Blog de robótica e inteligencia artificial

4/28/2020

John Snow y el mapa que cambió el mundo

Corría el siglo XIX en Inglaterra y estamos en plena Revolución Industrial. Millones de personas huyen del campo a las ciudades, ya que las élites de entonces habían desprovisto de las tierras comunales a las familias de campesinos que vivían y se alimentaban de ellas. Ante la única posibilidad de contar con su fuerza de trabajo, los obreros y las familias vacían la Inglaterra rural de entonces hacia las urbes, de una manera totalmente descontrolada y desesperada, donde las condiciones de higiene e infraestructura pública sanitaria brillaban por su ausencia. En las grandes ciudades, como Londres, se urbaniza y construye lo justo para alojar hacinados a estos trabajadores.

En medio de semejante caldo de cultivo, cualquiera de nosotros podría imaginar que esos entornos eran un lugar propio para enfermedades e infecciones. Pero a mediados del siglo XIX, no conocían lo mismo que conocemos ahora por pura sabiduría popular. Concretamente, el coronavirus de la época se llamaba cólera, y fue lo que más vidas se llevó en el siglo que nos ocupa.

La teoría asumida por la población y las autoridades sanitarias para el contagio por cólera, era la del aire impuro o miasma. No se conocía apenas nada de gérmenes y Louis Pasteur aún no había enunciado su teoría. Para qué engañarnos, la gente conocía muy poco sobre aquella enfermedad. Y John Snow también la desconocía… pero él era consciente de ello. Así que se propuso investigar el origen del cólera desde un punto estricto de la ciencia, planteando hipótesis y realizando experimentos. ¿Era posible comprobar la teoría miasmática?

Durante una de las oleadas más peligrosas de esta enfermedad, la de 1854, se produjo un brote concreto en el barrio del Soho. En el espacio de tres días murieron 127 personas. Snow acudió de inmediato y se dedicó a recabar información con la ayuda de un sacerdote anglicano encargado de una parroquia en ese mismo barrio, Henry Whitehead.

La casi totalidad de las muertes de los primeros tres días se produjó en una misma calle, Broad Street, lo cual era muy sospechoso de creer en la validez de la teoría miasmática. Pero la clave de la cuestión fue el mapa que realizó Snow, marcando la localización de la gente infectada, y que representa prácticamente uno de los primeros estudios epidemiológicos de la historia.



La gran proximidad de todos los infectados a la fuente pública de Broad Street, marcada en rojo, impulsó a Snow y Whitehead a pedir al ayuntamiento de Londres que la cerrarán inmediatamente. Y lo hicieron.

El mapa de la imagen ha pasado a la posteridad, y prácticamente se puede afirmar que John Snow descubrió este origen por un método bastante simple de clusterización, uno de los básicos hoy en día en inteligencia artificial. Pero John Snow fue más allá, y descubrió que la compañía de agua de la que le gente bebía, extraía agua del Támesis, el cual en aquella época no estaba más que lleno de aguas fecales provenientes de los hogares. La relación entre la mala calidad de agua y el origen del cólera se estaba esclareciendo.

Sin embargo, su teoría aún permaneció dormida cerca de 40 años más, y tras la ola de cólera, el ayuntamiento reabrió la fuente pública de esa calle.

Hubo que esperar hasta Pasteur, en 1864, para entender la relación entre gérmenes y fermentación, y sobre todo a Robert Koch, en 1876, quien demostró sin lugar a dudas a través de un experimento con el ganado, que un ser microscópico podía ser el responsable de una enfermedad.



Esta entrada se publicó originalmente en la Revista DYNA, la cual es una publicación científica en ingeniería 
Comparte:

4/05/2020

La ONU advierte de que la inteligencia artificial apenas sirve para combatir el coronavirus

Hace unos días, la ONU advirtió de que la mayoría de algoritmos de inteligencia artificial para combatir el coronavirus aún no sirven. Este organismo sí que reconoce unas tareas en las que herramientas como el machine learning pueden ser útiles. Por ejemplo: identificación de imagen médica, creación de medicamentos, o predicción de la expansión del virus. Pero aún estas soluciones no están maduras.

Por un lado, si no se disponen de buenos datos probados durante el suficiente tiempo, esta tecnología falla mucho. Por otro lado, la ONU también especifica que la mayoría de artículos científicos de esta disciplina que están publicándose estos días, no han sido revisados por pares, por lo que su eficacia hay que ponerla aún en entredicho. Al mismo tiempo, el informe en que recogió estas ideas orienta sobre la dirección de los esfuerzos para que la inteligencia artificial sí que sea útil en pandemias en el futuro. Recordemos la ley de Roy Amara:

“Tendemos a sobrestimar el efecto de una tecnología a corto plazo, y subestimarlo en el largo”.


¿La IA puede predecir una pandemia?

La inteligencia artificial inunda titulares y nos vende que puede hacernos vivir mejor y trabajar menos. Podríamos pensar que no ha tenido ninguna intervención en la actual pandemia global de coronavirus. ¿O sí?

El 31 de diciembre del año pasado, una startup canadiense llamada BlueDot, dedicada a la vigilancia automática de enfermedades, emitió un aviso a sus clientes para que evitasen la región de Wuhan, y vaticinó a qué ciudades podía extenderse de manera inminente el virus. La OMS no lanzó tal aviso hasta 9 días más tarde. Por lo tanto, la inteligencia artificial sí que tiene un papel en la predicción de pandemias. Aunque depende de a qué llamemos “predecir”.

BlueDot destina sus esfuerzos a la monitorización de fuentes de información, tales como noticias locales, mensajes de autoridades sanitares locales y reservas de vuelo para los próximos días. Tras contar con toda esa información, su algoritmo mide el peligro y lanza un aviso en función de ello. Esta inteligencia artificial no serviría de nada si no existieran humanos escribiendo esa información.

BlueDot no estaba solo. La aplicación HealthMap del Boston Children Hospital, y el algoritmo de la empresa Metabiota, también captaron esos primeros signos de pandemia. Pero desde luego, ni el más avanzado sistema informático puede adivinar el escenario posterior. He aquí la paradoja tecnológica: investigamos en tecnologías predictoras, pero ¿quién dará el salto de fe y asumirá la responsabilidad de obedecer a una caja negra, sin observar frente a frente la amenaza? ¿Necesitamos evidencias de que el algoritmo funciona? BlueDot ya predijo correctamente la aparición del virus del Zika en un artículo en la revista The Lancet. Tal y como describe la obra El Comienzo del Infinito, los seres humanos funcionamos por impulsos.

La idea de predicción de enfermedades mediante ordenadores ya tiene unos años. El caso más famoso es el proyecto Google Flu Trends. Lanzado en 2008, esta herramienta intentaba predecir la expansión anual de la gripe en casi una treintena de países. Para ello, se basaba en las búsquedas realizadas en la web con términos como “fiebre” y “tos”.

Esta solución funcionó de una manera más o menos acertada durante unos tres años, hasta que se volvió casi una herramienta de risa. En la campaña 2011/12 sobrestimó en más de un 50 % el número de visitas al hospital, y en la siguiente, predijo más del doble. El fracaso de esta herramienta, silenciosamente ya enterrada por la empresa, se debió sobre todo a la opacidad de los criterios que Google usaba y a la alta sensibilidad del algoritmo al ruido de las búsquedas de momentos puntuales, que podían coincidir con los criterios de Google por pura casualidad. 

The Parable of Flu

Actualmente sí que se están empleando técnicas de inteligencia artificial para la predicción a corto plazo de la propagación del virus. También para otras actividades, como la identificación de sinergias y correlación de variables clínicas de pacientes, el diseño de fármacos, y el diagnóstico automático.

La idea de predecir las características de esta pandemia de inicio a fin, incluyendo la evolución de la enfermedad, es y será un imposible para cualquier ordenador. Esto es debido a que la trayectoria que toma la pandemia está sujeta a las decisiones, al momento en que se toman, climas, pirámide de población de cada país, entre otros muchos factores.

Al contrario que en la predicción de huracanes, donde se puede monitorizar perfectamente el tiempo y la presión atmosférica, en una pandemia no salta ninguna alarma cuando un virus pasa de un animal a un humano y aparece el paciente cero. Por ello, de cara a la predicción de pandemias, lo más eficaz es la creación de mapas geográficos de peligro y mejorar el intercambio de información entre instituciones. Tal y como ya ocurre desde 2018 en la predicción de focos de dengue.

