Charla «Shyam Sankar: El auge de la cooperación entre seres humanos y computadoras» de TEDGlobal 2012 en español.
La fuerza bruta de la computación por sí sola no puede resolver los problemas del mundo. El innovador en minería de datos Shyam Sankar explica por qué resolver grandes problemas (como atrapar terroristas o identificar enormes tendencias escondidas) no es cuestión de encontrar el algoritmo correcto, sino más bien la correcta relación simbiótica entre la computación y la creatividad humana.
- Autor/a de la charla: Shyam Sankar
- Fecha de grabación: 2012-06-27
- Fecha de publicación: 2012-09-06
- Duración de «Shyam Sankar: El auge de la cooperación entre seres humanos y computadoras»: 732 segundos
Traducción de «Shyam Sankar: El auge de la cooperación entre seres humanos y computadoras» en español.
Quiero hablarles sobre dos partidas de ajedrez.
La primera fue en 1997, cuando Garry Kasparov, un humano, perdió ante Deep Blue, una máquina.
Para muchos, este era el inicio de una nueva era, en la que las máquinas dominarían a los hombres.
Sin embargo aquí estamos, 20 años después, y el mayor cambio en nuestra relación con las computadoras es el iPad, no HAL.
La segunda partida fue durante un torneo de ajedrez libre, en 2005, en el que hombre y máquina podían inscribirse como equipo y no como adversarios, si así lo deseaban.
Al principio se tuvieron resultados predecibles; incluso un Gran Maestro derrotó a una supercomputadora con un computador portátil más bien de bajo desempeño.
La sorpresa llegó al final:
¿quién ganó?
No un Gran Maestro con una supercomputadora, sino dos aficionados norteamericanos con tres portátiles más bien de bajo desempeño.
Su habilidad para instruir y manipular sus computadoras para explorar posiciones específicas en profundidad contrarrestó con eficacia los conocimientos superiores en ajedrez de los Grandes Maestros y el poder superior de computación de otros adversarios.
Este es un resultado increíble: hombres promedio y máquinas convencionales que vencen al mejor hombre, a la mejor máquina.
Y además,
¿no se supone que se trata del hombre contra la máquina?
En cambio, se trata de cooperación y del tipo correcto de cooperación.
Durante los últimos 50 años, hemos prestado mucha atención a la visión que tiene Marvin Minsky de la inteligencia artificial Es una visión atractiva, por supuesto; muchos la han adoptado.
Se ha convertido en la escuela dominante de pensamiento en la ciencia de la computación.
Pero a medida que entramos en la era de los grandes volúmenes de datos, de los sistemas de red, de las plataformas abiertas y de la tecnología embebida, quiero sugerir que es tiempo de reevaluar una visión alternativa que en realidad se desarrolló en la misma época.
Me refiero a la idea de la simbiosis humano-computadora, de J.C.R.
Licklider, tal vez mejor llamada «aumento de la inteligencia», o I.A.
(en inglés) Licklider fue un titán de la informática que tuvo un impacto profundo en el desarrollo de la tecnología y de internet.
Su visión era la de habilitar la cooperación entre hombre y máquina en la toma de decisiones, y controlar situaciones complejas sin la dependencia inflexible de programas predeterminados.
Fíjense en la palabra «cooperación».
Licklider nos alienta, no a tomar un tostador y convertirlo en «Data», de «Star Trek», sino a tomar a un ser humano y hacerlo más capaz.
Los humanos somos tan sorprendentes…
cómo pensamos, nuestros enfoques no lineales, nuestra creatividad, las hipótesis iterativas; todo esto es muy difícil, si no imposible, para las computadoras.
Licklider se dio cuenta de esto intuitivamente al contemplar a los humanos establecer las metas, formular las hipótesis, determinar los criterios y realizar la evaluación.
Por supuesto, los humanos somos muy limitados en otras áreas.
Somos muy malos para grandes escalas, volumen y para computar.
Necesitamos una gestión superior de talento para mantener al grupo de rock unido y tocando.
