[Visto: 902 veces]
Curso de 5G en la PUCP
Deja una respuesta
Archivo de la categoría: Telecom
¿Puede tener la inteligencia artificial una actitud discriminatoria?
[Visto: 1119 veces]
Antes de responder esta pregunta, revisaremos el concepto de inteligencia artificial.
Como vimos en un post anterior, la Inteligencia artificial es el estudio de los agentes computacionales que actúan de manera inteligente.
De acá se desprenden las siguientes sub-definiciones:
- Sistemas que piensan como el hombre
- Sistemas que piensan racionalmente
- Sistemas que actúan como el hombre
- Sistemas que actúan racionalmente
Por tanto, en el caso de la pregunta, nos estamos refiriendo a sistemas que piensan y actúan como el hombre; entonces, ¿Puede tener la inteligencia artificial una actitud discriminatoria?
Omar Flórez, PhD en Computer Science por la Universidad de Utah e ingeniero de sistemas por la UNSA, comenta: “Yo puedo resolver un problema con algoritmos de distintas maneras y cada una de ellas, de alguna forma, incorpora mi propia visión del mundo”.
Por tanto, la respuesta es sí. Cualquier desarrollador va introducir su visión, sus creencias y prejuicios.
A continuación, la entrevista a Omar Flórez sobre Inteligencia Artificial publicado por la BBC:
Omar Flórez, es uno de los pocos latinoamericanos que estudia los aspectos éticos del machine learning, o aprendizaje automático, un proceso que define como “la capacidad de predecir el futuro con datos del pasado utilizando computadoras”.
Flórez está trabajando en un algoritmo que permita a las computadoras reconocer rostros, pero sin poder descifrar el sexo o el origen étnico de la persona. Su sueño es que, cuando ese futuro llegue, las empresas incluyan su algoritmo en sus sistemas informáticos para evitar tomar decisiones racistas o machistas sin ni siquiera saberlo.
Omar Flórez se prepara para un futuro cercano en el que las calles estarán llenas de cámaras de vigilancia capaces de reconocer nuestros rostros y recabar información sobre nosotros a medida que caminemos por la ciudad.
Explica que lo harán sin nuestro permiso, ya que son espacios públicos y la mayoría no solemos taparnos la cara al salir de casa.
“Nuestro rostro se convertirá en nuestra contraseña y, cuando entremos a una tienda, esta nos reconocerá e investigará datos como si somos clientes nuevos o asiduos, o en qué lugares hemos estado antes de cruzar la puerta. De toda la información que recabe, dependerá el trato que nos dé esa empresa.”
Flórez quiere evitar que aspectos como nuestro género o color de piel formen parte de los criterios que esas compañías evalúen a la hora de decidir si merecemos un descuento u otra atención especial. Algo que puede suceder sin que las mismas firmas se den cuenta.
“La inteligencia artificial no es perfecta: incluso si no es programado para hacerlo, el software puede aprender por su cuenta a discriminar.”
Siempre decimos que no podemos ser objetivos justamente porque somos humanos. Se ha intentado confiar en las máquinas para que ellas lo sean, pero parece que tampoco pueden…
Porque son programadas por un ser humano. De hecho, nos hemos dado cuenta hace poco que el algoritmo mismo es una opinión. Yo puedo resolver un problema con algoritmos de distintas maneras y cada una de ellas, de alguna forma, incorpora mi propia visión del mundo. De hecho, elegir cuál es la forma correcta de juzgar un algoritmo ya es una observación, una opinión sobre el algoritmo mismo.
Digamos que yo quiero predecir la probabilidad de que alguien vaya a cometer un crimen. Para eso recolecto fotos de las personas que han cometido crímenes, dónde viven, de qué raza son, su edad, etc. Después, utilizo esa información para maximizar la exactitud del algoritmo y que pueda predecir quién puede delinquir después o incluso dónde puede suceder el siguiente crimen. Esta predicción puede resultar en que la policía se enfoque más en zonas donde de repente hay más afrodescendientes porque hay una mayor cantidad de delitos en esa área o que empiece a detener latinos porque es muy probable que no tengan documentos en regla.
Entonces, para alguien que sí tenga residencia legal o sea afrodescendiente y viva en esa zona pero no cometa crímenes, será el doble de difícil desprenderse de ese estigma del algoritmo. Porque para el algoritmo tú eres parte de una familia o una distribución, así que es mucho más difícil para ti, estadísticamente, salir de esa familia o distribución. De alguna forma, estás influenciado negativamente por la realidad que te rodea. Básicamente, hasta ahora, hemos estado codificando los estereotipos que nosotros tenemos como seres humanos.
Ese elemento subjetivo está en los criterios que elegiste a la hora de programar el algoritmo.
Exactamente. Existe una cadena de procesos para hacer un algoritmo de aprendizaje automático: recolectar datos, elegir qué características son importantes, escoger el algoritmo mismo…Luego hacer una prueba para ver cómo funciona y reducir los errores y finalmente, lo sacamos al público para que lo use. Nos hemos dado cuenta de que los prejuicios están en cada uno de esos procesos.
Una investigación de ProPública destapó en 2016 que el sistema judicial de varios estados de Estados Unidos utilizaba software para determinar qué procesados tenían más probabilidades de volver a delinquir. ProPública descubrió que los algoritmos favorecían a las personas blancas y penalizaban a las negras, pese a que el formulario con el que se recababa los datos no incluía preguntas sobre el tono de piel… De cierta forma, la máquina lo adivinó y lo utilizó como un criterio para valorar pese a que no haya sido diseñada para hacerlo, ¿no?
