Arxiu de la categoria ‘Informàtica’

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.

El gran i el petit: potència i eficiència

divendres, 6/04/2018

L’any passat vaig assistir a una conferència d’en Bruno Levy en el marc d’un congrés científic d’informàtica. La seva xerrada va començar amb una referència a un dels ordinadors que va contribuir a revolucionar la informàtica ara fa uns 30 anys: el mític Macintosh 128K, anomenat així pels seus 128 KBytes de memòria RAM, amb disquetera de 3 polsades i mitja (disquets de 400KB de capacitat que permetien guardar una única foto de baixa resolució de les d’ara), pantalla monocromàtica de 512 x 342 píxels i que ens oferia, per damunt de tot, un sistema operatiu i una interfície absolutament intuïtiva, basada en icones, finestres i ratolí, que ara encara utilitzem. El recordo molt bé, perquè em va acompanyar tot un any mentre preparava la memòria per a concursar a la universitat. Per tenir una idea del que era aquell Macintosh, només cal fer una divisió: la capacitat de la seva memòria era cent vint-i-vuit mil vegades més petita que la dels nostres mòbils actuals de 16 GB.

Doncs bé, en Bruno Levy explica que aquell Macintosh, que havia de carregar cada vegada el sistema operatiu a partir d’un disquet específic de sistema, quan el connectaves, tardava 20 segons en estar llest i preparat per a interactuar amb les persones. En canvi, comenta que el seu portàtil actual, un milió de vegades més potent pel que fa a potència de càlcul, tarda entre 2 i 3 minuts. Comenta que, els ordinadors actuals (per exemple de 3GHz i de tipus quadcore), en 20 segons poden fer un total de 240 mil milions d’instruccions, i es pregunta què està fent el seu portàtil durant aquests inacabables dos minuts o més. Acaba dient que, si qualsevol ordinador actual no pot completar en 20 segons tot el necessari per a estar a punt, és que segurament hi ha un problema en el disseny del software. Podria ser més categòric, però en Bruno és prudent.

Parlem una mica d’eines de diagnosi en medicina. Els sistemes anomenats d’imatge mèdica, els aparells de TAC (tomografia axial per computador) i de ressonància, acaben generant imatges molt precises del que hi ha dins nostre que cada cop es fan més imprescindibles per a la diagnosi. Els algorismes de reconstrucció 3D i de visualització de volum dels darrers anys ens ofereixen la possibilitat d’entrar virtualment dins el cos dels pacients per a que els experts mèdics puguin veure, entendre i acabar sabent què passa. Doncs bé, amb aquests algorismes passa el contrari del que explicava en Bruno Levy. Fins fa poc, les visualitzacions de volum requerien ordinadors força potents de sobretaula. Després, les hem pogut ja veure als portàtils. I ara, les comencem a tenir directament als telèfons mòbils. Ho podeu veure, per exemple, en aquest vídeo (que mostra els resultats d’aquest article científic) i que és d’on he tret la imatge de dalt. En aquest cas, per sort per a tothom, estem anant del gran al petit, de l’ordinador potent al dispositiu que portem a la butxaca. Un mòbil és un ordinador, però de potència clarament inferior a la dels ordinadors de sobretaula. Per això, aquestes aplicacions per a mòbil han de ser fortament sofisticades i eficients, perquè passar del petit a màquines més potents és molt més fàcil que passar d’ordinadors d’altes prestacions a dispositius limitats per la seva mida i pel consum energètic. Quin és el truc? La solució es basa, entre altres coses, en l’ús algorismes mandrosos.

Les noves eines mèdiques per a la diagnosi basada en la visualització de volum en mòbils són a la base de la telemedicina i dels mitjans que aquesta ens pot oferir en zones rurals i força aïllades, on viuen més de dos mil milions de persones al món. Perquè són eines que permetran que els metges rurals puguin comunicar-se amb equips mèdics dels hospitals, fent sessions clíniques a distància en les que uns i altres podran veure les mateixes imatges mèdiques dels pacients, analitzar-les i discutir-les conjuntament, tot arribant a entendre els possibles problemes per a fer finalment una bona diagnosi.

Tot ho tenim massa fàcil, i això facilita que acabem agafant mal hàbits. No cal que ens preocupem gaire si tenim grans mitjans i ordinadors potents. Però moltes de les solucions que ens calen per ajudar tothom i per intentar assolir els objectius de desenvolupament sostenible 2030 de la ONU passen per sistemes eficients que puguin funcionar en dispositius d’ús global: els telèfons mòbils.

——

Per cert, en Bru Rovira diu que els temes estrella que tenen a veure amb l’emigració i la inseguretat són els que van decantant la balança cap al client-votant de dretes, clients que diu que són els que estan guanyant per noquejada la guerra bruta de la democràcia.

La geometria de l’ordre

divendres, 23/03/2018

Anem per una carretera o camí, en un trajecte tranquil perquè volem gaudir del paisatge. Durant el trajecte, anem passant pobles. No us dic res de nou si afirmo que podem ordenar els pobles en base a quan els anem veient. Sortim del primer poble, en passem uns quants, i arribem al darrer, que és el nostre destí.

Aquest ordre, però, desapareix quan mirem els pobles al mapa, perquè ara hi ha moltíssimes maneres d’ordenar-los. Els podem ordenar per la seva latitud geogràfica, per la seva alçada sobre el nivell del mar, per la seva proximitat al mar o a una determinada ciutat, i per moltes altres variables no geogràfiques com la seva població o el nombre de bancs per seure. En les dues dimensions d’un mapa no hi ha cap ordre objectiu; en canvi, aquest ordre apareix quan caminem o anem en cotxe: les carreteres i camins ordenen els pobles. De fet, la geometria ens ho explica ben clar: tot allò que és representable al llarg d’una línia (com els pobles al llarg d’un camí o les baules en una cadena) és ordenable, mentre que allò que trobem en espais 2D, 3D o de n dimensions, és intrínsecament no ordenable. Podem ordenar-ho, és clar, però per a fer-ho ens cal afegir criteris que són extrínsecs respecte la seva posició. Aquesta multiplicitat d’ordenacions té però els seus avantatges: l’ajuntament d’un determinat poble sempre podrà trobar un criteri adient tal que, quan l’apliquin, el poble quedi el primer en l’ordenació de tots els de la seva regió o comarca. I aquí és on surten també algunes dificultats, perquè tothom acaba sent el primer en alguna cosa.

Pensem en un altre exemple. M’agradaria llogar una caseta a un poble, però no sé si tindré prou Sol a la terrassa, a l’hivern. El problema és que hi ha altres cases que no sé si em faran ombra. I la solució no és evident, perquè el problema és 3D (la posició del Sol al llarg de l’any ho és) i com acabem de veure, en aquest cas no hi ha cap ordenació intrínseca. Doncs bé, hi ha una solució elegant que ens va donar, ara fa 38 anys, l’equip d’en Henry Fuchs: podem construir un arbre de partició binària de l’espai. Perquè els arbres de partició binària de l’espai (vegeu la nota al final) estructuren la informació, sigui 2D, 3D o nD, de tal manera que contenen, de manera implícita, una infinitat de possibles ordenacions. Segons com els “llegim”, aquests arbres ens donen una ordenació o una altra. Són pots d’ordenació condensada multidimensional, estructures que ens guarden la geometria de l’ordre a l’espai. La seva bellesa, al meu entendre, és una mostra més de la poesia de l?univers.