Licklider previó que las computadoras harían todo el trabajo rutinario que se necesitaba para preparar el camino al conocimiento y la toma de decisiones.
En silencio, sin mucha fanfarria, este enfoque ha ido acumulando triunfos más allá del ajedrez.
El plegamiento de proteínas, un tema que comparte con el ajedrez la increíble expansividad: hay más formas de plegar una proteína que átomos en el universo.
Este es un problema capaz de cambiar el mundo con enormes repercusiones en nuestra capacidad para comprender y tratar las enfermedades.
Y para esta tarea, la fuerza bruta de las supercomputadoras simplemente no basta.
«Foldit», un juego creado por científicos de la informática, ilustra el valor de este enfoque.
Aficionados sin formación en tecnología ni biología juegan un videojuego en el que reordenan visualmente la estructura de la proteína, permitiendo que la computadora se encargue de las fuerzas atómicas de las interacciones y de identificar los problemas estructurales.
Este enfoque ha vencido a las supercomputadoras el 50 % de las veces y ha empatado con ellas el 30 %.
«Foldit» realizó hace poco un descubrimiento científico importante al descifrar la estructura del virus Mason-Pfizer de los monos.
Una proteasa que no había podido ser determinada en más de 10 años fue resuelta por tres jugadores en cuestión de días; tal vez el primer avance científico importante que haya surgido de jugar un videojuego.
El año pasado, en el sitio de las Torres Gemelas, se inauguró el monumento 9/11.
Muestra los nombres de miles de víctimas, usando un hermoso concepto llamado «colindancia significativa».
Coloca los nombres uno junto a otro en función de las relaciones que tenían entre sí: amigos, familias, compañeros de trabajo.
Hacer encajar todo es un considerable desafío computacional: 3500 víctimas, 1800 pedidos de colindancia, la importancia de las especificaciones físicas generales y la estética final.
En el primer informe de la prensa se dio crédito total por tal hazaña a un algoritmo de una compañía de diseño en Nueva York llamada «Local Projects».
La verdad es un poco más sutil.
Si bien se utilizó un algoritmo para desarrollar la estructura base, fueron seres humanos quienes usaron esa estructura para diseñar el resultado final.
Así que, en este caso, una computadora evaluó los millones de diseños posibles, manejó un sistema relacional complejo y monitoreó un gran conjunto de mediciones y variables, lo que permitió a los humanos enfocarse en el diseño y las alternativas de composición.
Entre más miren a su alrededor, más verán por todos lados la visión de Licklider.
Ya sea la realidad aumentada en su iPhone o el GPS en su auto, la simbiosis humano-computadora nos está volviendo más capaces.
Entonces, si quieren mejorar la simbiosis humano-computadora,
¿qué pueden hacer?
Pueden empezar por incluir al ser humano en el diseño del proceso.
En vez de pensar qué hará una computadora para resolver el problema, diseñen la solución en función de lo que hará el ser humano también.
Al hacer esto, pronto se darán cuenta de que han pasado todo su tiempo en la interfaz entre hombre y máquina, específicamente en el diseño para eliminar la fricción en la interacción.
De hecho, esta fricción es más importante que el poder del hombre o de la máquina para determinar la capacidad total.
Es por eso que dos aficionados con unas cuantas computadoras portátiles vencieron fácilmente a una supercomputadora y a un Gran Maestro.
Lo que Kasparov llama proceso es un subproducto de la fricción.
Cuanto mejor sea el proceso, menor será la fricción, y minimizar la fricción resulta ser la variable decisiva.
O bien, tomen otro ejemplo: los grandes volúmenes de datos.
Nuestras interacciones con en el mundo se registran por una variedad de sensores cada vez mayor: teléfonos, tarjetas de crédito, computadoras.
El resultado es el gran volumen de datos; y en realidad nos ofrece la oportunidad de entender más profundamente la condición humana.
