La singularidad está cerca. Una película de Ray Kurzweil.

Ray Kurzweil escribió el libro "La singularidad está cerca. Cuando los humanos transciendan la biología." En 2010 saldrá una película sobre el libro.
La singularidad, se refiere a " La singularidad tecnológica ", propuesta por los científicos y los futuristas como Vernor Vinge y Ray Kurzweil.

"Tomando prestado el término de la física, la singularidad sugiere un horizonte más allá del cual no podemos ver. Describe el punto en el que alguna forma de inteligencia ayudada por la tecnología adquiere la capacidad de mejorar rápidamente llegando a ser tan poderosa que hoy no podemos predecir lo que podría hacer. En ese punto, sus posibilidades podrían superar incluso el poder de nuestra imaginación."

Se utiliza por analogía con la singularidad física en la que existe un punto en que las reglas de la física dejan de ser válidas, o con la singularidad matemática en la que una función en un punto deja de estar bien definida.
Existen diversos sitios sobre la singularidad, siendo recomendables The Singularity Summit 2010  y Blogging the Singularity

Las 6 épocas de la singularidad son:

1. Época 1. Física y química. La información está en las estructuras atómicas
2. Época 2. Biología. la información está en el ADN.
3. Época 3. Cerebro. La información está en las redes neurales.
4. Época 4. Tecnología. La información está en el Hardware y Software
5. Época 5. Integración de la tecnología y la inteligencia humana.
6. Época 6. El universo despierta.

"La singularidad nos permitirá trascender estas limitaciones de nuestros cuerpos y cerebros biológicos . Tendremos poder sobre nuestros destinos . Nuestra mortalidad estará en nuestras propias manos. Seremos capaces de vivir tanto tiempo como queramos (una declaración sutilmente diferente de decir vamos a vivir para siempre). Entenderemos completamente el pensamiento humano y ampliaremos su poder. A finales de este siglo, la parte no biológica de nuestra inteligencia será billones de veces más poderosa que la inteligencia humana simple."

Naturalmente todo este futurismo cargado de optimismo recibe no pocas críticas. Jaron Lanier tacha este horizonte de totalitarismo cibernético y maoísmo digital en su libro "You are not a gadget" (Usted no es un artefacto). Y Steven Pinker dice: "No existe la más mínima razón para creer que vaya a llegar una singularidad. El hecho de que puedas visualizar el futuro en tu imaginación no es una evidencia de que sea probable o incluso posible. Muchas de las fantasías futuristas de mi niñez no han llegado"

Simulación neuronal, realidad virtual y videojuegos

Continuando con la fructífera relación con el blog es-robot de Nuño Pereira he publicado allí el post Simulación neuronal, realidad virtual y videojuegos en el que planteo el estado actual de la simulación neuronal y el problema de cómo y donde enmarcar la simulación neuronal. Os animo a leer el post así como a revisar el interesante blog en el que se plantean problemas teóricos y prácticos de tecnología, inteligencia artificial y robótica

Jardin de blogs: Movimientos de los ojos, búsqueda de palabras, robot teledirigido por un mono, malnutrición, teoría de la mente, TEDx, Ferrari, cociente intelectual y BCI

Movimientos de los ojos, búsqueda de palabras, robot teledirigido por la mente de un mono, malnutrición y cognición, teoría de la mente, TEDx, simulador de Ferrari, cociente intelectual vs coeficiente intelectual y BCI son las nueve nuevas entradas en tecnologíayciencia del Jardín de Blogs. 

Los movimientos de los ojos revelan cómo los conductores negocian las carreteras sinuosas.

¿Cuánto tardamos en encontrar una palabra?

Mono que mueve un robot con el pensamiento.

La malnutrición en la infancia perjudica la cognición en la vejez

Teoría de la mente

TEDx Eventos TED en España

¿Crees que tienes un buen simulador de Ferrari?

No existe el coeficiente intelectual. Sí el cociente intelectual.

6 sensores cerebrales que pronto usaremos

Nueva Inteligencia Artificial

El presente artículo, que publico aquí con mucho gusto, Nueva inteligencia artificial es de Nuño Pereira, autor del recomendable e interesante blog es-robot de Tecnología, inteligencia artificial y robótica.

