La comprensión del paso del tiempo es fundamental para la conciencia humana. Si bien continuamos debatiendo si la inteligencia artificial (IA) puede poseer la conciencia, una cosa es segura: la IA experimentará tiempo de manera diferente. Su sentido del tiempo será dictado no por biología, sino por sus procesos computacionales, sensoriales y de comunicación. ¿Cómo coexistiremos con una inteligencia alienígena que percibe y actúa en un mundo temporal muy diferente? ¿Qué significa la simultaneidad para un humango sus manos mientras las mira? Usted ve, escucha y siente el aplauso como un solo evento multimodal: los sentidos visuales, de audio y táctiles parecen simultáneos y definen el «ahora». Nuestra conciencia reproduce estas entradas sensoriales como simultáneas, aunque llegan a diferentes momentos: la luz alcanza nuestros ojos más rápido que el sonido llega a nuestros oídos, mientras que nuestro cerebro procesa el audio más rápido que la información visual compleja. Aún así, todo se siente como un momento. Esa ilusión proviene de un mecanismo cerebral incorporado. El cerebro define «ahora» a través de una breve ventana de tiempo durante la cual se recopilan e integran múltiples percepciones sensoriales. Este período de tiempo, generalmente hasta pocos cientos de milisegundos, se llama ventana temporal de integración (TWI). Como proxy de esta cuadrícula temporal, las películas con 24 cuadros por segundo crean una ilusión de movimiento continuo. Pero el twi humano tiene sus límites. Vea un relámpago lejano y escuchará el Rumble of Thunder segundos más tarde. El TWI humano evolucionó para unir información sensorial solo para eventos dentro de aproximadamente 10 a 15 metros. Ese es nuestro horizonte de simultaneidad. La inteligencia alien en el mundo físico está listo para convertirse en una parte estándar de los robots y otras máquinas que perciben e interactúan con el mundo físico. Estas máquinas utilizarán sensores conectados a sus cuerpos, pero también sensores remotos que envían datos digitales desde lejos. Un robot puede recibir datos de un satélite que orbita a 600 km sobre la Tierra y tratar los datos como en tiempo real, ya que la transmisión toma solo 2 ms, mucho más rápido que los sensores humanos de un humano están «cableados» para el cuerpo, lo que establece dos premisas de cómo el cerebro interactúa con el mundo físico. Primero, el retraso de propagación de cada sensor al cerebro es predecible. Cuando se produce un sonido en el entorno, el factor impredecible es la distancia entre la fuente de sonido y nuestros oídos; El retraso de tiempo de los oídos al cerebro es fijo. En segundo lugar, cada sensor es utilizado por un solo cerebro humano. El horizonte humano de la simultaneidad evolucionó a través de millones de años bajo estas premisas, optimizado para ayudarnos a evaluar las oportunidades y las amenazas. Vale la pena preocuparse a un león a 15 metros, pero el trueno a 3 kilómetros probablemente no. Un sistema de IA puede recibir datos de un sensor remoto con retrasos de enlaces impredecibles. Y un solo sensor puede proporcionar datos a muchos módulos de IA diferentes en tiempo real, como un ojo compartido por múltiples cerebros. Como resultado, los sistemas de IA evolucionarán su propia percepción del espacio y el tiempo y su propio horizonte de simultaneidad, y cambiarán mucho más rápido que el ritmo glacial de la evolución humana. Pronto coexistiremos con una inteligencia alienígena que tiene una percepción diferente del tiempo y el espacio. El tiempo de IA es ventajoso donde las cosas se vuelven extrañas. Los sistemas de IA no están limitados por las velocidades de procesamiento biológica y pueden percibir el tiempo con una precisión sin precedentes, descubriendo relaciones de causa y efecto que ocurren demasiado rápido para la percepción humana. En nuestro mundo hiperconectado, esto podría conducir a efectos de rashomon a gran escala, donde múltiples observadores dan perspectivas contradictorias sobre los eventos. (El término proviene de una película japonesa clásica en la que varios personajes describen el mismo incidente de