-->

En Naukas: hacia el vehículo aéreo personal

Os dejo mi última entrada en Naukas. Este año a ver si mi carga de trabajo desciende y logro publicar más en esa plataforma y por aquí. 



Cuando a una persona le explicas que algún día podría llegar a usar vehículo aéreo como hoy en día usa el coche o la moto, se le suele iluminar la mirada. La idea resulta atractiva. Si la cultura motera defiende la libertad que proporciona una Harley-Davidson, imaginaos qué puede transmitir un Vehículo Aéreo Personal (PAV, en adelante).

Fue en 2003 cuando se sentaron las bases técnicas que definen un PAV tal y como se entiende hoy en día. Concretamente, la NASA lo define como:
  • Menos de 5 asientos.
  • Velocidad de crucero de 240–320 km/h.
  • Silencioso.
  • Cómodo.
  • Seguro.
  • Cualquier persona con una licencia de vuelo lo podrá pilotar.
  • Asequible, al igual que un viaje en coche o en avión (según distancia).
  • Apto para cualquier condición meteorológica.
  • Energéticamente eficiente.
  • Una autonomía de 1.300km
  • Capaz de aterrizar próximo al punto de destino, para lo cual se hace imprescindible la creación de pequeños aeropuertos comunitarios.
Yo añadiría “vuelo autónomo” a esta lista.

Para emocionarnos aún más, AirBus y Uber empiezan a proponer ideas como su aerotaxi, la Comisión Europea financia un proyecto para investigar en este ámbito, o la NASA propone el modelo Puffin (vídeo a continuación).


Habrá alguno que piense que el diseño de un PAV es muy fácil: basta con hacer los célebres “drones” o UAVs en escala mayor; además, son aparatos que semanalmente nos dejan noticias sobre sus avances en tecnología. ¿Cómo a nadie se le ha ocurrido industrializar uno capaz de transportar a una persona, como mínimo? Vayamos por partes:

Para empezar, un multicóptero (puede tener distinto número de brazos, pero me centraré en el de cuatro) no es nada eficiente energéticamente. Un helicóptero lo es mucho más. En el cuadricóptero los motores tienden a tener grandes cambios de velocidad de rotación para lograr la estabilidad, y eso penaliza mucho el consumo energético de las baterías.

La razón principal para esos cambios bruscos en el régimen de los rotores es debido a la inestabilidad propia de todos los multicópteros, que obliga a corregir el manejo de estos UAVs continuamente con el mando o con un sistema de vuelo autónomo.

La fórmula de la energía cinética dice que 0.5mv2 e implica que cuesta cuatro veces más de energía mover el aire al doble de velocidad, que mover el doble de masa de aire a la misma velocidad. Es decir, a mayor diámetro de hélices, el aparato sería más eficiente. Pero por otro lado, se pierde mucha estabilidad (¿entendéis ahora por qué esta universidad ganó el reto Sikorsky?)

Por último, un PAV multicóptero tendría un gran problema de seguridad. Los fallos de rotor podrían desembocar en serios accidentes a no ser que se implementen sistemas fail-safe que permitan aterrizar suavemente el “vehículo” ante la pérdida de un motor.

La empresa E-Volo lo sigue intentando, y hace prototipos y conceptos de vehículos que se asemejan a un multicóptero+helicóptero. Sin embargo, se queda en eso, prototipos y conceptos.

Pero llegados a este punto, cabe preguntarse por qué los cuadricópteros tienen tanto éxito como modelo de drone si tiene tantas pegas. Es muy fácil: por su simplicidad. Construir un cuadro de cuatro brazos con un motor en cada punta y que ese aparato vuele, es muy sencillo. No hay que preocuparse apenas por el diseño, ni por los materiales para lograr que levante el vuelo. De hecho, se ven tutoriales de diseños de drones unidos con celo y un par de listones de madera.




En resumidas cuentas, tiene mala pinta de que un posible modelo de PAV sea un cuadricóptero “más grande”. Siempre nos quedará el gadgetocóptero.



2016, un año de lectura

Siguiendo la tradición de los últimos años, aquí dejo lecturas a lo largo de 2016. El orden es el cronológico.


