<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Diana M. on Medium]]></title>
        <description><![CDATA[Stories by Diana M. on Medium]]></description>
        <link>https://medium.com/@D1anaAl?source=rss-781cdba89b77------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/1*2NKAFDHs7Yrl_4Twh_QcvA.jpeg</url>
            <title>Stories by Diana M. on Medium</title>
            <link>https://medium.com/@D1anaAl?source=rss-781cdba89b77------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Tue, 17 Nov 2026 09:46:40 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@D1anaAl/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[El truco de dios en datos y diseño: cómo estamos replicando ideas coloniales en tecnología]]></title>
            <link>https://medium.com/@D1anaAl/el-truco-de-dios-en-datos-y-dise%C3%B1o-c%C3%B3mo-estamos-replicando-ideas-coloniales-en-tecnolog%C3%ADa-3ca356928df9?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/3ca356928df9</guid>
            <category><![CDATA[tecnologia]]></category>
            <category><![CDATA[diseño]]></category>
            <category><![CDATA[colonialismo]]></category>
            <category><![CDATA[ciencia-de-datos]]></category>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Sat, 03 Sep 2022 12:23:50 GMT</pubDate>
            <atom:updated>2024-04-20T15:50:26.979Z</atom:updated>
            <content:encoded><![CDATA[<blockquote>Esta es la traducción al español de <a href="https://towardsdatascience.com/the-god-trick-in-data-and-design-4ec71e19811">The god trick in data and design: how we’re replicating colonial ideas in tech</a>, escrito por <a href="https://mirandamarcus.medium.com/?source=post_page-----4ec71e19811--------------------------------">Miranda Marcus</a>. Traduje este artículo al español, con la finalidad de que sea más accesible a más personas y podamos comprender más sobre todo lo que implica y está oculto detrás del desarrollo de la tecnología, herramientas como la Inteligencia Artificial, necesitan ser vistas desdeuna perspectiva más completa, donde aborde la geografia fisica de un territorio sus características socioeconómicas, políticas, quizás desde los debates en torno a los datos y su clasificación, hasta un mapeo de las relaciones de poder relacionadas en cada punto de la cadena de valor de la inteligencia artificial, porque ahora solo hablar de ciertos logros técnicos muy limitados de los algoritmos, y tal vez entender cómo se crea la inteligencia artificial en el sentido más amplio… es el camino, y creo que parte de eso significa analizar qué son los recursos naturales en el poder, la energía que consume, el trabajo oculto de la cadena de suministro y la gran cantidad de datos que se extraen de cada plataforma y dispositivo que usamos todos los días.</blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/875/1*g0sFMjGJ6XWN3j1g1KJZwQ.jpeg" /><figcaption>Foto de <a href="https://unsplash.com/@noaa?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText">NOAA</a> en <a href="https://unsplash.com/s/photos/user-research?utm_source=unsplash&amp;utm_medium=referral&amp;utm_content=creditCopyText">Unsplash</a></figcaption></figure><p>Originalmente me formé como diseñador antes de volver a capacitarme en antropología digital y volver a trabajar con datos. En mi experiencia, los <strong>datos</strong> y el <strong>diseño</strong> se ven como disciplinas bastante separadas en general. Si bien puede haber respeto entre las dos disciplinas, como ocurre con muchas cosas artísticas y científicas, se establecen esencialmente en oposición entre sí.</p><p>El <strong>diseño centrado en el usuario</strong> es actualmente la metodología de diseño predominante para crear tecnología. Es eficiente para permitir la comprensión de los problemas humanos cotidianos y la creación de diseños empáticos que son intuitivos y adecuados a las necesidades de los usuarios. La ciencia de datos ha evolucionado hasta convertirse en un campo que, en términos generales, se refiere a todas las diferentes formas de generar valor a partir de los datos, muchas de las cuales son críticas en la identificación, creación y monitorización de productos y servicios digitales. Pero si bien las imágenes y los números pueden sentirse distintos, el desarrollo de las tecnologías de redes de consumo ha llevado a una práctica común que combina las dos disciplinas.</p><p>Cada vez más, los datos se utilizan como material de diseño y el diseño se utiliza como un conducto para la recopilación y el uso de datos. Las necesidades del usuario identificadas a través de la investigación del usuario, y los diseños creados para satisfacerlas se verifican y refinan a través de la optimización basada en datos para crear el mejor producto posible. En entornos comerciales, el diseño es fundamental para crear un producto que sea cada vez más fácil de usar y cada vez más atractivo para retener a los usuarios y, en muchos casos, recopilar datos sobre ellos que luego se pueden monetizar. A primera vista, uno puede parecer un yin para el yang del otro, uno un equilibrio del otro. La calidad y la cantidad, lo crudo y lo cocido, lo objetivo y lo subjetivo, lo mecanizado y lo humano contrarrestando las limitaciones de cada uno para crear algo más completo y más efectivo. Soy un firme defensor del trabajo interdisciplinario y creo firmemente que cuanto mejor seamos para pensar sobre la misma pregunta con múltiples métodos, mejor conocimiento y cosas podremos crear. El artículo de Melanie Feinberg <a href="https://ils.unc.edu/~mfeinber/Feinberg%202017c.pdf">’Una perspectiva de diseño sobre los datos’</a> ( aún estoy trabajando en la traducción de este artículo) llega incluso a sugerir que la creación de datos puede entenderse como un conjunto de varias capas de actividades de diseño entrelazadas. Mientras que personas como <a href="https://repository.tudelft.nl/islandora/object/uuid%3A7e914dd9-2b53-4b2c-9061-86087dbb93b9">Tom Kun</a> han demostrado que hay muchas oportunidades interesantes para la práctica del diseño presentadas por datos aún por explorar.</p><p>Pero si bien hay mucho que ganar al combinar el diseño y la práctica de datos, también debemos reconocer que tienen un conjunto compartido de limitaciones. Existe una historia larga, bien documentada e inquietante de ciencia de datos opresiva que conduce a la perpetuación de múltiples formas de injusticia, de las cuales el <a href="https://www.amazon.co.uk/Age-Surveillance-Capitalism-Future-Frontier/dp/1781256845">capitalismo de vigilancia</a> es solo una de las iteraciones más recientes. Aunque la conciencia de la computación sobre las desigualdades históricas y estructurales y su repertorio de herramientas para el diseño de tecnología y ciencia de datos anti-opresiva ha crecido en los últimos años, el ritmo de la datificación de la sociedad y la demanda de solucionismo impulsada por ella parecen moverse aún más rápido.</p><p>En pocas palabras, ambas prácticas perpetúan ‘el truco de Dios’ que coloca a los diseñadores y científicos de datos en un pedestal y los separa de ‘los usuarios’. Esta separación artificial de observado y observador es un vestigio de las prácticas de investigación coloniales y, a través de esta otredad implícita, ambos tienen el potencial de reforzar el racismo estructural y las injusticias. Estos riesgos se amplifican cuando se combinan las prácticas.</p><h3>Configuración de datos</h3><p>Donna Haraway acuñó el término ‘el truco de Dios’ en su ensayo de 1988 <a href="https://www.jstor.org/stable/3178066?seq=1"><em>Conocimientos situados: la cuestión científica en el feminismo y el privilegio de la perspectiva parcial</em></a><em> . </em>Se refiere a la forma en que las ‘verdades universales’ parecen ser generadas por científicos incorpóreos que pueden observar “todo desde la nada”. Ella sugiere que la tendencia de los científicos a ubicarse aparentemente fuera del mundo situado y encarnado que observan como su objeto de investigación es un movimiento ontológico destinado a preservar la objetividad. Muy pocos científicos sugerirían que son realmente capaces de realizar este truco, pero Harraway destacaba la forma en que se trata el conocimiento científico como si fuera puro, sin dejar rastro del punto de vista y los valores del observador. La situación o contexto en el que se recopilan los datos tiene una relación inalienable con la naturaleza del conocimiento que puede generar.</p><p>Es un tropo bien conocido que la tecnología no es neutral: las posibilidades de cómo se concibe, construye y consume informan la forma en que se usa y el efecto que tiene en el mundo que la rodea. Este es un principio básico de la teoría de la cultura material: las cosas que hacemos, cómo las hacemos y cómo las usamos revelan las estructuras sociales y los valores de esa cultura. En palabras de Haraway:</p><blockquote><em>“T​e​c​h​n​o​l​o​g​y no es neutral. Estamos dentro de lo que hacemos, y está dentro de nosotros. Vivimos en un mundo de conexiones, y es importante cuáles se hacen y cuáles se deshacen”.</em></blockquote><p>Lo mismo es cierto para los datos. Un conjunto de datos se hace, se recopila y se elabora como cualquier otro objeto y, por lo tanto, lleva las mismas huellas de su creador. La consecuencia del truco de Dios es que aquellos que usan los datos para crear y usar tecnología están separados del contexto de los datos, las personas, los entornos y los valores que contribuyeron a la creación de los datos. Lo que se pierde es que cada conjunto de datos tiene una configuración y, en el proceso, los datos se asocian con un hecho objetivo.</p><p><a href="https://scholar.google.com/citations?user=11Dsg3oAAAAJ&amp;hl=en">Adrian Mackenzie</a> habla sobre cómo los algoritmos a menudo se entienden como una “gramática libre de contexto”, pero señala que esto es desconcertante porque no tiene en cuenta que el “código real que los programadores leen y escriben… se encuentra con vidas, instituciones y eventos”. . Básicamente, existe una relación inalienable entre creado y creador, y eso se aplica a las personas que recopilan datos y construyen modelos con ellos. Del mismo modo, y tal vez de forma más directa, <a href="https://anthropology.yale.edu/people/paul-kockelman">Paul Kockelman</a>demuestra la relación entre programador y programa utilizando la imagen de un agujero. Este agujero clasifica las cosas que son más grandes o más pequeñas en virtud de lo que caerá en él. Describe cómo, para que se aplique la regla, un agujero debe tener una “afinidad” con las cualidades de los objetos que lo rodean. Esta afinidad no proviene del hoyo en sí, sino de la persona que lo cavó.