l’esglaó d’un metre, quan baixem al de sota, som al del decímetre. Si baixem tres esglaons a partir del metre, ens trobem als mil·límetres, i si en canvi en baixem 6, som al de les micres, al món microscòpic del bacteris. Ara bé, si pugem tres esglaons, som als quilòmetres. I de fet, només en podrem pujar 26, perquè la mida de l’Univers observable és de l’ordre de 10^26 metres (un 1 amb 26 zeros), que són els 26 esglaons. No és gaire, oi? Pujant i baixant 26+6 esglaons passem de la mida d’un bacteri a la de tot l’Univers. La longitud total dels meus axons (igual que la distància a la Lluna) la trobo pujant només 8 o 9 esglaons a partir del metre. Els esglaons, treballant de 10 en 10, arriben on calgui sense problemes.

L’escala del temps és similar. Si ens situem a l’esglaó d’un segon, el de sota és el de les dècimes de segon i el de sobre representa 10 segons. És fàcil veure que en aquesta escala només podré pujar 17 o 18 esglaons, perquè l’edat de l’Univers és de l’ordre de 13 mil milions d’anys i cada any són 31.536.000 segons. No existeix cap període de temps que s’hagi d’escriure, en segons, amb més de 18 xifres en base 10.

Però l’escala de la complexitat és la que ens pot ajudar a entendre el cervell humà. Si l’esglaó de baix de tot representa una neurona, el nombre de neurones que tenim és quasi a l’esglaó 11, i el nombre de connexions sinàptiques es troba a l’esglaó 14 (un 1 seguit de 14 zeros). Curiosament, aquest nombre de connexions al nostre cervell és el mateix que el nombre de bits d’informació a tots els llibres de la biblioteca del Congrés dels Estats Units. Teòricament, hauríem de poder recitar de memòria qualsevol paràgraf de qualsevol llibre d’aquesta (o qualsevol altra) biblioteca…

El nombre d’àtoms a l’Univers és inferior a 10^82 (tota la matèria es troba en els primers 82 esglaons de complexitat, si no anem al món subatòmic), i la informació que portem al genoma, codificada en 6 x 10^9 nucleòtids, correspon a 1,5 Gigabytes (esglaó 10, si pensem que la unitat és el bit d’informació). És clar que la genètica no ho és tot, perquè és impossible que el nostre ADN (esglaó 10) pugui definir el conjunt de les nostres connexions sinàptiques, que es troben a l’esglaó 14 (10^14; vegeu la nota al final). I la cosa encara és pitjor, perquè el 99,9% del nostre genoma és comú a tots els humans, i allò que ens diferencia és ben poc (uns 125 Megabytes d’informació, a l’esglaó 9). Aquest és el miracle dels axons: quan s’han de connectar, rarament miren el genoma. Les connexions sinàptiques entre axons són nostres, no dels nostres pares. Allò que modela i conforma la nostra xarxa d’interacció entre neurones (i el nostre “Jo”) són els estímuls que ens arriben i allò que hem viscut, com bé deia en Xavier Rubert de Ventós.

——

Per cert, la Olivia Muñoz-Rojas diu que l’habilitat que alguns polítics i protagonistes mediàtics tenen per a mentir sense posar-se vermells, convida a reflexionar sobre el rubor, que cal reivindicar perquè és expressió de vida. Comenta que Darwin ja deia que no és el sentiment de culpa el que ens posa la cara vermella, sinó la sospita que altres pensin o sàpiguen que som culpables.

——

NOTA: Al naixement, la quantitat de sinapsis per neurona és de 2.500, però als dos o tres anys, ja és de 15.000 sinapsis per neurona. La vida l’experiència ens connecta axons i neurones.

La corba que mai s’acaba

dissabte, 25/08/2018

Tenim una botiga (o una exposició) que té 16 zones diferents disposades en 4 files de 4, com veiem al primer dibuix de la imatge d’aquí al costat. Hi ha alguna forma de posar les parets o separacions de manera que la gent que entra per una banda hagi de passar per totes i cada una de les estances abans de sortir?