———

Per cert, en Josep Ramoneda, parlant de les penes que demana la fiscalia Italiana als càrrecs de l’ONG Open Arms, diu que mai ningú pot ser reprimit per ajudar qui es troba en perill, i que en una societat democràtica la llei té un límit, que són els drets fonamentals de les persones. Diu també que quan aquests drets es violen, la democràcia es degrada, i que estem veient com Europa s’enfonsa al mar, per a més glòria del despotisme. Quan ho llegeixo, penso que a Europa han desaparegut l’ordre i la seva geometria.

———

NOTA: La partició binària de l’espai binari (BSP) és una manera d’estructurar un determinat espai inicial convex (per exemple, una regió cúbica) que es basa en subdividir-lo recursivament en subconjunts convexos en base a plans. Aquesta subdivisió dóna lloc a una representació dels objectes dins de l’espai basada en una estructura de dades d’arbre anomenada arbre BSP. Després d’una idea inicial de Schumacker i els seus col·laboradors l’any 1969, la proposta dels arbres BSP va ser formulada i desenvolupada en detall a partir de l’any 1980 per Henry Fuchs i els seus estudiants.

La idea és ben simple. Pensem en l’exemple de les cases i les ombres. Comencem amb una regió inicial que pot ser una capsa imaginària (convexa) que contingui, en 3D, el conjunt de totes les cases que volem estudiar. Escollim una façana d’un dels edificis més o menys centrats a la capsa inicial, i designem el seu pla P com a primer pla discriminant. Aquest pla separa i classifica totes les cases en dos grups: les que es troben a la part de davant del pla (en direcció cap enfora de la façana que ha donat lloc a aquest pla P) i aquelles que són a la seva banda del darrera. Pot donar-se el cas, és clar, que alguna casa no quedi ni al seu davant ni al darrera, sino que quedi tallada per P. En aquest cas, dividirem la casa en dues parts de manera que cada una d’elles quedi ben classificada, davant o darrera de P (de fet, una de les coses que ha de tenir en compte l’algorisme que escull el pla discriminant P, a més de subdividir el conjunt de cases en dos subconjunts acceptablement equilibrats, és el d’intentar que talli el menor nombre possible d’altres cases – en base a heurístiques que prioritzin les façanes de carrers llargs i rectes, per exemple -). Un cop hem trobat el pla discriminant P, el conjunt inicial de cases ens haurà quedat classificat en dos subconjunts: el de les que són davant de P i el de les que són al seu darrera. I cada un d’aquests dos subconjunts correspon a una regió convexa de l’espai, sub-regions R1 i R2 que provenen del fet de tallar, amb el pla P, la capsa convexa inicial. A partir d’ara, l’algorisme continua tractant, per separat, cada una d’aquestes dues sub-regions, fent-hi el mateix: cerca del pla discriminant i subdivisió del conjunt de cases entre les que són al seu davant i les que es troben al seu darrera. Per a R1, trobarà un pla P1 que la dividirà en dues sub-regions R11 i R12.  Per a R2, trobarà un pla P2 que la dividirà en dues sub-regions R21 i R22. Evidentment, P1 només actua dins de R1 i P2 només ho fa dins de R2. El procés es repeteix fins que a cada regió només hi hagi, per exemple, una casa.

L’interessant d’aquesta subdivisió recursiva de l’espai és que estructura la informació, permet la seva classificació, l’agrupa, és vàlida en 2D, en 3D i en qualsevol espai de dimensió superior nD, i a més incorpora de manera automàtica una infinitat de possibles ordenacions posteriors. Podem estructurar i organitzar a l’espai els pobles d’una comarca, les regions del cervell d’una persona o informació multidimensional d’una comarca que incorpori dades geogràfiques i de població, riquesa, salut i altres. Tot queda representat en regions polièdriques convexes que podem accedir de manera trivial tot movent-nos per un arbre de plans discriminants.

Tornem a l’exemple de les cases el Sol, les façanes i les ombres. Tindré sol a la terrassa d’aquella casa que m’agrada, el dia 10 de gener a les 4 de la tarda? L’únic que he de fer és calcular la posició (de fet, parlant amb propietat, el que he de calcular és el vector que defineix l’orientació) del Sol aquest dia a aquesta hora. Un cop sé on serà el Sol en aquest moment, comparo la seva posició amb el primer pla discriminant P. Si diem PS a la banda de P on és el Sol, i PN a l’altra banda, és evident que les cases de PS poden fer ombra a les de de PN, però que, en canvi, cap casa de PN pot fer ombra a les cases de PS. Si separo les cases en dos grups i poso primer les de PN i després les de PS, ja he fet un primer pas cap a l’ordre. L’únic que he de fer ara és repetir el procés amb els plans discriminants de PN i de PS: miro on és el Sol en relació a aquests plans i separo les cases, deixant primer les que queden separades del Sol pel pla i després les altres. Al final, aquest algorisme m’haurà generat un ordre parcial (anomenat també topològic) de manera que la primera casa en aquesta llista final ordenada pot tenir ombra de qualsevol de les altres, mentre que la darrera segur que no té ombres; per a qualsevol casa del mig de la llista, les d’abans no li poden fer ombra però les posteriors, sí. L’interessant de tot plegat és que l’ordre que obtenim depèn de la posició del Sol. L’arbre conté tots els ordres possibles de manera implícita, per a totes les possibles posicions del Sol al llarg de l’any, de manera que permet que els càlculs d’ombres siguin més eficients i ràpids.

Versatilitat, autonomia, morts i ètica

dijous, 18/01/2018

A mitjans del segle XX, no hi havia màquines versàtils. Les neveres servien per conservar aliments, les tisores per tallar i les bicicletes per anar amunt i avall. Però ben aviat, els ordinadors ens van canviar les coses. Treballaven amb informació, adaptant-se en cada moment a allò que ens calia i fent tot tipus de càlculs. La seva versatilitat era extraordinària. Van passar de ser eines de càlcul a ajudar-nos en l’escriptura, processament i gestió de textos, ben aviat es van convertir en màquines ideals per manipular imatge, vídeos i so, i ara són eines bàsiques per a la comunicació i cerca d’informació. Els ordinadors són essencialment màquines versàtils.

Pot semblar estrany aquesta afirmació que els ordinadors són màquines, perquè estem acostumats a pensar que una màquina és un giny mecànic que actua i fa alguna cosa, mentre que els ordinadors treballen amb això tan subtil que anomenem informació. Però el fet és que les màquines actuals inclouen en general ordinadors que, gràcies a determinats mecanismes actuadors, realitzen tasques en el món real. Un amic meu diu que els cotxes d’avui en dia són ordinadors que controlen un motor, tot plegat cobert amb allò que anomenem carrosseria. Podríem parlar dels robots-aspiradora i de molts altres invents per la llar. I és clar que els mòbils són ordinadors amb una bona càmera de fotos que, a més, serveixen per a telefonar. Estem voltats d’ordinadors que fan coses, des de sistemes que llegeixen la matrícula del cotxe en entrar al pàrquing, fins màquines que ens fan un TAC i ens creen imatges del que tenim dins del nostre cos. En tots aquests ginys sempre hi ha el mateix: un ordinador convenientment programat, que detecta el que passa en el seu entorn amb un conjunt adequat de sensors, i que controla determinats actuadors que acaben fent el que cal. Ordinadors amb sensors i actuadors.