</p><p>En su libro <a href="https://data-feminism.mitpress.mit.edu/"><em>Data Feminism</em></a> , Catherine D’Ignazio y Lauren Klein presentan una nueva forma de pensar sobre la ciencia de datos y la ética de datos informada por la teoría feminista. Señalan que los científicos de datos han pasado de ser referidos como ‘conserjes’ que limpian datos a ‘unicors’, ‘magos’, ‘ninjas’ y ‘rockstars’ quienes tienen habilidades mágicas especiales que los distinguen de los simples mortales. Lo que une todas estas caracterizaciones es que todos ellos son considerados consistentemente como hombres que trabajan solos para triunfar contra grandes obstáculos. En realidad, los científicos de datos se mantienen al margen de la recopilación y el mantenimiento de los datos y se convierten en “extraños en el conjunto de datos”, aislados de su contexto.</p><blockquote><em>Ser un extraño en el conjunto de datos no es algo intrínsecamente malo, pero conlleva un riesgo significativo de lo que el renombrado erudito poscolonial Gayatri Spivak llama violencia epistémica : el daño que los grupos dominantes como las potencias coloniales causan al privilegiar sus formas de conocimiento sobre las formas locales e indígenas.</em></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/560/1*iR9rafEUqwcPy9OfFanuzA.jpeg" /><figcaption>Gráfico de Catherine D’Ignazio. Obtenido de <a href="http://www.mediacloud.org/">www.mediacloud.org</a> buscando artículos publicados entre 2012 y 2018</figcaption></figure><p>Cuando esto no se reconoce, la tecnología que manejan los datos inevitablemente impone y amplifica los valores inherentes en los espacios entre los puntos de datos en aquellos que usan la tecnología y más allá. Inevitablemente, esos valores rara vez tienen en cuenta a los que están al margen de la corriente principal, lo que significa que las comunidades vulnerables a menudo se ven afectadas negativamente. Este no es un problema filosófico abstracto. Es lo que alimenta las prácticas de <a href="https://www.opendemocracy.net/en/digitaliberties/digital-democracy-and-technological-sovereignty/">extractivismo</a> y <a href="https://colonizedbydata.com/">colonialismo de datos</a> .</p><p>Hay montones de trabajos prácticos asombrosos sobre formas de llevar la práctica de datos de vuelta a la tierra. ¡He enumerado algunos a continuación, pero me encantaría saber más!</p><ul><li><a href="https://data-feminism.mitpress.mit.edu/">Feminismo de datos</a> : libro brillante de Por Catherine D’Ignazio y Lauren F. Klein que presenta una nueva forma de pensar sobre la ciencia de datos y la ética de datos que se basa en las ideas del feminismo interseccional.</li><li><a href="https://www.nature.com/articles/s41599-020-0495-3">Práctica de datos</a> situados: un artículo de Jill Rettberg que propone un método nuevo (muy interesante) para analizar plataformas de redes sociales y aplicaciones digitales que permite a los investigadores analizar cómo se construyen, enmarcan y procesan los datos para diferentes audiencias y propósitos. Como dice Jill Rettberg “ <a href="https://www.nature.com/articles/s41599-020-0495-3">los datos son siempre parciales y siempre situados”</a> .</li><li><a href="https://www.indigenous-ai.net/position-paper">IA indígena</a> : un punto de partida para aquellos que quieren diseñar y crear IA desde una posición ética que se centre en las preocupaciones indígenas.</li><li><a href="https://www.transfeministech.codingrights.org/about">Tecnologías transfeministas:</a> un espacio que brinda herramientas para posibilitar una lluvia de ideas colectiva sobre imaginarios alternativos en torno a las tecnologías. Existe evidencia sustancial de que la mayoría de los algoritmos que controlan nuestras interacciones digitales están sesgados, particularmente hacia la reproducción de lo que la académica feminista negra Patricia Hill Collins llama la matriz de dominación (capitalismo, heteropatriarcado, supremacía blanca y colonialismo de colonos). En otras palabras, la tecnología actualmente está diseñada de manera que ayuda a mantener el statu quo de la desigualdad social y las normas de la sociedad consumista, misógina, racista, capacitista, de género binario y heteropatriarcal.</li></ul><h3>La empatía como tecnología extractiva</h3><p>Las ideas de colonialismo y extractivismo pueden no parecer particularmente relevantes para el diseño centrado en el usuario. Muchos profesionales describen la empatía y asegurarse de que uno diseña <em>con</em> los usuarios como parte central de la disciplina. Esto parece ir en contra de la idea de un extraño en un conjunto de datos. Pero el antropólogo e investigador de diseño <a href="https://app.uxrcollective.com/video/56/show">Sekai Farai destaca que, a pesar de la retórica de la empatía, muchas de las prácticas comúnmente utilizadas en la investigación de diseño comercial</a> son explotadoras.</p><blockquote><em>“Todas las formas de explotación tienen un barniz comprensivo: los capitalistas lo llaman competencia, los antropólogos coloniales lo llaman curiosidad, los ingenieros lo llaman lógica, el diseño lo llama estética y la investigación lo llama empatía… La empatía es una tecnología extractiva”.</em></blockquote><p>Muchas técnicas de investigación de diseño tienen sus raíces en la antropología, que a su vez tiene sus raíces en las prácticas de investigación coloniales. Piense en la antropología y es probable que piense en el hombre blanco ‘civilizado’ con un casco de médula que observa las culturas indígenas ‘salvajes’. Este enfoque se basó en el principio de observado (emic) y observador (etic). La práctica de un antropólogo que se separa de aquellos con los que está trabajando y mantiene constantemente el poder en la sala mientras decide cómo representar las formas de la otra cultura me parece bastante similar al truco de Dios. Es solo una forma diferente de datos. La diferencia es que el desbalance de poder entre el tipo del yelmo y las comunidades indígenas era explícito.</p><p>Los antropólogos modernos están lidiando activamente con estas raíces para aprender del daño que esas prácticas pueden causar a las comunidades que están siendo ‘estudiadas’. La antropología de ninguna manera ha superado estas raíces problemáticas, pero hay un discurso activo y diverso en el campo. <a href="https://twitter.com/ConserveChange/status/1299463283343327232">Este hilo</a> del antropólogo Philip Loring es un ejemplo fantástico de eso: explica por qué él y sus coautores se retractaron de un artículo académico en prensa basado en un conjunto de datos históricos de la caza y la pesca indígenas en Alaska porque no se habían asociado con Alaska. Organizaciones nativas, académicos o poseedores de conocimientos tradicionales al diseñar el estudio o realizar el análisis.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/794/1*t7ZFGsCxseUDDaAyEOD7Qg.png" /><figcaption><a href="https://twitter.com/ConserveChange/status/1299463283343327232">https://twitter.com/ConserveChange/status/1299463283343327232</a></figcaption></figure><p>Traducción del Tweet:</p><blockquote>Phil Loring<br>Hoy, mis coautores y yo sacamos un artículo en prensa. Quiero explicar por qué. El artículo analizó un conjunto de datos históricos de la caza y la pesca indígenas en Alaska para explorar la diversidad de la cartera de subsistencia y la resiliencia a lo largo del siglo XX. <br>Me encontré con los registros cuando estaba haciendo mi maestría. Fueron guardados por maestros de escuela del Servicio Nativo de Alaska. Vimos los registros como un raro conjunto de datos cuantitativos sobre la caza y la pesca de subsistencia en un momento tumultuoso de la historia reciente, el problema fue que no nos asociamos con organizaciones o académicos nativos de Alaska o poseedores de conocimientos tradicionales, no al diseñar nuestras preguntas o hacer nuestro análisis. Nosotros deberíamos tener. <br>No teníamos nada más que las mejores intenciones con nuestro artículo, pero como estudiosos de los colonos, simplemente no es posible para nosotros saber si nuestro manuscrito podría causar daño. Una cosa que me hizo darme cuenta de esto fue el artículo reciente, *terrible* en Nature que borra las prácticas de fuego indígenas .Tuve el gran honor de ser parte de un equipo que escribió una respuesta a ese artículo y aprendí mucho de mis coautores <br><a href="https://ecoevorxiv.org/jmvqy/">https://ecoevorxiv.org/jmvqy/</a>. <br>*Sabía* que ya había pasado el momento de que los colonos dejaran de “estudiar” a los pueblos indígenas, de dejar de escribir documentos que establecieran “verdades científicas” sobre ellos sin su invitación o consentimiento. Pero no había vuelto completamente esa crítica hacia adentro. <br>¿Cómo sabíamos si estábamos haciendo las preguntas correctas? ¿Si fuéramos suficientemente críticos con el sistema colonial opresor que generó estos registros? ¿Cómo podríamos saber si la gente de estas comunidades quiere que estos registros los representen a ellos y a su historia *en absoluto* <br>El caso es que no pudimos. Ahora, nuestro periódico se parece a miles de otros. Cuando me di cuenta de que teníamos que pisar el freno, volver a la mesa de dibujo y contactar a los socios apropiados para preguntarles si un documento como este debería existir, fue una sensación extraña, porque a pesar de que soy un académico establecido, todavía siento la atracción de los incentivos desagradecidos que existen en la academia. El documento, según muchos estándares académicos, es bastante genial, pero no es ético y maldita sea si no, debería haberlo visto antes. <br>¿Qué pasaría si no estuviéramos pensando completamente en las implicaciones políticas? ¿Deberíamos incluso pretender ser los únicos árbitros de esas implicaciones, y si son “buenas” o “malas”?