Dark Pools (Scott Patterson)
El libro habla de cómo ha evolucionado las comunicaciones para las órdenes en las Bolsas americanas. Habla del high frequency trading, la infraestructura que hacía falta, la opacidad y las dark pools que hay en el sistema, y algunos precursores bastante conocidos que promovieron e impulsaron todo el sistema. Es el tipo de libro que describe la historia. Punto. Sin análisis, o mayor profundización, diálogos, etc. No me ha entusiasmado. Leí el libro sobre todo pensando en que me iba a explicar el famoso Flash Crash del 6 de mayo de 2010, pero el libro le dedica apenas 2 páginas.


Industrial Marketing Strategy (Frederick Webster)
Es un buen libro de consulta. Explica muchas cosas respecto a este tipo de marketing y cómo vender distintos tipos de productos o servicios. Para guardar durante toda una vida.



Ready Player One (Ernest Cline)
El mejor de este año. Es una historia de Sci-fi, donde el mundo se divide en una parte real, y la realidad creada por un sistema, Oasis. En Oasis, los protagonistas tienen que resolver puzzles y enigmas, inspirados en cultura gamer y pop.


Sin remordimientos (Tom Clancy)
Tom Clancy es un prolífico autor de obras de acción/infiltración que ha inspirado a videojuegos como Splinter Cell. Cogí el libro con muchas ganas, pero la historia se me ha hecho muy lenta y simple. No obstante, he oído críticas tan buenas de este autor, que le daré alguna otra oportunidad.



El hombre anumérico (John Allen Paulos)
Entretenido y didáctico. Muchos ejemplos sobre situaciones y casos concretos donde usamos muy mal los números o no somos conscientes de su importancia para entender numerosos problemas. Muy recomendable. Se lee en dos patadas.

 ¿Sueñan los androides con ovejas eléctricas?
Género cyberpunk de sci-fi. Quizás sea una ciencia ficción muy dura para la que yo estoy acostumbrado. Es una historia bastante corta, pero no me ha entusiasmado el libro.



Master Switch (Tim Wu)
Es un libro del mismo estilo que Dark Pools. Describe una historia.
En este caso, se centra en el mundo de las telecomunicaciones y su evolución, luchas de poder, y apuestas por una tecnología u otra. Desde el telégrafo, pasando por la radio, hasta llegar a la fibra óptica y las luchas por la neutralidad de la Red. Este libro me ha gustado mucho. Un poco largo, pero se entiende muy bien.


La desfachatez intelectual (Ignacio Sanchez Cuenca)
Me ha gustado. Es un libro crítico sobre el análisis del debate político y económico de España. El autor no se casa con nadie, y razona muy bien todas sus afirmaciones. Explica bastante historia, lo cual me ha gustado. Se lee rápido.


Los asesinatos de Manhattan (Douglas Preston, Lincold Child)
Se trata de uno de los libros del detective Pendergaast. No conocía la saga. Son novelas de misterio, muy ágiles y con una trama que a mí me enganchó.


Pequeña historia de las Telecomunicaciones (JM Sánchez Ron)
El libro explica de una manera muy clara lo que promete. Desde el habla, hasta las tecnologías de comunicación más recientes. La estructura de un capítulo para cada tecnología o cada avance en las comunicaciones ayuda a retomar el libro en cualquier momento desde cualquier parte. Corto, y muy recomendable.


The chaos imperative (Ori Brafman)
El libro es un alegato en contra del establecimiento de estrictas normas y orden como fin para conseguir la creatividad y la innovación. El autor fue uno de los encargados de asesorar en la renovación del ejército de EEUU. El libro se divide en capítulos para llevar a cabo ese "caos" y por qué es bueno o malo. Los lectores podemos estar de acuerdo o no con él, pero a lo largo del libro se cuentan historias sobre grandes descubrimientos y anécdotas que no conocía. Se lee fácil.


Planilandia (Edwin Abbott)
Este libro llegó a mis manos como uno de los 10 libros de ingeniería que todo estudiante debería leer, según la web Docsity. No me ha gustado. El libro describe el mundo en el que conviven las figuras de 1, 2 y 3 dimensiones. Según sus atributos geométricos, los habitantes de ese mundo tienen unos atributos sociales u otros. 