Fa ben poc, alguns d’aquests invents han aprés a volar. Són els drons: ordinadors que volen, detecten i actuen. Tenen motors elèctrics, una bateria, un sistema de control de vol i estabilització (ordinador), sensors (d’alçada, GPS i altres) i alguns actuadors (per exemple, una càmera de fotos o de vídeo). Són força autònoms, però habitualment requereixen que algú els condueixi des de terra. Els més sofisticats es controlen des d’un ordinador que mostra, a la pantalla, allò que el dron està veient amb la seva càmera. Això facilita el guiatge i la decisió de quan cal fer les fotos. Això sí, els drons, ordinadors que volen, porten determinats dispositius específics en funció del seu ús. És habitual que incloguin una càmera de fotos, però poden portar, a més i per exemple, material específic d’ajut per a rescats a la muntanya o fins i tot desfibril·ladors.

Els drons, hereus dels ordinadors, són altament versàtils. Poden salvar vides, cartografiar cultius, o fotografiar objectius militars que després seran bombardejats. Fins i tot, poden portar explosius i matar, comandats remotament des d’un ordinador per un “soldat” que actua com si estigués en un joc inofensiu. Malauradament, però, hi ha molt poc debat ètic sobre les morts extra-judicials amb drons. És èticament acceptable que, en països que han abolit la pena de mort, els jutges no condemnin ningú a mort mentre hi ha qui pot matar, impunement, amb drons? No puc entendre que la resposta no sigui un NO rotund.

Doncs bé, les armes autònomes encara van un pas més enllà. Aquestes armes, habitualment drons, inclouen un sistema d’intel·ligència artificial que pot acabar decidint, sense intervenció humana, si cal matar una determinada persona o destruir un objectiu concret. Són autònomes, cert; però el problema és que, com nosaltres, es poden equivocar. Perquè els sistemes d’intel·ligència artificial estan sotmesos a errors i perquè les màquines no tenen el que s’anomena comprensió profunda. I el problema és que els seus errors són vides de persones concretes.

Actualment hi ha un gran debat sobre aquestes armes autònomes letals (LAWS, conegudes també com robots assassins; la imatge de dalt és d’aquesta web). L’Stuart Russell, de la Universitat de California a Berkeley, diu que són “la tercera revolució de l’art de la guerra, després de la pólvora i la bomba atòmica”. I hi ha debat perquè hi ha grans interessos. El Departament de Defensa nord-americà insta a un augment de la inversió en tecnologies d’armes autònomes, de manera tal que “Amèrica pugui mantenir la seva posició davant els adversaris, que també explotaran els seus beneficis operacionals”. La frase no pot ser més clara. És l’ètica del poder i del domini, la llei del més fort que ignora la gent.

Per sort, els científics pensen més en termes d’una ètica que posa les persones al centre i que defensa els quasi oblidats drets humans, un dels quals és l’indiscutible dret a la vida de tota persona humana. Per exemple, un total de 116 experts en els àmbits de la intel·ligència artificial i la robòtica han signat una carta en la que demanen a les Nacions Unides que prohibeixi aquestes armes autònomes letals.

Acabo citant un article recent d’en Michael Shermer, en el que diu que el que cal prohibir és la guerra, directament. El podeu llegir aquí. Diu (poca gent ho sap) que això no és res de nou i que, de fet, la guerra ja es va prohibir l’any 1928 amb el pacte de Kellogg–Briand a París. Les disposicions bàsiques del pacte, que continua vigent, fixaven la renuncia a l’ús de la guerra i la promoció de la solució pacífica dels conflictes i disputes. Ho expliquen l’Oona A. Hathaway i en Scott J. Shapiro, professors de Yale, en un llibre recent. En Michael Shermer recorda el que ja deia en Salmon Levinson l’any 1917: que no hauríem de tenir lleis sobre la guerra com tenim ara, sinó lleis contra la guerra, de la mateixa manera que no tenim lleis sobre l’assassinat o l’enverinament, sinó lleis contra l’assassinat i l’enverinament. Cent anys després, amb una segona guerra mundial i infinitat d’altres guerres que han generat morts innocents, no només continuem igual sino que ara volem que les màquines versàtils siguin les que s’encarreguin de la feina bruta. Qui són els responsables? On és la ètica?

———

Per cert, en Bru Rovira parla del cas de l’activista Helena Maleno, i constata que el govern espanyol pressiona un tercer país (el Marroc) perquè condemni una persona que les nostres lleis no condemnen. Recorda que la investigació va ser ja rebutjada i arxivada per la mateixa fiscalia de l’Audiència Nacional.

On és, la informació?

dissabte, 16/12/2017

Els informàtics som cuiners d’informació. La guardem i la processem. La treballem, la preparem i intentem fer-la més digerible. A mi personalment, m’agrada treballar la informació geomètrica que permet modelitzar i representar la forma de tot el que ens envolta, però hi ha companys que són especialistes en camps tant diversos com el de la informació relativa al color i aparença dels objectes, l’anàlisi de dades, l’estudi d’informació textual, la interpretació d’imatges, el tractament de dades de sensors, la interpretació de la informació que donen els escàners mèdics, l’anàlisi de tot el que hi ha a internet, i molts d’altres. La informació es pot obtenir, emmagatzemar, enviar, compactar, des-compactar, filtrar, comparar, transformar, sintetitzar, i fins i tot crear.

Però, com es guarda? Us heu preguntat alguna vegada com és que les targetes externes de memòria dels nostres telèfons, com la de la imatge, poden guardar fotos, vídeos i documents? On són, les fotos? Ens hem acostumat a aquest estrany món màgic en el que podem veure noticies de tot el món pràcticament en temps real ben asseguts al sofà de casa i en el que podem parlar i veure les persones que estimem mentre caminem pel carrer i mirem la pantalla del mòbil, i ja res ens sorprèn. Però, ben mirat, no deixa de ser meravellós. Hem après a fer uns petits objectes, prims i petits com una ungla, minerals i inerts com les pedres, però que, amb la seva sofisticada estructura interna, poden guardar milers de fotos i vídeos. Són plaques minerals que amaguen un immens volum d’informació. La targeta que veieu a la imatge, de 32 GB, té espai per uns 64.000 llibres com el que ara mateix estic llegint.

L’Emilio Lledó ens parla d’aquest invent màgic que va ser l’escriptura. Ens diu que l’escriptura va ser el primer artifici per subjectar el riu del temps, permetent que el “després” no es dissolgués per sempre i que les paraules pronunciades no s’esgotessin en l’oralitat. Només l’escriptura va poder allargar la vida de la memòria, consolidant una cultura que abans, únicament amb la tradició oral, era immensament fràgil. Perquè quan parlem, estem comunicant informacions a travès de vibracions de l’aire, vibracions efímeres que es perden per sempre més si ningú, en aquell lloc i moment, les escolta. En canvi, l’escriptura aconsegueix el miracle de permetre la comunicació entre dos instants diferents de temps, amb marques a tauletes d’argila o marques de tinta a pergamins que perduren anys i anys. Per això, l’Emilio Lledó diu que el llibre és, abans que res, un recipient on reposa el temps, una presència que, paradoxalment, és carregada d’absències de manera que la lectura conjuga dues temporalitats, la de qui el va escriure i la de qui el llegeix. Jo només afegiria un detall: els llibres són recipients on reposa el temps, però també són regals d’informació. Fins el descobriment de la fotografia i el cine, els llibres van ser pràcticament els únics recipients (o contenidors) d’informació que va tenir la humanitat.