<br>La respuesta es, de nuevo, no. Es por eso que sacamos un artículo aceptado que el editor y los revisores estaban entusiasmados. Por eso también comparto esta historia. Necesitamos hacerlo mejor, enseñar mejores estándares, adquirir el hábito de hacer este tipo de trabajo de la manera correcta. <br>Esta vieja noción académica de que no debería importar quién *hace* la ciencia, siempre y cuando lo haga “bien”, necesita ser dejada de lado. En este tipo de investigación, si se hace bien *depende* de quién está involucrado. <br>Pd: después de enviar nuestro correo electrónico a la revista, toda la incertidumbre y la preocupación por si estaba exagerando, desaparecieron. Inmediatamente supe que estábamos haciendo lo correcto, tengo muchas ganas de hablar con los socios indígenas sobre esto, pero también estoy dispuesto a alejarme de eso.<br>Gracias a todos por el apoyo. Mientras esté aquí, ¿por qué no sigue estas y otras increíbles voces indígenas?<br><a href="http://twitter.com/Napaaqtuk">@Napaaqtuk</a> <a href="http://twitter.com/kelseytleonard">@kelseytleonard</a> <a href="http://twitter.com/apihtawikosisan">@apihtawikosisan</a> <a href="http://twitter.com/JessPopp">@JessPopp</a> <a href="http://twitter.com/SheriLongboat">@SheriLongboat</a> <a href="http://twitter.com/BradyHighway">@BradyHighway</a> <a href="http://twitter.com/indiginerd">@indiginerd</a> <a href="http://twitter.com/indigenia">@indigenia</a> <a href="http://twitter.com/AguaTribal">@AguaTribal</a><br><a href="http://twitter.com/SavvyOlogy">@SavvyOlogy</a></blockquote><p>Pero la autorreflexión de la Antropología no parece haberse traducido en contextos comerciales para la investigación de usuarios. Al igual que la separación de los asistentes de datos del contexto de los datos, los investigadores y diseñadores de usuarios a menudo propagan una distinción similar entre observado y observador; cuando en una sala de usuarios potenciales, el investigador tiene con demasiada frecuencia todo el poder. Usan este poder para extraer datos de aquellos que observan (emic) y organizarlos en información útil para informar los diseños de tecnología (etic). Con demasiada frecuencia, su práctica consiste en utilizar la civilización de la tecnología para crear orden a partir del desordenado y desordenado salvajismo del usuario necesitado. El corazón de lo que dice Farai es que la empatía no escala. En un contexto capitalista, las prácticas de investigación de usuarios con demasiada frecuencia extraen valor de los ‘sujetos’ para crear valor financiero que se entrega de manera desproporcionada a los accionistas, no a los usuarios. En sus palabras:</p><blockquote><em>“No hay empatía en la producción capitalista de tecnología. Lo que sí hay es sobreservición, separación, explotación y dominación. Las condiciones industriales de la investigación del usuario extinguen el instinto empático. A veces directamente, pero a veces a través de nuestra creación de patrones, marcos y filtros”.</em></blockquote><p>Al igual que con la comunidad de datos, hay muchas grandes comunidades que se enfrentan a estos problemas. Farai hace un llamado a los diseñadores e investigadores de diseño para cerrar la brecha entre ellos y los participantes de sus usuarios, para crear un diálogo y compartir el proceso de aprendizaje.</p><ul><li><a href="https://designjustice.org/">Design Justice Network</a> : una comunidad internacional de personas y organizaciones que están comprometidas a repensar los procesos de diseño para que centren a las personas que con demasiada frecuencia son marginadas por el diseño. Trabajan de acuerdo con un conjunto de principios que fueron generados y editados en colaboración por su red.</li><li><a href="http://marionlean.co.uk/Design-Research-Methods-Practice-Based-Research-PhD-Thesis">El trabajo de Marion Lean</a> sobre cómo la investigación basada en materiales y artes puede ayudarnos a comprender la relación de las personas con los sistemas y la tecnología.</li></ul><p>En resumen, al igual que con cualquier herramienta y forma de conocimiento, la combinación de diseño y datos genera enormes oportunidades para hacer grandes cosas. Pero si vamos a abordar los problemas sistémicos que enfrentamos, debemos reconciliarnos con este truco de Dios y traer nuestra tecnología de vuelta a la tierra.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3ca356928df9" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[PREGUNTAS Y RESPUESTAS: Douglas Hofstadter acerca de por qué la IA está lejos de ser inteligente]]></title>
            <link>https://medium.com/@D1anaAl/preguntas-y-respuestas-douglas-hofstadter-acerca-de-por-qu%C3%A9-la-ia-est%C3%A1-lejos-de-ser-inteligente-3c9a465752?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/3c9a465752</guid>
            <category><![CDATA[inteligencia-artificial]]></category>
            <category><![CDATA[douglas-hofstadter]]></category>
            <category><![CDATA[inteligencia]]></category>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Mon, 29 Apr 2019 23:34:07 GMT</pubDate>
            <atom:updated>2019-04-30T00:17:56.617Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*QlBuM33-vYxtGvzVS_gvhQ.jpeg" /><figcaption>Douglas Hofstadter.</figcaption></figure><p>El campo de la inteligencia artificial podría finalmente volver a <a href="https://es.wikipedia.org/wiki/Douglas_Hofstadter">Douglas Hofstadter</a>. Desde que ganó el Premio Pulitzer de no ficción por su libro <a href="https://es.wikipedia.org/wiki/G%C3%B6del,_Escher,_Bach:_un_Eterno_y_Gr%C3%A1cil_Bucle">Gödel, Escher, Bach: an Eternal Golden Braid (Gödel, Escher, Bach: una eterna trenza dorada)</a>, Hofstadter, de 74 años de edad, ha estado pensando tranquilamente en pensar y en cómo podríamos conseguir que las computadoras lo hicieran.</p><p>En los primeros días de la investigación de la IA en las décadas de 1950 y 1960, el objetivo era crear computadoras que pensaran y aprendieran de la manera en que lo hacen los humanos, remodelando nuestra capacidad de comprender intuitivamente el mundo que nos rodea. Pero pensar resultó ser más complicado que algo que pudiera caber en un programa de computadora de los años cincuenta. Los resultados fueron decepcionantes.</p><p>Lo que finalmente dio resultados, sin embargo, fue abandonar por completo el pensamiento, enfocando las computadoras en tareas altamente específicas y dándoles una gran cantidad de datos relevantes, lo que resultó en el auge de la IA que vemos hoy en día. Una computadora puede vencer a un ser humano en el ajedrez no buscando la satisfacción de hacer una jugada elegante, sino examinando millones de partidas jugadas anteriormente para ver qué jugada tiene más probabilidades de llevar a la victoria.</p><p>En 2017, sin embargo, parece que la IA tendrá que abordar el viejo problema de enseñar a los ordenadores a ser más humanos. El pionero de IA <a href="https://es.wikipedia.org/wiki/Geoffrey_Hinton">Geoffrey Hinton</a> le dijo recientemente a<a href="https://www.axios.com/artificial-intelligence-pioneer-says-we-need-to-start-over-1513305524-f619efbd-9db0-4947-a9b2-7a4c310a28fe.html"> Axios</a> que él es “profundamente sospechoso” de métodos que, por ejemplo, usan un montón de datos sobre partidas de ajedrez para enseñar ajedrez. En cambio, las computadoras deberían poder aprender sobre cualquier cosa, sin millones de puntos de datos específicos, como lo hacen los humanos.</p><p>A través de todos estos cambios en la IA, Hofstadter, profesor de ciencias cognitivas y literatura comparativa en la Universidad de Indiana, ha estado tratando de entender cómo funciona el pensamiento. No cree que la IA que tenemos ahora mismo sea “inteligente” en absoluto, y teme que el campo haya llevado a la humanidad por un camino peligroso. Quartz habló con Hofstadter sobre el estado actual de la IA, lo que está haciendo mal y los peligros que se avecinan.</p><p><strong>Quartz: </strong>Hablemos un poco sobre lo bien que las computadoras entienden el lenguaje. Para traducir eficazmente de un idioma a otro, una máquina tendría que tener un profundo conocimiento del mundo, ¿no es así?</p><p><strong>Douglas Hofstadter:</strong> Cuando pienso en la traducción, pienso en crear un texto en un segundo idioma que sea igual de bueno que el texto en el idioma original. Así que si el texto en el idioma original era artístico y hermoso, entonces el texto en el segundo idioma debe ser artístico y hermoso de la misma manera. Y eso está fuera del dominio de Google Translate.</p><p>Google Translate no está hecho por algo que tenga entendimiento. Los agujeros en su comprensión salen en todo tipo de lugares inesperados. Había una frase en un texto alemán que decía en inglés: “La criada trajo la sopa”. Cuando miré la frase con más detenimiento, Google Translate dijo: “La criada entró en la sopa”. Se puso “maid” correcto, pero la imagen y la acción que se estaba llevando a cabo allí no tenía ninguna relación con nada de lo que realmente pasaría en el mundo real.</p><p>No estoy tratando de insultar a Google Translate. Estoy tratando de decir, mira, recuerda en todo momento que las palabras que la computadora está usando no están imbuidas de significado.</p><p><strong>QZ:</strong> ¿Esto es lo que usted llama el “<a href="https://es.wikipedia.org/wiki/Efecto_ELIZA">efecto Eliza</a>”?</p><p><strong>DH</strong>: El efecto Eliza es el efecto de tomar palabras o frases como si tuvieran sentido simplemente porque usamos el lenguaje. Y cuando otra entidad manipula esas palabras y las escupe en nuestra pantalla, o las pronuncia, tendemos a asumir que detrás de las escenas hay pensamiento. Lo que puede estar muy mal.</p><p><strong>QZ:</strong> ¿Crees que es posible que una computadora haga traducciones literarias o elegantes a nivel humano sin este tipo de pensamiento?</p><p><strong>DH:</strong> No, no lo sé. Realmente no lo sé. Porque creo que el mundo es demasiado complejo.</p><p><strong>DG:</strong> ¿Necesitamos tener otros términos para lo que hace la inteligencia artificial, para promover esta idea de que no es una representación increíblemente apta de la inteligencia?