Arxiu de la categoria ‘Informàtica’

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.

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.