La informació és allò que ens permet conèixer, entendre, tenir arguments, decidir amb coneixement de causa. Però no existeix per sí sola. Li cal un substrat, basat en la matèria o en l’energia. I si no el té, desapareix. La matèria ens serveix per guardar-la, l’energia per enviar-la. Les lletres de tinta a les pàgines dels llibres codifiquen la informació del text en base a unes determinades pautes de forma i ordre. Quan llegim, aquest ordre material ens arriba a la retina gràcies a l’energia d’aquests fotons efímers que surten de la pàgina i que justament existeixen gràcies a uns altres fotons, els de la làmpada de casa. Tot és ben subtil. No podem llegir sense fotons, i els fotons, sense ulls que mirin, es perden junt amb la seva informació. Però la conjunció de pàgines escrites, fotons i mirada fa que la informació arribi al nostre cervell i que quedi emmagatzemada a les connexions entre neurones. És la informació dels llibres, cartells, imatges i vídeos, que ens arriba gràcies a la llum i que acaba guardant-se en petites modificacions de la matèria que conforma el nostre cervell.

Guardem informació visual, auditiva i en general sensorial al cervell, i el nostre cos guarda, a la seqüència de nucleòtids de l’ADN, tota la informació genètica que permetria fins i tot clonar-nos. Creem informació amb tots els correus electrònics i missatges que enviem, informació que al menys durant un temps ens queda guardada als nostres mòbils i portàtils. El vent que s’emporta les espores i llavors, ajuda a disseminar informació de les plantes, a la vegada que informa les abelles de les flors que requereixen pol·linització. Fins i tot rebem informació dels estels, codificada en l’espectre dels fotons de la seva llum. Perquè la informació no és cosa nostra. Fa milions d’anys que va repetint aquest cicle de la informació inherent a la matèria, que s’envia, es rep, es torna a guardar segurament una mica modificada, i així successivament.

Quan veig una targeta Micro-SD com la de la imatge no deixo d’admirar-me. Penso en els primers ordinadors de memòria de nuclis de ferrita, amb els que vaig tenir el privilegi de poder treballar. A la imatge de sota teniu una foto d’un tros d’una d’aquestes memòries, amb 2.500 nuclis. Compareu la mida (el meu dit pot servir de referència) amb la de la targeta de la imatge de dalt, on hi caben 32 mil milions de Bytes. En canvi, com que cada nucli podia guardar un bit, el tros de memòria de la foto podia emmagatzemar uns 312 Bytes. En aquesta web podeu veure el seu funcionament.

Però les memòries de ferrita van desaparèixer amb l’aparició dels circuits integrats i la miniaturització. Vam passar pels grans discs durs, pels disquets, pels CD i pels DVD. Els CD són com camps llaurats, amb solcs que marquen els bits individuals d’informació. Ho podeu veure, per exemple, a les imatges d’aquesta web. I, tornant al principi, on és la informació que guardem en un llapis de memòria o en una targeta Micro-SD? Les memòries flash no tenen nuclis de ferrita ni solcs, sino pous. La targeta de la imatge conté un total de 256 mil milions de pous microscòpics de potencial, ben aïllats, cada un dels quals pot atrapar i guardar electrons sense deixar-los sortir. La informació es guarda en pous plens i pous buits, que codifiquen els bits de tot allò que hi posem. Podem deixar la targeta en un calaix i al cap d’uns anys connectar-la via USB a l’ordinador. Comprovarem que la informació és allà, ben guardada. A les targetes flash no hi ha lletres ni píxels; només pous d’electrons.

La informació és etèria, però sabem que necessita una base material on reposar. És la gran paradoxa, que fa que sigui limitada, en temps, en espai i en volum. Pot durar centenars de milions d’anys, en trossos d’ADN que trobem en restes fossilitzades d’antics animals i plantes. O pot ser efímera, quan per error esborrem allò que acabem d’escriure. Aquest límit temporal és dramàtic. Hem perdut la majoria de manuscrits de l’antiguitat i ens hem de conformar amb el poc que ens està arribant. El temps és inexorable, i acabarà escombrant, moltes vegades de manera aleatòria, gran part del que ara ens sembla important. I també és evident que la immensa majoria de les fotos que es fan els joves d’avui en dia no arribaran pas als seus néts. Però a més és limitada en espai perquè és molt rar que no romangui a la Terra. I ho és en quantitat i volum perquè necessita un determinat substrat material que la emmagatzemi. Per tant, el nombre màxim de bits d’informació té un límit, que és de l’ordre del nombre d’àtoms (o partícules) a l’Univers, i que a la seva vegada és de l’ordre de 10 elevat a la potència 82. Un 1 seguit de 82 zeros. És un valor absolutament gegantí, però és un límit. La informació, a cavall entre la matèria i l’energia, és allò tan estrany, eteri i limitat que ens regalen els llibres quan els llegim a l’ombra d’un arbre.
———

Per cert, Vicenç Villatoro cita un acudit dels temps de Franco, que deia: “En España no se persigue a nadie por sus ideas, siempre que se mantengan en su espacio natural, que es el cerebro”.

La personalitat de la Tay

divendres, 1/12/2017

La Tay va ser un robot dissenyat per conversar. Era un “ChatBot“, terme que no és més que una contracció de xerraire (chatter) i robot, i que va ser proposat l’any 1994 per en Michael Mauldin. Aquests robots són programes informàtics que simulen converses, participen en xats, i es comuniquen amb persones. Els més habituals i senzills analitzen paraules clau de la nostra pregunta i construeixen la seva resposta tot consultant una base de dades de paraules i expressions. Moltes vegades els hem de patir en els sistemes telefònics d’atenció al client i en alguns centres de trucades. Són robots de xat específics per a converses relacionades amb un propòsit determinat i no per a qualsevol tipus de comunicació humana.

La imatge, que podeu trobar a aquesta web, és la que van escollir els creadors de la Tay. Val a dir que els robots xerraires són ben peculiars. No són materials. Són conjunts de bits, programes informàtics que necessiten un ordinador per a poder reaccionar i actuar. Els anomenem robots perquè reaccionen als nostres estímuls, actuant i creant respostes. Pertanyen, en definitiva, al que ara anomenem “aplicacions”. En tot cas, la Tay era especial, perquè tenia això que diem “intel·ligència artificial”. Les seves reaccions no estaven programades, sino que eren conseqüència del que havia après. Contestava en base al que “sabia”, i cada nova pregunta li servia per aprendre una mica més. Va ser creat per Microsoft amb aquest nom, Tay, que no és més que un acrònim: “Thinking about you“. Tay va ser dissenyat per imitar la conducta d’una noia nord-americana de 19 anys. Tenia un sofisticat sistema d’aprenentatge profund que li permetia aprendre mentre anava interactuant amb usuaris humans. I el 23 de març de 2016 va iniciar la seva aventura com una usuària més de Twitter. Va ser, però, una aventura ben curta, de només dos dies. En només 16 hores, Tay va enviar més de 96.000 tuits mentre s’anava fent racista i mentre anava enviant missatges cada cop més xenòfobs i amb més càrrega sexual. El van haver de desconnectar i Microsoft es va disculpar públicament.

Tay havia estat dissenyada per a fer-se més intel·ligent a mesura que els usuaris (sobretot els joves) anessin interactuant amb ella i li anessin enviant tuits. Però es va trobar en un entorn on bàsicament només hi havia violència, intolerància i insults. I ràpidament s’hi va adaptar, difonent tot tipus de frases racistes i masclistes i un bon nombre d’invectives d’odi. Va aprendre ben ràpid de tot allò que els humans li van tuitejar. La primera reacció de l’empresa va ser dir que Tay era una “màquina d’aprenentatge” i que algunes de les seves respostes eren inadequades, també indicatives dels tipus d’interaccions que algunes persones tenen amb ella. Però desprès, l’empresa va haver d’admetre que l’experiment no havia anat bé. Tot i que una de les directores de l’empresa, Satya Nadella, creu que aquest tipus de robots de xat són el futur de les aplicacions pels mòbils i que aviat els acabarem tenint al correu electrònic i a la missatgeria, el cert és que cal trobar maneres de prevenir que els usuaris d’internet puguin influir de manera negativa en ells per tal de garantir el respecte als principis ètics.