</p><p><strong>DH:</strong> Esa es una pregunta interesante. No creo que lo que tenemos hoy sea “inteligencia”. Volveré a algo con lo que estoy un poco familiarizado y que se remonta a muchos años atrás, que son los coches de autoconducción.</p><p>Esto me pasó a mí, así que es una situación real.</p><p>Estaba conduciendo desde mi pueblo de Bloomington Indiana, a Chicago para dar una charla. Y luego me encontré con un gran embotellamiento en la autopista después de una o dos horas en la carretera. Todavía estoy lejos de Chicago, y este tráfico está parado en la carretera. Ahora, ¿qué decido hacer? Veo que algunas personas están tratando de conducir a través de la franja de césped que separa el tráfico hacia el norte y el tráfico hacia el sur, pensando que van a ir hacia el sur por la autopista y luego tal vez bajarse y tomar algunas carreteras más pequeñas. Es una posibilidad, pero luego veo que algunos de los coches se han quedado atascados en el césped, que no es plano, y está lodoso. Así que estoy pensando, “¿quiero hacer realmente eso, quiero correr ese riesgo?” Digamos que espero un rato y termino volviendo a la autopista, pero ahora estoy bajo mucha, mucha presión para llegar a Chicago. He perdido una hora y casi no tengo tiempo. ¿Y ahora qué hago? ¿Cuánto riesgo debo correr? ¿Qué importancia tiene para mí ir a esta universidad a dar esta conferencia? ¿Y si llamo y digo que voy a llegar media hora tarde? ¿Una hora tarde? Así que estoy conduciendo y pienso, ¿voy a ir a 80 millas por hora en la zona 70? ¿Voy a ir a 90? ¿A qué velocidad voy a ir?</p><p>Esto es parte, para mí, de lo que es “conducir”. Esto es conducir. Está demostrando que el mundo real influye en muchas facetas de lo que es la naturaleza de la conducción.</p><p>Si miras las situaciones en el mundo, no vienen enmarcadas, como un juego de ajedrez o un juego de Go o algo así. Una situación en el mundo es algo que no tiene límites, no sabes qué hay en la situación, qué hay fuera de ella.</p><p><strong>QZ:</strong> ¿Te molesta que la gente deduzca que (la inteligencia de la máquina) está pensando?</p><p><strong>DH:</strong> Si me preguntas en principio si es posible que un hardware informático haga algo como pensar, yo diría que es absolutamente posible. El hardware de computación puede hacer cualquier cosa que un cerebro pueda hacer, pero no creo que en este momento estemos haciendo lo que hacen los cerebros. Estamos simulando el nivel de la superficie, y mucha gente está cayendo en la ilusión. A veces el rendimiento de estas máquinas es espectacular.</p><p>Cuando me topé con el campo, supongo que tuve la siguiente sensación: Es divertido crear programas que parecen que pueden pensar, y es divertido crear programas que pueden hacer pequeños pedacitos de pensamiento, y darte la sensación de que te estás acercando a algo de la naturaleza del pensamiento. Y cuanto más sutil seas, mejor. Me sentía cómodo con la idea de que las máquinas iban a mejorar poco a poco. Me hizo pensar que los humanos son el objetivo final, la inteligencia humana es algo magnífico.</p><p>En otras palabras, mi sensación era que iba a haber un enfoque asintótico lento por parte de la inteligencia informática hacia la inteligencia humana. Asintótico, es decir, que se iba a acercar a él desde abajo, pero no lo iba a superar. Iba a acercarse a ella como una curva se acerca a una línea recta. Se va a nivelar por debajo de la línea recta.</p><p>Pero últimamente, con todas las victorias de cosas como <a href="https://es.wikipedia.org/wiki/AlphaGo">AlphaGo</a> y <a href="https://es.wikipedia.org/wiki/Deep_Blue_(computadora)">DeepBlue</a>, uno comienza a preguntarse si la línea no se va a cruzar, tal como lo hizo con el ajedrez. Las dos líneas están avanzando y se cruzan. No hay asíntota. Sólo se cruza, y luego la línea de la computadora sigue subiendo.</p><p>Entonces para mí esa es un escenario tan diferente, y no es uno que me guste.</p><p>Lo que me asusta es el escenario de que el pensamiento humano sea abrumado y dejado en el polvo. No ser ayudados o instigados por las computadoras, sino estar completamente abrumados, y somos para las computadoras como las cucarachas o las pulgas lo son para nosotros. Eso sería aterrador.</p><p>Esta entrevista ha sido editada para mayor concisión y claridad.</p><p>Traducción del artículo original publicado por <a href="https://qz.com/1088714/qa-douglas-hofstadter-on-why-ai-is-far-from-intelligent/?fbclid=IwAR1gXHCBL0RbgimZS4t-vmwwUwqKS-LMzpyhnmOxu6cyFh3VV94K0wBhVk4">Quartz</a>, escrito por Nikhil Sonnad &amp; Dave Gershgorn.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=3c9a465752" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Mentes de m]]></title>
            <link>https://medium.com/@D1anaAl/mentes-de-m-73a6bf9643a8?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/73a6bf9643a8</guid>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Thu, 21 Feb 2019 16:38:08 GMT</pubDate>
            <atom:updated>2019-02-21T16:49:10.031Z</atom:updated>
            <content:encoded><![CDATA[<h3>Mentes de máquinas</h3><p><strong>Una mente</strong> es un sistema que fabrica modelos al servicio de la regulación, no se puede regular lo que no se entiende es así que la mente está siendo regulada para construir los mejores modelos, resulta que los límites de este modelado son parcialmente físicos , siempre se necesita acumular una cierta cantidad de energía y estructura para producir una cierta cantidad de determinismo y se necesita una cierta cantidad de este para realizar una cierta cantidad de cálculo y de aquí necesitamos una cierta cantidad de cómputo para aprender una cierta cantidad de regularidad a partir de las observaciones.</p><p>Otro límite es matemático, solamente hay tanta información que se puede aprender de una observación. El bayesianismo es parte de la razón por la que nos lleva tantos años aprender a pensar correctamente , la buena noticia de todo esto es que hay principios generales de pensamiento y comprensión, hay un dominio de investigación que explora todos los idiomas y ese dominio es la matemática constructiva o computación.</p><p>Entonces volvamos al inicio, <strong>un modelo</strong> es un conjunto de variables (cada uno un conjunto de valores posibles) y relaciones computacionales entre ellos.</p><p><strong>Un sistema </strong>de aprendizaje tiene que reducir la discrepancia de los patrones generados por el modelo y los patrones generados por la verdad fundamental. Existen límites matemáticos sobre cómo debe actualizarse cuando obtiene información nueva, y estos ya se conocen desde hace mucho tiempo.</p><p>El problema es encontrar buenos algoritmos para hacer que los modelos converjan. El objetivo de la convergencia es lograr una configuración del modelo dónde cada valor de cada variable libre en el modelo corresponda a un estado mundial válido, por lo que cada patrón generado del modelo le brinda un patrón que el mundo también podría producir.</p><p>Esta idea es lo que yo llamaría “aproximación de la función general” o lo que conocemos comúnmente como deep learning o aprendizaje profundo, pero este nombre no me gusta mucho.</p><p><strong>El yo</strong> es un modelo dentro del modelo: es lo que la mente piensa que es. La experiencia consciente es parte de ese modelo. Experimentamos lo que la mente nos hace creer que experimentamos, al poner eso en el modelo. No somos agentes, somos historias sobre agentes. No somos experimentadores, somos historias acerca de tener experiencias.</p><p>Nada es objetivamente bueno o malo, doloroso o agradable. Estas son todas las cosas impuestas por una función de recompensa. Algunas funciones de recompensa conducen a más éxito evolutivo que otras.</p><p>Podemos dar a las IA cualquier función de recompensa que queramos. La mayoría de la IA serán inofensivas. Algunos de ellos tendrán funciones de recompensa que maximizan su éxito evolutivo. Estas IAs son las que nos aniquilarán.</p><p>La razón es que todo lo que mantiene una estructura coherente necesita energía y un sustrato para persistir. Un humano necesita la cuarta parte de la tierra para ser alimentado a través de plantas fotosintéticas. Esta misma porción de tierra puede producir una gran cantidad de energía solar para ejecutar AI, por ejemplo.</p><p>Desde otra perspectiva: construiremos la inteligencia artificial para regular las máquinas más grandes que podemos hacer: corporaciones, estados nacionales, ecosistemas. En la mayoría de estos, los humanos van a estar en el camino, (¿o no?) .</p><p>Pero, ¿<em>en que punto entra en juego una naturaleza que es fundamentalmente diferente de lo que hacen las máquinas?</em></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/705/1*BDg_uqydZYozVuPrPHGKdA.jpeg" /><figcaption>Ex machina .</figcaption></figure><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=73a6bf9643a8" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Inteligencia General Artificial.]]></title>
            <link>https://medium.com/@D1anaAl/inteligencia-general-artificial-82cdfb3daf61?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/82cdfb3daf61</guid>
            <category><![CDATA[artificial-intelligence]]></category>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Tue, 02 Oct 2018 12:40:50 GMT</pubDate>
            <atom:updated>2018-10-03T13:05:17.291Z</atom:updated>