“El mundo no está preparado para una pandemia severa de gripe o cualquier otro tipo de amenaza médica global”. Esta fue la conclusión del equipo científico que investigó la respuesta de la Organización Mundial de la Salud en la gripe H1N1 en 2009. Esta misma sensación se repitió en 2014 con el ébola. Los expertos siguen argumentando que la primera línea de defensa es una alerta temprana, y para ello, la solución puede que no nos guste, porque requerirían una mayor vigilancia de todo tipo de datos, y sobre todo, que las autoridades públicas entendiesen bien este tipo de herramientas.

¿Estamos dispuesto a ello? ¿A tener una recogida precisa de datos de pacientes? ¿A una correcta coordinación de todo tipo de instituciones? ¿A ceder esos datos a entidades, probablemente, con ánimo de lucro? Y sobre todo, ¿a entender y manejar la tecnología? Entonces quizás podamos alertar del siguiente virus antes de que se vuelva una pandemia.



Este artículo se publicó originalmente en The Conversation, sitio web que os recomiendo visitar
Comparte:

4/03/2020

Coronavirus: ¿dónde están los robots y las promesas?

Me parece increíble la situación que estamos viviendo. Y entiéndase bien. No me refiero a que el momento sea maravilloso, sino que los acontecimientos y medidas tomadas alrededor nuestro, quizás difícilmente sea repetibles durante nuestra existencia. Y todos aprenderemos algo de lo que estamos viviendo, y quizás salgamos de la crisis del coronavirus de manera distinta a como entramos.

En estos pensamientos se perdía mi mente, cuando caí en la cuenta de que no he escuchado ninguna noticia sobre alguna empresa que pueda continuar su actividad por tener la producción totalmente automatizada. ¿Dónde están las promesas de los robots que destruirían millones de puestos de trabajo, que nos abocarían a una vida más ociosa, a plantearnos una renta básica? En definitiva, tal y como titulaba la revista Wired hace unos días, ¿dónde están los robots que venían a salvarnos?

Si bien el entusiasmo por la robotización másiva de puestos de trabajo y automatización tuvo su apogeo en 2015, a día de hoy a mí ya se me estaba cayendo un poco la venda de los ojos. Robotizar puede que sea necesario, pero no es fácil. Y ahora que ha bajado la marea, se ve qué hay de verdad entre todas esas promesas y amenazas de una robotización masiva, realizadas hasta hace pocos meses. Waiting for the miracle, que cantaban.



Se dice que conoces de verdad a alguien en momentos de auténtica tensión, cuando el miedo nos impulsa a actuar como realmente somos. Y a cuenta de esta situación de pánico, se están viendo ciertas aplicaciones de inteligencia artificial, robots y otras, como realmente útiles, y otras que no lo son. Algunas de ellas son:

-  Drones empleados para vigilancia de la población y que cumplen la cuarentena.
-  Empleo de grandes -y bastante oscuras- plataformas tecnológicas para monitorizarnos aún más.
Diversas técnicas para geoposicionarnos de manera masiva, saber con quién nos cruzamos, etc. Y un posterior uso de inteligencia artificial para prevenir la expansión del virus.
Cámaras de videovigilancia para medir nuestra temperatura corporal.
-  El teletrabajo es perfectamente posible en multitud de trabajos, donde nunca se había planteado.

Supongo que en situaciones de emergencia se emplean las técnicas y herramientas que los gobiernos y las empresas mejor dominan, y la sensación es que todo esto no está dejando casi hueco para la esperanza sobre la bondad de la tecnología tras este bache. Y hace que siga calando la siguiente opinión sobre la IA entre muchos expertos: Es una tecnología, pero también puede ser una ideología.

Entre las empresas que sí que tengan una componente de robotización/automatización, será interesante comprobar en un futuro cómo les ha afectado esta crisis, y si han tenido mejor aguante que otras. Quizás el futuro sea aún más automático, pero no como nos prometían.

Cuídense y quédense en casa.


The greatest thing you’ll ever learn is to love and be loved in return



Comparte:

Sígueme en redes:

descripción descripción descripción

En mi mesilla

Blog Archive