Desde los primeros humanos que frotaron dos palos para hacer fuego, hasta los combustibles fósiles que impulsaron la revolución industrial, la energía ha jugado un papel central en nuestro desarrollo como especie. Pero la manera en que la consumen nuestras sociedades también ha creado el mayor reto para la humanidad. Uno que requerirá todo nuestro ingenio para resolver.
https://youtu.be/ebDTdHvh4is
Profundicemos un poco más
Estamos expuestos a muchas cosas y no podemos evitar los cambios que vendrán
La próxima frontera de la inteligencia artificial: sistemas que dudan de sí mismos
La comunicación del “deep learning” y modelos probabilísticos permiten diseñar algoritmos capaces de lidias con la incertidumbre
Máquinas que tomarán las decisiones del Futuro
Avanzamos sin darnos cuenta hacia una sociedad en la que las máquinas tomarán decisiones cada vez más complicadas. De su presencia en tareas altamente automatizables hasta su introducción en las llamadas compañías data driven —gobernadas por datos informatizados—, el potencial de los algoritmos para sustituir el control humano es tan enorme que asusta.
Al margen de los miedos que despierta la posibilidad de que sistemas de inteligencia artificial nos quiten el trabajo —y si permitimos sus virtudes en la medida en que nos simplifiquen la vida—, es vital que, al menos, respondan correctamente y de forma eficiente si les vamos a dejar tomar cierto tipo de decisiones. Porque las máquinas también son susceptibles de equivocarse.
Quienes diseñan sus algoritmos parten de suposiciones basadas en sus propios datos sobre cómo deberían hacerlos funcionar, y estas suposiciones no son siempre acertadas. “Como hemos aprendido de los grandes bancos durante el colapso financiero, los modelos matemáticos basados en suposiciones equivocadas pueden ser peligrosos cuando depositamos demasiada confianza en sus predicciones sin considerar lo que podría ir mal”, afirma Jennifer Wortman, investigadora senior en Microsoft especializada en aprendizaje automático y economía algorítmica.
Afrontando el problema
Fotograma de la película ‘Yo, robot’
Pero, ¿Qué pasaría si estos sistemas fueran conscientes de ello? ¿Si supieran que pueden haber cometido un error y fueran capaces de enmendarlo? Una de las ramas más interesantes que se están desarrollando actualmente en aprendizaje automático está destinada a este propósito: que las máquinas puedan lidiar con la incertidumbre. Compañías como Uber o Google ya trabajan en modificar los marcos tradicionales de aprendizaje profundo —más conocido por su denominación inglesa, deep learning— para construir programas de inteligencia artificial que midan su confianza en una decisión para saber cuándo deberían dudar de sí mismos y sean menos propensos a fallar.
“Si un automóvil que se conduce solo no sabe que es capaz de equivocarse, puede cometer un error fatal, y eso puede ser catastrófico”, afirmaba durante un congreso en California Dustin Tran, que trabaja en el desarrollo de este tipo de sistemas en Google. Normalmente, el vehículo reconoce objetos en las imágenes que captura por sus cámaras y estima la distancia a la que se encuentran. Con esta nueva aproximación, calcularía la probabilidad de que sus estimaciones fueran correctas y la de cada una de las posibles consecuencias de sus decisiones, y lo tendría en cuenta antes de actuar.
En este sentido, la aplicación de dichas mecánicas también es relevante en ámbitos como la salud, donde los algoritmos podrían determinar la posibilidad de acierto en el diagnóstico de un paciente y sus potenciales respuestas al aplicarle un determinado tratamiento.
Para alcanzar este ideal, que se enmarca como la próxima frontera de la inteligencia artificial —máquinas capaces de realizar labores complejas teniendo en cuenta parámetros de incertidumbre a la hora de establecer sus predicciones— es necesaria la combinación de modelos de aprendizaje profundo con sistemas probabilísticos.
“El aprendizaje profundo es un tipo de machine learning que utiliza redes neuronales. Además de aplicarse en el campo de la investigación, lo emplean Google, Facebook, Microsoft, Amazon, Netflix, Spotify y Uber para describir con lenguaje natural el contenido de una imagen o para el reconocimiento de voz”, ilustra Francisco Rodríguez Ruiz, investigador en las universidades de Columbia y Cambridge con experiencia en estos sistemas. “Su principal ventaja es que permite modelar relaciones complejas entre entradas y salidas (inputs y outputs)”.
Por su parte, los sistemas probabilísticos son modelos estadísticos que introducen una serie de parámetros para estimar la incertidumbre. “Esto es particularmente útil a la hora de entender lo que puede pasar. Si el modelo duda de sí mismo, este hecho se reflejará en sus predicciones para que puedan tenerlo en cuenta”, aclara Rodríguez.
Pero estos sistemas no encajan tan fácilmente y su combinación presenta varios retos técnicos en el medio plazo. La complejidad que añade el aprendizaje automático cuando se aplica a modelos probabilísticos dificulta que el cálculo sobre la incertidumbre de los parámetros fijados sea preciso. “Esto representa un problema en aplicaciones en tiempo real donde sea necesaria una respuesta en un período limitado de tiempo”, expone Rodríguez. “Por ejemplo, un vehículo autónomo necesitaría responder a determinados estímulos en cuestión de una fracción de segundo”.
El camino a recorrer se antoja largo y empinado. El tiempo determinará si este enfoque permitirá disfrutar de las ventajas de ambos modelos y desarrollar sistemas cuyas dudas les ayuden a ser más eficientes.