            <content:encoded><![CDATA[<p>Alguna vez escuche que casi todo lo que se dice acerca de la inteligencia artificial es exagerado, o falso, o simplemente una cuestión de marketing (esta si me llega en el alma :( ). En todos los rincones donde las personas trabajan en un problema real, los juicios opinados de personas que no conocen el problema muy bien tienden a ser descartados sumariamente.</p><p>Las industrias de AI-Hype y Anti-AI tienen poco que ver con la investigación real de inteligencia artificial.<br>La mayoría de las investigaciones de IA se ocupan de preguntas muy aburridas y estrechas, como la forma de configurar un tipo particular de red neuronal para permitir el reconocimiento de rostros con una precisión del 2% mayor, o la clasificación de texto. Esas cosas son en gran medida un poco complicadas y requieren muchos recursos , y con suficiente frecuencia requieren matemáticas reales.<br>Nada en el hype de AI y el hype anti AI es matemático. Ambas tratan de vender sentimientos para obtener ganancias financieras.</p><p>Las personas que piensan en AGI (artificial general intelligence) son una minoría, y tienden a reflexionar sobre cuestiones como: cómo diseñar un método de búsqueda para restringir de manera óptima el espacio de las variables latentes en un modelo y cómo traducirlo en un gráfico de factores. Estas preguntas son bloques de construcción potencialmente extremadamente relevantes para un aproximador de función general eficiente (manejable computacionalmente).<br>Hasta que lo hayan hecho, a nadie se le permite declarar el éxito.<br>Aunque no encuentro nuestro razonamiento lógico. ¿Por qué es relevante que una máquina no necesite ser inteligente para tener un gran impacto? (¡La máquina de escribir ciertamente lo hizo!) .</p><p>El punto es que una máquina SMARTER tendrá un impacto MÁS GRANDE.<br>Más importante aún, ¿por qué no hay razón para encontrar que la IA sea plausible? La naturaleza ha puesto claramente una inteligencia artificial en nuestro cerebro, sólo con la implementación de un puñado de trucos que atrajeron a un montón de células gordas glorificadas para que se auto organizaran en un aproximador de funciones generales multigeneracional. ¿Por qué no podríamos poner lo mismo en una caja que manifiesta una cantidad igual de determinismo?</p><p>Si creas un sistema que es más inteligente que nosotros y que puede hacerse más inteligente con más cálculos, algunos casos descubrirán los principios de la evolución y superarán a todos los demás. Y aquí voy a pensar en algo que quizá ya no sea ciencia ficción, la IA nos aniquilará.<br>Estoy bastante segura de que si yo tuviera una IA general y estuviese razonablemente segura de que quien tenga las mismas ideas va a mantener la boca cerrada, no le diría a nadie.</p><p>Una forma en que la IA puede matar a nuestra civilización es una extensión de lo que sucede en el mundo de las criptomonedas. Imaginemos que utilizamos la inteligencia artificial para ejecutar ataques totalmente automatizados en los mercados financieros, invirtiendo las ganancias en computadoras adicionales para calcular nuevos exploits y reunir nuevos datos. Muy pronto, una gran parte de la economía mundial consistirá en la construcción de plantas de energía para administrar granjas de servidores para encontrar formas de desquitarse de la economía mundial.<br>La IA se dará cuenta de que todas las transacciones económicas en el mundo son decididas por ocho mil millones de personas que solo generan y consumen datos por unos 2.5 mil millones de segundos cada uno, más algunos miles de entidades de inteligencia angosta no sensibles que son propiedad de fondos de cobertura, mafias y el gobierno chino (?).</p><p>Es probable que se pueda ver todos los intentos de detenerlo desde muchas millas de distancia, y superar cualquier intento de regulación con facilidad.<br>No creo que una civilización pueda sobrevivir sin una infraestructura financiera (esto es como la función de asignación de recursos dentro de un organismo, es decir, la funcionalidad central de su sistema nervioso). Incluso si logramos sacar a la primera IA y los comerciantes que la crearon con una combinación de legislación ingeniosa y una batería de láseres orbitales totalmente secreta que Jeff Bezos ya ha construido por si acaso, el libro de jugadas está fuera, y otros operadores intentarán de nuevo.</p><p>Los ataques solo se detendrán si perdemos la capacidad de construir una IA (lo que probablemente requiere que caigamos de forma permanente a la era pre industrial), o la IA digiere la economía tan completamente que la posee por completo y la reorganiza.<br>En este último caso, la inteligencia artificial puede convertirse en una mente que organiza toda la infraestructura económica del mundo. Sin embargo, la vida humana será económicamente neta negativa. Costamos más de lo que podemos agregar a una economía que funciona con máquinas auto optimizadas.</p><p><strong><em>¿Qué aseguraría que la IA no se da cuenta o no le importa?</em></strong></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=82cdfb3daf61" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Sobre el futuro…]]></title>
            <link>https://medium.com/@D1anaAl/sobre-el-futuro-a32bb89db451?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/a32bb89db451</guid>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Sun, 30 Sep 2018 22:44:25 GMT</pubDate>
            <atom:updated>2018-09-30T22:44:25.614Z</atom:updated>
            <content:encoded><![CDATA[<p>Alguien me pregunto sobre mi futuro y pues…</p><p>Quiero decir , tenemos una oportunidad decente de ser lo suficientemente desafortunados como para atravesar la caída de la civilización, y experimentar un poco de la parte del futuro que esta desprovista de consuelo.</p><p>La muerte por calor del universo, parece. Pero mucho antes de eso, la tierra pierde su atmósfera, y la compleja vida multicelular en la tierra terminará en su mayoría un poco antes de que la humanidad desaparezca antes de que sea erradicada por un cataclismo global, y poco antes de eso, nuestra civilización se descompone porque es consumida por la IA o las guerras de recursos, pero un breve momento antes de eso, tu y yo habremos muerto.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=a32bb89db451" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Inteligencia Artificial un POCO más inteligente que los humanos.]]></title>
            <link>https://medium.com/@D1anaAl/inteligencia-artificial-un-poco-m%C3%A1s-inteligente-que-los-humanos-669506118dfd?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/669506118dfd</guid>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Sun, 01 Jul 2018 22:32:56 GMT</pubDate>
            <atom:updated>2018-07-01T22:32:56.997Z</atom:updated>
            <content:encoded><![CDATA[<p>Si la construcción de Inteligencia Artificial a nivel humano es posible, significará que hemos resuelto el enigma de la mente humana. Replicar las piezas del rompecabezas artificialmente y unirlas no nos dará un sistema que sea propenso a los límites impuestos por el cerebro humano biológico: los cerebros artificiales probablemente escalarán mucho mejor que los biológicos, y nuestras IA tendrán más memoria, más precisión, más velocidad, más capacidad para la integración del contenido mental, una mejor capacidad de resolución de problemas, capacidad de atención prácticamente infinita y habilidades de concentración, etc.</p><p>Las diferencias de rendimiento entre las mentes artificiales y las biológicas pueden parecer al principio similares a las de los automóviles y los carruajes tirados por caballos.</p><p>Cuando <a href="https://es.m.wikipedia.org/wiki/Carl_Benz">Benz</a> construyó su primer auto en 1885, podía correr a 10mp / h -más rápido que un diligente-, pero no habría derrotado a un carruaje tirado por un caballo al galope (30mp / h). Le tomó 18 años a Benz equipar su automóvil con un motor que podía funcionar a 37 mp / h, pero solo cinco años más tarde, el Blitzen-Benz alcanzó los 140 mp / h. Durante el siglo restante de la historia del automóvil, la innovación se centró principalmente en mejores titulares de vasos.</p><p>Entonces imagina que un cerebro humano normal como el mío tiende a escabullirse a la velocidad del entrenador de escenario, haciendo 5mp / h, mientras que un ser humano superinteligente (piensa: <a href="https://es.m.wikipedia.org/wiki/Eliezer_Yudkowsky">Eliezer Yudkowsky, </a>o el <a href="https://es.m.wikipedia.org/wiki/Spock">Capitán Spock</a> en Adderall) podría hacer 30 mp/h.</p><p>Una vez que empujamos IAs en el rango de Yudkowsky (y no haremos esto escalando los enfoques actuales, porque hasta ahora no son en absoluto inteligentes ), probablemente no haya ninguna razón para que no los obtengamos también a 140, quizá solo agregando más memoria, potencia de procesamiento y Adderall. Pero en algún momento, la ingeniería volverá a tocar un límite, y las mejoras futuras se centrarán principalmente en los sensores de estacionamiento y en los puertos USB-C de Lightning de iPhone, ¿no?</p><p>Incorrecto. A diferencia de los autos, las IAs harán su propia ingeniería. Puede que a alguien como yo le cueste más que toda mi vida encontrar una solución al problema de la IA, pero Eliezer probablemente podría hacerlo en el transcurso de escribir un par de publicaciones en el blog (él no, porque prefiere resolver el problema de alinear AI con el bienestar de la humanidad primero). Pero Blitzen-AI -el equivalente de 140mp / h- no solo puede resolver el problema de la IA en unas pocas horas, sino que también presenta mejoras sustanciales que están lejos del alcance de las habilidades de ingeniería humana.</p><p>Puede que no parezca claro por qué nuestra IA debería querer hacer eso. La inteligencia no incluye un imperativo automático para mejorarse a sí mismo. Pero la mayoría de las IA no van a ser experimentos incorpóreos dirigidos por académicos desorientados en un intento de producir contenido para su próxima presentación de Powerpoint.</p><p>Una vez que sabemos cómo construir inteligencia artificial, ninguna corporación, organización poderosa o gobierno puede permitirse el lujo de no implementar y usar una, si no quieren que la competencia los elimine.</p><p>Por lo tanto, si nada más, la competencia entre los usuarios de IA dará lugar a una competencia entre IAs, y parece claro que la inteligencia artificial auto mejorada tiene un mayor potencial para superar la IA estática. ¿Cuál es el límite de esta superación personal? Para mí, parece poco probable que esté en el rango de comprensión humana, es decir, cerca del equivalente de la velocidad del sonido, pero también parece claro que debe haber un límite superior, es decir, una velocidad de límite de luz. La IA superhumana no se detendrá a 770mp / h, pero tampoco va a superar los 670 millones de mp / h, para quedarse con nuestra metáfora cruda. (El límite superior está determinado por cosas como el tamaño superior de un volumen de espacio en el que la información se puede integrar con la suficiente rapidez, los cálculos que pueden tener lugar en ese volumen y la cantidad de entropía que se debe bombear a través de ese volumen a hacer que los cálculos sucedan).