maneras dramáticamente diferentes, cada una con forma por su propia perspectiva). Imagine un accidente de tráfico en el año 2045 en una intersección de la ciudad ocupada, presenciada por tres observadores: un peatón humano, un sistema de IA directamente conectado a los sensores de las calles y un sistema de IA remoto que recibe los mismos datos sensoriales sobre un vínculo digital. El humano simplemente percibe un robot que ingresa a la carretera justo antes de que un automóvil se bloquee en él. La IA local, con acceso inmediato al sensor, registra el orden preciso: el robot que se mueve primero, luego el frenado del automóvil, luego la colisión. Mientras tanto, la percepción de la IA remota está sesgada por los retrasos en la comunicación, tal vez registrar el frenado antes de que perciba que el robot entran en el camino. Cada perspectiva ofrece una secuencia diferente de causa y efecto. ¿Qué testigo se considerará creíble, un humano o una máquina? ¿Y qué máquina? Las personas con intención maliciosa incluso podrían usar sistemas de IA de alta potencia para fabricar «eventos» utilizando IA generativa, y podrían insertarlos en el flujo general de eventos percibidos por máquinas menos capaces. Los humanos equipados con interfaces de realidad extendida pueden ser especialmente vulnerables a tales manipulaciones, ya que se llevarían continuamente a los datos sensoriales digitales. Si la secuencia de eventos está distorsionada, puede interrumpir nuestro sentido de causalidad, potencialmente interrumpir los sistemas críticos del tiempo como la respuesta de emergencia, el comercio financiero o la conducción autónoma. Las personas incluso podrían usar sistemas de IA capaces de predecir los milisegundos de eventos antes de que ocurran para confundir y confundir. Si un sistema de IA predijo un evento y transmitió datos falsos en el momento correcto, podría crear una apariencia falsa de causalidad. Por ejemplo, una IA que podría predecir los movimientos del mercado de valores podría publicar una alerta de noticias fabricada justo antes de que una venta de ecuaciones anticipadas ponga las marcas de tiempo, la naturaleza no el instinto del ingeniero podría ser resolver el problema con las marcas de tiempo digitales en los datos sensoriales. Sin embargo, las marcas de tiempo requieren una sincronización precisa del reloj, lo que requiere más potencia de la que muchos dispositivos pequeños pueden manejar. E incluso si los datos sensoriales son de marca de tiempo, los retrasos en la comunicación o el procesamiento pueden hacer que llegue demasiado tarde para que una máquina inteligente actúe sobre los datos en tiempo real. Imagine un robot industrial en una fábrica encargada de detener una máquina si un trabajador se acerca demasiado. Los sensores detectan el movimiento de un trabajador y una señal de advertencia, incluida una marca de tiempo, atraviesa la red. Pero hay un hipo de red inesperado y la señal llega después de 200 milisegundos, por lo que el robot actúa demasiado tarde para evitar un accidente. Las marcas de tiempo no hacen que los retrasos en la comunicación sean predecibles, pero pueden ayudar a reconstruir lo que salió mal después del hecho. Inferimos el flujo temporal y la causalidad comparando los tiempos de llegada de los datos de eventos e integrándolo con el modelo del mundo del cerebro. Sin embargo, también mostró que el orden causal de los eventos, la secuencia en la que causa efectos, sigue siendo consistente para todos los observadores. No es así para máquinas inteligentes. Debido a los retrasos de comunicación impredecibles y los tiempos de procesamiento variable, las máquinas inteligentes pueden percibir los eventos en un orden causal por completo. En 1978, Leslie Lamport abordó este problema para la computación distribuida, introduciendo relojes lógicos para determinar la relación «sucedió antes» entre los eventos digitales. Para adaptar este enfoque a la intersección de los mundos físicos y digitales, debemos lidiar con retrasos impredecibles entre un evento del mundo real y su marca de tiempo digital. Este túnel crucial desde el mundo físico