Imperialismo computacional. Recopilación de enlaces, enero 2015 y 3.

1. El cerebro desde el  punto de vista de la teoría de la complejidad computacional.

2. Psicología del  nodo. Las computadoras, mejores psicólogos que los humanos.

3. Técnicas rápidas de enamoramiento automático.

¿¿¿ Afirman entonces que

si se seleccionan al azar 2 personas, digamos de entre  30 y 40 años y de diferente sexo, y aplican ésta técnica de 36 preguntas íntimas y 4 minutos acumulados de “miraditas” se obtiene un enamoramiento recíproco en el 100% de los casos ???

Asking thirty-six specific questions plus four minutes of sustained eye contact is a recipe for falling in love, or at least creating intimacy among complete strangers.

Y ¿ todo se reduce a dos sentidos ?. Queremos pensar que tiene que haber algo  más.

Y el  enamoramiento es seguramente la parte fácil. Mantenimiento o desenamoramiento, según como termine la relación pueden ser más complicados. Como es bien conocido el mantenimiento es intratable🙂. ¿ Habrá alguna técnica automática y rápida de desenamoramiento ?

4. Avances en robótica en la Universidad Complutense.

Dicen que este robot te mira a los ojos. No sabemos si también es capaz de preguntar. Como últimamente las máquinas están superando en todo al humano, quizás necesite incluso menos preguntas.

¿ Será éste el Test de Turing definitivo ?

La página web de uno de los investigadores citados en el artículo de El País.

5. Que puede hacer una célula que no pueda hacer un robot.

Sigo muy interesado en la homeostasis….

6. Aprendizaje automático (Machine Learning). Sugerencias de lecturas.

Varios temas me  están llevando a interesarme de nuevo por la estadística. También por la rama de la estadística que combinada con en parte con partes de las ciencias computacionales ahora llaman Aprendizaje Automático (Machine Learning). En lo que  sigue algunas listas de  libros sugeridos por expertos en ML.

En Hacker News.

En Reddit. Las sugerencias son de Michael Jordan. Además contesta a múltiples preguntas. Una lista más concreta del mismo autor.

–En Quora.

La lista sobre ML en Amazon.

Básicamente probabilidad y estadística (más allá de lo básico, claro), álgebra lineal, optimización (lineal y convexa) y algo de análisis (entiendo que teoría de la medida para las distribuciones de probabilidad). También lo relativo a  las ciencias computacionales, que es la otra pata.

7. Deep Learning: ¿ exageración o revolución ?.

A raíz  de nuestra entrada en profundidad sobre Deep Mind, la empresa de Inteligencia Artificial por la que Google ha pagado 500 millones de  libras y cuya tecnología está  basada sobre todo en el método Deep Learning, estoy decidiendo si dedico algo de tiempo a estudiar éste método que está ahora de moda. Y de paso obtener también una buena vista de pájaro del campo del Aprendizaje Automático (Machine Learning). De ahí el punto anterior.

Sí también hay modas en ciencia  y tecnología. Todos conocemos algunos ejemplos: teoría de catástrofes, caos, fractales. Todas son teorías sustanciales con nombres llamativos que suenan a desastre o ruptura (ya se sabe que el humano presta más  atención y tiene mejor memoria para lo malo; nunca se pondrá de  moda, por ejemplo, nada que tenga el nombre “recorridos hamiltonianos en digrafos de Cayley“. ¿ Lo que ?. El nombre no sugiere nada bueno ni ni nada negativo; básicamente no dice nada, ni fu ni fa; esto es lo que se olvida más rápidamente🙂; ver actualización al final del punto) pero cuando entran en la dinámica moda parece que van a ser la panacea  universal, hasta que las expectativas se desinflan. Tras caer en desgracia siguen siendo teorías sustanciales e importantes, pero limitadas a su campo. Dejan de aparecer en los medios de difusión masiva.