El término inteligencia artificial se acuñó en la conferencia de Dartmouth en el año 1956, a la que asistieron los padres de la inteligencia artificial: John McCarthy, Marvin Minsky y Claude Shannon, entre otros. En ésta conferencia se marcaron un objetivo muy ambicioso para la época, la emulación de la inteligencia humana por parte de las máquinas:

El estudio tratará de avanzar en la conjetura de que cada aspecto del aprendizaje o cualquier otra característica de la inteligencia puede, en principio, describirse con tanta precisión  que una máquina sea capaz de simularla. Se intentará encontrar la forma de que las máquinas sean capaces de utilizar el lenguaje, formar abstracciones y conceptos y resolver los tipos de problemas que ahora están reservados a los seres humanos y mejorarlos. Pensamos que si un grupo selecto de científicos trabajan juntos durante un verano, se puede conseguir un avance significativo en alguno de estos problemas.

Introducción a la propuesta de trabajo en la conferencia de Dartmouth.

HAL 9000

Tras esta conferencia, vino un periodo muy fructífero en investigación, que generó unas expectativas muy elevadas y varios investigadores llegaron a afirmar que el problema de la inteligencia artificial estaría resuelto en poco tiempo. En el caso de la robótica, se dedicaron muchos esfuerzos al desarrollo de la inteligencia considerándose la visión un problema menor que estaría resuelto en poco tiempo.

Con el paso del tiempo y viendo que no se cumplía con las expectativas generadas, llegó una gran decepción con la inteligencia artificial:

• Se pensaba que los ordenadores podrían dialogar con las personas como HAL 9000 en 2001 Odisea en el espacio(1968)
• Se esperaba que hubiese robots capaces de interactuar con las personas de forma indistinguible de un humano como en Blader runner (1982)

El cine era una forma de expresar las expectativas de la sociedad en la inteligencia artificial. En el caso de las películas citadas, coinciden con el inicio de un periodo de desinterés que incluso un nombre: el invierno de la IA. Tras el primer impulso del desarrollo inicial de la inteligencia artificial, siguió la decepción entre los años 74-80. Y en un segundo lugar, tras el nuevo impulso y el posterior fracaso de los sistemas expertos en los años 80, que llegó un nuevo periodo de decepción en los años 87-93. Salvo el periodo de interés en los sistemas expertos, la inteligencia artificial se ha visto cómo un mito inalcanzable de la computación desde los años 70 hasta prácticamente la actualidad.

Sólo hay un ejemplo de decepción similar que coincidió en este caso con otra película: Matrix. En 1999 internet estaba en plena explosión de crecimiento, las expectativas eran de nuevo muy altas, todo el mundo quería estar en internet y Matrix llegó a representar (tecnológicamente) lo que la sociedad esperaba de internet: que todo el mundo estaría conectado en un mundo virtual. Hasta que en año 2000, las expectativas se rompieron y estalló la burbuja de las .com.

¿Qué es lo que está cambiando en la inteligencia artificial? En primer lugar que hay algunos resultados tangibles: Deep Blue derrotó por primera vez a un campeón mundial de ajedrez. Y además hay empresas utilizando algoritmos de inteligencia artificial en la práctica, especialmente en análisis de textos:

• Los buscadores de internet (Google, Bing, etc) utilizan algoritmos cada vez más complejos de comprensión de textos. El objetivo es conseguir un buscador que comprenda los contenidos de los textos de internet, las preguntas de los usuarios y puede responder las preguntas con los resultados apropiados.
• Se está avanzando en la búsqueda de datos estructurados. Tanto Wolfram|Alpha cómo Google Squared suponen avances importantes en las búsquedas de información estructurada. La web semántica es la gran promesa que permitirá aunar la inteligencia artificial y la web.
• Todas las herramientas de anuncios en la web aplican algoritmos de comprensión de textos para conseguir anuncios relevantes al contenido. El último reto lo supone twitter en que partiendo de un texto de 160 como máximo, los algoritmos deben extraer el máximo contenido para mostrar anuncios relevantes.
• Existe un robot de éxito comercial, el roomba, aunque todavía muy limitado en inteligencia.
• IBM está preparando otro reto en el que derrotar a los humanos: participar con un ordenador llamado Watson en el concurso de preguntas y respuestas jeopardy!