a la digital ocurre en puntos de acceso específicos: un dispositivo o sensor digital, enrutadores WiFi, satélites y estaciones base. Como los dispositivos o sensores individuales pueden ser pirateados con bastante facilidad, la responsabilidad de mantener información precisa y confiable sobre el tiempo y el orden causal caerá cada vez más en grandes nodos de infraestructura digital. Esta visión se alinea con los desarrollos dentro de 6 g, el próximo estándar inalámbrico. En 6G, las estaciones base no solo transmitirán información, sino que también sentirán sus entornos. Estas futuras estaciones base deben convertirse en puertas de enlace confiables entre los mundos físicos y digitales. El desarrollo de tales tecnologías podría resultar esencial a medida que ingresamos a un futuro impredecible en forma de inteligencias alienígenas que evolucionan rápidamente. De los artículos de su sitio, los artículos relacionados con la web
Etiqueta: sensores
A medida que proliferan los dispositivos portátiles de atención médica para diversas afecciones y situaciones médicas, los pacientes inevitablemente quieren que su tecnología portátil sea lo más discreta y libre de preocupaciones posible. Como ejemplo, consideremos un nuevo monitor de salud de malla portátil que elimina la arquitectura de “caja y correa” que sigue siendo el estándar de facto de diseño comercial de la industria. Esta tecnología, desarrollada por investigadores de la Universidad de Arizona, presenta transmisión y recepción de datos de bajo consumo y largo alcance, así como carga de energía inalámbrica. Como resultado de su portabilidad, el dispositivo parece ser una opción convincente para el monitoreo remoto de la salud en áreas aisladas. Philipp Gutruf, quien dirigió la investigación, dice que su equipo está trabajando para abordar la necesidad de monitores de salud de grado clínico que estén fabricados “Accesible en todo tipo de áreas del mundo. [while] conservando la naturaleza imperceptible del dispositivo”. Gutruf es profesor asistente de ingeniería biomédica en la universidad. “No hay una gran isla rígida en este dispositivo. Todos los componentes electrónicos están distribuidos en esta malla”.—Philipp Gutruf, Universidad de Arizona El dispositivo mide la frecuencia cardíaca y la temperatura corporal utilizando una malla de poliuretano termoplástico en forma de celosía que se ajusta a la forma. El equipo lo imprimió en 3D, pero Gutruf dice que también se pueden utilizar otros métodos de fabricación. También forman parte del kit una batería liviana, una antena dúplex que permite tanto la transmisión de datos como la carga inalámbrica de energía, y sensores, ninguno de más de 6 milímetros de diámetro. El dispositivo, de unos 15 centímetros de largo, se coloca alrededor del antebrazo del usuario. Gutruf lo compara con usar un calcetín con la punta cortada, excepto que la malla es extremadamente liviana y cómoda hasta el punto de casi olvidarse. Lo llama «biosimbiótico». El diseño aumenta la portabilidad del dispositivo, dice su principal defensor. «No hay una gran isla rígida en este dispositivo», afirma Gutruf. «Toda la electrónica está distribuida en esta malla». Tampoco depende de adhesivos, afirma, sino que se adapta al cuerpo del usuario. «Eso nos permite ir mucho más allá de los tres o cuatro días que puede durar un parche», añade Gutruf. Además, la nueva tecnología permite controlar el flujo sanguíneo y el volumen sanguíneo mediante una técnica llamada fotopletismografía (PPG). Los sensores PPG tradicionales, dice Gutruf, tienen una pequeña masa que mide la aceleración. Esta tecnología, por el contrario, utiliza su perfil que se adapta al cuerpo para eliminar lo que él llama el tradicional «ladrillo» atado a un sensor PPG. El sensor del dispositivo, dice, “está en un pequeño nodo incrustado en la malla que se adapta muy bien a tu piel. Así que podemos eliminar algunos de los requisitos de filtrado, sobremuestreo, procesamiento adicional del acelerómetro, etc. porque, para empezar, tenemos una señal muy buena”. Mejor LoRa con LoRaWAN Además de los factores de comodidad, dice Gutruf, el diseño de malla logra una mejor eficiencia operativa que un dispositivo portátil comercial típico. Para mejorar la transmisión a través de paquetes pequeños, el dispositivo realiza cálculos integrados de los datos sin procesar del sensor. Y utiliza el protocolo de comunicaciones de largo alcance (LoRa), que los investigadores demostraron a 24 kilómetros de punto a punto en una zona montañosa aislada. «LoRa tiene la mejor comunidad que ya existe», dice. “Sí, existen otras tecnologías. Pero considerando las redes ya existentes en las regiones para las que fabricamos este dispositivo, elegir LoRa fue una obviedad”. LoRa es una de las tecnologías fundamentales en las implementaciones de Internet de las cosas (IoT). Diseñada originalmente en 2009, la tecnología de modulación se basa en un estándar de pulso chirriado de banda ancha (espectro ensanchado chirrido) que sobresale en la transmisión de pequeños paquetes de datos (hasta un máximo teórico de 256 bytes, aunque eso varía según la región y la aplicación) a larga distancia. rango usando poca energía. LoRaWAN, el protocolo de control de acceso a medios (MAC) que se encuentra sobre la capa física de LoRa, fue desarrollado y mantenido por LoRa Alliance a partir de 2015. El Grupo de Trabajo de Ingeniería de Internet (IETF) publicó RFC 9011, el estándar que especifica el uso de protocolos de Internet. con LoRaWAN, en 2021. LoRaWAN ya está bien establecida en el sector sanitario. Tektelic, con sede en Calgary, Canadá, ofrece un dispositivo de monitoreo remoto llamado eDOCTOR, que se coloca alrededor del pecho y monitorea la temperatura, la respiración, la frecuencia cardíaca, la posición del cuerpo y la expansión del pecho. Christian Ulrik, vicepresidente de ventas y desarrollo comercial de Tektelic, afirma que el dispositivo es ideal para controlar a los pacientes que han sido dados de alta recientemente del hospital. Estadísticas recientes del gobierno de EE. UU. muestran que el 13,9 por ciento de todos los pacientes dados de alta de un hospital entre 2016 y 2020 fueron readmitidos dentro de los 30 días. Estas tecnologías LoRaWAN, además de una variedad de otras, dice Gutruf, brindan esperanza a aquellos que el sistema de salud global no habría podido de otro modo. tratar adecuadamente. “Cuantas más tecnologías pongamos a disposición, más obvio se volverá para la comunidad médica, y más fácil le resultará hacer esto”, dice. «Cuanto más rápido aceptemos esto, mejor podremos servir a quienes normalmente tendrían problemas para obtener atención médica de calidad». De los artículos de su sitio Artículos relacionados en la Web
Source link
En 2005, antes de que los teléfonos inteligentes estuvieran disponibles de forma generalizada, el profesor del MIT Hari Balakrishnan estaba tan harto de los retrasos en los desplazamientos en Boston que construyó un sistema móvil para monitorear las condiciones de las carreteras. Hari Balakrishnan Empleador Título del MIT Profesor Miembro grado Miembro Instituto Indio de Tecnología de Alma Maters, Madrás y la Universidad de California, Berkeley Él y su equipo de investigación en el Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT desarrollaron CarTel, abreviatura de telemática para automóviles. Utilizando procesamiento de señales y aprendizaje automático, su dispositivo de detección para vehículos pudo inferir la presencia de baches y otros impedimentos a partir de cambios en el flujo de tráfico, que midió con GPS y un acelerómetro. Su investigación ganó varios premios y el sistema fue cubierto por The Boston Globe. En 2010, Balakrishnan y dos cofundadores comercializaron CarTel con el lanzamiento de Cambridge Mobile Telematics. Hoy en día, la empresa de Massachusetts es el mayor proveedor de servicios telemáticos del mundo. Las compañías de seguros, los fabricantes de automóviles, los servicios de viajes compartidos y las agencias públicas utilizan los datos de la CMT para evaluar el comportamiento del conductor, fomentar una conducción más segura, enviar asistencia en la carretera y más. Balakrishnan, miembro del IEEE, es el ganador del Premio Marconi de este año