jueves, 7 de noviembre de 2019

Inteligencia Artifical: Humanos construyendo el futuro



Mientras Daniel Graziadei, poeta alemán invitado a la Feria del Libro de Guayaquil 2019 escribía poemas en el pasillo, inspirado en las palabras que solicitaba al público presente, no pude dejar de observar a una niña que miraba con asombro que el escritor lo hacía utilizando una máquina de escribir Remington del siglo pasado. Esta imagen viene a mi mente cuando leo sobre Inteligencia Artificial (IA). De algún modo lo que hoy vemos como herramienta tecnológica que nos llevará al progreso, mañana podría convertirse en otra cosa, apenas reconocible para las próximas generaciones.

La IA se ha ido asimilando tanto en nuestra vida cotidiana que apenas notamos su presencia. Los futurólogos predicen que pronto la llevaremos incluso en el cuerpo. Antes de levantar la bandera roja que advierte sobre los peligros de su mal uso, creo importante describir una de sus múltiples taxonomías, tal vez la más sencilla de comprender. La IA se divide en dos ramas:

Una, la INTELIGENCIA ARTIFICIAL GENERAL (IAG), orientada hacia la creación tecnológica. Despierta el temor de que el hombre va a ser reemplazado por máquinas pensantes. Aunque todavía pertenece al terreno de la ciencia ficción, ya existen algunos ejemplares. El año pasado en Tama, uno de los 32 distritos de Tokio, el robot Michihito Matsuda se postuló para la alcaldía obteniendo el tercer lugar con 4.013 votos, quería ganar las elecciones para acabar con la corrupción y dar "oportunidades justas y equilibradas para todos". Detrás de esta IA están Tetsuzo Matsuda, vicepresidente del proveedor de servicios móviles Softbank, y Norio Murakami, exempleado de Google en Japón, quienes creen que el futuro de la política está en la IA.

Otra, la INTELIGENCIA ARTIFICIAL SIMPLE (IAS) o "Narrow AI", busca que las computadoras resuelvan problemas de ámbitos específicos mejor que nosotros. Un ejemplo de IA aplicada fue Deep Blue, la máquina que creó IBM invirtiendo millones de dólares y que logró vencer al mejor ajedrecista del mundo Garry Kasparov en 1997. Fue diseñada para analizar millones de jugadas posibles sobrepasando la capacidad humana. Hoy con el desarrollo de la investigación del juego de ajedrez en computadora existe el software Fritz que corre en cualquier soporte doméstico y cuesta muy poco. Deep Blue es ahora una pieza del Museo Smithsonian de Washington DC. Sin embargo, es el precedente de Watson, una IA con capacidad de responder preguntas formuladas en lenguaje natural, que forma parte del proyecto DeepQA. El objetivo es que Watson pueda interactuar de forma natural con humanos y logre superar la respuesta humana en diversos ámbitos.

La rama de IA simple abre un abanico de posibilidades de crecimiento exponencial para empresas: la habilidad de las máquinas para entender lenguaje natural (speech recognition), clasificar objetos (computer vision), traducciones de textos de un lenguaje a otro, bots que realizan de forma automática tareas repetitivas y que son muy útiles para los centros de atención al cliente, algoritmos que se crean a partir de rastros que dejamos en redes sociales para vendernos productos, etc.

Uno de los principales casos de uso de la IA simple es Machine Learning, método analítico que permite que un sistema por sí mismo descubra patrones, tendencias y relaciones en los datos, mejorando continuamente la respuesta en cada interacción. Servicios financieros, atención en salud, marketing, ventas, gobierno y transporte, se cuentan entre los sectores que más aprovechan esta innovación.

Un ejemplo reciente en nuestra región es G.E.N.I.A. (Gran Estrategia Nacional de Inteligencia Artificial), organización que sienta las bases institucionales para que los países latinoamericanos puedan convertirse en líderes en el aprovechamiento de la IA.