La resposta, que segurament haureu vist (o sofert) a algunes botigues, és el recorregut de Hilbert d’ordre 2, que teniu just al costat. Només cal deixar pas en el sentit d’aquest recorregut i barrar-lo en totes les demés direccions, de manera que cada una de les zones quadrades tinguin dos costats que permetin el pas i dos parets que l’impedeixin. Els visitants, abans de poder sortir, hauran de passar per tots els racons de l’espai d’exposició.

I si volem fragmentar més l’espai? En aquest cas podeu pensar en subdividir cada una de les 16 zones en 4, de manera que tingueu una quadricula de 64 (vuit per vuit) zones. Per a  crear un recorregut que passi per tots i cada un d’aquests 64 espais, només cal fer una cosa: per a cada un dels 16 espais del cas anterior que tenim dalt a la dreta a la imatge, mantindrem els seus “portals” d’entrada i sortida, però obligarem que la gent hagi de recórrer cada una de les seves 4 sub-zones. Veiem-ho en els dos primers quadrats de la disposició de 4 per 4. En el d’entrada, els visitants entraven per l’esquerra i sortien per la dreta; en el segon, entraven per l’esquerra i sortien per sota, segons veiem al recorregut de Hilbert de dalt a la dreta de la imatge. Ara, per generar el recorregut de Hilbert d’ordre 3 que passarà per 64 espais (recorregut que podeu veure a la imatge, sota i a l’esquerra), només hem de posar separacions que obliguin a fer un recorregut en “U” al primer quadrat i un altre en sentit Nord-Oest -> Nord-Est -> Sud-Est -> Sud-Oest al segon. Si aneu fent el mateix per tots els quadrats de dalt de la imatge, generareu fàcilment aquesta corba de Hilbert d’ordre 3.

Però això no acaba aquí, perquè podem repetir el procès. Subdividim cada una de les 64 zones en 4 sub-quadrats, i per cada un dels 64 quadrats mantenim els seus “portals” d’entrada i sortida, obliguem que els visitants hagin de recórrer cada una de les seves 4 sub-zones. El resultat és el recorregut de baix a la dreta de la imatge (corba de Hilbert d’ordre 4), que passa sistemàticament una sola vegada per tots i cada un dels 256 quadrats d’una retícula de 16 per 16 quadrats. Evidentment, la corba de Hilbert d’ordre 5 passa per tots els 1024 quadradets de 32 per 32, i la d’ordre 6 recorre (quasi res) 4096 petites zones quadrades. Si algun dia heu de muntar una exposició amb 4096 obres i voleu assegurar-vos que tothom passarà (mirant o no) per totes elles, ja sabeu la solució: podeu estructurar l’espai en base a una corba de Hilbert d’ordre 6. No és clar que garantiu la satisfacció de la gent, però el que és clar és que els haureu forçat a fer el que voleu. Podeu veure els 6 primers nivells de la corba de Hilbert plana en aquesta imatge gif animada (que també podeu trobar a la web que explica la corba de Hilbert). La de nivell 6 és realment recargolada, oi?

David Hilbert, el gran matemàtic, va estudiar i proposar aquesta corba l’any 1891, als 29 anys, un any després que Giuseppe Peano estudiés les corbes que porten el seu nom. Una de les seves propietats és que el procés de creació d’aquesta corba de Hilbert no acaba mai. Si tenim temps i paciència, podem dibuixar una corba de Hilbert d’ordre 7 que passarà per tots els 16384 quadradets d’una retícula de 128 per 128, o una d’ordre 10 que recorrerà més d’un milió de petits espais. Les corbes d’ordre 11 o 12 saben recórrer tots i cada un dels píxels de les imatges que captura una bona càmera digital, sense passar dues vegades pel mateix píxel. I podríem continuar més i més, subdividint cada vegada en 4 les regions quadrades del pas anterior (vegeu la nota al final). D’altra banda, la imatge de dalt ens mostra que, a cada pas, la corba és el doble de llarga que en el pas anterior. Si l’espai que tenim és sempre el mateix i només anem subdividint les seves cel·les, i si la longitud de la nostra corba de Hilbert d’ordre 2 és, per exemple, de 40 metres (la qual cosa correspon a un espai inicial de 10 per 10 metres), la d’ordre 3 serà de 80 metres, la d’ordre 4 tindrà 160 metres, la d’ordre 6 serà de 640 metres i, si arribéssim a la corba d’ordre 10, els visitants de la nostra exposició haurien de caminar 10 quilòmetres per sortir d’aquest espai diabòlic de 10 per 10 metres que els hem preparat. La conclusió és clara i evident: si no ens aturem i continuem refinant la corba de Hilbert, acabarà tenint una longitud infinita i omplint tot el quadrat inicial com un fil ben recargolat. És una corba que ho omple tot i que mai s’acaba. Per això, tot veient que omple tot un quadrat del pla, diem que té dimensió fractal 2.

Una altre aspecte interessant de les corbes de Hilbert és que el mateix que hem fet en 2d es pot fer en 3d (en aquest vídeo podeu veure l’aspecte que té la corba de Hilbert 3D d’ordre 3, que passa pels 512 cubicles d’una retícula a l’espai). És una corba que també té longitud infinita amb dimensió fractal 3, de manera que acaba omplint tot l’espai inicial. Pot ser “útil” per a qui vulgui muntar una exposició sota l’aigua per visitants submarinistes.

Si, en una cartolina, pinteu una retícula de 8 per 8 quadrats i els aneu numerant de l’1 al 64 segons l’ordre del recorregut de la corba de Hilbert d’ordre 3, podeu fer un joc matemàtic d’estiu per als vostres nens. Els jugadors, per torns i amb un retolador, han d’anar pintant les separacions “prohibides” entre quadradets veïns, que són tots aquells costats de la retícula que separen quadrats amb números no consecutius. Cada un d’ells, abans de pintar-lo, explica quin vol pintar. Si intenta pintar un costat incorrecte (que separa números correlatius), un altre jugador (o vosaltres) avisa i guanya un punt. Al final, la retícula de la cartolina mostrarà el recorregut que ens fan seguir en una de les botigues que comentava al principi. Una altra cosa que podeu fer, al final, és veure qui troba la “millor drecera”, que és el costat ja pintat com a paret que separa dues caselles amb números el més diferents possibles. També podeu cercar altres dreceres no tan òptimes, i anar-les repintant d’un altre color.

La corba de Hilbert em fa pensar en Spinoza i en la seva “Ética demostrada segons l’ordre geomètric”, perquè és tot un exercici sobre els límits, el finit i l’infinit. En un quadrat ben finit i limitat, Hilbert ens hi construeix una corba que l’omple i que té longitud infinita. Ara bé, això té un petit problema: per a que tingui longitud infinita, hem de generar-la amb un “total” d’infinits passos, cosa que implica un temps de construció infinit. Com que som finits i limitats, ens haurem d’aturar, i la corba final tindrà una longitud mesurable. La corba de Hilbert no s’acabi mai, però no és del món real. Tot allò que forma la realitat (les corbes, els objectes, els recursos, el creixement, el poder, nosaltres mateixos) és limitat. L’infinit és una construcció mental, que podem imaginar gràcies al poder del raonament per recursió. Hem de ser ben conscients d’allò que és realista i del que són mites utòpics.

———
Per cert, en Vicent Martínez Guzmán, filòsof de la pau i traspassat fa pocs dies, deia això: “nosaltres els pacifistes som els realistes, els utòpics són els que volen aconseguir la pau mitjançant la violència”.

———

NOTA: La corba de Hilbert es pot explicar amb un algorisme recursiu de substitució que és ben curt i senzill. Tot l’algorisme consisteix en aquestes quatre regles de substitució, que anomenarem A, B, Af i Bf:
A -> e B C d A C A d C B e
B -> d A C e B C B e C A d
Af -> e C d C d C e
Bf -> d C e C e C d

Coneixeu els gràfics de la tortuga? Tenim una tortuga-robot que porta un retolador enganxat a la closca que marca, al terra, tot el camí que va fent. La tortuga només pot fer tres coses. Aturada, pot girar a l’esquerra (“e”) o a la dreta (“d”). Quan ja ha girat, pot caminar un petit trosset (“C”) en la direcció que es troba, trosset que sempre és de la mateixa longitud L. Els girs a l’esquerra (en contra de les agulles del rellotge) i a la dreta (en el sentit de les agulles del rellotge), són sempre de 90 graus. Per exemple, la regla Af diu que cal girar a l’esquerra, avançar L, girar a la dreta, avançar L, tornar a girar a la dreta, avançar L, i finalment girar a l’esquerra. És una regla, semblant a la Bf, que fa un recorregut en forma de “U” mentre es passeja pels 4 quadradets d’una retícula de 2 per 2.

Les regles A i B, que són les essencials de l’algorisme de Hilbert, indiquen que a cada pas de substitució, hem de substituir la lletra “A” o la “B” per tot el que hi ha a la dreta. Hi ha dues possibilitats. La primera, és només usar les regles “A” i “B”, començant per exemple per la “A” i substituint una i altra vegada les “A” i “B” de la dreta per les seves corresponents extensions. El procés és una recursió infinita, que ens portaria, si poguéssim acabar, a la corba teòrica de Hilbert. La segona, és començar per “A”, substituir N vegades per les expressions de la dreta de les regles “A” i “B”, i en acabar, usar les substitucions indicades per les regles “Af” i “Bf”, que ja no inclouen signes “A” i “B” i per tant aturen el procés. Si feu això darrer podreu acabar i fer que la tortuga dibuixi una corba, però només serà una aproximació a la corba de Hilbert…

Gaia, els estels i nosaltres

divendres, 18/05/2018

Mireu-vos el dit índex amb el braç estès. Tanqueu primer un ull i després l’altre. Com és ben conegut, l’efecte de la paral·laxi fa que la posició del nostre dit en relació a la paret o al paisatge del fons sigui diferent en un i altre cas. La paral·laxi, aquest fenomen de canvi de posició relativa d’allò que és proper respecte el que és més llunyà, és el que va fer que l’evolució ens dissenyés amb dos ulls una mica separats per a que el cervell pogués triangular i percebre les distàncies.

La imatge d’aquí al costat ens mostra el mateix, però a escala planetària. La podeu veure a aquesta pàgina web. El fons d’estels és únic, però les quatre imatges de la lluna han estat preses (totes elles al mateix instant) des del Pol Nord (la de sota), del Pol Sud (la de dalt) i des de dos punts oposats de l’Equador (les del mig). Sabent el radi de la Terra i suposant que els estels del fons són molt més lluny, a partir d’aquesta imatge i amb una senzilla formula trigonomètrica és fàcil calcular la distància de la lluna a nosaltres.

La missió europea Gaia està fent el mateix però a escala més gran. La nau Gaia gira al voltant del Sol en una òrbita en el punt Lagrangià L2, a 1,5 milions de quilòmetres de la Terra. Un bon lloc amb un entorn de radiació baix i alta estabilitat tèrmica, que a més permet fotografiar els diferents estels de la Via Làctia des de dues posicions, en situacions oposades de l’òrbita terrestre i de la seva òrbita, separats uns 303 milions de quilòmetres. Encara que les fotos les fa en moments diferents de l’any i mentre va orbitant al voltant de la Terra, és com si Gaia tingués dos ulls separats més de 300 milions de quilòmetres. És cert que això tampoc és tan nou, i que Bessel, l’any 1838, ja va descobrir la paral·laxi basada en l’òrbita de la Terra era una bona manera de calcular la nostra distància als estels més propers. L’interessant de la nau Gaia són moltes més coses, de les quals voldria fer èmfasi en dues. El telescopi de Gaia pot mesurar les paral·laxis dels estels de magnitud entre 3 i 13 amb una precisió rècord de 6,7 milionèsimes de segon d’arc. En paraules més planeres, podria distingir una moneda d’un euro a la superfície de la Lluna. Increïble, oi? Per aconseguir-ho, li cal un grau extrem d’estabilitat i poder fer fotografies sense cap pertorbació per part de la Terra, de la seva atmosfera i del Sol. Gaia utilitza sistemes de micro-propulsió amb gas fred, molt sofisticats, per mantenir els telescopis girant a un ritme constant i garantir la precisió requerida. D’altra banda, Gaia usa informació altament redundant. Durant 5 anys ha observat més de mil milions d’estels, obtenint 70 unes fotos de cada un d’ells. Això equival a haver fotografiat una mitjana de 70 milions d’objectes cada dia, amb uns 40 GigaBytes d’informació diaris que ens va enviant. Total: 73 TeraBytes d’informació.

El resultat és un nou mapa galàctic tridimensional que conté les posicions de 1.700 milions d’estels juntament amb les posicions, moviment i característiques lumíniques de 1.300 milions d’estels de la Via Làctia. Tota la informació és a la web de la ESA. Són les dades recollides al llarg de 22 mesos de funcionament. L’actual mapa galàctic supera àmpliament, en nombre d’estels i precisió, el catàleg anterior, que només tenia dos milions d’estels. Gaia té tres metres i mig d’amplada, si no comptem el para-sol de 10 metres. El seu sensor, de tecnologia CCD com de les nostres càmeres digitals, és de mil milions de píxels amb una superfície total de 0,38 metres quadrats.

Aquí podeu veure el mapa de la ESA amb els 1.700 milions d’estels. I aquest és el vídeo d’un viatge imaginari que surt del nostre planeta i que s’allunya fins veure una bona perspectiva de tota la nostra galàxia, la Via Làctia. El vídeo mostra simultàniament les primeres dades enviades per Gaia (a l’esquerra) i les que ara tenim, molt més completes, a la dreta. El viatge comença mirant enrere cap al Sol, allunyant-se, i viatjant entre estels fins sortir de la galàxia.

Tal vegada aquest vídeo ens pugui ajudar una mica a entendre la nostra essència ínfima i efímera, a fer un somriure escèptic quan escoltem i llegim les vanes pretensions dels qui es creuen poderosos, i a exigir-los que respectin els drets i la dignitat de tots els altres, ara i aquí.

Per cert, l’Emilio Lledó diu que, estudiant la literatura grega, va descobrir que la felicitat era inicialment “tenir més”, tenir terres, cases, esclaus, àmfores, vestits. Tot això servia per assegurar la sempre fràgil i inestable existència: el “benestar” era absència d’angoixa i preocupació pel “bentenir”. Més tard, amb les paraules que van poder descobrir i descriure un univers més abstracte, el “benestar” es va transformar en “benser”, amb descripcions de l’equilibri, la sensatesa i l’alegria que surt dels territoris inescrutats del Jo. Però l’Emilio Lledó diu que el sentiment d’equilibri i assossec interior està contínuament amenaçat, i que la felicitat és impossible si la mirada descobreix la malaltia social i la corrupció que destrueix la vida col·lectiva.

Segmentar el missatge

divendres, 11/05/2018

Aquesta setmana hem pogut llegir que Cambridge Analytica, l’empresa anglesa que va rebre quasi 6 milions de dòlars per “fer feina” a la campanya electoral de Donald Trump i que ha hagut de tancar les portes fa pocs dies, va oferir els seus serveis al partit ultradretà Vox i que també va contactar amb altres partits polítics de l’estat espanyol. Ali Martínez, representant a Espanya de SCL (la matriu de Cambridge Analytica), va confirmar que Cambridge Analytica porta dos anys treballant a Espanya. No va voler revelar detalls dels seus clients, però va assegurar que “ha treballat en els sectors comercial, polític i de defensa”. Els de Cambridge Analytica eren experts en segmentar al màxim els missatges.