The lady tasting tea (David Salsburg)
Es un libro en el que explica la historia de la Estadística, y cómo revolucionó muchas disciplinas científicas. Contextualiza mucho la cultura que había en la época, cómo se conocieron los protagonistas de esta revolución y cuenta cosas muy curiosas como la estrecha relación entre la cerveza Guiness y la estadística. Además, el libro sirve de enseñanzas técnicas.



Snowden, sin lugar donde esconderse (Glenn Greenwald)
El autor es uno de los periodistas que se encontró con Snowden hace unos años y recibió los documentos filtrados sobre la NSA. Por un lado se cuenta cómo fueron esos días y por dónde se movió Snowden, y por otro lado, es un libro bastante detallado sobre una recopilación de informes sobre el impacto de la vigilancia masiva en la seguridad nacional, en la prevención de atentados, etc. A mí me ha gustado mucho más esta segunda parte, pero el libro me ha defraudado un poco. Se lee fácil.

 
La invención de Morel (Bioy Casares)
No me ha convencido el libro. Se me ha hecho difícil de leer. Probablemente sea un grado de ciencia-ficción al que no estoy acostumbrado.


Comer sin miedo (JM Mulet)
A quien conozcáis al divulgador científico JM Mulet, no hace falta describiros de qué va el libro. Mitos y falacias sobre alimentación ecológica, mala alimentación, productos químicos a los que tenemos miedo, etc. Muy entretenido, riguroso y explicativo. Divulgación científica de la buena.


Dreams from my father (B. Obama)
La autobiografía del actual presidente de Estados Unidos. Describe su infancia, su juventud, el tipo de actividades que hacía y los intereses y causas sociales que le quitaban el sueño. Un libro muy introspectivo del autor, quizás un poco largo. Ayuda a entender algunas de las esperanzas que los habitantes de EEUU tenían en este hombre.


El hombre que confundió a su mujer con un sombrero (Oliver Sacks)
Oliver Sacks tiene fama de ser uno de los grandes divulgadores científicos de los últimos tiempos. Afortunadamente, fue muy prolífico y escribió varias obras. Esta es la primera que leo sobre este neurólogo, y sobre algunos de los casos clínicos más extraños que se ha encontrado en su carrera profesional. Todos ellos explicados muy fáciles de entender para los no duchos en medicina, y contados con una humanidad muy característica. Muy recomendable.



Virus y pandemias (Ignacio Lopez Goñi)
Otro libro de un colaborador Naukas. En este caso, Ignacio habla sobre microbiología y virus desde un punto de vista de divulgación. No tengo ni idea de virología, y me he enterado del libro perfectamente. Además, su estructura de capítulos muy cortos ayuda a una lectura muy rápida y ágil; a lo largo de sus páginas, entenderéis mucho más sobre la grive aviar, el ébola, el VIH, y anécdotas de la construcción del canal de Panamá, entre otras.


Disecciones (Next Door)
Este es mi último libro del año. Está compuesto por 10 historias con la enfermedad como hilo conductor. Todos los autores son divulgadores científicos, pero ninguno es médico. Son grandes historias, contadas de manera sorprendente y enternecedora.


Algunos libros se han quedado por el camino, como La Guerra en Sombras, Neuromancer o Learning To Learn. Que no los haya terminado no significa que no sean buenos libros o que no los retome un día.

Admito sugerencias para el 2017 (podéis dejarlas en los comentarios), y recordad que @dani_epap, @omalaled y @InerciaCreativa son otros autores que suelen hacer sus recomendaciones por esta época del año, entre otros.

¡Feliz Año!




El resurgir de la industria manufacturera de Estados Unidos

Gracias a las últimas elecciones norteamericanas, algo de realidad industrial de ese país ha llegado a nosotros. Se ha hecho bastante conocido el Cinturón de Acero, o Rust Belt,  que se refiere a esas regiones que vivieron un pasado económico muy esplendoroso gracias al buen momento del sector industrial, o manufacturero.

Este post no va de estudiar la influencia de estas regiones en el resultado final a favor de Trump, sino que os adelanto que la historia tiene a los robots como protagonistas. En una entrevista de televisión previa a las elecciones, Trump dijo "we don't make anything anymore".