Lo que sucede es que hay datos que ya codifican la raza y tú ni te das cuenta. Por ejemplo, en Estados Unidos tenemos el código postal. Existen zonas donde solamente o mayormente vive gente afroamericana. Por ejemplo, en el sur de California, mayormente vive gente latina. Entonces, si tú usas el código postal como característica para alimentar un algoritmo de aprendizaje automático, también estás codificando el grupo étnico sin darte cuenta.
¿Hay alguna forma de evitar esto?
Al parecer, al final del día la responsabilidad recae en el ser humano que programa el algoritmo y en cuán ético pueda ser. O sea, si yo sé que mi algoritmo va a funcionar con un 10% más de error y dejo de utilizar algo que pueda ser sensible para caracterizar al individuo, entonces simplemente lo saco y me hago responsable de las consecuencias, tal vez, económicas que pueda tener mi empresa. Así que, ciertamente hay una barrera ética entre decidir qué va y qué no va en el algoritmo y muchas veces recae en el programador.
Se supone que justamente los algoritmos son para procesar grandes volúmenes de información y ahorrar tiempo. ¿No hay una forma de que sean infalibles?
Infalibles no. Porque siempre son una aproximación de la realidad o sea, está bien tener cierto grado de error. Sin embargo, existen actualmente trabajos de investigación muy interesantes en los que tú explícitamente penalizas la presencia de datos sensibles. Así, el ser humano básicamente elige qué dato puede ser sensible o no y el algoritmo deja de utilizarlo o lo hace de una manera que no muestre correlación. Sin embargo, honestamente, para la computadora todo son números: o es un 0 o un 1 o un valor en el medio, no tiene sentido común. A pesar de que hay muchos trabajos interesantes que permiten tratar de evitar los prejuicios, hay una parte ética que siempre recae en el ser humano.
¿Existe algún área en la que tú como experto creas que no deba dejarse en manos de la inteligencia artificial?
Creo que en este momento deberíamos estar preparados para usar la computadora para asistir en vez de automatizar. La computadora debería decirte: estos son a quienes deberías procesar primero en un sistema judicial. Sin embargo, también debería ser capaz de decirte por qué. A esto se le llama interpretación o transparencia y las máquinas deberían ser capaces de informar cuál es el razonamiento que las llevó a tomar tal decisión.
Las computadoras tienen que decidir de acuerdo con patrones, ¿pero no son los estereotipos patrones? ¿No resultan útiles para que el sistema pueda detectar patrones?
Si tú, por ejemplo, quieres minimizar el error, es una buena idea numéricamente utilizar prejuicios porque te da un algoritmo más exacto. Sin embargo, el desarrollador tiene que darse cuenta de que hay un componente ético al hacer esto. Existen en este momento regulaciones que te prohíben usar ciertas características para cosas como el análisis de crédito o incluso en el uso de videos de seguridad, pero son muy incipientes. De repente, lo que necesitamos es eso. Saber que la realidad es injusta y que está llena de prejuicios.
Lo interesante es que, a pesar de eso, algunos algoritmos permiten tratar de minimizar este nivel de prejuicio. O sea, yo puedo utilizar el tono de piel, pero sin que sea más importante o que tenga la misma relevancia para todos los grupos étnicos. Así que, respondiendo a tu pregunta, sí, uno puede pensar que, en realidad, usando esto va a tener resultados más exactos y muchas veces ese es el caso. Ahí está, de nuevo, ese componente ético: yo quiero sacrificar cierto nivel de exactitud a favor de no dar una experiencia mala al usuario ni usar ningún tipo de prejuicios.
Especialistas de Amazon se dieron cuenta de que una herramienta informática que habían diseñado para selección de personal discriminaba los currículos que incluían la palabra “mujer” y favorecían términos que eran más empleados por los hombres. Es una cosa bastante sorprendente, porque para evitar el sesgo uno tendría que estar adivinando qué términos suelen usar más los hombres que las mujeres en los currículos.
Incluso para el ser humano es difícil darse cuenta.
Pero a la vez, ahora intentamos no hacer diferencias entre géneros y decir que las palabras o la ropa no son masculinas ni femeninas, sino que todos las podemos usar. El aprendizaje automático parece ir en el sentido contrario, ya que tienes que admitir las diferencias entre hombres y mujeres y estudiarlas.
Los algoritmos solo recogen lo que pasa en la realidad y la realidad es que sí, los hombres utilizan unas palabras que las mujeres, tal vez, no. Y la realidad es que la gente a veces conecta mejor con esas palabras porque también son hombres los que evalúan. Entonces, decir lo contrario tal vez es ir en contra de los datos. Ese problema se evita recolectando la misma cantidad de currículos de hombres y de mujeres. Ahí el algoritmo le asignará el mismo peso a ambos o a las palabras que utilicen ambos géneros. Si solo eliges los 100 currículos que tienes sobre la mesa, tal vez solo dos de ellos sean de mujeres y 98, de hombres. Entonces creas un prejuicio porque estás modelando solamente lo que pasa en el universo de los hombres para este trabajo.
Entonces, no es una ciencia para quienes se preocupan por ser políticamente correctos porque más bien tienes que ahondar en las diferencias…
Has tocado un gran punto, que es la empatía. El estereotipo que uno tiene del ingeniero es el de alguien muy analítico y puede que hasta poco social. Sucede que estamos empezando a necesitar cosas en los ingenieros que pensábamos que no eran tan relevantes o que nos parecía bien que fuera así: la empatía, la ética… Necesitamos desarrollar esos temas porque tomamos tantas decisiones durante el proceso de implementar un algoritmo y muchas veces hay un componente ético. Si ni siquiera eres consciente de eso, no te vas a dar cuenta.
¿Se notan las diferencias entre un algoritmo diseñado por una persona y uno diseñado por 20?