Hi ha dos aspectes interessants, en aquesta noticia. El primer és el fet de posar en un mateix sac la publicitat (sector comercial), el missatge polític (el “sector polític”) i l’àmbit de la defensa dels estats, amb interessos, pel que es veu, força coincidents. El segon és aquest aspecte de “segmentar al màxim el missatge”, o, com ara es diu, micro-segmentar-lo. El significat de micro-segmentar un discurs o missatge, és el d’aconseguir dir-li a cadascú allò que vol sentir. Els de Cambridge Analytica tenien “la capacitat, gràcies a la seva eina, que només les mestresses de casa de cert perfil rebessin un determinat missatge en concret, adaptat a allò que les preocupava, i de poder fer el mateix amb altres col·lectius”. Ja sabem que això passa a la publicitat, i que ens intenten dir el que sigui per a que comprem el que ens ofereixen. Però en política, se suposa que els partits han de tenir un programa electoral determinat i únic. Quan el discurs deixa de ser universal i passa a adaptar-se al que cadascú vol escoltar, el programa electoral es buida i es converteix en milers (o milions) de mentides.

Per cert, quina és la relació del que estic comentant amb la ciència? La relació és molt propera, perquè lliga amb l’escepticisme i el pensament crític, que són dos dels pilars estructurals de l’actitud científica. Volen fer negoci amb nosaltres, amb les nostres dades i amb la nostra informació. Volen fidelitzar-nos (quina paraula tan terrible!), volen afalagar-nos per a que els votem. Volem que juguin amb nosaltres? Cal que ens indignem, cal pensar molt bé abans de votar, cal negar-nos a ser fidelitzats. Cal tenir molt clar que, si ens ofereixen coses o serveis gratuïts, és que probablement es volen aprofitar de nosaltres. Cal reclamar el dret a escollir i denunciar les situacions en les que veiem que són ells qui ens volen escollir a nosaltres. Però sobretot, cal estar amatents i ser escèptics. Absolutament escèptics, com bé ens explica en Michael Shermer. Perquè la ciència és el país dels incrèduls, dels que sospiten de tot allò que escolten i que llegeixen, dels que ho volen comprovar i verificar tot, dels que llegeixen molt (sobretot, articles llargs i llibres d’autors reconeguts) i volen saber qui hi ha darrera de cada informació. La ciència ens ajuda a detectar els missatges micro-segmentats i a ignorar-los, amb el plaer de fer-ho mentre se’ns escapa un somriure.

Cal esmentar que tot aquest rebombori que ara està sortint a la llum, es va descobrir fa més d’un any. De fet, permeteu-me que em citi a mi mateix: ara fa justament un any en vaig parlar en aquest article. Deia llavors que, gràcies a les tecnologies manipulatives de Cambridge Analytica, a la campanya electoral de Donald Trump “es va poder actuar amb propaganda electoral micro-dirigida a cada petit grup i a cada persona concreta. El missatge, enviat a través de correus electrònics o amb voluntaris que feien el porta-porta, era sobretot dirigit a les persones indecises, i a cada una d’elles se li explicava justament el que ella desitjava escoltar. No hi havia un únic programa polític, només publicitat per convèncer la gent. Tot era a gust del consumidor”. És clar que les pràctiques èticament reprovables de Cambridge Analytica i dels qui van contractar els seus serveis, als Estats Units, a Anglaterra i a d’altres països, van atemptar contra els drets democràtics de milions de persones.

La imatge de dalt, de Slphotography, la podeu trobar a aquesta pàgina web. És el que probablement hauríem de fer cada vegada que llegim alguna noticia. Ens estan presentant una realitat micro-segmentada? Ens volen fidelitzar? És una noticia a mida? Ens volen manipular? Ens volen fer combregar amb rodes de molí? es volen aprofitar de nosaltres? Qui en sortirà beneficiat?

——

Per cert, en Qing Li diu que el fet de caminar i passar hores en boscos d’arbres alts i vells millora el nostre sistema immunològic, i que la fragància cítrica de les fitoncides és més efectiva que els antidepressius per a potenciar el bon humor i assegurar el benestar emocional en pacients amb trastorns mentals. Són afirmacions que concorden amb el que diuen els estudis sobre les secrecions d’arbres i plantes que presenta aquest mes la revista Scientific American.