El mayor énfasis de casi todos los enfoques al alto volumen de datos se centra en: «
¿Cómo almaceno estos datos?
,
¿cómo busco estos datos?
,
¿cómo proceso estos datos?
» Estas preguntas son necesarias, pero insuficientes.
El imperativo no es resolver cómo computar, sino qué computar.
¿Cómo se aplica la intuición humana sobre los datos a esta escala?
De nuevo, empezamos por incluir al ser humano en el diseño del proceso.
En los inicios de la compañía «PayPal», su mayor desafío no fue: cómo enviar y recibir dinero en línea, sino cómo enviarlo sin ser estafado por el crimen organizado.
¿Por qué tanto desafío?
Porque las computadoras pueden aprender a detectar fraudes con base en patrones, pero no pueden aprender a hacerlo con base en patrones que nunca han visto, y el crimen organizado tiene mucho en común con este público: es gente brillante, incansablemente ingeniosa, con un espíritu emprendedor —
(Risas)
— y una diferencia enorme y muy importante: sus intenciones.
Si bien las computadoras por sí solas pueden atrapar a todos los estafadores excepto a los más astutos, atrapar a los más astutos hace la diferencia entre el éxito y el fracaso.
Hay toda una clase de problemas como este, que tienen adversarios adaptables.
Rara vez presentan un patrón repetitivo que las computadoras puedan discernir.
Al contrario, hay un componente intrínseco de innovación o disrupción, y se esconden cada vez más entre el alto volumen de datos.
El terrorismo, por ejemplo.
Los terroristas se adaptan siempre en mayor o menor medida a circunstancias nuevas.
Y a pesar de lo que puedan ver en la TV, estas adaptaciones y su detección son fundamentalmente humanas.
Las computadoras no detectan patrones y comportamientos novedosos, pero los seres humanos sí.
Los seres humanos, al usar tecnología, al probar una hipótesis, al buscar entendimiento al pedir a las máquinas que hagan cosas por ellos.
La inteligencia artificial no atrapó a Osama Bin Laden.
Lo atraparon personas entregadas, ingeniosas y brillantes en asociación con tecnologías varias.
Aunque suene atractivo, no se puede llegar a una respuesta haciendo minería de datos algorítmicamente.
No existe un botón que diga «Encontrar Terrorista», y mientras más datos integremos de una amplia variedad de fuentes y sobre una gran variedad de formatos de sistemas muy dispares, menos efectiva será la minería de datos.
En vez de esto, la gente tendrá que mirar los datos y buscar respuestas, y como lo predijo Licklider hace tiempo, la clave de los grandes resultados es la forma correcta de cooperación; y como lo notó Kasparov, eso significa minimizar la fricción en la interfaz.
Este enfoque posibilita procesos como la exploración de todos los datos disponibles provenientes de fuentes muy diferentes, identificar relaciones clave y ponerlas en un mismo lugar, algo que antes era casi imposible de hacer.
Para algunos, esto conlleva consecuencias aterradoras para la privacidad y las libertades civiles.
Para otros, presagia una era de mayor protección de las mismas.
Pero, la privacidad y las libertades civiles son de capital importancia.
Esto tiene que ser reconocido, y no se pueden dejar de lado ni con la mejor de las intenciones.
Así que exploremos, mediante un par de ejemplos, el impacto que las tecnologías construidas para impulsar la simbiosis humano-computadora han tenido en los últimos tiempos.
En octubre del 2007, los EE.
UU.
y las fuerzas de coalición incursionaron en una casa de seguridad de Al Qaeda en la ciudad de Sinjar en la frontera sirio-iraquí.
Encontraron un tesoro de documentos: 700 esbozos biográficos de combatientes extranjeros.
Estos combatientes habían dejado a sus familias en el golfo, en el Levante mediterráneo y el norte de África para unirse a Al Qaeda en Iraq.
Estos registros eran formularios de recursos humanos; los combatientes extranjeros los completaban al unirse a la organización.
Resulta que también Al Qaeda tiene su burocracia.