En teoría, deberían reducirse los prejuicios en un algoritmo hecho por más gente. El problema es que muchas veces, ese grupo está compuesto por gente muy parecida entre sí. Quizá todos son hombres o todos sean asiáticos. Tal vez, sea bueno tener a mujeres para que se den cuenta de cosas de las que no se da cuenta el grupo en general. Es por eso que la diversidad es tan importante hoy en día.
¿Se puede decir que un algoritmo refleja los prejuicios de su autor?
Sí.
¿Y qué hay algoritmos con prejuicios justamente por la poca diversidad que hay entre los que hacen algoritmos?
No solamente por eso, pero es una parte importante. Yo diría que también se debe en parte a los datos mismos, que reflejan la realidad. En los últimos 50 años nos hemos esforzado por crear algoritmos que reflejen la realidad. Ahora nos hemos dado cuenta de que muchas veces reflejar la realidad también refuerza los estereotipos en la gente.
¿Crees que en el sector hay suficiente consciencia de que los algoritmos pueden tener prejuicios o que es una cosa a la que no se le da mucha importancia?
A nivel práctico, no se le da la importancia que debería. A nivel de investigación, muchas empresas están empezando a investigar este tema seriamente creando grupos llamados FAT: Fairness, Accountability and Transparency (Justicia, Responsabilidad y Transparencia).
Fuente:
https://www.bbc.com/mundo/noticias-america-latina-45980171
Un alcance sobre lo que es Inteligencia Artificial
[Visto: 1198 veces]
Según el paper “The future of employment: how susceptible are jobs to computerisation”, de la Universidad de Oxford de 2013, el desempleo tecnológico, aquel que es causado por la tecnología, ocasionaría una pérdida del 47% de los puestos de trabajo en los próximos 15 o 20 años, debido a los avances de las tecnologías de la INTELIGENCIA ARTIFICIAL, cuyos esfuerzos están dedicados al desarrollo de algoritmos que permiten automatizar tareas COGNITIVAS, y de la tecnología de la Robótica Móvil en la automatización de tareas MANUALES.
Es posible que, debido a la influencia de los filmes de Hollywood, de robots conquistando el mundo, o de nuestra tendencia natural al antropomorfismo, en este caso, de dar forma humana a las máquinas, estemos tentados a pensar que la Inteligencia Artificial solo trata de los esfuerzos de la ciencia e ingeniería por crear robots a nuestra imagen y semejanza. Serían estos “Terminators” los que nos esperarían en las puertas de nuestras oficinas o fábricas con las cartas de despido en mano, y quizás un cheque de supervivencia para los próximos meses. Sin embargo, la Inteligencia Artificial no trata solo de proveer “inteligencia” a los robots, sino es un concepto más amplio.
La Inteligencia Artificial (AI) es el estudio de los agentes computacionales que actúan inteligentemente. Ahora, procedamos a revisar esta definición.
Un agente es cualquier objeto que interactúa con el ambiente, y hace algo inteligente. Para que un objeto actúe con el medio ambiente, necesita sensores y actuadores. Hagamos un símil cuando manejamos, a través de nuestra visión y audición (los ojos y oídos son nuestros sensores), podemos saber en base a los estímulos externos si debemos, por ejemplo, acelerar o frenar, y luego nuestras piernas y brazos (actuadores) realizarán las acciones del caso sobre el acelerador o el freno del carro respectivamente. De por medio, nuestro cerebro ha actuado de manera inteligente.
Y cuando un agente actúa de manera inteligente:
- Cuando lo que hace es apropiado en base a las circunstancias y metas que lo rodean, tomando en cuenta las consecuencias de sus acciones a corto y largo plazo
- Cuando es flexible a los cambios ambientales y a los cambios de las metas
- Cuando aprende de su experiencia
- Cuando hace selecciones apropiadas con relación a sus límites computacionales y de percepción
Un agente computacional es un agente cuyas decisiones acerca de sus acciones pueden ser explicadas en términos de la computación (harware y software). Todos los agentes son limitados, ningún agente es omnisciente u omnipotente. Los agentes pueden solo observar y hacer algo sobre dominios muy especializados, en donde “su mundo” es muy limitado.
Por tanto, el objetivo de la AI es el diseño y construcción de artefactos inteligentes.
El concepto de Inteligencia Artificial se extiende a cuatro dimensiones como se ve en el siguiente gráfico:
Las definiciones de la parte superior están relacionadas a los procesos de pensamiento, mientras las definiciones de la parte inferior están relacionadas al comportamiento. Las del lado izquierdo miden el éxito en términos de fidelidad a la performance humana; mientras las del lado derecho miden el éxito en relación con una medida de performance ideal llamada RACIONALIDAD. Un sistema es racional si hace “lo correcto” dado un objetivo determinado.
Por tanto, en base a esto, tenemos los siguientes sistemas:
- Sistemas que piensan como el hombre
- Sistemas que piensan racionalmente
- Sistemas que actúan como el hombre
- Sistemas que actúan racionalmente
En cuanto al enfoque. Tendremos un enfoque centrado en lo humano que debe ser parte de las ciencias empíricas que incluyen las observaciones e hipótesis acerca del comportamiento humano; y, un enfoque racionalista que incluye las matemáticas e ingeniería.
El profesor Rodrigo Gonçalves, de la FACAMP de Campinas, Brasil, nos ofrece varios ejemplos muy apropiados para ilustrar el concepto:
A continuación, un listado de los casos sobre lo que nos comentó el profesor Gonçalves.
SISTEMAS QUE ACTUAN RACIONALMENTE
El vehículo autónomo de Google; y los aviones que pueden despegar prácticamente solos, y que necesitan poca intervención del piloto.
Los robots de las fábricas y centros de distribución que hacen la logística de almacenamiento de productos (como en Amazon). Estos computadores tienen autonomía, percepción del ambiente, persistencia, adaptación a los cambios, y comunicación, que son atributos de la inteligencia artificial.
SISTEMAS QUE ACTUAN COMO EL HOMBRE
Siri, el asistente personal de Apple, que está cambiando totalmente la forma como interactuamos con un computador.
El robot Asimo de Honda es un asistente personal para diversas funciones. Reconoce comandos de voz simples, detecta rostros de las personas, y, anda o corre percibiendo el ambiente de los objetos alrededor. Asimo tiene sensores que detectan movimientos, habla, y tiene sofisticados mecanismos que permiten su locomoción. En cuanto a la interacción con personas, tiene sus límites con relación a la capacidad de comprender preguntas y responderlas. Es muy avanzado. Actúa como humano, pero tiene sus limitaciones.
SISTEMAS QUE PIENSAN RACIONALMENTE
Nitryx, desarrollado por el profesor Gonçalves, es un sistema usado para monitorear una flota de 1,500 a 2,000 camiones en tiempo real. Un camión de una transportadora sale y llega a un embarcador, carga, para a lo largo del camino para abastecerse, llega a su destino y descarga, sale vacío, y retorna a la transportadora para hacer el ciclo de nuevo. Sin embargo, muchas cosas pueden suceder. Se puede desviar de la ruta, demorar más de lo que necesita para cargar o descargar, ser robado, etc. El sistema detecta todos los problemas que pueden surgir y calcula el futuro impacto. Un atraso en un cargamento puede generar un efecto dominó que resultaría que la entrada a Sao Paulo solo pudiese ser hecha al día siguiente. Como el computador está enfocado en ese comportamiento inteligente sin preocuparse por necesidades fisiológicas o ser distraído, es capaz de monitorear decenas de miles de vehículos simultáneamente. Nosotros, los humanos, extraemos un conocimiento especializado y lo delegamos para que la máquina lo haga de forma repetitiva y extremadamente rápida, pero es claro que el sistema es limitado solo al conocimiento que le delegamos a él. Así al detectar algún problema, le pasa información a una persona para resolverlo.
Los sistemas de análisis de crédito: Cuando se hace una compra diferente de la que se hace normalmente, inmediatamente un banco llama por celular al cliente para confirmar la compra. El banco está viendo que se está realizando una compra fuera del patrón de consumo, porque tiene un computador con un software de monitoreo que deduce el perfil de consumo a partir del histórico de las compras.
SISTEMAS QUE PIENSAN COMO EL HOMBRE
Hay varias técnicas de Inteligencia Artificial que buscan reproducir el funcionamiento del cerebro humano considerando el funcionamiento neuroquímico hasta las funciones psicológicas más complejas. Ya somos capaces de hacer sistemas que aprenden a reconocer imágenes; pero fenómenos más complejos como la conciencia y las emociones aún están distantes de lo deseable.
Un ejemplo de este sistema son los radares de tránsito. Algunos de ellos utilizan redes neuronales artificiales, que no son más que neuronas artificiales que aprenden a reconocer el número de las placas de los carros.
Estoy de acuerdo con el profesor Gonçalves, cuando dice: “A pesar de lo todo lo que hemos visto en algunos filmes, los computadores no nos van a sustituir. El computador es solo una herramienta de amplificación de la inteligencia humana.” Sin embargo, en mi opinión, por el exponencial desarrollo tecnológico al que asistimos, creo que sí habrá un considerable desempleo tecnológico en los próximos años, con sus consecuencias sociales, económicas y políticas.
Fuentes:
- Artificial Intelligence: A Modern Approach – Stuart Russell
- Artificial Intelligence: Foundations of Computational Agents – David L. Poole
- The future of employment: how susceptible are jobs to computerisation:
https://www.oxfordmartin.ox.ac.uk/downloads/academic/The_Future_of_Employment.pdf
Claves para entender el problema entre Estados Unidos y Huawei
[Visto: 1162 veces]
Les ofrezco un resumen del artículo de RPP publicado ayer, y otros comentarios relacionados.
Estamos terminando uno de los años más conflictivos que hemos vivido en tema de telecomunicaciones a nivel internacional. Desde principios del 2018, el gobierno de Estados Unidos ha empezado un bloqueo empresarial contra Huawei, la compañía china que se ha vuelto clave en el sector de las telecomunicaciones a nivel global.
Es un caso que tiene varias aristas, pues no solamente es un asunto comercial, sino de acusaciones de espionaje de parte de Estados Unidos hacia China.
La importancia de Huawei en las telecomunicaciones del mundo
Desde su fundación en 1987, Huawei ha destacado por su alto nivel de inversión en el desarrollo de las telecomunicaciones a nivel mundial. Un gran porcentaje de productos asociados a la industria “telco”, tanto en infraestructura como implementación, provienen de esta compañía china cuyo ideograma significa “acto magnífico”, pero también puede ser interpretado como “Orgullo de China”.
Con 178 mil empleados a nivel mundial, y 16 laboratorios de investigación repartidos en el planeta, está detrás de Samsung como una de las marcas que más smartphones vende. Además, es una de las empresas que más ha innovado en la expansión de la nueva red 5G, y ofrece tecnología de redes a más de 100 países en el globo.
Sin embargo, su historia está plagada de conflictos corporativos. Durante 2003, Cisco interpuso una demanda por una supuesta copia de software e infracción de patentes, y Huawei tuvo que retirarse del mercado estadounidense. En esta década, Huawei fue investigada por la Unión Europea y Canadá, y acusada de espiar determinadas comunicaciones y los sistemas internos de los gobiernos.
A pesar de estas acusaciones, Huawei ha logrado alianzas estratégicas con socios regionales en telecomunicaciones. La tasa de participación de Huawei en las redes actuales es muy alta, y eso genera no solo celos empresariales, sino también preocupaciones por su estrecho vínculo al gobierno de China.
El conflicto EE. UU. – Huawei
Durante el Keynote de Huawei en el CES 2018, el CEO de Huawei se mostró particularmente incómodo con la decisión tomada por AT&T de no ofrecer el Mate 10 Pro en suelo estadounidense. Durante años, Huawei persiguió el “sueño americano” de ofrecer su catálogo, pero la operadora habría optado por suspender el acuerdo debido a presiones de la administración Trump.
En 2007, por citar alguna, Huawei fue impedida de firmar con 3Com un emprendimiento llamado H3C que buscaba competir en el mercado de telecomunicaciones estadounidense con productos para conexión a internet. Este acuerdo terminó en la compra del 48% de participación de Huawei por 916 millones de dólares.
El espionaje chino
Lo que aduce el gobierno estadounidense es un largo proceso de espionaje desde China, aprovechando la enorme presencia de Huawei en redes de telecomunicaciones. Los miedos del presidente Trump han sido reforzados por la investigación de New York Times sobre el doble “chuponeo” al iPhone personal del empresario desde China y Rusia. De acuerdo con el reporte, los chinos pretenden usar toda la información posible para ejercer presiones en los acuerdos comerciales.
El tema del espionaje chino también vino empujado por una investigación publicada por Bloomberg, respecto a la presencia de un microchip espía que el Ejército de Liberación China habría implantado en millones de placas madre usadas en servidores de diferentes instituciones estadounidenses, que abarcan desde entidades financieras hasta agencias de inteligencia militar y seguridad nacional.
Varios países reaccionan al conflicto entre EE. UU. y Huawei
Tras las sospechas de espionaje desde China, varios gobiernos comenzaron a tomar decisiones respecto a sus relaciones con Huawei. Los hechos se reportan en esta línea:
- En noviembre, Nueva Zelanda le impidió a Huawei suministrar una red móvil local con equipos 5G.
- Los Estados Unidos y Australia ya habían cerrado la puerta a la participación de Huawei en sus redes móviles de próxima generación.
- Canadá está llevando a cabo una revisión de seguridad de los productos de Huawei.
- El proveedor de servicios del Reino Unido, BT, está sacando a Huawei del núcleo de su red 5G.
- El 7 de diciembre, el comisario de tecnología de la Unión Europea, Andrus Ansip, dijo que los países “deben preocuparse” por los fabricantes chinos.
- Hace dos días, el portal Reuters publicó que Japón también excluiría a Huawei. Actualmente, Huawei provee equipos a las operadoras NTT Docomo y KDDI Corp.
Les recuerdo, además, que Huawei no participa de las pruebas pilotos de 5G en Estados Unidos, en cambio, si la corena Samsung; además de Nokia, Intel, Qualcomm y Ericsson.
La “princesa de Huawei” y SkyCom
Meng Wanzhou, la directora financiera de Huawei, llamada la “princesa de Huawei” e hija del fundador de la compañía, ha sido arrestada en Canadá el 1 de diciembre y acusada de fraude por los fiscales canadienses.
De acuerdo con las autoridades, Wanzhou (cuyo nombre occidental es Sabrina Meng) es acusada de conspirar para estafar a múltiples entidades financieras, bajo la modalidad de empresa fantasma. Meng era parte de la mesa directiva de SkyCom, una compañía con base en Hong Kong que entre el 2008 y 2009 mantuvo relaciones comerciales con empresas iraníes.
La investigación de Reuters incluyó el revisado de registros corporativos, y encontró numerosos vínculos financieros entre Meng, Huawei y SkyCom. Por ejemplo, en 2007 una empresa de administración, controlada por la compañía matriz de Huawei, poseía todas las acciones de SkyCom. En esa época, Meng era la secretaria de esa compañía. Los fiscales enfatizaron en la audiencia que “SkyCom es Huawei”. Meng afronta una condena de hasta 30 años en prisión, y hay un alto riesgo de fuga si se accede a la libertad bajo fianza.
Comentarios de El financiero Bloomberg de México: “El tema de Irán es un pretexto, es una economía muy pequeña. Huawei facturó US$ 92 mil millones en el 2017; y la lucha es por la hegemonía mundial entre Estados Unidos y China”.
Fuente:
Escala el conflicto entre Estados Unidos y la empresa china Huawei
[Visto: 945 veces]
A finales del 2000, se hizo pública la noticia del arresto de un alto ejecutivo y varios ingenieros de procedencia china, del staff de Bell Labs, que por años habían hecho espionaje industrial, sustrayendo valiosa información sobre la fabricación de las redes de telecomunicaciones del entonces Lucent Technologies.
Desde aquellos años, EE. UU. conocía de la actividad de espionaje que venían realizando las empresas tecnológicas chinas, y del ahorro que debió haber significado en términos de investigación y desarrollo (R&D). Actualmente, el asunto ha cambiado mucho, Huawei cuenta en su portafolio con una gama de productos que incluso le llevan la delantera a sus pares de procedencia estadounidense o europea, en términos de funcionalidades y con precios altamente competitivos; y a esto suma el cuidado extremo de cada uno de sus clientes, donde no tiene ningún reparo en todo tipo de gastos, como ya he comentado en otra oportunidad.
Luego de la muerte de Mao Tse Tung, y de intensas luchas internas, a partir de 1979, Dean Xiaoping, como lider absoluto de China, aceleró las reformas económicas de liberalización de la economía china, teniendo como uno de sus cuatro pilares el desarrollo de la ciencia y la tecnología. Destruido el empresariado por la revolución comunista de Mao, fueron los jerarcas del Partido Comunista Chino (PCCh) y los militares de más alto rango los que tomaron las riendas de las grandes empresas chinas que hoy conocemos; por tanto, no es sorpresa que estas compañías tengan apoyo del gobierno chino.
La cuestión es que hasta ahora EE. UU. no había tomado este tipo de acciones contra una empresa tecnológica china, como arrestar en Canadá a la directora financiera de Huawei, Meng Wanzhou, e hija del fundador de Huawei, que también era ampliamente conocido por su cercanía a los círculos de la élite gobernante china.
Den Xiaoping decía: “No importa el color del gato, solo que cace ratones”. Luego de muchos años que Estados Unidos dejó que el gato se convirtiera en un inmenso tigre, ahora quiere domarlo, ¿Podrá hacerlo? Considero que es muy tarde. Tal vez pueda convencer a parte de sus aliados, posiblemente con cuotas de financiamiento para hacer un reemplazo masivo de equipos chinos; sin embargo, el resto de las compañías del mundo, hace muchos años, apostaron por las redes y equipos de procedencia china, y sería altamente costoso en términos económicos.
Sin duda, el arresto de la hija del fundador de Huawei, lleva el conflicto a un nivel mucho mayor de incertidumbre de la guerra comercial desatada por Estados Unidos contra China.
A continuación, les recomiendo revisen la noticia publicada por la BBC.
Estados Unidos pide a sus aliados no comprarle a Huawei
[Visto: 1302 veces]
Desde hace muchos años las redes de telecomunicaciones de Huawei se vienen usando de manera masiva en América Latina, donde prácticamente Nokia y Ericsson han quedado relegados a pequeñas porciones del mercado. Sin embargo, a pesar de su innegable avance en todo el mundo, Huawei no ha podido ingresar al mercado estadounidense por razones de seguridad.
De acuerdo con el artículo “Washington Asks Allies to Drop Huawei” del Wall Street Jornal (al final la traducción), Estados Unidos ha iniciado una campaña contra Huawei para que sus aliados no compren las próximas redes 5G que ya empezaron a desplegarse en EE. UU., y que en el 2020 deberían comenzar a instalarse en varios países del mundo. La noticia no me causa sorpresa por la serie de acontecimientos que se vienen dando a partir de la guerra comercial emprendida por Donald Trump contra China; lo que sí me parece tardía es la reacción de Washington hacia los fabricantes chinos de alta tecnología como Huawei y ZTE.
Para aquellos que estamos muchos años en el mercado de las telecomunicaciones, no nos llama la atención que ahora EE. UU. reproche a los chinos asuntos de seguridad; cuando es bastante conocido cómo los chinos se iniciaron en el desarrollo de sus redes y equipos de telecomunicaciones, copiando a gigantes de la industria como Lucent Technologies y Cisco, por dar algunos ejemplos; y luego, se posicionaron “regalando” sus equipos para romper mercado. También es bastante conocido que los chinos no tienen escrúpulos a la hora de negociar, no es extraño que miles de funcionarios de operadoras de todo el mundo se hayan beneficiado de una inmensa cantidad de regalos y “viajes de formación” al por mayor; y luego todo esto diera sus frutos a la hora de cerrar jugosos contratos a favor de los chinos; situación que se ve favorecida por los niveles de corrupción en los países donde operan.
Nada de esto es sorpresa, y lo que me cuesta entender es la intempestiva manera de reaccionar de los Estados Unidos, luego de varias décadas en que las grandes compañías estadounidenses y europeas fueron a poner sus fábricas a China buscando abaratar sus costos, cuando ya se sabía del espionaje a la que estaban siendo sometidas, y que provenía incluso de personal de origen chino que trabajaba en estos titanes tecnológicos. Lo que quizás nunca imaginó el empresariado tecnológico occidental es que toda esta inversión se volvería en su contra muchos años después cuando los chinos empezaron a desarrollar sus propias empresas tecnológicas. Es posible que creyeran que los chinos iban a ser solo obreros de sus fábricas por siglos, y luego consumidores de su tecnología, tal vez pensaron que se podía repetir el brutal mercantilismo del siglo XIX, cuando nefastas compañías británicas comercializaban opio para embrutecer a millones de pobladores chinos, aunque esta vez fuera culturalmente.
Más aun, a estos inmensos fabricantes de telecomunicaciones chinos se han sumado grandes compañías de software de aplicaciones, los chinos tienen su propio Facebook, Whatsapp, YouTube con miles de millones de usuarios, y han implementado en varias de sus ciudades software de vigilancia en donde “el gran hermano chino” te sigue las 24 horas. Me pregunto qué sucedería si empezasen a llegar operadoras de servicios como China Telecom, China Mobile o China Unicom a Africa y América Latina, tomando los mercados de Brasil o México, y luego expandiendo sus redes al resto de países con tarifas que difícilmente puedan sostener sus competidores; entonces, sin duda también empezaríamos a usar sus aplicaciones “made in China” en los smartphones como Huawei, Xiaomi o ZTE, y así se cerraría el virtuoso círculo comercial asiático. ¿Podría EE. UU. frenar este avance? Muy difícil, y muy tarde, a no ser que la insania de una guerra sin precedentes esté dando vueltas en la cabeza de Donald Trump.
Acá tienen la traducción del artículo “Washington Asks Allies to Drop Huawei” del Wall Street Jornal publicado ayer (23 de noviembre):
Washington pide a los aliados que abandonen a Huawei
Estados Unidos está preocupado por la posible intromisión de los chinos en las redes 5G, pero los operadores extranjeros podrían no seguirlo.