El reto que se subestimó en mayor medida fue el problema de la percepción, ó cómo transformar los datos de los sensores en conocimiento útil para una máquina. Tanto la visión artificial cómo el reconocimiento del habla son los problemas tradicionalmente más duros de la inteligencia artificial. Es posible que añadiendo capacidad sensorial se pueda paliar la falta de percepción. Si un ordenador es capaz de calcular el peso de una persona en una báscula, no necesita visión para recomendar un programa de ejercicio. En este sentido el internet de las cosas y la web de las cosas, pueden significar un gran avance en la inteligencia artificial, ya que muchos datos sobre el mundo serán accesibles a los ordenadores y su procesamiento los hará más inteligentes.

La inteligencia artificial en última instancia no es más que una etiqueta que se puso a los avances más importantes en computación. No se trata de una disciplina independiente de la informática, es un conjunto de técnicas experimentales, avanzadas y que profundizan en las capacidades de los ordenadores para resolver problemas complejos, reservados hasta ahora a la inteligencia humana. Aunque muchos de esos problemas se están investigando en laboratorios, poco a poco están saliendo y se utilizan cada vez más en aplicaciones reales.

Neurociencia, leyes y tribunales. El detector de mentiras.

Los avances en neurociencia, en concreto en neuroimagen, así como el mayor conocimiento de los estados y procesos mentales comienzan a tener influencia en los tribunales donde el detector de mentiras empieza a llamar a la puerta.

El interés cada día mayor se refleja en los distintos blogs que recogen informaciones al respecto. The Law and Neuroscience Blog ; StanfordLawSchool ; AbaJournal ; Neuroethics & Law Blog ; Wired

La memoria reconstructiva: confabulando el pasado, simulando el futuro y La memoria es un mal testigo son dos excelentes artículos que ponen en duda la fiabilidad de la memoria y por lo tanto la del testigo de un juicio.

"Recordar no es una función completamente independiente y distinta de percibir, imaginar o incluso del pensamiento constructivo, sino que tiene relaciones íntimas con ellos ... El recuerdo que uno tiene de un acontecimiento refleja una mezcla de la información codificada en el momento en que ocurrió, además de inferencias basadas en el conocimiento, expectativas, creencias y actitudes procedentes de otras fuentes."

Grabamos un acontecimiento en nuestra memoria según nuestra situación anímica e intelectual del momento. Destacamos algunos rasgos y acentuamos otros de modo que cuadren mejor con nuestra forma de pensar, modificamos los recuerdos cuando los traemos a la mente, los cambiamos con nuevas informaciones y finalmente los recordamos distintos según el contexto y la forma de ser preguntados. El testimonio es esencial en un juicio y sin embargo sabemos que la probabilidad de que sea erróneo es alta.

El escaner cerebral mediante resonancia funcional magnética fMRI es la joya de la neuroimagen. Permite en esencia saber que áreas del cerebro son más activas durante una determinada tarea. Es lo más próximo a leer la mente que existe. Se puede averiguar dónde ha estado una persona (eligiendo entre pocas localizaciones), en qué objeto pensaba (entre unos pocos) o qué está viendo (algunas letras). Su precisión es tosca y requiere un análisis estadístico porque las distintas imágenes del mismo hecho no coinciden plenamente. En los últimos tiempos se ha planteado como detector de mentiras en los tribunales. Siempre ha sido rechazado, pero el camino está abierto. Además de saber qué áreas se activan en el cerebro ante la presentación de un estímulo (visual, auditivo...) es necesario saber qué significa la activación: ¿reconoce el estímulo?, ¿no lo reconoce?, ¿se sorprende?... El caso más sonado hasta la fecha, el de un juzgado de Tennessee,  ha sido seguido por varias publicaciones y blogs: SEED, Wired,  El País, Neurologica o Mind Hacks. La conclusión del juez:

los datos no se pueden aceptar... porque no cumplen las directrices de evidencia científica... no obstante, la detección de mentiras basada en fMRI... es una metodología que puede ser considerada admisible en el futuro, después de mejorar las pruebas, el desarrollo y la revisión de expertos para aumentar su nivel.

Un caso adicional de aplicación del fMRI es el de los pacientes en coma o en estado vegetativo persistente. Según la legislación de distintos países, es posible en estos casos retirar el tratamiento que mantiene artificialmente la vida del paciente. Pero, ¿qué ocurre si una de las partes pide un escaner cerebral para demostrar que el paciente está consciente? ¿Cómo se determina la conciencia a través del fMRI? Es el caso que se muestra en Neuroimaging and the Withdrawal of Life-Sustaining Treatment from Patients in Vegetative State

Quizá se pueda avanzar más en la especulación. ¿Y si quedara demostrado que no existe el libre albedrío, que no somos dueños de nuestros actos? Las leyes se basan en nuestra capacidad de elegir, en nuestra responsabilidad. ¿Y si no somos responsables?

El cerebro habla. Científicos descifran palabras a partir de señales cerebrales

En un primer paso para permitir que personas paralizadas hablen con el pensamiento, investigadores de la Universidad de Utah tradujeron a palabras señales del cerebro usando dos rejillas de 16 microelectrodos implantados debajo del cráneo y encima del cerebro.

Microelectrodos convencionales con número. Nuevos microelectrodos al final de los cables verde y naranja. Es una representación dado que por su pequeño tamaño no se ven.

"Hemos sido capaces de descifrar palabras habladas utilizando sólo las señales del cerebro con un dispositivo que tiene perspectivas prometedoras para el uso a largo plazo en pacientes con parálisis completa que no pueden hablar", dice Bradley Greger, profesor auxiliar de bioingeniería.

Dado que el método debe mejorar mucho más e implica la colocación de electrodos en el cerebro, se espera que pasaran unos años antes de realizar ensayos clínicos en personas paralizadas que no pueden hablar debido al llamado síndrome "locked-in".

El Journal of Neural Engineering's en su edición de septiembre publica el estudio de Greger que muestra la viabilidad de traducir señales del cerebro en palabras habladas por ordenador.

El equipo de investigación de la Universidad de Utah, implantó redes de pequeños microelectrodos en centros del lenguaje en el cerebro de un voluntario con severos ataques epilépticos. El hombre ya tenía una craneotomía - retirada temporal parcial del cráneo - para que los médicos pudieran colocar electrodos convencionales, más grandes, para localizar el origen de sus ataques y detenerlos quirúrgicamente .

Usando los microelectrodos experimentales, los científicos registraron las señales del cerebro mientras el paciente leía repetidamente cada una de las 10 palabras que podrían ser útiles a una persona paralizada: sí, no, caliente, frío, hambre, sed, hola, adiós, más y menos.

Posteriormente, trataron de averiguar qué señales cerebrales representaba cada una de las 10 palabras. Cuando compararon dos señales cerebrales cualesquiera - como las que se generan cuando el hombre decía las palabras "sí" y "no" - fueron capaces de distinguir las señales para cada palabra entre el 76 por ciento y el 90 por ciento de las veces.

Cuando examinaron todos los patrones de las 10 señales a la vez, sólo fueron capaces de seleccionar la palabra correcta entre el 28 por ciento y el 48 por ciento de las veces - mejor que el azar (lo que habría sido del 10 por ciento), pero no lo suficientemente bueno para un dispositivo que traduzca los pensamientos de una persona paralizada en palabras habladas por un ordenador.

"Esta es una prueba de concepto", dice Greger, "Hemos demostrado que estas señales pueden indicar lo que la persona está diciendo muy por encima del azar. Pero tenemos que ser capaces de detectar más palabras con más precisión antes de que sea algo que a un paciente realmente le pueda resultar útil. "

Las personas que eventualmente podrían beneficiarse de un dispositivo inalámbrico que convierta los pensamientos en palabras habladas por ordenador incluyen a personas con parálisis por derrame cerebral, enfermedad de Lou Gehrig y trauma, dice Greger. Las personas que ahora están "atados" (locked-in) a menudo se comunican con cualquier movimiento que pueden hacer - un parpadeo o moviendo un poco la mano - para escoger difícilmente letras o palabras de una lista.