L’electricitat a Vaishali

divendres, 20/04/2018

Dels 1.300 milions de persones del món que no tenien accés a l’electricitat segons dades del 2011, uns 300 milions es trobaven a l’Índia, que és el país amb més persones sense electricitat. La situació d’accés a l’electricitat varia significativament a tota l’Índia, que és un país gran i divers. En alguns estats la taxa de connexió elèctrica és superior al 99%, almenys oficialment. Però en altres províncies la situació és molt pitjor. Bihar, l’estat que inclou Vaishali al nord-est de l’Índia, té 83 milions de residents, i només el 16% utilitza l’electricitat com a font primària de llum, també segons dades del cens de 2011. A més, molts dels que tenen connexió a la xarxa sofreixen mala qualitat de servei, amb només unes poques hores al dia d’electricitat i no necessàriament tots els dies.

Dit d’una altra manera, a Bihar hi ha 70 milions de persones sense llum elèctrica. I al seu districte de Vaishali, on viuen 3,495,021 persones en unes 600 mil cases, quasi totes (un 93%) en zones rurals aïllades, hi ha quasi mig milió de cases sense llum elèctrica, com bé explica en Douglas Ellman.

El problema, gegantí, és com portar l’electricitat a aquests 48 milions de persones de Bihar i, en concret, al mig milió de cases aïllades de Vaishali que no en tenen. Un amic, l’Ignacio, que porta aquest projecte conjunt entre el MIT i la universitat de Comillas, em parlava fa poc de les solucions, molt efectives, que comencen a aparèixer. Em comentava l’enuig de la gent que encara no té llum en una zona plena de cables penjats i trencats que han quedat com a testimonis del fracàs i l’engany després de molts intents de resoldre el problema. I em deia que la solució passa per canviar de verb: no s’ha de parlar de portar, sino de tenir accès. Perquè la millor manera d’electrificar moltes zones del món no són les grans xarxes de distribució, sino les micro-xarxes locals. És el que analitza el MIT en aquest projecte innovador que estan aplicant justament a Vaishali i a altres regions de Ruanda, Uganda i Kènia. El projecte analitza, cas per cas, les seves condicions particulars (demanda dels consumidors, orografia del terreny, qualitat desitjada en el servei, màxim de dièsel que es vol consumir) i fa una proposta en base a un algorisme d’optimització que acaba oferint la millor estructura possible de micro-xarxes per la regió concreta en estudi.

Val a dir, però, que una cosa és electrificar les zones rurals de la Índia, Uganda o Kènia, i una altra és resoldre el problema de la injustícia energètica al món. Només una dada: es preveu que el consum mitjà d’energia elèctrica per usuari a Vaishali serà de 19 watts, i que el seu consum màxim, en alguns moments, podria arribar als 92 watts. Són gent que acabaran tenint electricitat a casa seva però que no podran tenir rentadora de roba, com bé ens explicava el malaurat Hans Rosling.

La imatge de dalt és de la pàgina web del projecte del MIT que estic comentant.

Hi ha un vellet que es diu Mallaiah Tokala. És el patriarca de la vila de Appapur, a l’estat de Telangana. En el front porta el vibhuti, el daub sagrat de la cendra blanca. No està segur de la seva edat exacta, però té més de 90 anys. Ha viscut en aquest poble tota la seva vida. En Mallaiah va viure l’assassinat de Rajiv Gandhi. I ara ha viscut el temps suficient per presenciar l’arribada de l’electricitat a Appapur, en forma de llums, televisors solars i ràdios. En Richard Martin ens explica que a la paret de la seva barraca, hi ha una sola bombeta LED que brilla suaument, connectada a través del sostre a un cable negre que ve d’un panell solar de 100 watts a la teulada d’una casa de formigó propera. Appapur és un “poble solar”, un dels aparadors dels projectes per portar energia solar a pobles petits i no electrificats a l’Índia.

——

Per cert, en Bru Rovira explica que ja fa cinc anys que els exèrcits de l’anomenada “comunitat internacional” estan assentats a Mali. I ara, des de fa dos mesos, Espanya dirigeix el comandament de les tropes que la Unió Europea té desplegades a Mali. Tècnicament, diu, estem en guerra.