Ya tengo más o menos claro de que trata Deep Learning, y sólo quiero comprender su funcionamiento en detalle.  Realmente las relaciones de las redes neuronales (que se originan en el campo de la Inteligencia Artificial) con la estadística son bastante claras y están documentadas desde hace  tiempo (ver también o ésta presentación, y mucha otra documentación en una búsqueda en Internet). Por lo tanto la validez de las redes neuronales, en general, como herramienta alternativa para determinados problemas (regresión multivariante no lineal, por ejemplo) está bien establecida. Yo, que tengo la estadística oxidada y en redes neuronales estoy iniciándome, de momento no tengo claro del todo la traslación de un lenguaje a otro.

También su relación con las ciencias computacionales está documentada desde hace tiempo. Ver por ejemplo éste artículo o éste otro (los circuitos booleanos sobre los que hablan, que serían el equivalente de las redes neuronales más sencillas me interesaron hace tiempo y por eso he comprendido inmediatamente el tema). En otra búsqueda web se puede encontrar  también mucha documentación sobre ello. Ojo, los circuitos y las redes neuronales feedforward son DAGs, pero las redes neuronales que se utilizan en Deep Learning no, creo. Ver por ejemplo éste artículo: Circuit Complexity and Feedforward Neural Networks.

El lector interesado en profundizar en las relaciones de las redes neuronales con la  estadística y las ciencias computacionales puede consultar éste  libro (de 1996): Mathematical perspectives on neural networksque precisamente se divide en tres partes: computational perspectives, dynamical perspectives (nota: en la actualización hablamos indirectamente de éste punto de vista sobre el que no hemos hablado todavía, de interés para los físicos)  y statistical perspectives 

¿ Que hay de nuevo entonces en Deep Learning ? Antes de invertir tiempo, me estoy documentando para ver sí en el caso de Deep Learning se trata de una exageración o de una revolución.  Una revolución en ciencia y tecnología es un resultado que ha llegado para quedarse y sobre el que se construye. ¿ Es esto Deep Learning ?.

Algunos  enlaces:

Hyping artificial intelligence, yet again. Artículo en The New Yorker. El autor es psicólogo cognitivo. Incluye declaraciones de Lecun,  uno de los investigadores principales  en el campo del  Deep Learning.

un artículo de Lecun en su cuenta de Facebook sobre el  mismo tema (octubre de 2014). Responde (amablemente,  son amigos) a un artículo anterior de Michael Jordan en IEEE Spectrum al que hemos enlazado en entradas anteriores (el artículo de Jordan habla de Big Data, chips neuromiméticos y otros temas, no especialmente de Deep Learning). Jordan, que participa comentando, es  otro experto en Inteligencia Artificial, además de académico ha estado vinculado a la industria  y bastante crítico con el hype (exageración) mediático reciente asociado a la IA. Luego matizó bastante las declaraciones que realizó a IEEE Spectrum (más que matizar crítica los comentarios introductorios del reportero).

una entrada en un blog de un experto en visión artificial que trata directamente sobre este tema:  y con secuelas en Reddit.

El método de Deep Learning es ya antiguo (data de los 80 del siglo pasado y 30 años en ciencia y sobre todo tecnología son muchos años). La pregunta que me hago es: éste reciente interés en él, que no es sólo académico sino sobre todo industrial, se debe a algún resultado teórico nuevo (algún nuevo algoritmo o algo así). Si no existe novedad teórica: ¿ a que se debe entonces ?.

En uno de los comentarios señalan que este artículo fue uno de los disparadores: Improving neural networks by preventing co-adaptation of feature detectors.  Sobre dropout.

[Nota al margen. He de reconocer al lector que mi interés en todo esto no es gratuito. Y este recorrido, además de ser satisfactorio, está siendo fructífero, se me están ocurriendo algunas ideas…Fin nota al margen].

Actualización 16 de enero.

Por cierto por curiosidad he buscado si existía alguna relación entre Redes Neuronales y Grafos de Cayley. ¡ Y existe !.  En el artículo sugieren una aplicación de los grafos de Cayley como clasificadores (como es sabido una de las aplicaciones para las que se utilizan las redes neuronales).