por sus «descubrimientos fundamentales en detección móvil, redes y sistemas distribuidos». El premio, otorgado por la Sociedad Marconi, se considera el máximo honor en comunicaciones. “Sobre el papel, este premio me honra, pero en realidad es un reconocimiento a mis más de 30 doctorados. estudiantes, posdoctorados, colaboradores y el equipo de CMT que han trabajado increíblemente duro de manera creativa para tomar ideas de investigación y lograr que realmente impacten al mundo”, dice. «Honra el campo de la detección móvil y los sistemas en red». Hari Balakrishnan habla con la Sociedad Marconi sobre los aspectos más destacados de su carrera y sus pensamientos al recibir el premio. Sociedad MarconiUsar datos para hacer que la conducción sea más segura A Balakrishnan se le ocurrió la idea de CarTel mientras hablaba con su colega profesor del MIT Samuel Madden, director de Sistemas de Datos de la universidad. y AI Lab y experto en gestión de datos y computación de sensores. «Le dije que deberíamos iniciar un proyecto de investigación que tomara sensores que ambos conocíamos mucho, los conectara a los automóviles, midiera lo que estaba sucediendo y luego tratara de comprender los datos», recuerda Balakrishnan. «Esto fue antes de los iPhone, los Android y Google Maps». Más tarde fundaron CMT, con Madden como su científico jefe. «CarTel fue uno de los primeros proyectos de detección móvil», afirma Balakrishnan. “Demostramos que podía funcionar a escala. «Estaba tratando de descubrir cómo comercializarlo utilizando la noción de detección móvil para el bien social». En 2009 llegó la ayuda de William V. Powers, un experimentado ejecutivo de ventas que se convirtió en socio comercial de Balakrishnan. También es cofundador de CMT y director ejecutivo de la empresa. Balakrishnan dice que aunque la startup tenía la tecnología, no tenía un modelo de negocio. Después de leer artículos sobre cómo las compañías de seguros utilizaban hardware costoso para medir la conducción de las personas para fijar precios de primas y descubrir reclamos fraudulentos, encontraron su modelo. «Nuestra misión es hacer que las carreteras y los conductores del mundo sean más seguros». “Se me ocurrió que, en principio, habíamos mostrado cómo hacer eso con teléfonos de consumo y un Internet de las cosas económico. [IoT] Dispositivos que se podrían poner en un coche sin instaladores profesionales”, afirma. Ese primer sistema evolucionó hasta convertirse en DriveWell, una plataforma impulsada por inteligencia artificial que recopila datos de monitores, incluidos acelerómetros, giroscopios y sensores de posición en teléfonos inteligentes, cámaras para tablero y dispositivos de IoT como DriveWell Tag. La plataforma combina la información con datos contextuales para crear una imagen de cómo los conductores conducen sus vehículos, midiendo factores como frenadas bruscas, exceso de velocidad y distracciones telefónicas, dice Balakrishnan. «Nuestra misión es hacer que las carreteras y los conductores del mundo sean más seguros», afirma. DriveWell ha brindado servicios a más de 30 millones de vehículos hasta la fecha. Las compañías de seguros, incluidas Admiral, Discovery, HUK-Coburg, MS&AD y USAA, utilizan los programas de CMT para ofrecer descuentos a los mejores conductores. CMT se asoció recientemente con Hyundai para ofrecer a sus clientes servicios de reparación y asistencia en carretera en tiempo real. También existen aplicaciones móviles DriveWell, FuelStar y Openroad para conductores que desean recibir comentarios sobre su forma de conducir. El primer sistema de localización en interiores Balakrishnan ha creado otros sistemas que utilizan sensores con fines prácticos. Entre 1999 y 2004, supervisó el desarrollo del sistema de localización en interiores de Cricket. Combinaba tecnologías de radiofrecuencia y ultrasonido. Las balizas montadas en paredes y techos publican información en un canal de RF, que envía una señal chirriante. A continuación, la baliza emite un pulso ultrasónico correspondiente. Los receptores conectados a dispositivos móviles escuchan las señales de RF y el pulso