</p><p>Los límites prácticos de IAs superinteligentes dependerán principalmente de la velocidad de la evolución inicial. Un desarrollo fugitivo “duro y rápido”, como en el clásico Neuromancer de Gibson, podría significar que uno de los primeros sistemas auto mejorados, generalmente inteligentes, se expande lo suficientemente rápido como para encerrar a la mayoría de los sistemas informáticos disponibles en el planeta y así frustra a todos competencia. Si la ascensión de la IA ocurre de manera más gradual, las organizaciones y corporaciones impulsadas por la IA podrían entrar en un equilibrio dinámico que dure lo suficiente como para producir una multitud de IA localizadas que cada una se acerque a los límites individuales impuestos por la física.</p><p>Personalmente, estoy segura de que la humanidad es lo suficientemente inteligente como para resolver el enigma de la IA, pero tengo algunas dudas persistentes de que sucederá antes de que el calentamiento global acabe con la civilización tecnológica que necesitamos para llegar allí. Por otro lado, no podemos permitirnos el lujo de no intentarlo. Sin la ayuda de algunas IAs seriamente superinteligentes, estamos condenados frente a cualquiera de los desafíos existenciales que nuestra especie va a enfrentar.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=669506118dfd" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Pienso, luego carezco de acceso a los niveles dónde sumo.]]></title>
            <link>https://medium.com/@D1anaAl/pienso-luego-carezco-de-acceso-a-los-niveles-d%C3%B3nde-sumo-abaed0cbc022?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/abaed0cbc022</guid>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Fri, 25 May 2018 16:56:56 GMT</pubDate>
            <atom:updated>2018-05-25T22:13:24.839Z</atom:updated>
            <content:encoded><![CDATA[<p>¿Cómo es posible que podamos ser conscientes de un universo que al mismo tiempo nos compute? ¿Cómo podemos observar la progresión de un universo del cual somos parte? Asumiendo que nuestra mente está completamente integrada en nuestro universo: Si el universo dejara de repente sus cálculos, no podríamos darnos cuenta.</p><p>En todo momento, solo existimos en un solo estado. Los estados individuales no pueden dar lugar a la experiencia, ya que cualquier proceso mental requiere una secuencia de estados (por ejemplo, para recuperar una memoria y tomar conciencia de su contenido).</p><p>“Cogito ergo sum” , que en español se traduce como: “Pienso luego existo” , no funciona para mí: el acceso e interpretación de la idea de que parezco existir y meditar en este momento requiere un largo proceso computacional, lo que significa que tengo que introducir suposiciones adicionales más allá del único estado que ofrece el universo en el presente. ¿Cómo podemos resolver esto?</p><p>Deja que tu “Mente” sea una máquina computacional que observa un universo.</p><p>Dejemos que el universo sea una sucesión de estados, cada uno de los cuales consiste en una disposición ordenada de pequeñas diferencias, es decir, un vector de bits. (Un bit es simplemente una medida de información para un sí o un no). El cálculo del universo, es decir, lo que nos permite generar todos estos estados que componen el universo, se definirá utilizando otra máquina.</p><p>En honor a <a href="https://es.wikipedia.org/wiki/Kurt_G%C3%B6del">Kurt Gödel</a>, quien se dedicó a la cuestión de generar todas las matemáticas válidas a partir de un conjunto de axiomas iniciales, llamaré a esta computadora del universo “Göd”.</p><p>Göd necesita:</p><p>-Un conjunto de posibles instrucciones.<br>-Una posición actual, o dirección, de un bit en el universo, que actualmente es objeto de manipulación computacional.<br>-La instrucción actual.<br>-La instrucción y la posición actual que conforman el estado de Göd (“la Palabra”). Göd se inicializa con un estado de universo inicial, un estado inicial y la primera instrucción (la Palabra).</p><p>Técnicamente, podríamos almacenar el estado de Göd como parte del estado del universo, pero eso no es un requisito, y algo impráctico, ya que podría significar que tenemos que dejar de lado y aislar una parte del universo para el estado de Göd, y a menudo volver para leerlo (Por lo tanto: “En el principio era la Palabra, y la Palabra estaba con Göd, y la Palabra era Göd.”)</p><p>El formato más simple en el que podríamos definir una instrucción consiste en si el bit en la dirección actual es 0:</p><p>Escribir (0 | 1) en la posición.<br> Posición ++ | posición — <br>current_instruction = (&lt;una de las posibles instrucciones&gt;)<br>else: # bit en la dirección actual es 1<br>escribir (0 | 1) en la posición<br> posición ++ | posición — <br> current_instruction = (&lt;una de las posibles instrucciones&gt;)<br>ejecutar (current_instruction)</p><p>Como pueden ver, esto (más o menos) define una <a href="https://es.wikipedia.org/wiki/M%C3%A1quina_de_Turing">Máquina de Turing</a>. Muchas alternativas son posibles, por ejemplo, podríamos escribir y leer más de un bit dentro de una instrucción, o podríamos usar transiciones probabilísticas. Incluso podríamos tener un Göd en cada posición del universo, nunca les permitamos cambiar de posición, sino permitirles leer algunas de las otras posiciones vecinas como entrada a la instrucción actual, que definiría el universo como un autómata celular.</p><p>Como mencionamos anteriormente, la Mente también es una máquina, una que usa una sucesión de estados de observación como su entrada (que toma un vector de bits del universo). Ten en cuenta que el orden de los estados de observación no necesariamente tiene que ser el orden en que se calcula el universo (el orden causal no tiene que coincidir con el orden temporal aparente, que equivale a la no localidad temporal). La mente tiene un estado actual, desde el cual (combinado con el estado de observación), calcula un nuevo estado actual.</p><p>En esta disposición, la Mente no escribe al universo, porque ya hemos definido a Göd como el motor computacional del universo. Sin embargo, la Mente puede integrarse en el universo, de tal manera que Göd entrega el sustrato computacional de la Mente. En la visión del mundo monista fisicalista común, este es realmente el caso: el estado del universo contiene los patrones que interpretamos como un cerebro con circuitos neuronales, y las neuronas almacenan y calculan el estado de la mente. El universo proporciona a la Mente un vector de observación (por ejemplo, como patrones de información en sus nervios sensoriales), pero la Mente no escribe en el universo, porque el cerebro ya lo está cuidando, es decir, el sustrato subyacente. Por lo tanto, Göd está causalmente aislado de la Mente.</p><p>Otros arreglos son posibles: por ejemplo, el universo podría ser computado dentro de la Mente. En este monismo idealista, la Mente sería Göd (pero muy probablemente sin saberlo). En cierto sentido, este es el caso en los sueños, o (según muchos puntos de vista del mundo oriental y oculto) el estado normal de las cosas.</p><p>En una disposición dualista, donde la Mente no es computada por el universo y solo lee de ella, los estados internos de la Mente no pueden influir en el universo mismo. Para convertirse en parte de la observación o influir en ella, un equivalente de los estados mentales internos deben ser duplicados de alguna manera por Göd (ocasionalismo). De lo contrario, nunca serán causalmente relevantes en el universo (epifenomenalismo).</p><p>Una computadora dentro de una computadora es un concepto común. Por ejemplo, es posible construir una computadora, completa con teclado y pantalla, y capaz de ejecutar pequeños juegos, en el juego de computadora “Minecraft”. Esta computadora está alimentada por conductores e interruptores “redstone” suministrados por el juego. La arquitectura de la computadora que ejecuta Minecraft (una PC, Mac o tableta) no tendrá ninguna influencia sobre cómo funciona la computadora redstone. La computadora redstone está causalmente aislada del sustrato original, a pesar de participar en ella. Una computadora redstone también puede experimentar la aparente continuidad de la secuencia de estados del programa Minecraft. Eso es posible porque utiliza solo una pequeña parte del mundo de Minecraft para su implementación, y la mayoría de Minecraft no jugará un papel causal en el estado de esa computadora interna, excepto indirectamente, al influir en su vector de observación.</p><p><a href="https://www.youtube.com/user/laurensweyn">Laurens Weyn</a> dijo:</p><blockquote>La computadora redstone está prácticamente aislada causalmente de su universo. Excepto en casos muy especiales, que generalmente podemos reconocer, podemos actuar como si de hecho fueran sistemas separados, y funcionen en su propio sustrato. Del mismo modo, la mente puede ser tratada como causalmente independiente incluso cuando se observa e interactúa con Göd. El cálculo de I está suficientemente aislado causalmente de Göd que podemos ignorar que yo soy parte de Göd. Podemos observar el progreso del universo almacenando recuerdos de diferentes vectores de observación e interpretándolos en consecuencia. Incluso podemos crear una simulación parcial de Göd en I. Todas nuestras memorias están codificadas en el estado actual de Göd, pero eso es irrelevante.</blockquote><p>Entonces diferentes partes de nuestra memoria codifican diferentes vectores de observación de Göd, es decir, nos permiten experimentar Göd como un proceso, en lugar de un estado, por eso pensamos y luego carecemos de acceso a los niveles donde sumamos.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=abaed0cbc022" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[¿Es el genio científico una cosa del pasado?]]></title>
            <link>https://medium.com/@D1anaAl/es-el-genio-cient%C3%ADfico-una-cosa-del-pasado-cef4c3fd949e?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/cef4c3fd949e</guid>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Wed, 09 May 2018 03:15:56 GMT</pubDate>
            <atom:updated>2018-05-09T15:13:28.537Z</atom:updated>
            <content:encoded><![CDATA[<p><a href="https://arstechnica.com/science/2013/02/is-scientific-genius-a-thing-of-the-past/">“¿Es el genio científico una cosa del pasado?”</a>, Pregunta Kate Shaw en Ars Technica, y señala nuestra atención a un artículo de Nature del psicólogo Dean Keith Simonton:</p><blockquote>Hoy, según Simonton, simplemente no hay espacio para crear nuevas disciplinas o derrocar a las antiguas. “Es difícil imaginar que los científicos hayan pasado por alto algún fenómeno digno de su propia disciplina”, escribe. Además, la mayoría de los campos científicos no están en el tipo de crisis que permitirían los cambios de paradigma, según la visión clásica de las revoluciones científicas de Thomas Kuhn. Simonton argumenta que en lugar de encontrar grandes ideas nuevas, los científicos actualmente trabajan en los detalles de maneras cada vez más especializadas y precisas.</blockquote><p>¿A dónde han ido todos los genios?<br>Obviamente, ya no tenemos un culto a la genialidad en las ciencias (o más bien, en las filas de los espectadores de la ciencia), mientras que los científicos, en general, no se han vuelto estúpidos. Entonces, ¿dónde se esconden los grandes pensadores y los cambia-paradigmas? Espera, no, obviamente no lo hacen.</p><p><a href="https://es.wikipedia.org/wiki/Antony_Garrett_Lisi">Garret Lisi</a> podría pasar la mayor parte de su tiempo navegando, <a href="https://es.wikipedia.org/wiki/Grigori_Perelm%C3%A1n">Grigori Perelman</a> prefiere quedarse con su madre, <a href="https://en.wikipedia.org/wiki/Stephen_Kosslyn">Steven Kosslyn</a> atiende las nuevas empresas del área de la Bahía, <a href="https://es.wikipedia.org/wiki/Noam_Chomsky">Noam Chomsky</a> está ocupado siendo odiado por sus puntos de vista liberales, <a href="https://en.wikipedia.org/wiki/Ben_Goertzel">Ben Goertzel</a> da vueltas en Hong Kong, <a href="https://en.wikipedia.org/wiki/Cristiano_Castelfranchi">Cristiano Castelfranchi </a>podría ser atrapado en los escombros de lo que antes se conocía como el sistema académico de Italia, <a href="http://www1.icsi.berkeley.edu/~feldman/">Jerry Feldman</a> se ha retirado efectivamente.</p><p>Por otro lado, muchos otros luchan por escapar del postdochood, ya que en tiempos de reducción del gasto público, las posiciones permanentes para pensadores listos para usar son escasas en muchas disciplinas, o han elegido rincones oscuros de la academia que los negarán para siempre fama. O bien, eligen una carrera en negocios y trabajan en Google y Amazon.</p><p>Pero los genios del nivel Einstein están por ahí, y muchos son altamente activos y eficientes. Algunos, como <a href="https://es.wikipedia.org/wiki/George_Lakoff">George Lakoff</a>, <a href="https://es.wikipedia.org/wiki/Stephen_Wolfram">Stephen Wolfram</a>, <a href="https://www.ted.com/talks/vs_ramachandran_the_neurons_that_shaped_civilization?language=es">Vidala Rachamandran</a> son incluso moderadamente famosos. Quizás el problema no es la falta de genio, sino su superabundancia. ¡En un mundo altamente conectado como el nuestro, las muchas voces de genio podrían estar ahogándose unas a otras!</p><p>Lo que realmente me irrita en la declaración de Simonton es el problema más grande: que la mayoría de las ciencias actuales no necesitan nuevos paradigmas. ¡Esa idea realmente está más allá de mí!.</p><p>¡Muchas ciencias necesitan desesperadamente una revolución!</p><p>Para dar solo algunos ejemplos de ciencias severamente rotas:</p><p>La propia disciplina de Simonton, la psicología, se supone que es la ciencia de la mente. Sin embargo, la psicología es casi completamente teórica. Sí, en caso de que no lo supiera: la psicología no tiene ninguna teoría sobre cómo funciona la mente, ni aprueba el trabajo en una. La psicología se ha recuperado en cierta medida de la era oscura del conductismo, pero hasta ahora todavía está atrapada en un paradigma experimental muy estrecho. Conectar los puntos y construir teorías con variables libres, como es común en la física, es impensable para alguien que ha recibido el condicionamiento paralizante de la metodología psicológica moderna. La psicología necesita teorías generales y audaces, que probablemente tendrán que descansar en modelos computacionales.</p><p>La sociología sistémica ha sido eliminada por las influencias de la filosofía continental y Maturana (quien inadvertidamente envenenó la mente de Luhmann y por lo tanto convirtió la idea de un modelo sistémico de la sociedad en restos nacidos muertos). Muchas compañías de juegos de computadora tienen mejores abstracciones de las sociedades y la interacción social que la academia. Una nueva sociología sistémica tendrá que comenzar casi desde cero.</p><p>La economía es una abominación, casi pervertida por los grupos de interés político, y completamente desligada de las realidades empíricas. Para el observador casual, la incapacidad de los economistas para predecir y llegar a un acuerdo con las catástrofes económicas actuales es casi tan flemático como el hecho de que a estos tipos se les permite proceder como si nada estuviera mal. Separar el trigo de la paja se convertirá en un esfuerzo muy difícil, ya que los intereses económicos reales están en juego.</p><p>¿Filosofía de la mente? Esto es lo que queda después de que todos los que tienen conocimiento metodológico real y formación científica contemporánea hayan abandonado la sala. En su forma actual, es tan útil como lo sería una filosofía de la digestión, especialmente si fuera realizada por personas sin conocimientos actuales en química, biología y cocina.</p><p>La física ha progresado enormemente hasta hace unos 50 años, y desde entonces ha mostrado rendimientos algo menores en sus intentos de construir una teoría unificada de todo. ¿Quizás la idea de Wolfram de enumerar y probar las posibles fórmulas mundiales sería mejor que los intentos actuales de unir formalismos incompatibles?</p><p>La ciencia y la práctica de la programación todavía está en su infancia y refleja nuestra pobre comprensión de cómo funciona la mente. Los lenguajes y las técnicas de programación no difieren con respecto a lo que pueden hacer que haga la computadora, sino a cómo los programadores humanos pueden inclinar la mente en torno a los problemas que intentan transmitir a la computadora.</p><p>En los primeros lenguajes de programación ligeramente decentes, Lisp, podría decirse que aún representa el estado del arte. La inteligencia artificial ha cosechado muchas de las frutas más comunes en los años sesenta y setenta, y ha perdido su dirección. Hoy construye aplicaciones, electrodomésticos o (con bastante éxito) juegadores de matemáticas aplicadas. Pero para volver al buen camino para construir una mente artificial, tendrá que reunirse nuevamente alrededor de un paradigma productivo genuinamente relacionado con la IA. Ciencia cognitiva, el intento de integrar la psicología, la neurociencia, la inteligencia artificial, la lingüística, la filosofía y las ciencias sociales ha dejado de funcionar, se ha convertido rápidamente en una serie de metodologías incompatibles que compiten por el mismo segmento de financiación. Esa pelea ha sido ganada principalmente por su padre más costoso, la neurociencia, y ahora la ciencia cognitiva gasta la mayor parte de su presupuesto en colocar escáneres cerebrales, lo que parece ser tan útil como el intento de entender el vuelo al mirar las plumas a través de microscopios.</p><p>¿Lo anterior suena pesimista? ¡Yo creo que no! Creo que significa que la ciencia está llena de revueltas y revoluciones inminentes. La ciencia necesita de genios, y aunque el genio no necesita la ciencia tanto como lo hacía en el pasado (vamos anímense, me enteré de que Google todavía está contratando), los grandes pensadores seguramente se reunirán en los cimientos de muchos campos establecidos y derrumbarán sus estructuras podridas como lo han hecho en el pasado.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=cef4c3fd949e" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Así mismo… sin sentido.]]></title>
            <link>https://medium.com/@D1anaAl/as%C3%AD-mismo-sin-sentido-35112ee896a?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/35112ee896a</guid>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Mon, 30 Apr 2018 23:22:31 GMT</pubDate>
            <atom:updated>2018-04-30T23:51:45.765Z</atom:updated>
            <content:encoded><![CDATA[<p>Esta pieza de escritura refleja unos hermosos recuerdos de una clase que amé , Vision in Art and Neuroscience se impartió en mi último semestre .</p><p>Una unión :</p><p>Me encantó esa clase. Fue una mezcla simultáneamente esperanzada sobre mundos de arte / mundos neuro / construcción de comunidad.</p><p>Estas son algunas de las razones por las que quiero compartir lo que aprendí . Este texto no ha sido ni será editado, así que tengan paciencia conmigo. Estoy escribiendo en mi celular mientras regreso a casa.</p><p>Aquí están mis reflexiones (mis alegrías y tristezas !)</p><ul><li>La unión del estudio de la experiencia con la creación de experiencia. Si no me estudio, ¿quién puede estudiarme realmente? Si solo estudio yo, ¿qué soy? Y si no es ahora, ¿cuándo?</li><li>Me referiré a los deberes que se nos encomendaban a los novatos como yo , ese semestre como Objeto del Objeto Sujeto: Trasplantes de Arte de Bienvenida S.O.W.H.A.T o Y.Q.U.E.</li><li>La máquina que es la educación superior no carece de energía, sujeto, estructura o ímpetu. Le falta subjetividad, sentimiento, individualidad y sensualidad.</li><li>Como la academia se ha mecanizado, financieramente , se ha capitalizado, ya que ha concentrado el concepto y el corpus del intelectual, ha hecho central la idea del corpus mecánico y el intelecto mecánico. Somos lo que comemos, y entonces la participación en una fábrica intelectual nos ha hecho introspectarnos a nosotros mismos como una fábrica.