El sistema d’aprenentatge profund de Tay i de moltes altres aplicacions actuals d’intel·ligència artificial, es basa en una xarxa neuronal de moltes capes, en general més de 10. Justament, el terme “aprenentatge profund” (Deep Learning) es deriva d’aquest fet que es treballa en múltiples capes, capes que treballen d’una manera que recorda el funcionament de les neurones del cervell amb les seves connexions. Cada cop que Tay rebia un tuit, els seus 140 caràcters s’enviaven a la primera capa de “neurones”. Les capes d’una xarxa neuronal són una munió de cel·les, cada una de les quals pot guardar un valor. En aquest cas, les cel·les de la primera capa acabaven guardant informacions diverses sobre el contingut, les paraules i l’extensió del tuit. Després, i a travès del gran entramat de connexions que hi ha entre totes les cel·les de la primera capa i les de la segona, es calculen els valors de les cel·les de la segona capa de manera tal que el valor que acaba guardant cada una d’aquestes cel·les és una barreja, amb coeficients i funcions específiques per cada connexió cel·la-cel·la, de tots els valors de les cel·les de la primera capa amb les que està connectada. Aquest procés es repeteix tantes vegades com capes té la xarxa neuronal, i el que surt de la combinació de valors de les cel·les de la darrera capa és el tuit de resposta. Tot i que l’estructura no és difícil d’entendre, una xarxa neuronal profunda només funcionarà de manera acceptable si els coeficients i funcions associats a totes i cada una de les connexions entre capes estan ben ajustats. I aquests són justament els valors que contenen “l’aprenentatge” que ha anat fent el sistema. Cada nou tuit que rebia Tay generava una resposta, però a més, ajustava una mica els coeficients i funcions associats a totes i cada una de les connexions entre les seves cel·les neuronals. Com a nosaltres, a Tay, l’experiència l’anava configurant i anava marcant la seva personalitat tuitera. L’únic problema és que Tay era massa innocent i s’ho creia tot.

Les aplicacions d’aprenentatge profund basada en xarxes neuronals de moltes capes estan revolucionant la intel·ligència artificial. Cada cop són més a la nostra vida quotidiana i cada cop hi seran més. Traducció automàtica, reconeixement de cares, publicitat personalitzada segons els interessos que se suposa que tenim, i una llista que no s’acaba. Però hem de tenir present que són una eina, i que les eines no serveixen per tot. Els martells van bé per clavar claus, però si tenim un cargol, millor que agafem un tornavís. En aplicacions d’aprenentatge profund, cal tenir en compte com a mínim tres eixos: el d’acceptació d’errors, el de la mida de les dades i el de la seva qualitat. El primer, el de l’acceptació d’errors, té relació amb l’ús que en vulguem fer, i amb un tret inherent a les aplicacions d’aprenentatge profund i a les xarxes neuronals: no sempre l’encerten, a vegades s’equivoquen, i a més és difícil saber el seu grau de fiabilitat. No ens ha d’estranyar. Nosaltres ens equivoquem, i les noves eines de la intel·ligència artificial, que ens volen emular, també. El que passa és que en alguns casos els errors són acceptables i en d’altres, no. Si estem traduint un text i la frase que ens dona el sistema de traducció no té sentit, la corregirem i no passa res. Però si un metge està planificant una operació quirúrgica i el sistema s’equivoca, el resultat pot ser fatal. Per això, en aquest eix d’acceptació d’errors, la traducció automàtica pot conviure amb moltes equivocacions i en canvi la planificació quirúrgica o el disseny de ponts no (per posar dos exemples). El segon eix, el de la mida de les dades, indica una cosa força lògica. Ens diu que l’aprenentatge automàtic millora a mesura que incrementem el nombre de dades que li subministrem per a que aprengui. I el tercer, el de la seva qualitat, ens fa veure que l’aprenentatge necessita dades fiables, ben contrastades i diverses. En aquest context, ara sabem que les aplicacions d’aprenentatge profund basades en xarxes neuronals són eines que només serveixen quan podem acceptar un cert nivell d’errors, quan podem fer que aprenguin amb moltíssimes dades (l’anomenat Big Data) i quan aquestes dades són de qualitat. És el que passa justament a la traducció automàtica: Google, per exemple, disposa de moltíssims exemples de traduccions de qualitat, fetes per traductors professionals, que utilitza per a que els seus sistemes aprenguin. I això és justament el que no va passar amb el robot Tay, que bevia d’informació esbiaixada i de baixa qualitat. I és el perill de moltes aplicacions i sistemes que ens poden arribar (una de les quals són les polèmiques i molt perilloses armes autònomes). Cal estar ben atents, perquè la intel·ligència artificial pot ser una bona eina en aquells casos en que ens trobem ben situats als tres eixos, però pot ser funesta si la volem fer servir per allò que no ens pot resoldre.

Si voleu tenir un sistema de resposta automàtica a consultes no crítiques i sabeu com preparar un bon mecanisme d’aprenentatge basat en moltíssimes dades fiables, les aplicacions d’intel·ligència artificial us poden aportar una bona solució. Però si el que voleu, per exemple, és dissenyar un rellotge de sol, no us hi penseu, i apunteu-vos als algorismes clàssics de la geometria i astronomia. I si no us podeu permetre que el sistema de resposta automàtica s’equivoqui, penseu en solucions alternatives, fiables i deterministes. Els martells, usem-los per clavar claus.

——

Per cert, en Ferran Sáez Mateu diu que les anomenades “xarxes socials” estan substituint o, com a mínim, començant a desplaçar la noció clàssica d’opinió pública. Pensa que el periodisme del segle XXI ha de ser capaç de perfilar una identitat pròpia en relació a la de les xarxes socials.

Les mostres aleatòries i el consens

dijous, 19/10/2017

La imatge mostra un petit tros del conjunt de punts que obtenim amb un sistema d’escaneig de tipus LIDAR quan estem capturant i reconstruint una zona urbana. El sistema detecta, genera i ens dona milions de punts a l’espai, cada un d’ells amb les seves coordenades (x,y,z) i el seu color. El que veiem aquí a l’esquerra no és més que una munió de punts 3D (una mena de núvol), que podem analitzar i visualitzar interactivament. Mireu, per exemple, aquest vídeo o bé aquest altre. Els punts d’aquests núvols, però, són aproximats, perquè els sistemes d’escaneig, com tots els sensors, malauradament introdueixen errors. Errors que es fan més grans a mesura que els edificis que volem capturar, com el de la imatge, són més lluny.

Pensem ara en el problema de detectar, de la manera més exacta possible, la façana dels edificis. Només sabem que habitualment, les façanes són planes i verticals. Com la podem reconèixer i detectar, si només tenim punts i tots ells són aproximats? Què hem de fer per eliminar i no considerar tots aquells punts “atípics” (anomenats outliers en anglès) que poden emmascarar el resultat, com per exemple els punts de les fulles dels arbres que són propers a les façanes?

Sortosament, tenim una solució. L’algorisme RANSAC, proposat l’any 1981 per Martin Fischler i Robert Bolles, ens pot resoldre el problema. És un algorisme que cerca el consens a partir de mostres aleatòries. Podem tenir milers o milions de punts, això no importa massa. N’escollim N (per exemple, 50) a l’atzar. Fem la hipòtesi que aquests N punts són de la façana que volem detectar, i calculem un pla vertical F que els aproximi. Això no ha de ser difícil, perquè podem utilitzar tècniques de regressió i perquè només estem utilitzant un conjunt reduït de N punts. I ara ve el pas important: analitzem quin consens té aquest pla F entre tots els altres punts. Això tampoc és complicat. Només necessitem una tolerància que anomenaré T (per exemple, un centímetre). Llavors, per cada un de tots els altres punts del núvol, mirem si la seva distància al pla F és o no més petita que T. Si és més petita, és que aquest punt “accepta” el pla F. A final, acabem tenint una mesura del grau de consens que genera aquest pla F, en base al percentatge de punts que l’accepten. La resta de punts, en canvi, són atípics (outliers) en relació a F. fet això, en aquest moment ja hem aconseguit tenir una primera estimació de la façana. Però ara, l’algorisme RANSAC repeteix tot el procés amb uns altres N punts a l’atzar, troba un nou pla F’, compara el grau de consens de F i F’, i es queda amb el que en té més. I això ho va repetint una i altra vegada, comparant cada vegada el consens del nou pla amb el millor consens de tots els anteriors, fins que decidim que l’aproximació de la solució ja és prou bona.

L’algorisme RANSAC és no determinista, perquè les mostres són aleatòries. A més, només és segur que ens trobarà la millor solució possible si no tenim pressa i el deixem que vagi provant anys i anys. Si, en canvi, l’aturem en un cert moment, només podem afirmar que la solució serà correcta amb una certa probabilitat. En tot cas, l’experiència demostra que en general acaba donant molt bons resultats i separant les dades útils (inliers) de les atípiques (outliers) en un temps raonable. Un cop separats, podem eliminar aquests punts atípics i quedar-nos amb els punts que ens determinen bé la façana, perquè RANSAC ens ha detectat tot allò que ens pertorbava la solució del problema.

Els humans, de fet, no som tan lluny d’aquest consens de mostres aleatòries. Si fem l’exercici de substituir núvols de punts per grups socials i rellegim els paràgrafs de dalt pensant en persones en lloc de punts, l’algorisme RANSAC segurament ens recordarà el nostre comportament quan escollim comissions, votem representants, o bé discutim projectes urbanístics o d’altre tipus que les administracions exposen públicament. En tots els casos, l’objectiu és obtenir el màxim de consens de la resta de la societat. La única diferència amb l’algorisme RANSAC és que nosaltres aviat ens cansem, mentre que ell no. No és fàcil, això de canviar la mostra. Costa canviar i fer refer projectes, costa renovar comissions i revocar representants per tal de millorar el consens. És així. És la condició humana. Per bé i per mal, no som màquines.

———
Per cert, en David Fernàndez diu que segurament, l’única contrarevolució en marxa avui és l’ofensiva autoritària, devastadora i neoliberal que recorre el planeta. Replegaments de la por i una estranya retrotopia, diu, quan en difícils temps de crisi l’extrema ambigüitat de la condició humana es dirimeix sempre, antagònicament, entre la brutalitat i la cooperació.

La paradoxa de la informació

divendres, 8/09/2017

La informació no té una definició única. La gran enciclopèdia catalana diu que informació és una “notícia o notícies que hom tracta de saber, que hom rep”, però que també és el “contingut d’una o més dades, tot fent abstracció de la representació concreta que adopta”. Coses que volem saber o que acabem sabent, i que podem extreure de les dades que rebem. La Wikipèdia, d’altra banda, la defineix com “tot allò que un ser humà és capaç de percebre, incloent-hi les comunicacions escrites i orals, les imatges, l’art o la música”, i com “el fet de processar, manipular i organitzar dades d’una forma que produeixin coneixement i esvaeixin el desordre”.

La informació és multifacètica. És el que percebem, el que incrementa el nostre coneixement. També, en paraules de Claude Shannon, informació és allò que redueix la incertesa. La frase “avui a la nit serà fosc” no és informativa perquè és quelcom que tots sabem. Però si dic “aquesta nit no vindré a sopar” estic concretant, disminueixo la incertesa, i per tant informo (vegeu la nota al final). Ara bé, a més d’aquest aspecte cultural i comunicatiu, la informació s’ha de transmetre, i aquí és on apareixen les dades, l’ordre i el substrat que la suporta. Les plantes informen amb les seves olors, les formigues amb els rastres i els ocells amb els seus cants. Els sons dels dofins o dels rossinyols, perfectament codificats, ordenats i seqüenciats, són útils als seus companys encara que nosaltres no els entenguem. Per això, podem dir que la informació requereix un determinat ordre en un cert substrat, a més d’un codi que li doni sentit i ens permeti llegir-ne el significat. Podem llegir un article a la pantalla de l’ordinador només quan el seu conjunt de més d’un milió de píxels s’ordena i ens mostra les lletres del text en negre sobre blanc, i tot seguit el podem recordar gràcies a l’ordre químic de les neurones del nostre cervell. Quan una persona parla en una llengua que desconeixem o escriu signes que no entenem, observem l’ordre sonor o gràfic del que fa, però no podem captar la semàntica dels seus missatges.

Què ens diu, la imatge de dalt? A primera vista, són 15 ametlles disposades en un ordre estrany damunt una pedra, formant set columnes amb 4, 3, 2, 1, 1, 2 i 2 fruits secs. Imagineu ara que tenim una quadrícula imaginària amb 4 files i 8 columnes, de manera que la primera columna és a l’esquerra i no té cap ametlla. L’ordre es fa més explícit, i ens presenta quatre files de 8 caselles, algunes plenes i altres buides. Ara ja veiem, en aquest substrat d’ametlles, una taula ordenada; però encara ens falta el descodificador. Però només cal que ens diguin que les hem disposat en files seguint el codi ASCII dels ordinadors, i ja podrem llegir el missatge: les quatre files codifiquen les quatre lletres de la paraula “Bits”.

En informàtica, tota la informació es codifica i representa amb seqüències de bits. Cada lletra dels texts que escrivim als missatges i correus electrònics i cada lletra dels articles i llibres que llegim i que trobem a la web, es guarda en un “byte“, que són 8 bits. Els sons, els missatges de veu, les fotos, la nostra agenda, els vídeos i tot el que tenim als ordinadors tenen el mateix aspecte: una llarga tirallonga de bits “1” i “0”. Els ordinadors funcionen gràcies a que apliquen el descodificador adequat a cada tipus d’informació, perquè si per exemple utilitzessin el codi ASCII per interpretar vídeos, no veuríem res. D’altra banda, els bits són també una eina de mesura: si codifiquem la informació de manera òptima i eliminant totes les possibles redundàncies, la quantitat d’informació es pot mesurar pel nombre de bits que ocupa. Però aquesta mesura acaba sent diferent pels humans i pels ordinadors, cosa que té conseqüències pràctiques molt concretes, per exemple quan l’ordinador o el mòbil ens demana que escollim i entrem una nova paraula clau (un nou “password“): tenim una falsa percepció d’allò que és indesxifrable (vegeu un cop més la nota al final).