Según la United States Bureau of Labour Statistics, esta es la evolución del empleo y la producción en este sector:


Es verdad, ahora hay un 29% menos de trabajadores que hace 20 años empleados en este sector, pero al mismo tiempo, los fabricantes generan un 47% más que en ese período de tiempo también. Por lo tanto, la muerte del sector es un mito generado por la retórica electoral estos meses. ¿Pero entonces, qué ha pasado realmente?

La principal razón para la bajada del empleo ha sido la deslocalización de empresas a China y otros países de mano de obra más económica, tal y como afirma un informe de 2016 del Congreso de Estados Unidos: a sharp increase in the bilateral U.S. trade deficit with China following that country’s accession to the World TradeOrganization in 2001 contributed importantly to manufacturing job loss in the first half of the last decade. 

Hay otra razón habitual, y consiste en la incorporación de nuevas tecnologías que aumenta la producción y reducen la necesidad de tantos trabajadores. Y esto ya empieza a sonar a robots. Veamos ahora qué ha ocurrido con la industria de automoción en el país que nos ocupa.


Como se puede ver, según la US Bureau of Labour Statistics el empleo se ha reducido drásticamente, pero empieza a remontar a partir de 2010. Sin embargo, la sorpresa nos la llevamos cuando leemos el titular de la International Federation of Robotics recogido a partir de un informe de noviembre 2016.

US auto industry installed 135,000 robots and added 230,000 jobs

Según explican, en la industria de automoción durante los últimos 5 años se han instalado 135.000 robots, y eso ha generado casi el doble de puestos de trabajo. ¿Es verdad? El balance neto entre el año 2000 y 2016 es claramente negativo, trabaja mucha menos gente en este sector. Si según la BLS entre 2007 y 2009 se perdieron 340.000 puestos de trabajo en esta industria, ¿el titular no será que los robots han reemplazado a 110.000 personas?

Tras leer más informes y ponerme en contacto con los autores del estudio, ese titular alternativo es falso. Esta es la realidad: la pérdida de trabajos entre 2007 y 2009 no fue debido a los robots, ya que en esos años su presencia era muy limitada. Más importante era la jubilación de los baby-boomers. La causa fue la baja competitividad de los fabricantes de coches estadounidenses, los cuales se veían superados por la calidad de las marcas de vehículos japoneses y europeas, y perdieron cuota de mercado. Además, todas las industrias sufrieron la crisis financiera, y la crisis en el sector de automoción norteamericano fue particularmente dura, y si no que os lo recuerde el Obama de entonces.

Las grandes marcas se restructuraron totalmente, y a partir de 2010 el mercado fue mejorando. Incorporaron robots, los cuales requieren de un tipo de empleado distinto del previo a 2010. Antes de esta fecha, el tipo de trabajo a realizar era más generalista, sin embargo los robots requieren un trabajo y una cualificación especializada, lo cual generó la necesidad de ese tipo de perfiles. El incremento en la curva de empleo se traduce en trabajadores más preparados, especializados y normalmente jóvenes que los que habían antes.

El futuro y la robótica están totalmente ligados, y eso está transformando junto a otros factores, el mercado laboral y la economía.


Fuentes: 
1, 2, 3, 4, 5, 6, 7, 8

Reescribiendo el diccionario: un poco de lenguaje e inteligencia artificial

No es habitual promulgarme en eventos de charlas. Hoy os dejo mi última participación en una de ellas, en la pasada Semana de la Ciencia de Donostia. 

En esta ocasión, hablé sobre las consecuencias que puede tener la inteligencia artificial en nuestra visión de las cosas, y de un poco de seguridad informática. Espero que os guste. Tenéis todas las charlas que se impartieron junto a la mía aquí. Cada una de ellas dura unos 10 minutos y tienen una buena dosis de humor.


ZIENTZIA CLUB en Donostia:Julián Estévez Donosti from UPV/EHU on Vimeo.



Qué vas a oír cada vez más sobre Inteligencia Artificial

Aprendizaje por refuerzo (Reinforcement Learning, en la lengua del imperio). Es mi opinión. Pero voy a explicar las razones.

