Actualidad informática
Noticias y novedades sobre informática
admin
El éxito de la ciencia alemana (y el déficit de la española) explicado en un cuadro
Como todos sabemos los alemanes son muy organizados. Ellos resumen todo su modelo de funcionamiento de la I+D en su simple cuadro. Antes de pasar a comentar deberé dar unas cifras globales, para colocar ese esquema en contexto. Alemania (con unos 82 millones de habitantes) tiene un PIB de unos 3.4 billones de dólares, y dedica 61500 millones de euros a la I+D, lo viene a ser, por encima del 2%. España (con unos 47 millones de habitantes) por el contrario tiene un PIB que ronda los 1.3 billones de dólares y destina a la investigación unos 13.391 millones de euros, poco más del 1% de su PIB. La diferencia ya empieza a ser significativa. En Alemania hay investigación pública y privada, igual que en España, aunque la representación es muy diferente, mientras en Alemania el sector privado constituye el 68% del I+D, en España apenas alcanza el 20%. Estos datos son importantes para entender el gráfico previo y que resume todo el modelo alemán.
En el cuadrante inferior izquierdo se sitúan los organismos públicos de investigación: universidades y entes públicos. Estos organismos hacen ciencia básica, es lo que se les pide, que investiguen y hagan ciencia de calidad. Ahí nos encontramos, por ejemplo, con el mayor centro público de investigación alemán, el Max Planck. Esta institución posee 80 centros diseminados por Alemania, recibe una inversión pública anual de 1.300 millones de euros y posee 13.300 empleados. Por comparar, el equivalente español sería el CSIC, que recibe posee 125 centros con 12790 empleados y que recibe 730 millones de euros de inversión anual. Por otra parte existen 370 universidades públicas en Alemania, con 573000 empleados (300000 de ellos científicos) que reciben 11.000 millones de euros de inversión pública. Conseguir las cifras en España es más complicado, he tenido que moverme por muchos enlaces, espero que el resultado final no se aleje mucho de la realidad. Según lo que he encontrado, en España existen 50 universidades públicas, con unos 150000 empleados y una inversión de 1.200 millones de euros al año. En Alemania el cuadro inferior izquierdo se dedica a la ciencia básica, y nadie duda de la profesionalidad de los científicos si su investigación no es rentable a corto plazo, lo que sí se les pide es que ofrezca ciencia de la mayor calidad posible. Los países con tradición científica entienden lo que parece no caber en la cabeza de los que habitamos al sur de los Pirineos: la buena ciencia rentabiliza la inversión que se ha hecho en ella. Alemania no dedica mucho a ciencia porque sea rica, sino que es rica porque desde hace décadas apostó por la ciencia. En Alemania la I+D no formó parte del debate electoral, siempre hay una fuerte inversión, incluso cuando hay crisis. En otro país de tradición científica como es Inglaterra, la inversión en I+D queda fuera del debate político y de los vaivenes de la economía, hay un mínimo intocable de inversión. Entienden lo que se juegan.
Sigamos, en la esquina superior izquierda del cuadro se sitúan los entes públicos que realizan investigación aplicada, aquella cuyo único objetivo es generar rápido rendimiento económico. Se puede observar que el número de organismos que llevan a cabo esta labor es escaso. En la esquina inferior derecha figuran las empresas privadas que realizan ciencia básica. Son pocas, y casi siempre en coalición con organismos públicos. Se entiende que el principal objetivo de una empresa es ganar dinero más o menos rápido; pero aún y así algunos empresarios alemanes que entienden la importancia de la I+D a largo plazo y dedican algo de dinero a la ciencia básica, realizando una apuesta de futuro. Lo pueden hacer en sus instalaciones (los menos) o subvencionando a entes públicos para que las realicen en sus centros. Y por último en el cuadrante superior derecho se encuentra la investigación orientada y aplicada, la que busca soluciones que reporten beneficios rápidos. No buscan tanto entender el problema, sino solucionar el problema (a veces no es posible lo uno sin lo otro, pero en ocasiones sí). En ese cuadrante están las grandes empresas, y algunas de ellas dedican tanto a la I+D como toda España.
Pero he dicho, ¿por último? No, queda algo fundamental para que este modelo funcione, algo que no tenemos en España y es imprescindible, algo que organiza todo el organigrama y que coloca a cada uno para aquello que está preparado. Es el ente que aparece en el cuadro como Fraunhofer-Gesellschaft o sociedad Fraunhofer. En este organismo trabajan 18000 personas y recibe una inversión anual de 1650 millones de euros. Su papel es la de unir a empresas y entes públicos. Las personas que ahí trabajan son responsables de conocer los proyectos públicos que están en marcha, así como las invenciones que se realizan en los organismos públicos y ofrecerlos al capital privado; también conocen las necesidades de las empresas y pueden rápidamente localizar aquellas líneas que le pueden dotar de los resultados que buscan. Además disponen de centros donde realizan investigación aplicada, uniendo conocimiento desarrollados en organismos públicos para desarrollar tecnologías que comercializan las empresas privadas; así nació por ejemplo el MP3. Los investigadores son expertos en aquello que han estudiado, no tienen por qué saber de marketing ni organización de empresa. De igual modo los empresarios no saben lo que se cuece en los centros de investigación. Aquellos que están interesados en la I+D (en España, menos de los deseables) no saben a qué centro público acudir para encontrar soluciones a sus problemas o inquietudes. Por eso son tan importantes mecanismo para conectar empresa y centros públicos de investigación. Y esto es mucho más que una simple oficina con pocos empleados que apenas dan abasto para enterarse y entender lo que se cuece en su propia institución, se requiere de todo un sistema bien articulado, similar al montado en Alemania, que haga esa labor útil para la economía y la sociedad del país.
Cuando oímos a nuestros políticos decir que el problema de la I+D no es económico sino de gestión, estamos escuchando una verdad a medias. Es cierto que hay un problema de gestión, pero para realizar una buena gestión hay que invertir en ello, no se puede esperar mejorar las cosas gratuitamente (las famosas reformas a la española, mucho articulado y nula memoria económica). La sociedad Fraunhofer recibe anualmente el doble de fondos que el CSIC, ¿acaso no realiza una labor fundamental? Mientras en España se pide a los científicos y empresarios que realicen labores para las que no están preparados y con presupuestos que cada vez son menores. Y si esa labor no se hace adecuadamente, entonces las culpas del fracaso de la I+D recaerá de nuevo sobre ellos.
Artículo completo en: La Ciencia y sus Demnios.
Licencia CC.
Sistema de reconocimiento de voz
La tecnología de reconocimiento de voz no nació con el Apple iPhone 4s- el primero en el que apareció Siri. La atención telefónica lleva utilizando esta forma de interacción muchos años. Y no deja de ser un reflejo de la mejora de la técnica el que la máquina antes entendiera al humano de pascuas a ramos mientras que ahora la precisión ha aumentado. Éste es el método tradicional, el de los comandos de voz.
Hoy día se está acompañando a estos comandos de una capa de lenguaje natural. Así lo expresa Marco A. Piña Sánchez, director de ventas de empresa y movilidad para Iberia de Nuance, una compañía que proporciona reconocimiento de voz al smartwatch de Samsung, Galaxy Gear, al Galaxy Note III y también está presente en Siri. “En vez de decir ‘tarjeta’ o decir ‘saldo’ se puede decir directamente ‘quiero saber el saldo de mi cuenta que acaba en 23 y hacer una transferencia de 100 euros a la cuenta que acaba en 45’. Es decir, se está estableciendo una capa más de diálogo”, explica, aclarando que tras procesar el sonido, la máquina acude a la base de datos del banco en busca de la respuesta.
El reconocimiento de voz: capa a capa
Pero, ¿cómo es capaz el software de reconocer el habla? Un sistema de reconocimiento de voz está formado por varias capas o modelos, según señala Piña. El primero de ellos es el modelo acústico, que permite a la tecnología identificar si el sonido procede de una llamada de móvil, de un teléfono IP o cualquier otro medio. Determinar el canal de comunicación es importante para establecer el grado de distorsión que puede experimentar el mensaje.
El modelo lingüístico va a continuación y se trata del idioma. Pero no es tan sencillo como indicar al sistema que reconozca castellano, francés o mandarín. “Nuestro software está perfectamente preparado para portugués, pero en ocasiones nuestra gente de servicios tiene que hacer algunas pequeñas modificaciones, por ejemplo para entender el portugués que se habla en Madeira, que puede tener algún giro especial”, comenta el directivo de Nuance. No sólo es preciso entender la lengua sino los distintos acentos con que se habla e incluso entender las formas de expresarse, que pueden ser diferentes en cada hablante.
Ésta es otra capa más: el modelo semántico. Con él se consigue que un sistema de reconocimiento de voz entienda la forma de hablar de la gente, cómo se construyen las frases y cómo puede variar esta construcción, dependiendo de la región, de la cultura y de todas las influencias personales de cada cual. Por último, funciona un motor estadístico, que recoge la frase una vez transcrita a texto y realiza una búsqueda en la base de datos con estos términos.
Esta consulta tiene que adivinar si la frase dicha, con el nivel de distorsión correspondiente si se habla desde un móvil, el acento y la forma de decirlo están pidiendo una determinada acción. La precisión del software al final se reduce a aumentar la base de datos para alcanzar todas las combinaciones posibles en un idioma. Es más, en cada nuevo entorno que se implementa hay que construir un nuevo modelo semántico.
“Ante un proyecto empresarial, lo primero que tenemos que hacer es saber cómo los clientes preguntan a esa compañía”, puntualiza Piña. “Llegará, pero todavía no estamos a un nivel de inteligencia artificial en el que yo pongo un software y, sea una telco, sea una financiera, una empresa de transportes o una textil, pueda entender cualquier cosa que yo le diga de ti”, señala.
Fuente: eldiario.es
Licencia CC
Drones para repartir los pedidos de Amazón
A Jeff Bezos, CEO de Amazon, le encanta un buena revelación, y aprovechó la oportunidad que le brinda un segmento de 60 minutos para mostrar la última creación de la compañía: drones que pueden ofrecer pequeños paquetes a domicilio en menos de media hora. Son técnicamente octocopteros, como parte de un programa llamado «Amazon Prime Air«.
Un avión no tripulado se encuentra al final de una cinta transportadora, a la espera de recoger un paquete – Bezos dice que el 86 por ciento de los paquetes de Amazón son de bajo peso y puede llevarlo a un máximo de 10 kilómetros del centro de distribución. Tan pronto como Amazon pueda cumplir con los reglamentos y encontrar la manera de evitar que sus paquetes se caigan en la cabeza desde arriba, Bezos prometió, habrá una flota de aviones no tripulados que expidan los pedidos.
Mapa del metro de la ciencia
El siguiente mapa de la ciencia moderna, imitando el típico mapa del metro, fue creado para celebrar los logros del método científico a través de la edad de la razón. A pesar de que muchas de las disciplinas científicas asignadas tiene orígenes más antiguos, se ha restringido el mapa para la ciencia moderna a partir de la revolución científica del siglo XVI.
El mapa incluye principalmente los científicos modernos que han hecho importantes avances en nuestro entendimiento del mundo, sin embargo también he han incluido muchos científicos actuales que alimentan la pasión por la ciencia, a través de la comunicación y la divulgación científicas.
En el siguiente enlace puedes navegar a gran tamaño por las líneas del metro, así como ampliar información sobre cada científico.
Fuente: xataka CIENCIA
Licencia CC
Una «bombe» criptográfica por dentro
Durante la segunda guerra mundial el Reino Unido y los Estados Unidos utilizaron varios centenares de dispositivos electromecánicos conocidos como «bombe» para descifrar los mensajes alemanes codificados con máquinas Enigma.
Básicamente cada bombe emulaba el funcionamiento de varias Enigma a la vez y lo que hacía era comparar un texto sin cifrar que se creía que se correspondía con el interceptado para averiguar en qué configuración estaban funcionando las máquinas Enigma ese día.
La bombe iba probando y probando combinaciones de los discos y cables hasta que daba con una posición que podía ser válida, posición que servía a los analistas humanos para seguir trabajando en el análisis, ya que las bombe no podían indicar exactamente cual era la posición correcta de los discos sino descartar aquellas que no tenían sentido.
Las bombe británicas eran un desarrollo de la bomba criptológica creada por el criptologista polaco polaco Marian Rejewski; las estadounidenses, a su vez, eran un desarrollo de las británicas, y además a su vez el ejército y la marina de los Estados Unidos usaban modelos ligeramente distintos.
Ampliar en: Microservos
Crecimiento de la velocidad de los superordenadores
Esta pequeña gráfica muestra cómo ha crecido con el paso de los años la velocidad máxima que cada año marcan los superordenadores más poderosos del mundo: Fastest supercomputers (Science News).
El de más potencia de cálculo hasta el momento sigue siendo el Tianhe-2 chino con sus 3,1 millones de núcleos, un petabyte de RAM y 33 petaFLOPS de capacidad de cálculo (sobre 54 petaFLOPS «teóricos»).
autobus las palmas aeropuerto cetona de frambuesa