Yuval Noah Harari en su último libro "21 lecciones para el siglo XXI" afirma que la única constante es el cambio, "No podemos estar seguros de las cosas concretas, pero el propio cambio es la única certeza". Advierte que la humanidad tendrá que lidiar con máquinas súper inteligentes, cuerpos modificados, algoritmos que pueden manipular nuestras emociones con precisión, rápidos cataclismos climáticos causados por el hombre, cambiar de profesión cada década y más. Los cambios están sucediendo de forma acelerada y apenas podemos procesar las emociones que acarrean, porque nuestro cerebro no está diseñado para ello. De cara a este mundo abrumador que se está gestando, Harari resalta que la pregunta más urgente y complicada de responder será ¿quién soy?. Su respuesta es indispensable para evitar el inminente hackeo de nuestros cerebros y con él la pérdida de libertad, "si los algoritmos entienden mejor que tú lo que ocurre dentro de ti, la autoridad pasará a ellos". Prepararse para conocer mejor nuestro "sistema operativo" parece ser la clave: tener una mente flexible, equilibrio emocional, buscar la forma de sentirse cómodo con lo desconocido y ser resilientes.

Frente a este panorama, para que las empresas se mantengan será necesario que entiendan la dinámica del cambio y con ello tomar decisiones que permitan modelar mejor el futuro. La tecnología no es mala. Si se tiene objetivos claros, es muy probable que contribuya a realizarlos.

Fuente: Alexandra-Landazuri.com

miércoles, 6 de noviembre de 2019

Programar en COBOL hoy en día y el lenguaje del futuro



1. LA IMPORTANCIA DEL COBOL COMO LENGUAJE DE PROGRAMACIÓN

¿COBOL, lenguaje del futuro? Cuando la gente lea este título, pensará en el inglés como lenguaje del futuro, pero en este caso como ya habréis adivinado no me refiero a este tipo de idiomas, sino, tal y como ya hicimos en un post de Spartanhack, al lenguaje que se utiliza para programar.

Existen lenguajes de programación que se remontan a los años 50 como es el caso de COBOL o FORTRAN. Otros lenguajes como DELPHI, son más modernos, ya que datan de la época de los 70. Estos lenguajes fueron fundamentales, pero lo importante, es que lo siguen siendo en algunas áreas de nuestra vida a día de hoy.

Por ejemplo, los bancos continúan usando sistemas centrados en COBOL, con el que realizan sus operaciones —muchas de ellas muy importantes ya que manejan grandes sumas de dinero— y el peligro que entraña, es que cada vez existen menos personas que comprenden y manejan este lenguaje.

Para que lo entendamos mejor: ¿os imagináis hacer operaciones bancarias de extrema importancia en latín? ¿Cuánta gente sería capaz de entender esta lengua? Lo cierto es que muy pocos son los que podrían entenderlo, pero aun así son muchos más de los que pueden defenderse con COBOL y eso se debe a que en los colegios se sigue estudiando latín, pero no programación. ¿Veis esto lógico en pleno siglo XXI?

El lenguaje COBOL (acrónimo de COmmon Business-Oriented Language, Lenguaje Común Orientado a Negocios) fue creado en el año 1959 con el objetivo de crear un lenguaje universal que pudiera ser usado en cualquier ordenador (ya que en los años 60 existían modelos de ordenadores incompatibles entre sí), y que estuviera orientado principalmente a los negocios, es decir, a la llamada informática de gestión.

Seguro que muchos de vosotros habéis oído hablar de Bill Hinshaw. Este señor tiene ya 75 años y es el creador de COBOL Cowboys, una empresa integrada por un equipo de "jovencitos" que se encargan de ayudar a aquellas empresas y bancos que funcionan con este tipo de lenguaje y que ya casi nadie conoce.

Hinshaw empezó a programar allá por los años 60 y ahora, casi 50 años después le siguen llamando las empresas porque no hay gente joven que conozca este lenguaje. Por eso decidió crear su negocio, para poder hacer frente a toda la demanda de trabajo que le llega de las distintas empresas.

Su plantilla está compuesta por gente de su misma edad que estudiaron COBOL y, aunque deberían de estar jubilados, están al pie del cañón ayudando con sus conocimientos de programación. Eso sí, están ganando más de 100 dólares la hora por dar apoyo a estas empresas que dependen de COBOL y que no pueden cambiar por otro tipo de código debido al elevado coste que eso supondría.

COBOL es el 65% del código activo utilizado en la actualidad; y ejecuta el 85% de todas las transacciones comerciales. IBM afirma que 200 millones de líneas de código COBOL todavía están en uso hoy en día por varias industrias. COBOL es tan actual y moderno como otros productos de programación en el mercado. Miles de organizaciones están gastando millones en el desarrollo y mantenimiento de COBOL.

Precisamente IBM ha sido una empresa pionera en formar a jóvenes en este lenguaje ya que considera que, por el simple hecho de tratarse de un código con más de 50 años, no implica que sea malo, sino todo lo contrario ya que sigue funcionando y muy bien. Sin embargo, otros apuestan por ir realizando un cambio gradual para evitar el impacto y los riesgos de funcionar con un lenguaje que solo puede entender gente de más de 65 años.