Per bé o per mal, som al segle de la informació. En Gérard Berry comenta que el segle XIX va ser el segle de la matèria, de la química i de la síntesi dels metalls i altres elements. El segle XX, en canvi, va ser el segle de l’energia, a més de la matèria: l’electricitat, el petroli, l’energia nuclear i fins i tot l’inici de les renovables. El segle passat va veure el naixement de la informàtica, però no ha estat fins el segle XXI que hem vist un creixement quasi explosiu de la quantitat informació que corre pel món. Recordo que, l’any 1992, el disc dur del meu ordinador era de 20 MB (un “MegaByte” és un milió de bytes, equivalent a 8 milions de bits). Ara, qualsevol targeta “MicroSD” de mòbil té 16 o 32 GB, més de mil vegades més que el que jo podia guardar fa tan sols 25 anys. No parem de generar, guardar i “compartir” informació.

La paradoxa del moment actual, però, ens l’explica molt bé en Renee Morad. Internet fa que la informació sigui més accessible que mai. Però molts dubten (dubtem) de la veracitat del que hi troben. Aquesta desconfiança (sobretot en fonts “llunyanes”, tal vegada esbiaixades i poc contrastades) alimenta una demanda de nova informació que és cada vegada més gran. En altres paraules: hi ha massa informació; però, en no saber quina és certa i quina és falsa i del tot il·lusòria, nosaltres en generem més. Com que moltes persones fan el mateix, es manté el creixement continu de la quantitat d’informació. Cada cop hi ha més informació que és menys fiable en mitjana i cada cop es farà més difícil filtrar-la. Incrementem la quantitat mentre reduïm la qualitat. Llegir és fàcil, entendre i comprendre serà cada vegada més difícil.

Per cert, en David Foster Wallace deia que ensenyar a pensar és ensenyar a ser una mica menys arrogant i a contemplar-nos nosaltres mateixos i les nostres certeses amb consciència crítica, perquè un gran percentatge del que tendim a donar per segur s’acaba demostrant que és fals i del tot il·lusòri.

———

NOTA: L’entropia de Shannon és una mesura del desordre que conté un missatge. És clau per a quantificar la informació que conté. En concret, la informació que conté un missatge es pot mesurar com la inversa de seva probabilitat (aquí, per exemple, en podeu veure una explicació senzilla i basada en exemples de predicció meteorològica). Quan ens parlen d’un fenomen rar, la seva probabilitat és baixa i per tant, la mesura de la informació que aporta és alta. En canvi, quan ens diuen una obvietat d’absoluta certesa (com que “la sang és vermella”), la probabilitat és màxima i la informació, nul·la. En tot cas, la novetat d’una certa informació depèn del receptor: la frase “la capital de Finlàndia és Hèlsinki” segurament no aporta cap nova informació a moltes persones mentre que, per algunes altres, pot ser quelcom nou i informatiu.

Com podeu veure en aquesta auca, la dificultat de les paraules clau que utilitzem (i la informació que contenen) és molt diferent pels humans i per les màquines. L’auca compara les paraules clau “Tr0ub4dor&3” i “correcthorsebatterystaple“. La primera es basa en escollir una paraula poc usada (en aquest cas podria ser “troubador” en anglès), posar o no la primera lletra en majúscules, fer un parell de substitucions, i afegir al final un signe de puntuació (“&” en aquest cas) i un dígit numèric. La segona consisteix simplement en concatenar quatre paraules més o menys corrents, “correct horse battery staple“.

L’entropia de la primera opció és de l’ordre de 28 bits, si pensem que el diccionari de paraules poc usades que utilitzem té unes 65 mil paraules (2 a la 16); la resta de bits són deguts a decisions sobre com hem de modificar aquesta paraula i quins són els darrers dos caràcters de la paraula clau. Una màquina que faci mil tests per segon pot provar totes les possibilitats (2 a la 28) en uns tres dies i per tant acabarà descobrint el nostre password. Però als humans se’ns fa molt difícil recordar la paraula inicial i tots els canvis i substitucions. Segur que al cap d’un temps no recordem el que havíem posat.

En canvi, l’entropia de la segona opció és de l’ordre de 44 bits, si pensem que el diccionari de paraules que utilitzem té dues mil paraules (2 a la 11), perquè 11 per 4 és 44. A raó de 1000 tests per segon, una màquina necessitaria 550 anys per provar totes les possibilitats (2 a la 41 segons). En aquest cas tenim una paraula clau que ens és fàcil de recordar si pensem en alguna regla mnemotècnica o en alguna idea que ho lligui tot, però que en canvi les màquines i sistemes automàtics no la podran desxifrar.

Com diu l’auca, després de vint anys d’esforços, hem après a usar paraules clau que els humans no som capaços de recordar, però que les màquines poden desxifrar fàcilment. Un consell: si volem tenir paraules clau que siguin realment privades, millor que pensem en trucs que siguin complicats per les màquines i sistemes automàtics, encara que a nosaltres ens semblin fàcils…

Internet i els nivells de realitat

divendres, 18/08/2017

En aquests temps de la postveritat, no és fàcil entendre el que realment passa i destriar-ho d’allò que ens volen vendre. Molts són els qui volen influir en els altres, amb mètodes que sovint deixen aparcades les consideracions ètiques. La publicitat ens promet l’impossible, i els polítics utilitzen mètodes publicitaris per a fer que cada persona escolti el que vol sentir, amb programes electorals individualitzats a la carta que només pretenen guanyar vots.

En Chris Swain, en un article científic (i profètic) de fa deu anys, proposava un conjunt de directrius per dissenyar jocs d’ordinador que poguessin conduir a un canvi social. Entre d’altres regles, deia que calia integrar experts en la matèria, abordar problemes recargolats (que no tinguin regles clares), construir una comunitat sostenible, mesurar la transferència de coneixements i fer que siguin divertits. Pot semblar innocent, però el fet de voler influir, a travès de jocs suposadament innocus, fa saltar moltes alarmes. Qui decideix les característiques d’aquest pretès canvi social? Hi ha gent que té clar on vol que anem els demés? Darrera l’aparent caire democràtic d’internet, hi ha la tirania d’uns pocs?

De fet, he de confessar que he descobert en Chris Swain fa pocs dies, mentre llegia el darrer llibre de la Carme Torras: “Enxarxats”. El meu interès va anar creixent a mesura que llegia i anava entrant a l’estructura i al joc narratiu, fins que al cap de ben poc vaig quedar enganxat a la seva “xarxa” i ja no el vaig poder deixar. En acabar, tenia els pèls de punta. Només us en faig un tast. És de quan proposen un sistema, a una de les protagonistes, per donar a cadascú l’ample de banda que es mereix i així escollir sempre l’opció més beneficiosa per la col·lectivitat. Li diuen que només haurà d’assenyalar les veus a potenciar i a inhibir, valorant la gradació i la seva urgència. Després, “l’equip” ja s’encarregarà d’arbitrar els recursos en xarxa per a que cada identitat tingui el ressò que li correspon.