ultrasónico. Cricket utiliza las diferentes velocidades del sonido y de RF para calcular la distancia entre el receptor y la baliza. El sistema proporcionó identificadores espaciales, coordenadas de posición y orientación. Cricket proporcionó alcance de distancia y precisión de posicionamiento de entre 3 y 5 centímetros. Se utilizó en áreas donde el GPS no funcionaba bien, como hospitales, edificios de oficinas y centros de investigación. «El GPS sólo funciona en exteriores», dice Balakrishnan. “Incluso hoy en día no se pueden recibir señales de GPS en el interior. Cuando tus aplicaciones te muestran la ubicación interna, están utilizando otras tecnologías”. El equipo de investigación abrió el hardware y el software y se construyeron e implementaron más de 1 millón de unidades. “Este enfoque no se adaptó a todos los dispositivos del mundo”, afirma Balakrishnan, “porque no es práctico agregar hardware ultrasónico a todos los dispositivos. Sin embargo, con los teléfonos inteligentes modernos capaces de enviar y recibir señales ultrasónicas en sus parlantes y micrófonos, el enfoque desarrollado en Cricket podría resultar útil en el futuro. De hecho, algunas propuestas recientes para el rastreo de contactos de COVID-19 han utilizado este enfoque”. Vint Cerf, ganador de la Medalla de Honor del IEEE de este año, felicita al ganador del Premio Marconi, Hari Balakrishnan, en la Gala de los Premios Marconi, celebrada el 27 de octubre en Washington, DC. Sociedad MarconiUn amor por la investigación y el mundo académico Balakrishnan obtuvo una licenciatura en informática en 1993 del Instituto Indio de Tecnología, Madrás. Escogió este campo, dice, porque pensó que le permitiría hacer un uso práctico de las matemáticas. «No sabía nada sobre informática», dice. “Nunca antes había programado una computadora. Pero sabía que estaba interesado en cosas de naturaleza matemática y disfrutaba mucho tanto las matemáticas como la física. Después de aproximadamente un año y medio, sentí que entendía de qué se trataba el campo. Cuando terminé mi carrera universitaria, me encantó”. Mientras realizaba un doctorado. Después de graduarse en ciencias de la computación en la Universidad de California, Berkeley, se apasionó por realizar investigaciones, dice. Lo disfrutó tanto, dice, que quiso hacer de ello una carrera. También es conocido por sus primeras investigaciones sobre cómo mejorar las redes inalámbricas, que se pueden encontrar en la Biblioteca Digital IEEE Xplore y que ganaron el Premio de Tesis Doctoral de la Asociación de Maquinaria de Computación en 1998. En el último año de su doctorado, en 1998, decidió seguir una carrera académica. Se entrevistó para un puesto docente en el MIT y supo de inmediato que era allí donde quería trabajar, dice. La universidad lo contrató ese año y ha trabajado allí desde entonces. «Sentí que este era el lugar donde la gente estaba en la misma onda que yo», dice. «Siempre es bueno ir a un lugar donde la gente aprecia lo que haces». A pesar de su éxito empresarial, Balakrishnan sigue enseñando. «Realmente disfruto trabajar con estudiantes y me encanta la investigación», dice. «Disfruto enseñando a los estudiantes y, francamente, ellos me enseñan tanto como yo a ellos». La comunidad IEEE Balakrishnan dice que inicialmente se unió al IEEE como estudiante para obtener tarifas con descuento para membresías e inscripciones a conferencias. Pero después de comenzar a trabajar, se dio cuenta de que es importante ser parte de una “comunidad profesional que tiene personas con ideas afines que se preocupan por los campos que a mí me interesan”, dice. «IEEE ha beneficiado mi carrera porque he estado en conferencias y eventos donde he hecho conexiones profesionales que durarán toda la vida». También es miembro de la Academia Nacional de Ingeniería de Estados Unidos y de la Academia Estadounidense de Artes y Ciencias. IEEE lo reconoció en 2021 con su Premio Koji Kobayashi de Computación y Comunicaciones por “amplias contribuciones a las redes de computadoras y los sistemas móviles e inalámbricos”. Artículos de su sitio Artículos relacionados en la Web
Source link