Microelectrodos no penetrantes leen las señales del habla del cerebro

Nueva visión sobre cómo el cerebro toma decisiones

La reproducción de acontecimientos recientes en el área del cerebro llamada hipocampo puede tener menos que ver con la creación de recuerdos a largo plazo, como los científicos sospechaban, que con un proceso activo de toma de decisiones, según sugiere un nuevo estudio de investigadores de la Carnegie Mellon University y la University of Minnesota Medical School.

En un estudio con ratas navegando en un laberinto, los investigadores encontraron que las repeticiones que ocurren en el hipocampo no son necesariamente los caminos dentro del laberinto que se han recorrido más reciente o más frecuentemente, como sería de esperar si el evento se estuviera memorizando. Más bien, las repeticiones eran a menudo caminos que las ratas habían tomado en pocas ocasiones o, en algunos casos, nunca habían tomado, como si las ratas estuvieran tratando de construir mapas para ayudar a tomar mejores decisiones de navegación.

En un informe publicado 11 de marzo en la revista Neuron, Gupta Anoopum, un estudiante de doctorado de Robótica de Carnegie Mellon Institute y el Center for the Neural Basis of Cognition, y sus colegas dicen que sus hallazgos sugieren que las repeticiones en el hipocampo no son meramente ecos pasivos de acontecimientos pasados, sino parte de un proceso complejo y activo de toma de decisiones .

"Nuestro trabajo proporciona pistas sobre cómo los animales construyen una representación total, completamente navegable de su entorno, aun cuando sólo lo hayan explorado parcialmente". "Los mapas cognitivos creados de esta manera puede permitir a los animales planificar nuevas rutas o atajos. A medida que aprendemos más sobre los mecanismos neuronales que permiten a los animales navegar de forma flexible a través del mundo, esperamos poder aplicar esos hallazgos a la investigación en robótica para mejorar los sistemas de navegación autónoma."

El equipo utilizó electrodos para registrar la actividad cerebral de las ratas cuando navegaban en un laberinto. En particular, monitorizaron ciertas neuronas, las células llamadas "place cells", "células de posicionamiento", que se disparan en respuesta a las ubicaciones físicas. Eso permitió a los investigadores identificar donde se localizaba un evento que se estaba reproduciendo basandose en qué células de lugar se estaban disparando . Durante un experimento, una rata podría estar en una parte del laberinto, mientras que el disparo de las células de lugar en el hipocampo indicaba que la rata estaba reproduciendo información sobre un lugar diferente.

En una tarea con dos secuencias de comportamiento, A y B, los investigadores hallaron que los animales reproducían más a menudo la secuencia B a pesar de que pasaban la mayor parte de su tiempo ejecutando la secuencia A. En otras palabras, los investigadores encontraron que las ratas tenían más probabilidades de repetir el camino que habían experimentado con menos frecuencia. Esto sugiere que la repetición no es sólo una función para ayudar a un animal a recordar lo que ha experimentado con más frecuencia o más recientemente, sino una función importante para ayudar a trazar un mapa de su entorno.

Durante el proceso de reproducción, el equipo de investigación también pudo observar las conexiones que los animales estaban haciendo entre caminos que nunca había viajado físicamente antes. Por ejemplo, si el animal había viajado físicamente desde el punto A al punto B, y también desde el punto A al punto C, pero nunca desde el punto B al punto C, observaron la secuencia de la B a la A y de la A a la C durante el proceso de reproducción, lo que implica que el cerebro de la rata fue capaz de hacer la conexión entre los puntos B y C en su mapa interno. Esto indica además que la reproducción juega un papel en ayudar a un animal a aprender y mantener todo el mapa de su entorno y hacer conexiones dentro de él. Las ratas no estaban simplemte repasando experiencias recientes para pasarlas a la memoria a largo plazo.

"Con base en estas observaciones, tenemos que repensar cuál es el papel de la repetición para la memoria", escriben los neurocientíficos Dori Derdikman y May-Britt Moser de la Universidad Noruega de Ciencia y Tecnología en un comentario publicado también en el 11 de marzo de la revista Neuron . Sugirieron que la reproducción en el hipocampo puede tener un doble papel - tanto para la consolidación de la memoria como para hacer mapas cognitivos del medio ambiente.