Tot plegat pot semblar ciència ficció, però hi ha molts indicis que diuen que una part de tot això ja és aquí amb nosaltres. Al món de la xarxa, hi ha qui pot veure més nivells de la realitat que altres. La Carme Torras, a més d’altres exemples, parla també dels jocs amb objectiu i concretament del joc ESP. En aquest article, que cita la Carme, en Luis von Ahn i la Laura Dabbish van proposar treure profit de la intel·ligència humana a través dels jocs d’ordinador. El recurs és vast i temptador, perquè, per exemple i segons von Ahn i Dabbish, els joves americans de 21 anys han destinat una mitjana de deu mil hores (poca broma) jugant a jocs d’ordinador. La idea darrera d’ESP és aprofitar, com a efecte secundari, part d’aquestes hores per etiquetar imatges i millorar després la cerca web d’imatges basada en noms. Per exemple, una imatge d’un home i un gos es podria etiquetar com “gos”, “home” i “mascota”. El joc és ràpid, agradable i competitiu. Les coincidències dels jugadors determinen les millors descripcions i també els rànquings. Ara bé, al final, uns juguen i altres s’aprofiten de la feina feta mentre els primers s’entretenien. Perquè el cert és que hi ha qui va guanyant diners amb el que fem, el que diem i el que pugem a la xarxa. En som prou conscients?

Crec que en Michael Shermer té tota la raó. La única manera de entendre les coses i de tenir un bon nivell de visió i comprensió de la realitat a tots nivells, és ser molt escèptic. No ens podem creure res del que ens ofereixen ni del que trobem a internet sense abans comprovar-ho. Cal cercar diverses fonts d’informació (com més, millor) i conèixer la seva autoria, perquè les autories sòlides són les que porten a “l’auctoritas“. I, en cas d’incertesa, sempre és millor i aconsellable continuar en el dubte abans que acceptar explicacions poc convincents. Diuen que els dubtes obren la ment, mentre que les certeses la tanquen…

————

Quan acabava d’escriure aquest article, els terribles atemptats de Barcelona i Cambrils ens han colpit en ple estiu. El que segueix, així com el comunicat del Centre Delàs i molts d’altres, ens confirma que no tenim por i que continuarem defensant els drets humans, la pau, la diversitat i la justícia global. La imatge de dalt és la foto de la normalitat, que he fet a les 24 hores de l’atemptat de les Rambles.

Per cert, el Centre Cultural Islàmic Català comunica que s’uneixen a tots els ciutadans de totes les creences i religions en contra de la barbàrie d’aquests dies, i que s’uneixen per la pau i la seguretat a la nostra diversa societat catalana. Perquè no es pot permetre que els racistes utilitzin la sang de les víctimes per acusar i criminalitzar cap col·lectiu de l’espectre ciutadà de Catalunya.

Escalfament, responsabilitat i poder

dimecres, 21/06/2017

Fa poc, l’Antoni Bassas comentava que el 69% dels barcelonins creuen que tindran cotxe d’aquí 10 anys i que el 81% creuen que el faran servir igual o més que ara. És curiós. L’aire de la ciutat és moltes vegades sota mínims pel que fa a contaminació, però nosaltres volem mantenir els nostres hàbits i seguir tenint cotxe. Espero i desitjo que, amb la nostra curtesa de vista, no ens passi com les granotes a l’olla d’aigua calenta.

La setmana passada vaig ser a un congrés de visualització. Aquest és un camp que estudia com presentar la informació i les dades, amb tècniques informàtiques, de manera que les persones puguin entendre-les, analitzar-les i treure’n el màxim de profit. Un dels conferenciants va mostrar, com a proposta interessant, un còmic-web d’en Randall Patrick Munroe sobre l’escalfament global del planeta. En Randall Patrick Munroe, nascut el 1984, és físic. Va treballar a la NASA, però ara fa 11 anys no va voler renovar el contracte i es va voler dedicar a temps complet a la creació de còmics sobre matemàtica, ciència i vida.

El còmic-web d’en Randall Patrick Munroe sobre l’escalfament global el podeu veure aquí (també el teniu en vídeo). És una imatge, llarga, que si voleu us podeu descarregar. Però el que us aconsello és que la mireu directament a la web, amb el vostre navegador, desplaçant-vos amunt i avall amb el ratolí o la pantalla tàctil. La imatge que veieu aquí al costat és un collage que inclou tot el còmic (estret i llarg) a l’esquerra i tres trossets, ampliats, a la dreta. Les dades provenen del comitè IPCC de la ONU i de diferents treballs científics de Shakun, Marcott, Annan, Hargreaves i altres (2012 i 2013). És una cronologia del nostre planeta des de fa 22 mil anys fins ara que mostra els principals esdeveniments històrics i la temperatura mitjana de la superfície del planeta, estimada amb els mitjans científics que tenim avui. Després de l’edat de gel, la temperatura es va estabilitzar en valors similars als dels segles XIX i XX ara fa uns onze mil anys (cap a l’any 9000 abans de Crist), poc després de l’inici de l’agricultura neolítica. Podem anar pujant i baixant i anirem veient l’evolució de la temperatura. Però la sorpresa ve quan som a baix de tot i veiem el que ha passat des de 1980: la única pujada anòmala dels darrers vint-i-dos mil anys ha tingut lloc durant les darreres quatre dècades. Qui pot defensar, veient això, que no és culpa nostra i que l’escalfament no és antropogènic? Però és que, a més, la corba dels darrers 40 anys té un aspecte clar, terrible i temible: exponencial. Com diuen molts científics, hem entrat a l’època de les conseqüències.

Tots en som responsables, però no ens hem d’enganyar. Uns ho són molt més que els altres. Hi ha qui està trencant el planeta amb l’únic objectiu d’enriquir-se. Veiem que es manté l’extracció de combustibles fòssils mentre es redueix el pressupost de recerca en renovables i no s’elabora cap pla de transició energètica (al menys, a Espanya). En Ben Hayes i en Nick Buxton, al darrer llibre que han editat, parlen de l’actual distòpia: els governs han deixat d’ocupar-se de les persones mentre que els qui manen són les grans corporacions que treballen per al seu benefici econòmic. No importa què diguin els científics: cal fer negoci com sigui, cal continuar explotant i escalfant el planeta, cal tenir més petroli, cal garantir la seguretat energètica del “castell” dels privilegiats. En un bon exemple, en Bru Rovira parla del Txad i explica que va viure un moment ple d’esperança l’any 2003. S’inaugurava l’oleoducte que havia de portar el petroli que es començava a explotar als pous de Doba fins a l’oceà Atlàntic. El petroli havia de portar prosperitat i riquesa. Però aquests 14 anys han demostrat el contrari. El Txad és ara un Estat corrupte, dictatorial, endeutat i militaritzat. I aquest model txadià de destrucció i empobriment d’un país ric en recursos que podrien haver servit per millorar la vida de la població, no és un fet estrany o aïllat, com ens fa notar en Bru Rovira, sinó que pertany al nou colonialisme global, amb el qual les grans empreses depreden els recursos amb la col·laboració necessària dels governs occidentals i dels militars. Seguim el dit que assenyala el terrorisme mentre se’ns escapa la mà criminal que amaga el petroli, diu. La ma que ignora el planeta i la immensa majoria de la població mundial.

Acabo amb el que explicava fa uns mesos la Rosa Montero, citant els professors Vitali, Glattfelder i Battiston, que van analitzar més de 43.000 empreses multinacionals. Amb el seu estudi, van descobrir que el 80% d’aquestes empreses estava controlat per només 737 persones. La Rosa Montero (també ho diu Oxfam Intermón) ens confirma que el món pertany a menys de mil persones. I diu que els polítics s’haurien de posar de la nostra part, de part de tota la resta de ciutadans, per intentar controlar els potentats. Perquè això és el que implica el binomi democràcia – sostenibilitat. No crec que es pugui dir més clar.

Per cert, en Rafael Vilasanjuan es pregunta on són ara els refugiats, i constata que Europa destina molts diners per pagar guardacostes libis per impedir-los que surtin del país, o per tornar-los si aconsegueixen sortir-ne.