2. COBOL Y OTROS LENGUAJES DE PROGRAMACIÓN

Ahora bien, si quieres aprender programación, seguro que todos los anuncios que te llegan te hablan de JavaScript, Java, C o Python. Estas opciones están muy bien, pero no dejes de lado COBOL u otros leguajes olvidados como DELPHI ya que la gente que controla estos códigos gana mucho dinero porque son muy pocos y están muy cotizados. Así que antes de decidirte por aprender un lenguaje u otro de código, infórmate bien. Aquí te ayudo a elegir, así que sigue leyendo... Te presento los lenguajes más desconocidos de la programación:



Delphi: Este lenguaje de programación fue desarrollado originalmente por Apple en 1986. Delphi es un entorno de desarrollo de software diseñado para la programación, pero con especial enfoque en la programación visual. En Delphi se utiliza como lenguaje de programación una versión moderna de Pascal llamada Object Pascal. Se usa para: programar software para Windows, para desarrollar bases de datos, servicios de sistema operativo y aplicaciones de consola entre otros.

MATLAB: La gran mayoría de científicos, así como ingenieros a lo largo y ancho del planeta, usan este lenguaje para crear productos nuevos. Se puede encontrar este tipo de lenguaje en los sistemas de seguridad de coches, visión artificial, procesamiento de señales, robótica, redes eléctricas inteligentes y sistemas inalámbricos. MATLAB también te ayuda a desarrollar algoritmos y te ayuda a realizar tareas de deep learning.

Swift: Es un lenguaje de programación creado por Apple para el desarrollo de aplicaciones en iOS, OS X, Apple TV y Watch OS. Tras la magnífica acogida que tuvo por parte de todos los desarrolladores, así como la evolución que ha ido experimentando con los años, la compañía decidió que pasaría a ser de código abierto, una noticia que trajo muchas alegrías.

Swift es un lenguaje rápido y eficaz que proporciona información en tiempo real y se integra a la perfección con código escrito en Objective-C. Los desarrolladores están encantados con el potencial de Swift, pero no son los únicos. Algunas de las universidades y centros académicos más prestigiosos enseñan a programar en Swift ya que es gratis, abierto y está disponible para un gran número de desarrolladores, profesores y estudiantes. Aplicaciones como: LinkedIn, Airbnb y Duolingo han sido creadas con este código.

Pascal: Se llama así por el famoso filósofo Blase Pascal, y fue el lenguaje primario de alto nivel utilizado para el desarrollo en el Apple Lisa, y en los primeros años del Macintosh. Todavía se utiliza para el desarrollo de aplicaciones Windows, pero también tiene la capacidad de compilación cruzada del mismo código para Mac, iOS y Android.

Perl: Fue creado por un ingeniero de la NASA en la década de los 80, y a los desarrolladores les encanta porque es muy potente y flexible. Se utiliza para llevar a cabo distintos tipos de tareas tales como: desarrollo web, programación en red y administración de sistemas. Además, adopta ciertas características de muchos otros lenguajes de programación. Fue acogido por su habilidad a la hora de procesar textos y por no poseer las limitaciones que sufrían otros lenguajes de script.

Objective-C: Este lenguaje se creó a finales de la década de los 80 y, probablemente, sea el más árido de todos. Se trata de un lenguaje enlazado, de ahí su dificultad para comprenderlo bien. Es el lenguaje más distinto en lo que a programación se refiere. Actualmente se usa como un lenguaje principal de programación para Mac OS X, iOS y GNUstep, además de Swift.

Groovy: es un lenguaje de programación orientado a objetos implementado sobre la plataforma Java, y fue diseñado para que los desarrolladores pudieran programar de forma más fácil y rápida.

Ruby: Este lenguaje de programación se creó hace 24 años, pero a los programadores les encanta porque es muy fácil de leer y escribir. Su eslogan oficial es: "El mejor amigo de un programador". Con esta frase se dice todo de este tipo de lenguaje.

Espero que este post resulte de utilidad a la hora de decidir qué lenguaje de programación se adapta mejor a vuestras necesidades. Si queréis que añada algún lenguaje más, dejad las sugerencias en los comentarios. Y si queréis aprender programación contactad con nosotros en Spartanhack. ¡Muchas gracias!