La Inteligencia Artificial la podemos imaginar como un agente que puede terminar ganándonos al ajedrez. Sin embargo, en el caso de Deep Blue (1997), hubo que enseñarle a jugar primero. No era una máquina que partía de 0, sino que tenía almacenadas millones de grandes partidas en su memoria, y a cada movimiento se dedicaba a analizar la mejor opción.

Totalmente distinto es el caso de AlphaGo (2016), la IA de Google que derrotó al campeón del mundo de Go. En este caso, la máquina adquirió el conocimiento por sí misma, jugando ella sola millones de partidas, y comprobando cómo de bueno era cada movimiento. Consiste en una especie de prueba y error. Gracias al poder computacional actual, se pueden hacer muchas miles de pruebas.

Es decir, a AlphaGo no hubo que enseñarle o introducirle un conocimiento previo, sino que es como si a nosotros nos hubieran dado un tablero con las fichas, y lo aprendiéramos a jugar como un maestro nosotros mismos, sin leer ni un solo libro ni ver ninguna partida previa. Mi único conocimiento previo son las instrucciones del juego.



Menos mediático, pero el aprendizaje por refuerzo ya fue noticia en 2015, donde un programa de ordenador aprendió a ganar en 49 juegos distintos del clásico Atari 2600, simplemente haciendo movimientos y viendo qué puntuación obtenía (se publicó en Nature).

En cierto sentido, el aprendizaje humano también sigue el proceso de reinforcement learning, sobre todo en el dominio de habilidades motoras. Imaginémonos cómo aprendimos a andar en bici, o a nadar, o a andar. ¿Cómo nada un buen deportista? Ejecuta los mejores movimientos en el momento preciso que él ha visto que le impulsan con más fuerza o velocidad a través del agua. Es lo mismo que un niño pequeño cuando aprende a andar en bici. Tras un proceso, hay una convergencia en la que el niño aprende a emplear la fuerza justa en cada pierna y espalda para mantenerse en equilibrio.

En el siguiente vídeo, un sencillo robot aprende cuál es la técnica (posición y fuerza) con la que se desplaza más rápido por una alfombra.


En ingeniería, a la consciencia de que un tipo de movimiento lleva a un a buen resultado, se le denomina recompensa.

El aprendizaje por refuerzo no es cosa de ahora. Sin embargo, la combinación de este algoritmo y otras técnicas de inteligencia artificial, como redes neuronales, o árboles de decisión, se está mostrando muy prometedor de cara a que cada vez las máquinas aprendan tareas más complejas y menos limitadas. No nos engañemos, jugar al Go es bastante limitado, tanto como avanzar en línea recta. Es por ello que cada vez se oirá más el término deep reinforcement learning, que nace de sumar deep learning + reinforcement learning. Deep learning lo han hecho muy famoso los gigantes tecnológicos, y su principal característica es la existencia de muchas capas de redes neuronales. No solo eso, una de las compañías que se ha convertido en referencia últimamente es DeepMind, de Google.

De hecho, precisamente es esta capacidad de aprendizaje automático lo que preocupa a los científicos. Hay incertidumbre sobre si una máquina, gracias a algoritmos como el deep reinforcement learning, pueda llegar aprender cosas para los que los humanos no las hemos creado. Es decir, que amplíe descontroladamente el aprendizaje gracias a la mejora de percepción que está sufriendo esta tecnología.


Qué ocurre cuando le das un péndulo a una máquina

Hoy os dejo la charla que tue el honor de dar en la sesión de Naukas Bilbao 2016, y de paso agradecer a la organización y al público el apoyo y facilidades que nos dan a los ponentes. 

Mi charla se titulaba ¿Qué ocurre cuando le das un péndulo a una máquina? e intenté tocar muy superficialmente las implicaciones sociales y legales que puede tener la entrada masiva de robots en nuestras vidas. Aquí os dejo el link y la charla.




Y recordad que esta semana, Naukas sigue "de gira",  y hace escala en Donostia, donde participará en el Passion For Knowledge que organiza el Donostia International Physics Center y que reúne a varios premios Nobel y grandes científicos en varias charlas.

Aquí os dejo el programa.


 
Design by Free WordPress Themes | Bloggerized by Lasantha - Premium Blogger Themes | Best Web Hosting