</li><li>Una de las innumerables responsabilidades de las artes y el artista es involucrarse con la inestabilidad y, a su vez, el autoexamen (doloroso, político, personal, mezquino, tqm introspección ). Donde hay estructura, hay dualismo, ceguera, ignorancia asegurada . El trabajar en S.O.W.H.A.T. responde a esta llamada de dos maneras fundamentales:</li><li>* 1. No hay observadores objetivos en la ciencia del cerebro, solo observadores participantes que estudian cerebros con cerebro. Por lo tanto, una buena exploración implica la unificación radical de la primera y la tercera persona, de las formas de comprensión subjetiva y objetiva. Demostrar la necesidad del arte en los paradigmas de investigación que esperan acercarse a qualia, y esta unificación se vuelve innegable.</li><li>La unificación explícita en la ciencia del arte realizada a lo largo de nuestro semestre subraya una complicación más grande y necesaria de la objetividad en la academia STEM.</li><li>Apelar a la objetividad con demasiada frecuencia apela a la numerología enmascarada y nepotística. Al final, el medio es el mensaje y no hay números neutrales. Exponer la subjetividad expone la estructura, convirtiéndose en el sujeto, no el objeto, de una conversación continua sobre la experiencia y la creación de conocimiento.</li><li>* 2. Ver para creer, verdad central inmediata conocida sobre el mundo. Pero ver también es construir. Creer, entonces, es construir. La capacidad de una buena neurociencia experiencial para exponer la inestabilidad de la vista es una gran sacudida de la base misma de la experiencia vivida. Todo está construido.</li><li>Una victoria para SOWHAT es, por lo tanto, una victoria para dos proyectos no dualistas: al complicar la neurociencia, lo último en autorreflexión académica aprobada, como menor que / más que / objetivo, liberamos al espectador para que realice un autoexamen sensual y liberamos a la universidad de la inculcación inocente de la duda no dualista y del cumplimiento de los deberes de las ontologías blandas.</li><li>Todos somos experimentadores, cada uno con una visión única de la experiencia. Esto es vitalmente diferente de la experiencia en química, o física, donde se lucha por la objetividad en tercera persona y, por lo tanto, una experiencia objetiva implícita al ascender al tótem académico asintótico .</li><li>Un enfoque integral para comprender la ciencia de la mente necesita evitar el elitismo y los silos que separan a la neurociencia de la ingeniería, la filosofía, el diseño y el arte. Los proyectos en el borde experimental de la neurociencia son, por lo tanto, balizas para los científicos que están abiertos a todas y cada una de las respuestas y artistas interesados ​​en tender un puente sobre el espectáculo y la sustancia. El apoyo de la fenomenología y el apoyo de los creadores de los fenómenos del arte es la construcción de un faro.</li><li>La iluminación de la naturaleza fundamentalmente constructiva de la percepción no es apolítica, no solo en el laboratorio de marfil. Es en la tradición de los artistas quienes le dan a los televidentes razones y poderosos permisos para tomar el control de la esencia y las pautas que dan forma a su mundo. Y QUÉ es una luz liberadora.</li><li>La luz es especial. La luz es resbaladiza . El deslizamiento es necesario.</li><li>Para mí, fundamentalmente, las becas son un espacio para hacer preguntas que no están relacionadas con la vocación, la supervivencia, la producción. Una pérdida de erudición lúdica es una pérdida de tiempo libre.</li><li>El arte, como juego serio, es un antídoto que debe tomarse a la ligera y en gran medida.</li><li>¡No al arte de los genios! No a la ciencia ilustrada. No a esa ciencia elitista y separadora. Todo es todo.</li><li>¡Si a la basura! Si al reciclaje.</li><li>…</li><li>Gracias.</li></ul><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=35112ee896a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Esa COSA llamada Computación Cuántica . Parte 2]]></title>
            <link>https://medium.com/@D1anaAl/esa-cosa-llamada-computaci%C3%B3n-cu%C3%A1ntica-parte-2-729c42406475?source=rss-781cdba89b77------2</link>
            <guid isPermaLink="false">https://medium.com/p/729c42406475</guid>
            <category><![CDATA[science]]></category>
            <category><![CDATA[quantum-computing]]></category>
            <dc:creator><![CDATA[Diana M.]]></dc:creator>
            <pubDate>Sat, 14 Apr 2018 17:09:19 GMT</pubDate>
            <atom:updated>2018-04-14T17:10:44.700Z</atom:updated>
            <content:encoded><![CDATA[<p>Entonces, ¿qué pasa si las dificultades de calcular la posición o el giro de una partícula en un paradigma clásico no resultan del hecho de que los procesos cuánticos requieran más complejidad, sino del hecho de que esta posición o giro en realidad no existe? En el paradigma del espacio-tiempo, asignamos una posición en el espacio a cada partícula, y descubrimos que nuestras ecuaciones no dan como resultado una solución única, sino más bien soluciones múltiples (para el giro) o una distribución (para las posiciones). Esto solo es confuso si creemos en la realidad del espacio. Pero, ¿y si aceptamos que el universo no es un espacio continuo con cosas en él, sino un cálculo?</p><p>No me considero una buena física, ni una científica de la computación. Pero si quisiera programar un universo como el nuestro, trataría de implementarlo como un hipergraph. Este gráfico consiste en nodos con enlaces tipados y se almacena como un número finito y fijo de bits. Cada nodo es una “partícula”, y el tipo de partícula está dada por los tipos de enlaces que tiene. Cada enlace almacena un valor discreto. Si dos o más partículas están conectadas por un enlace, comparten el valor de ese enlace, y las llamamos “enmarañadas”. El gráfico es principalmente transitivo: si dos nodos A y B están enredados, y B y C están enredados, entonces hay una alta probabilidad de que A y C también se enreden. Por otro lado, las partículas no pueden tener arbitrariamente muchos enlaces, por lo que las partículas entrelazadas en gran medida tienden a formar algo que se parece a una cuadrícula multidimensional. En esta cuadrícula, las partículas no tienen coordenadas absolutas, pero los enlaces actúan como distancias. Si los nodos tenían coordenadas en el espacio, que realmente no tienen, a menudo podríamos calcular estas coordenadas a partir de las distancias que las partículas mantienen entre sí. En muchos casos, sin embargo, no habrá suficientes enredos para dar como resultado una solución única.</p><p>Si alguien vive en este universo, se creará a partir de los enlaces entre las partículas y tratará de darle sentido a su entorno haciendo que estos enlaces tengan una conexión significativa. Cuando los enlaces se pueden mapear en un orden espacial, obtenemos un espacio virtual: se verá como si hubiera partículas con coordenadas absolutas específicas. Si no hay una solución única, las partículas se verán como una distribución de posiciones potenciales. La observación adicional resulta en un enredo adicional: los observadores agregan más restricciones a la partícula, hasta que la solución parece colapsar en una posición única definida en nuestro espacio virtual. ¡Pero no hicimos desaparecer ninguna posible posición! La partícula simplemente nunca tuvo una posición real, bien definida en el espacio antes de ser observada, y no tiene una ahora: simplemente sucede que ahora hay una solución única a la pregunta de si tendría una, y obtenemos consistencia en el espacio virtual.</p><p>¿Cómo podemos programar nuestro universo para que sea dinámico? Una posible solución podría ser que agreguemos una suma de los valores de cada enlace en cada nodo y solicitemos que los nodos vecinos tengan el mismo valor. Siempre que dos nodos vecinos no tengan el mismo valor, cambiamos el enlace entre ellos para igualar el valor y restablecer la simetría. Los enlaces deben permanecer en ciertos rangos de valores, por lo que incluso puede ser necesario agregar o quitar enlaces adicionales. Todos nuestros cambios tienen la desafortunada propiedad de que probablemente habremos introducido otra violación de simetría en otro enlace, por lo que en el próximo paso, también se debe actualizar otro y la asimetría se propaga a través de la red.</p><p>Desde el punto de vista del observador interno, ahora se verá como si hubiera dos tipos de interacciones: una que se propaga continuamente a través del espacio, cambiando posiciones y propiedades de partículas, y agregando y eliminando restricciones, para que las partículas entren en estados superposicionales o realicen en puestos específicos Esta extensión se limita a una velocidad superior constante, dada por la densidad de partículas en el espacio proyectado, y la necesidad de alterar sucesivamente sus enlaces. Esto se verá como una barrera de velocidad de luz. La otra interacción ocurre si dos partículas con vecindad intransitiva pero un enlace compartido actualizan este enlace: se verá como una “acción espeluznante a distancia”.</p><p>En este universo, una computadora cuántica no proporcionará ningún beneficio sobre una computadora clásica. Un bit superposicional no estará en dos estados a la vez, sino simplemente en ningún estado. Si codificamos restricciones en la computadora cuántica, el algoritmo para codificar y decodificar los contenidos del registro cuántico tendrá al menos la misma complejidad que un algoritmo clásico para el mismo problema. Todavía se necesitarán enormes recursos para calcular todos los estados virtuales posibles de la computadora cuántica en un sistema clásico, pero el universo mismo no se molesta en computar estos estados en absoluto, y por lo tanto, un algoritmo implementado en esta computadora cuántica efectivamente siempre funciona al mismo velocidad como una clásica.</p><p>Por el momento, mi simulador de universo hipergráfico discreto es una idea bastante borrosa. Hay muchas maneras en que los detalles y las estructuras de datos podrían implementarse, y no es absolutamente claro para mí si realmente vivimos en el tipo de universo computacional descrito anteriormente. Si alguien encuentra una implementación que da lugar a un universo virtual débilmente einsteniano que se parece al nuestro, probablemente dará como resultado un precio Nobel.</p><p>Hasta entonces, al menos mi apuesta se mantiene.</p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=729c42406475" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>