Fuente: AntonioSerranoAcitores.com

martes, 5 de noviembre de 2019

El Gobierno diseña un 'Gran Hermano' con los datos de los ciudadanos



Planea la creación del Instituto Nacional de Datos, organismo que analizaría la información de los españoles con Inteligencia Artificial

El Gobierno pretende crear un Instituto Nacional de Datos, una suerte de 'Gran Hermano' en el que se gestionará toda la información de los ciudadanos recogidos por ministerios y Administraciones Públicas (AAPP).

La propuesta se recoge dentro del plan estratégico de I+D+i en Inteligencia Artificial (IA), documento firmado tanto por el Gobierno como por el Ministerio de Ciencia, Innovación y Universidades, al que ha tenido acceso Vozpópuli.

La idea, según el documento, es "modelar, analizar, utilizar y explotar de forma segura y ética la ingente cantidad de datos abiertos y públicos generados por las AAPP". Se pretende obtener el máximo partido de estos datos, abiertos y agregados, mediante la utilización de técnicas de Inteligencia Artificial y Big Data. Se busca cruzar el dato y analizarlo a fondo para tomar decisiones en función de esos resultados.

  • Reino Unido estudia implantar un sistema de Big Data e Inteligencia Artificial que predeciría qué personas van a cometer un delito con arma de fuego o arma blanca

El Instituto Nacional de Datos contempla la creación de plataformas públicas y privadas. "Se pretenden establecer los cauces mediante los cuales las empresas privadas pueden o deben compartir parte de sus datos con la Administración Pública con el objetivo de ofrecer mejores servicios públicos y crear colaboraciones público-privadas en las que se compartan datos que permitan ofrecer servicios innovadores de valor añadido, siempre respetando las regulaciones de privacidad y protección de datos, en beneficio de la ciudadanía y del funcionamiento de las Administraciones Públicas", añade el documento.

"El tratamiento de Big Data por parte de las Administraciones Públicas es una gran oportunidad y un gran riesgo. Por un lado, contar con mejores datos y perfilados de individuos puede ayudar a las AAPP a ser más eficientes en la gestión. Por el otro, tenemos un perfilado de los ciudadanos que pueden verse sometidos a decisiones automatizadas sin contar con la información legal adecuada sobre cómo se han conseguido esos perfiles. Además, la ley establece de manera clara que todo interesado tendrá derecho a no ser objeto de una decisión basada únicamente en el tratamiento automatizado, incluida la elaboración de perfiles, que produzca efectos jurídicos en él o le afecte significativamente, con lo que existe una limitación respecto a lo que se haga posteriormente con los datos", explica Sergio Carrasco Mayans, abogado especializado en nuevas tecnologías de Fase Consulting.

EN REINO UNIDO

La policía de Reino Unido quiere utilizar Inteligencia Artificial para predecir sucesos violentos. Mediante un sistema bautizado como National Data Analytics Solution (NDAS) que combina IA y datos estadísticos, las fuerzas y cuerpos de seguridad ingleses pueden llegar a conocer el riesgo que existe de que un ciudadano del país cometa un crimen con arma blanca o de fuego.

El sistema está pensado también para vaticinar qué personas son más vulnerables a recibir un ataque de estas características. Se trata de una iniciativa que ha suscitado un gran debate ético. Los datos utilizados en este caso no son agregados (no se tratan en bloque, de forma anónima), sino personales.

"Los británicos son de lo más ambicioso en materia de innovación. Es uno de los grandes secretos de su éxito: asumen riesgos, se reinventan y buscan el impacto por encima del marketing. Entiendo que la seguridad física es demasiado importante como para no buscar la precisión máxima del modelo por encima de todo. Espero que nuestra policía también pueda usar información de forma desagregada", explica Sergio Álvarez-Teleña, fundador de SciTheWorld, compañía dedicada a desarrollar soluciones basadas en Inteligencia Artificial.

  • La idea es que todos los ministerios o Administraciones Públicas puedan acceder a los datos de todos los españoles

Otras policías del mundo trabajan los puntos calientes de los distritos mediante datos agregados, globales. Esto permite conocer cuáles son los lugares más proclives a la delincuencia y el tipo de crimen más común en cada zona. Esto permite destinar el número de agentes necesario a cada uno de esos puntos calientes y equiparlos con las armas pertinentes.