La NASA planea construir centrales nucleares en Marte
La agencia comenzará en septiembre a probar en Las Vegas un mini-reactor de prueba, de 1,9 metros de altura, diseñado para producir hasta 1 kilovatio de potencia eléctrica.
La NASA se propone probar entre septiembre y enero próximos un reactor de fisión nuclear en el que lleva tres años trabajando, como fuente de energía para futuras bases en Marte.
El proyecto Kilopower, impulsado por el Space Technology Mission Directorate, se basa en pequeños reactores de fisión nuclear, que funcionan dividiendo átomos de uranio para generar calor, que luego se convierte en energía eléctrica.
Las pruebas van a tener lugar en el Nevada National Security Site cerca de Las Vegas. Su objetivo final es proveer suficiente energía en la superficie del Planeta Rojo para la producción de combustible, hábitats y otros equipos, cuando los seres humanos se instalen allí.
El reactor de prueba, que mide unos 1,9 metros de altura, está diseñado para producir hasta 1 kilovatio de potencia eléctrica.
Los ingenieros de la NASA calculan que las expediciones humanas a Marte requerirán un sistema capaz de generar cerca de 40 kilovatios de potencia, lo cual es lo que se necesita para “unas ocho casas en la Tierra”, según la agencia. El RTG de Curiosity fue diseñado para suministrar alrededor de 125 vatios de energía, menos de lo que se necesita para alimentar un horno de microondas, aunque los niveles de potencia disminuyen a medida que el plutonio radiactivo se desintegra.
Cráter con agua helada en el Sur de la Luna
La energía solar es otra opción, pero que restringiría la generación de energía a las regiones que están expuestas a suficiente luz solar para cargar las baterías. Por ejemplo, el cráter Shackleton de la luna, un candidato principal para las misiones lunares debido a sus recursos hídricos, es completamente oscuro. Las manchas más soleadas en Marte reciben sólo alrededor de un tercio de la cantidad de luz solar que la Tierra.
Exploración marciana en Lanzarote y la dispersión de microbios invasores
E.C. | La mecánica del caracol
El subsuelo volcánico en el que se entrenan astronautas simula las condiciones de habitabilidad en Marte o la Luna, explica Pedro Duque. Josep Peñuelas habla del riesgo de la dispersión de microbios.
El curso de geología Pangea que desarrolla la Agencia Espacial Europea es el primer paso para formar a los futuros exploradores planetarios. La idea es localizar en la Tierra entornos y procesos geológicos que puedan ser parecidos al de otros lugares del sistema solar. Lanzarote es el destino del curso que se desarrolla este mes y en el que participan 50 personas, 14 experimentos, 18 organizaciones y cuatro agencias espaciales. Los túneles y formaciones volcánicas que hay en el subsuelo de esta isla canaria son un buen escenario para simular un trabajo de campo, por ejemplo en Marte, donde además, si hay condiciones de habitabilidad va a ser bajo tierra. El astronauta de la agencia espacial europea Pedro Duque está participando en estas misiones, en las que los astronautas aprenden los procesos geológicos que pueden ser análogos a los de Marte o la Luna y a distinguir las rocas más interesantes para obtener muestras.
Nuestras actividades conllevan cambios en el mundo microbiano. Toda actividad humana va acompañada del transporte de estos infinitesimales “seres” que, al estar con n osotros y todo lo que podamos llevar consigo, viajan a otros lugares que, con su poresencia, se transforman con el paso del tiempo.
Josep Peñuelas, investigador del CREAF, presenta una investigación que alerta de la necesidad de estudiar los cambios que la actividad humana está provocando en el mundo microbiano. Sostiene Peñuelas que la dispersión de microbios que llevamos a cabo los humanos con el desplazamiento de personas y mercancías está alterando el funcionamiento global de los ecosistemas. Alerta, además, de la proliferación de genes de resistencia entre las bacterias, lo que provoca un grave problema de salud pública. Otro estudio que detalla plantea que el cambio climático afectará en el futuro a cultivos esenciales para la alimentación humana: arroz, trigo, maíz y soja. El aumento de la temperatura golobal afectará a la producción de estos cultivos, ya estancada en zonas del mundo.
La revista Nature publica hoy los resultados del mayor estudio paleo-genético que se ha realizado hasta la fecha centrado en el progreso del neolítico en Europa. El cambio del modo de vida cazador-recolector a agricultor representa la mayor transición demográfica experimentada por el ser humano en millones de años. La agricultura surge en Oriente Próximo hace unos 10.000 años y posteriormente se expande hacia Europa, donde en pocos miles de años reemplazó a los cazadores mesolíticos. Un equipo internacional de investigadores, entre los que se encuentran Javier Fernández Eraso y José Antonio Mujika Alustiza, del Departamento de Geografía, Prehistoria y Arqueología de la Universidad del País Vasco, ha logrado secuenciar 180 muestras antiguas procedentes de tres regiones (Hungría, Alemania y España). “Gracias a esta secuenciación se ha podido determinar que en los tres casos, después de la llegada inicial de los primeros agricultores, éstos se entrecruzaron con los cazadores locales a lo largo de varios siglos”.
El que la Vida esté presente en el Universo más bien parece un principio ineludible, ya que… ¿Qué sería un Universo sin Vida? ¿Qué sentido tendría? Tantas galaxias de estrellas, tantos mundos, tantos objetos exóticos y que nadie los pueda estudiar y comentar sobre todas esas maravillas… ¡No tendría sentido!
Totales: 86.611.500
Conectados: 51
por Emilio Silvera ~
Clasificado en 
