¿Os acordáis de la demanda que le pusieron a Facebook? Bueno, vale, esta no es manera de refrescar la memoria. Pero si os digo “Alemania” y “nombres reales”, tal vez os acordéis de la denuncia puesta por el organismo para la protección de datos del país germano contra Facebook por no cumplir la ley y ofrecer a los usuarios la posibilidad de utilizar un alias. Pues bien, un tribunal administrativo falló que la red social no incumple la ley porque simplemente no tiene que hacerlo.
Esto se explica porque la sede central de Facebook en Europa se encuentra en Irlanda. Allí, las normas no son tan estrictas como en Alemania y son las que se les tienen aplicar según la corte. La agencia de protección de datos ya ha dicho que va a apelar, así que por el momento la cosa no parece que vaya a terminar aquí.
Aunque Facebook insiste en que debemos usar nuestro nombre real so pena de que nos borren nuestra cuenta si nos detectan usando uno falso, lo cierto es que no es difícil crearse una identidad falsa que pase por verdadera. Pero entiendo a Alemania: la red social no brinda una alternativa específica y hay que romper sus propias reglas para usar un seudónimo bajo riesgo de penalización. Veremos como termina de resolverse esto y que papel juega en ello el derecho comunitario.
Vía | The Next Web
En Genbeta Social Media | Facebook podría verse obligado a permitir seudónimos en Alemania: ¿peligra su política de nombres reales?
 |  |
Sin embargo, la razón de que la sangre sepa un poco a hierro no se pudo explicar hasta mediados del siglo XVIII. El primero en hacerlo, se cree, fue Vicenzo Menghini, un médico de Bolonia, hacia 1745.
Para conseguirlo llevó a cabo el siguiente experimento: coció la sangre de diversos mamíferos, aves y peces, y también sangre humana. En el residuo seco resultante introdujo un cuchillo magnético, descubriendo que en la hoja se adherían partículas de hierro.
Es lo que muchos ya habían supuesto, en parte por el sabor, en efecto, pero si tanta gente sospechaba que había hierro en la sangre fue por un motivo mucho más poético, tal y como explica Hugh Aldersey-Williams en La tabla periódica:
Sólo puede ser debido a que la asociación del hierro y Marte, de la sangre y la guerra, que se originó en las mitologías griega y romana, estaba muy fuertemente arraigada en la ortodoxia alquímica de la época, llegando incluso al extremo de que a los que padecían trastornos de la sangre se les recomendaba a menudo que tomaran sales de hierro.
Más tarde, el propio Menghini llevó a cabo preparados ricos en hierro que suministraba a animales y seres humanos, para posteriormente observar el enriquecimiento en glóbulos rojos sanguíneos, con lo que se demostraba que el color estaba relacionado con el hierro.
Su investigación hizo una contribución vital para explicar (y curar) la clorosis, una enfermedad caracterizada por una palidez verdosa de la piel, que sólo entonces adquirió su nombre actual de anemia, de an- y hem-, que significa sin sangre.
| | |
Con todo, Defense Calculator podía ejecutar la nada desdeñable cifra de 1.000 instrucciones por segundo.
A pesar de que el juego de las damas es muy elemental, hasta el punto de que puede aprenderlo a jugar un niño, la probabilidad de que dos partidas de damas se desarrollen justo de la misma manera es bastante remota. Es decir, que cada movimiento teóricamente podía dar lugar a miles de configuraciones posibles sobre el tablero, una complejidad que excedía en mucho a las competencias de Denfese Calculator.
Samuel, pues, no creía inteligente que aquel cerebro electrónico calculara absolutamente todos los movimientos cada vez que le tocara jugar, sino que aprendiera a jugar, que se adaptara a las circunstancias concretas de cada movimiento del contrincante.
Todo ello empleando sólo unas cuantas instrucciones básicas como una llamada “piezas de ventaja”: el ordenador tenía que contar el número de piezas que le quedaban en el tablero y compararlo con el de su adversario: si un movimiento tenía como resultado más piezas de ventaja, entonces éste tenía prioridad sobre los demás. También había otras instrucciones básicas como intentar dominar el centro del tablero.
Si un movimiento basado en ciertas características no conseguía producir un resultado favorable, el ordenador le daba menos valor a esa característica la próxima vez. Además, le enseñó a reconocer movimientos destinados a crear un “escenario” es decir, los que no consiguen resultados inmediatos pero posteriormente tienen una mayor recompensa, como por ejemplo sacrificar una pieza para poder hacer un triple salto en el siguiente turno. La máquina lo hizo después de que se aumentar el peso de las características que favorecían el movimiento que propiciaba ese escenario. Finalmente, Samuel hizo que el ordenador asumiera que su adversario sabía lo mismo que él, de manera que intentaría infligirle el mayor daño posible en todo momento. Eso obligaba al ordenador a tener en cuenta las consecuencias potencialmente negativas de los movimientos, además de las positivas. Si un adversario conseguía sorprenderlo de todos modos, ajustaría sus valoraciones para evitar ese error en lo sucesivo.
En la década de 1960, la máquina de Samuel ya era capaz de vencer a los campeones de damas. Una lección que aún hoy los expertos en computación tienen muy en cuenta en sus investigaciones.
Ante un problema endiabladamente complejo, en este caso una gran cantidad de posibilidades de movimiento en un juego de damas, no resulta práctico “solucionar” el problema matemáticamente mediante el cálculo de la secuencia perfecta de movimientos.
Es lo que John Holland, otro pionero de la inteligencia artificial, designó como “emergencia” en su libro Emergence: Fron Chaos to Order:
Todavía no hemos empezado a aprovechar realmente las lecciones que Samuel nos dio hace casi medio siglo. (…) El objetivo del estudio de Samuel es la emergencia del buen juego.
| | |