"La información agregada ayuda a distribuir recursos a nivel macro. De hecho, éstas suelen ser las primeras estrategias a poner en práctica porque no requieren datos muy complejos de conseguir. Para un sistema más parecido al británico se requieren medidas como el Plan de Datos Nacional. Estamos siendo más ambiciosos, y eso no sólo es bueno, es necesario", opina el fundador de SciTheWorld.

PLAN DE DATOS NACIONAL

En paralelo al Instituto Nacional de Datos se desarrollaría un Plan de Datos Nacional que implicaría la realización de actuaciones periódicas, como la forma en la que se gobiernan los datos, la estructura organizativa del ente y el desarrollo de procedimientos entre ministerios para facilitar que se compartan los datos.

La idea, según el documento, es que toda esa información del ciudadano esté disponible en todos los sitios, entendiendo por todos los sitios como el total de ministerios y Administraciones Públicas.

"Se trata de ofrecer un punto de contacto para aconsejar a las AAPP en las estrategias para extraer nuevo conocimiento de los datos mediante técnicas de Inteligencia Artificial; ofrecer una formación especializada en IA a los trabajadores públicos para poder sacar el máximo partido a los datos que disponen y así contribuir a la mejora de las Políticas Públicas".

Fuente: Vozpopuli.com

lunes, 4 de noviembre de 2019

El "Estado Profundo" da pautas al Pentágono para controlar la inteligencia artificial



El informe de la denominada Comisión de Innovación en Defensa se publica en medio de la creciente preocupación sobre los posibles riesgos del uso de inteligencia artificial en el ámbito militar

La Comisión de Innovación en Defensa (DIB, por sus siglas en inglés), organización que asesora al Pentágono compuesta por miembros de Google, Microsoft y Facebook, y que se encarga de la incorporación de innovaciones tecnológicas de Silicon Valley en el Ejército de EE.UU., ha publicado este jueves un conjunto de "directrices éticas" para el uso de la inteligencia artificial (IA) por parte del Departamento de Defensa.

Los principios del DIB tienen carácter de recomendaciones y no son legalmente vinculantes, por lo que recae en el Pentágono determinar si van a llevarse a la práctica y cómo debe ocurrir.

"Ahora es el momento, en esta etapa temprana del resurgimiento del interés en la IA, de mantener discusiones serias sobre las normas de desarrollo y el uso de la IA en un contexto militar, mucho antes de que haya un incidente", reza el documento.

Aunque el texto no fija límites estrictos, como esperarían todos aquellos que se oponen a la aplicación de IA en la esfera militar, sí que establece un conjunto de objetivos éticos que el Departamento de Defensa debería tener en cuenta a la hora de desarrollar nuevos sistemas con inteligencia militar.

En particular, los especialistas de la Junta barajan cinco principios clave: la utilización de IA en el Ejército de EE.UU. siempre debe ser responsable (y bajo control humano permanente), equitativa (para no causar daño no intencionado a las personas), rastreable (para que los expertos técnicos tengan una comprensión adecuada de la tecnología), fiable (para que la seguridad de los sistemas sea probada y garantizada) y gobernable (los dispositivos tienen que disponer de un mecanismo de desactivación por si se descubre que actúan de forma inadecuada).

¿CONVIENE LA IA AL ÁMBITO MILITAR?

Los programas de IA, que pueden aprender de datos y tomar decisiones sin intervención humana, se aplican activamente para el análisis de grandes cantidades de información. No obstante, su uso en un escenario de combate es percibido por algunos tecnólogos con escepticismo.

El año pasado, un grupo de 116 expertos en inteligencia artificial y robótica dirigieron a la ONU una petición —que también incluye la firma del fundador de SpaceX y Tesla— para prohibir el uso de las armas autónomas letales.

El Pentágono, por su parte, no comparte las preocupaciones sobre el riesgo de que este tipo de armas se convierta algún día en "la tercera revolución bélica", según se indica en la petición, y sigue experimentando con programas de IA en ámbitos como, por ejemplo, los combates con tanques, donde sus algoritmos permitirían ver cómo se conforma el campo de batalla y sugerirían cuál es la mejor manera de hacer frente al enemigo.

En 2018 el Departamento de Defensa de EE.UU. inauguró el llamado Centro Conjunto de Inteligencia Artificial, que se ocupa de la coordinación de las actividades relacionadas con IA en todo el departamento militar. Ese mismo año el organismo dio a conocer su primer plan estratégico en materia de IA, centrado en la aceleración de su uso con fines militares y en competir con otras naciones, "en particular China y Rusia".

Fuente: Actualidad.RT.com