Título. Cayley graphs as classifiers for data mining: The influence of asymmetries

Abstract.

The endomorphism monoids of graphs have been actively investigated. They are convenient tools expressing asymmetries of the graphs. One of the most important classes of graphs considered in this framework is that of Cayley graphs. Our paper proposes a new method of using Cayley graphs for classification of data. We give a survey of recent results devoted to the Cayley graphs also involving their endomorphism monoids.

Reconozco que lo poco que  he leído, no lo he entendido. Si los Automatas Finitos son clasificadores binarios de información en forma de cadena de caracteres  (frases de un alfabeto finito; o son reconocibles por el autómata o no lo son, por eso son binarios), los Grafos de Cayley servirían como clasificadores múltiples para información con el mismo formato.  La bibliografía es bastante completa.

Relacionado:

  • A.V. Kelarev, B.H. Kang, A.H.J. Sale, R.N. Williams, Labeled directed graphs and FSA as classifiers of strings, in: Proc. 17th Australasian Workshop on Combinatorial Algorithms, 2006, pp. 93–109
  • A.V. Kelarev, J. Ryan, J.L. Yearwood, A combinatorial algorithm for the optimization of multiple classifiers in data mining based on graphs, J. Combin. Math. Comb. Computing (in press)

Y he encontrado este otro, muy indirectamente relacionado pues primero considera a las redes neuronales desde el punto de vista de una red de comunicación (para el problema de sincronización) y segundo, no relaciona las redes neuronales con los Grafos de Cayley: su aparición conjunta es puramente accidental.  De cualquier manera este artículo es interesante para mi por otros motivos y lo incluyo para que no se  me olvide. Hablaré seguramente de él en otra entrada.

Título. Optimal network topologies: Expanders, Cages, Ramanujan graphs, Entangled networks and all that.

Relacionado, de los mismos autores. Entangled networks, synchronization and optimal network topology. De nuevo aquí hablan sobre el problema de sincronización en redes y la aparición de las redes neuronales  es meramente circunstancial.

Extracto.

One particular issue that has attracted much interest because of its conceptual relevance and practical implications is the study of the synchronizability of individual dynamical processes occurring at the vertices of a given network. How does synchronizability depend upon network topology? This problem is much more general than it seems at first sight, as it is directly related to the question of how difficult it is to transmit information across the net or how difficult is for the sites to “talk” to each other. For example, a recently addressed important task is to determine the most efficient topology for communication networks both with and without traffic congestion [2]. Other problems as the minimization of first-passage times of random walkers on networks, the optimal topology in social networks to reach consensus, or the performance optimization of Hopfield neural-networks [3, 4] are also similar in essence. Hence, the issue of synchronizability is linked to many specific problems in different disciplines as computer science, biology, sociology, etc. [2, 5]

Recordemos que una Red de Boltzmann Restringida no es más que una Red de Hopfield con determinados restricciones o rasgos (función de activación derivable, red bipartita etc…).

Y otro, sobre lo mismo, pero más actualizado: Enhancing robustness and synchronizability of networks homogenizing their degree distribution. Un libro sobre el fenómeno de sincronización en la naturaleza.

Fin actualización.

Continuará…

8. Hablando de modas: rentabilización de blogs…de moda.

No es un tema que nos interese (la moda) pero he visto la noticia, y el otro componente, las audiencias y rentabilización de blogs, sí nos interesa. No concretamente en relación a este blog, cuya temática es imposible de rentabilizar: ¿ a quien pueden interesar temas como el sistema nervioso central de C. Elegans , las dimensiones de un contenedor, la altura máxima de un rascacielos, las Máquinas Restringidas de Boltzmann o incluso La Singularidad ?. A muy pocos. Me interesa la audiencia de blogs en general. En otras entradas ya hemos repasado la audiencia de otros segmentos de la publicación bloguera, como por ejemplo los gastronómicos.

Hace poco conocí a una simpática bloguera de moda que había comenzado hace poco. Me confesó su audiencia y sin ser espectacular, no estaba nada mal, sobre todo teniendo en cuenta el poco tiempo que llevaba. Concluí que los blogs de moda debían de ser de los que más audiencia tenían.