(Risas)
Respondían a preguntas como: «
¿Quién te reclutó?
», «
¿Cuál es tu ciudad natal?
», «
¿Qué ocupación buscas?
» Con esta última pregunta, se reveló un dato sorprendente.
La gran mayoría de los combatientes extranjeros buscaban ser hombres bomba para convertirse en mártires…
De tremenda importancia, ya que entre 2003 y 2007, Iraq sufrió 1382 ataques suicidas, una gran fuente de inestabilidad.
Analizar estos datos fue difícil.
Los originales eran hojas de papel escritas en árabe que debieron ser escaneadas y traducidas.
La fricción en el proceso no permitió obtener resultados significativos en un plazo de tiempo operativo usando solo seres humanos, PDFs y tenacidad.
Los investigadores debían apoyar sus mentes humanas con tecnología para profundizar más, para explorar hipótesis que no fuesen obvias, y de hecho, surgieron algunas revelaciones.
El 20 % de los combatientes extranjeros provenían de Libia, un 50 % de ellos de una misma ciudad de Libia, de tremenda importancia, ya que estadísticas previas lo calculaban en un 3 %.
También ayudó a centrarse en un objetivo de creciente importancia en Al Qaeda, Abu Yahya al-Libi, un clérigo de alto rango en el grupo de combate libio-islámico.
En marzo de 2007, este pronunció un discurso, después del cual se produjo un repentino aumento en la participación de combatientes libios.
Quizás lo más ingenioso de todo, sin embargo, y lo menos obvio, al darle vueltas en la cabeza a los datos, los investigadores pudieron explorar en profundidad las redes de coordinación en Siria que eran las responsables finales de recibir y transportar a los combatientes extranjeros hacia la frontera.
Estas eran redes de mercenarios, no de ideólogos, que estaban en el negocio de la coordinación por las ganancias.
Por ejemplo, a los combatientes sauditas les cobraban considerablemente más que a los libios; dinero que de otra manera habría sido para Al Qaeda.
Tal vez el adversario interrumpiría su propia red si supiera que estaban engañando a aspirantes a yihadistas.
En enero de 2010, un terremoto devastador de 7,0 grados sacudió Haití.
El tercer terremoto más letal de la historia, dejó un millón de personas, el 10 % de la población, sin hogar.
Un aspecto en apariencia pequeño de la ayuda humanitaria global se volvió cada vez más importante cuando comenzó la entrega de agua y alimentos.
Enero y febrero son los meses secos en Haití, pero en muchos campamentos se habían formado aguas estancadas.
La única institución con un conocimiento detallado de las llanuras aluviales de Haití se había derrumbado durante el terremoto, con sus líderes dentro.
Así que la pregunta era: qué campamentos estaban en riesgo, cuánta gente había en esos campamentos, cuáles eran los plazos de las inundaciones y dados los muy escasos recursos e infraestructura, cómo priorizar el traslado.
Los datos eran increíblemente dispares.
El ejército de los EE.UU.
tenía información detallada de solo una pequeña porción del país.
Había datos en línea de una conferencia de riesgo ambiental de 2006, otros datos geoespaciales, nada de ello integrado.
La meta humana era identificar los campamentos a trasladar en función de las necesidades prioritarias.
La computadora debía integrar una gran cantidad de información geoespacial, datos de los medios sociales e información sobre la organización de ayuda humanitaria para responder a esta pregunta.
Mediante la implementación de un proceso superior, lo que habría sido una tarea para 40 personas durante 3 meses, se volvió un trabajo simple para 3 personas en 40 horas, todas victorias de la simbiosis humano-computadora.
Han pasado más de 50 años de la visión de Licklider para el futuro, y los datos sugieren que deberíamos sentirnos muy emocionados de poder atacar los problemas más difíciles del siglo, hombre y máquina cooperando juntos.
Gracias.
(Aplausos)
(Aplausos)
https://www.ted.com/talks/shyam_sankar_the_rise_of_human_computer_cooperation/