El gobierno de EE. UU. ha iniciado una agresiva campaña de divulgación a sus aliados extranjeros, tratando de persuadir a los proveedores de servicios inalámbricos e Internet en estos países para que no compren los equipos de telecomunicaciones de la empresa china Huawei Technologies Co.
Operadores móviles enfrentan su primer año de contracción
[Visto: 836 veces]
Basado en mi experiencia de algunos años de trabajo en el mercado de telecomunicaciones de Venezuela, comenté que el mercado peruano solo daba para tres operadores; sin embargo, la mayoría de mis colegas argumentaban que daba para más. Luego de años de crecimiento, la situación actual y la caída de varias MVO demuestra que el peruano es un mercado pequeño para cuatro operadores, y ya está saturado.
En la década del 2000, Venezuela tenía tres compañías operadoras de telefonía móvil: Telcel, Movilnet y Digitel. El tráfico celular en las redes de Venezuela era al menos cuatro veces más que en el Perú, a pesar de tener casi la misma población, y no lo van a creer, era frecuente ver jóvenes en los centros comerciales con dos celulares en la mano de dos compañías distintas. La disputa era básicamente entre Telcel y Movilnet, y las ofertas que proponían eran bastante agresivas de ambos lados. Digitel era el patito feo.
En una oportunidad, Movilnet ofreció tráfico ilimitado desde las 10:00 hasta las 11:00 PM (una hora), con bombos y platillos, y no duró ni un mes, porque las radio bases (antenas) ubicadas en las zonas residenciales colapsaron provocando congestión en toda la red. A estas gráficas de carga de tráfico los analistas, de aquel entonces, las llamaron las curvas de singularidad, debido a los tremendos picos de llamadas que en pocos minutos hacían sacudir todo su sistema celular.
Ha pasado mucho desde entonces, y luego de leer el artículo publicado por El Comercio, este lunes, sobre la situación de las operadoras móviles en nuestro país confirma mi intuición de hace años atrás. Acá un fragmento:
“La realidad local tiene sus propias complicaciones, pues da indicios de saturación. Además del déficit en despliegue de infraestructura que genera una experiencia del usuario menor de la esperada, la intensidad competitiva desplegada por los cuatro jugadores ha generado una desgastante guerra de precios que ya pasa factura… Las tarifas para acceder a Internet móvil han caído un 90% en cuatro años y el ARPU (inversión por usuario) está en US$6, uno de los más bajos de la región. En ese contexto, aun para quienes están en azul, … la sostenibilidad del negocio está en riesgo.”
Sobre la participación de mercado y la cantidad de líneas por operador:
Acá tienen la publicación “Rentabilidad complicada” del 19 de noviembre de Día 1:
La Red Dorsal de Fibra Óptica a paso de tortuga
[Visto: 1897 veces]
Una vez más las instituciones del Estado nos dejan el sin sabor de que no pueden concretar proyectos de gran envergadura con éxito. Es lamentable que haya 1,530 capitales de distritos del territorio nacional que no tienen acceso a Internet, y que no sea posible que 3.9 millones de compatriotas tengan al menos la oportunidad de acceder a servicios básicos en educación, salud y seguridad por Internet, habiendo una Red Dorsal con un tendido de 13,500 kilómetros de fibra óptica.
De acuerdo con el Diario Gestión, el Estado pagó por subsidios US$ 40 millones a Azteca por la Red Dorsal pese a su reducido uso (17% de su capacidad); por tanto, podríamos pensar qué interés podría tener una empresa en apoyar las actuales propuestas de solución por parte del Ministerios de Transportes y Comunicaciones (MTC) si está suficientemente subsudiada para mantener su negocio. Otro tema preocupante es la obsolescencia de los equipos de la red a medida que pasa el tiempo, me pregunto quién va pagar un futuro upgrade.
A continuación, el informe de Día 1 de El Comercio del 29 de octubre:
Desde el 2017, Azteca y el Estado coincidieron en que la Red Dorsal de fibra óptica no era rentable y estaba subutilizada. Este año, en vez de soluciones, se acentuaron los problemas.
La ley de banda ancha se diseñó en el 2012 con el objetivo de reducir la brecha digital y llevar Internet a los menos favorecidos del interior del país. Hoy, seis años después, dichos pueblos siguen desconectados.
La propuesta fue tender la fibra óptica en dos partes: una primera, la Red Dorsal, que conectaba las capitales de provincias, por un valor de US$323 millones, y quedó a cargo de Azteca. La segunda parte está compuesta por 21 redes regionales que se conectan a la dorsal y llegan a los distritos del interior. Se han ido concursando de a pocos y Gilat es el principal jugador, ya que ganó seis redes por US$548 millones.
La Red Dorsal estuvo lista a tiempo (2016), pero no logró el tráfico esperado. Hoy apenas se usa en un 17%, según el Ministerio de Transportes y Comunicaciones (MTC). En parte el problema es que no tiene el tráfico del sector público que debería venir por las regionales, pues estas, tras 83 adendas, se retrasaron y aún no operan.
La Red Dorsal se esperaba que atendiera a cientos de operadores privados interesados en contratarlos para el tráfico de datos. Eso no pasó, pues se sumaron al mercado hasta cinco jugadores y se volvió muy competitivo. Los precios hoy siguen descendiendo por la competencia, pero Azteca no puede bajarlos al tener tarifas reguladas.
Si solo cambiar la tarifa (o la forma de fijarla) fuera la solución a los problemas de Azteca, la adenda que diseñó este año el MTC, en base a la sugerencia de Osiptel, habría sido aceptada por el operador. Sin embargo, le envió una carta exponiendo la necesidad de reformular todo el proyecto. Además, redujo su oficina local y lleva un año diciéndole a sus inversionistas que está evaluando si continuará o no en el país.
El proyecto Loon de Google
[Visto: 2620 veces]
En el 2017, Google, en asociación con Telefónica, puso en marcha su Project Loon para llevar Internet a lugares prácticamente arrasados por el fenómeno del Niño costero en nuestro país. El objetivo del proyecto Loon es dar acceso a Internet en zonas rurales y remotas utilizando globos de helio con un pequeño sistema de comunicación que funciona con energía solar.
Estos globos están situados en la estratosfera a una altura de unos 20 kilómetros, para crear una red inalámbrica aérea con tecnología LTE, logrando una cobertura de 80 kilómetros de diámetro. Los globos viajan alrededor de la tierra dirigidos por un algoritmo que analiza las corrientes de viento.
Google arrancó con el proyecto en el 2013 con un programa piloto en Nueva Zelanda, donde se lanzaron a la estratosfera 12 globos que funcionaban con paneles solares permitiendo propagar la señal de Internet. En ese año, las velocidades de descarga fluctuaban entre 1 y 2 Mbps; en el 2017, entre 5 y 25 Mbps.
En todos estos años, los avances han sido espectaculares. La tecnología de navegación de los globos ha conseguido dirigirlos a través de 10,000 kilómetros y dejarlos a 500 metros de su objetivo; la posición, que era reportada una vez al día, ahora lo hace varias veces a la hora; la duración de los globos ha pasado de ocho días a más de 100; y han construido un auto lanzador que infla, eleva y lanza un globo en menos de 30 minutos.
Como en el caso de los desastres en el Perú; en octubre de 2017, Google lanzó desde Nevada 30 globos para restablecer la comunicación en Puerto Rico, que se quedó incomunicada, tras el paso del huracán María. Inmenso el aporte social de Google en momentos en que grandes poblaciones quedaron prácticamente destruidas por fenómenos naturales.
El 27 de septiembre, Google, el gigante tecnológico de Mountain View, cumple 20 años del lanzamiento a nivel global de su famoso motor de búsqueda, que no tardó mucho en superar a AltaVista, el navegador más usado hasta ese momento.
Fuente:
https://elpais.com/elpais/2018/07/24/planeta_futuro/1532414715_476889.html
El uso de Internet de las cosas en la salud
[Visto: 1258 veces]
Un claro ejemplo de la tecnología de Internet de las cosas (IoT) es el uso de los wearables en la prevención y detección de enfermedades, como muestran dos estudios realizados por el Dr. Michael Snyder de la Universidad de California en Stanford.
En primer lugar, los wearables son dispositivos capaces de registrar diversas funciones orgánicas como la temperatura, la presión arterial, el número de latidos cardiacos por minuto (pulso), el tipo y número de respiraciones, el nivel de glucosa y oxígeno de la sangre, e incluso tomar electrocardiogramas, para ser transmitidos de manera inalámbrica a la nube. Una vez procesados estos grandes volúmenes de datos, los resultados pueden ser enviados a los consultorios médicos o a los smartphones de los galenos para que, a su vez, generen las recomendaciones del caso a sus pacientes.
En el primer estudio del Dr. Snyder, se procesó 250,000 mediciones diarias provenientes de 43 voluntarios que usaron wearables por 24 meses. Debido a los cambios detectados en el pulso, la temperatura y la concentración de oxígeno en la sangre, se pudo diagnosticar un temprano caso de enfermedad de Lyme, infección trasmitida por la picadura de una garrapata. Este estudio también demostró que la concentración de oxígeno en la sangre disminuye de manera notable en un vuelo de avión, lo que causa un fuerte agotamiento físico.
En el segundo estudio, se analizó 500,000 mediciones de glucosa sanguínea provenientes de 57 voluntarios sin historia de diabetes y se descubrió que después de consumir el mismo tipo de alimento, el valor de azúcar de la sangre variaba enormemente en los voluntarios, revelando que muchas personas aparentemente normales, sufrían ya de prediabetes. Por tanto, el estudio muestra que si una persona usara un wearable que le midiera de manera permanente el nivel de azúcar de la sangre, el estudio de su glucotipo podría detectar casos muy tempranos de prediabetes.
De acuerdo con el Dr. Elmer Huerta, se ha inventado un término llamado fisioma, que se define como el conjunto de las respuestas fisiológicas de un ser vivo para explicar su funcionamiento como un todo. Queda claro que con el uso de los wearables y otros sensores de funciones biológicas se podría conocer el estado de salud y enfermedad de una persona, a partir del procesamiento de toda esta información mediante el uso de la inteligencia artificial. En un futuro, tendríamos un dashboard orgánico en nuestro smartphone que nos mostraría los principales indicadores del estado de nuestro cuerpo.
En conclusión, lo más importante del IoT no es en sí la conexión de distintos dispositivos o sensores a la nube, sino como aprovechar la información que se obtiene a partir de este gran volumen de datos, para generar conocimiento que nos entregue valor, como hemos visto en los casos mencionados. Sin embargo, si bien se podría prevenir y detectar enfermedades, también puede ser adverso; como es el caso de los seguros, si deciden quitar ciertos niveles de cobertura, cuando detecten algún tipo de enfermedad que impacten sus negocios.
Les recomiendo revisar el siguiente video para que vean los casos de uso en seguridad pública, que podría aliviar este problema social que nos abruma en el país; y en el monitoreo de los servicios públicos y ahorro de energía en donde el IoT puede implementarse casi de inmediato y de manera efectiva.
Fuente:
https://elcomercio.pe/blog/cuidatusalud/2018/09/los-wearables-y-la-salud