Extracto.

Ferragni emplea a unas 14 personas en su equipo, y ha conseguido hacer de su web, The Blonde Salad, un negocio de 8 millones de dólares anuales(6,76 millones de euros).

Ferragni monetiza su imagen haciendo colaboraciones puntuales con grandes marcas de lujo, como Louis Vuitton o Tiffany & Co, y de consumo más masivo, como Steve Madden. Pero el 70% de sus ingresos proviene de su colección de calzado, que ahora tiene el mercado estadounidense como gran objetivo. En cambio, ya hace un tiempo que dejó de colgar en su página el tipo de contenido esponsorizado que suele ser la principal fuente de ingresos para los blogueros profesionales: esas entradas en las que se fotografían con un producto y lo glosan a cambio de una suma de dinero.

De acuerdo, en el fondo es un negocio de venta de zapatos, pero lo destacable es que primero fue el blog y luego la linea de zapatos.

9.  ¿ Y en España, que tal se les da a los blogs de moda ?

El Mundo  publicó una noticia sobre esto hace poco: el negocio (redondo) de ser bloguera de  moda en España.

Extractos.

Ya existe la primera agencia de representación de blogueras en España: Okiko Talents.

En el estudio analizan algunos casos de blogueros de éxito en este campo.

10. Audiencia de blogs de moda. Algunos enlaces.

Este es un informe con datos de los blogs de moda con más audiencia en España. Bastante flojo, pues a lo largo del  informe no queda clara la variable tiempo.

Nos interesa más conocer la mediana de la variable visitantes o visitantes únicos en una muestra representativa. Ya se que esto es mucho pedir, pero…¡ existe !.

El estudio lo ha elaborado la AEBDM (Asociación Española de Blogs de Moda; ¿ una Asociación de Blogs ?, ¿ esto existe también ?) conjuntamente con la empresa de estudios de mercado online Truendy.com.

La muestra (dicen que representativa) es de 350 blogs y el estudio se realizó en 2012 (bastante reciente por lo tanto).

Algunos  datos:

sólo 1 blog de cada tres recibe visitas de Latam. Sorprendente: es mi “gran” “mercado”, además de España y Norte América (sobre todo EEUU,  pero también Canadá). Si tomamos Latam como una unidad, duplican en visitantes a España. Todos los países de Europa juntos, Rusia incluida, no superan a EEUU, dónde imagino tendré audiencia sobre todo de lectores originarios de Latam. Felicitamos a los lectores, sean de dónde sean, por su elección🙂.

–la mayoría tienen menos de la siguiente cantidad de visitantes únicos diarios:

500. Sorprendente también, por lo bajo;  en moda me esperaba más. Además deberían de afinar más en este rango: si la mayoría se sitúan en él, menos de 500 es muy poco informativo.

En fin, interesante estudio, aunque muy mejorable. Por ejemplo no tienen ficha técnica. ¿ Cual es  la población de la que han extraído la muestra ? ¿no podrían facilitar algunos parámetros como la mediana, media ? etc….

Terms and conditions: 1. Any commenter of this blog agrees to transfer the copy right of his comments to the blogger. 2. RSS readers and / or aggregators that captures the content of this blog (posts or comments) are forbidden. These actions will be subject to the DMCA notice-and-takedown rules and will be legally pursued by the proprietor of the blog.

Introduce tus datos o haz clic en un icono para iniciar sesión:

Logo de WordPress.com

Estás comentando usando tu cuenta de WordPress.com. Cerrar sesión / Cambiar )

Imagen de Twitter

Estás comentando usando tu cuenta de Twitter. Cerrar sesión / Cambiar )

Foto de Facebook

Estás comentando usando tu cuenta de Facebook. Cerrar sesión / Cambiar )

Google+ photo

Estás comentando usando tu cuenta de Google+. Cerrar sesión / Cambiar )

Conectando a %s


A %d blogueros les gusta esto: