Stephen Worfram: Computando hacia una teoría de todo

by TED Talks - 8 Junio 2010

Me gustaría hablar hoy sobre una idea. Es una gran idea. De hecho, creo que eventualmente será vista probablemente como la idea más grande que haya surgido en el siglo pasado. Es la idea de la computación. Ahora bien, esta idea nos ha traído toda la tecnología computacional que tenemos hoy en día. Pero hay más en la computación que todo eso. Es una idea muy profunda, muy poderosa, muy fundamental, cuyos efectos estamos justo empezando a vislumbrar

Bueno, yo mismo he pasado 30 años de mi vida trabajando sobre tres grandes proyectos que realmente intentan tomarse la idea de la computación en serio. Así comencé desde una temprana edad como físico utilizando computadoras como herramientas. Luego, comencé como a hilar más finamente pensando acerca de los cálculos (computaciones) que me gustaría hacer, intentando descifrar sobre qué primitivas podrían construirse y cómo se podrían automatizar al máximo. Finalmente, creé una estructura completa basada en la programación simbólica, etcétera que me permitió construir Mathematica. Y durante los últimos 23 años, cada vez más rápido, hemos estado volcando más y más ideas y capacidades, etcétera, en Mathematica, y estoy contento de decir que ha llevado a muchas cosas buenas en Investigación y Desarrollo y en educación, y en muchas otras áreas. Bueno, debo admitir, de hecho, que yo tenía una razón muy egoísta para construir Mathematica. Quería usarla yo mismo, un poco como Galileo llegó a usar su telescopio hace 400 años. Pero yo no quería ver el universo astronómico, sino el universo computacional.

Habitualmente pensamos que los programas son estas complicadas cosas que construimos para fines muy específicos. ¿Pero qué ocurre con el espacio de todos los programas posibles? Aquí vemos una representación de un programa simple. Así que si ejecutamos este programa, esto es lo que obtenemos. Muy simple. Así que intentemos cambiando las reglas de este programa un poco. Ahora obtenemos otro resultado, todavía muy sencillo. Probemos cambiando de nuevo. Obtenemos algo un poco más complicado, y si lo seguimos ejecutando durante un tiempo, encontramos que, a pesar de que el patrón es intrincado, tiene una estructura muy regular. Entonces la pregunta es: ¿Puede ocurrir algo más? Bien, podemos hacer un pequeño experimento. Hagamos un experimento matemático, probemos y veremos.

Simplemente ejecutemos todos los programas posibles del mismo tipo al que estamos viendo. Se llaman autómatas celulares. Se puede observar mucha diversidad de comportamiento aquí. La mayoría hace cosas muy simples. Pero si uno mira a lo largo de todos estos dibujos, en la regla número 30, uno comienza a ver que sucede algo interesante. Así que veamos más de cerca a la regla 30 aquí. Aquí está. Tan solo estamos siguiendo esta regla aquí debajo, pero estamos generando todo este material asombroso. No es nada parecido a lo que estamos habituados, y debo decir que, cuando ví esto por primera vez, me impactó directamente sobre mi intuición, y, de hecho, para comprenderlo, en su momento tuve que crear una ciencia totalmente nueva.

(risas)

Esta ciencia es distinta, más general, que la ciencia basada en las matemáticas que hemos tenido en los últimos 300 años, apoximadamente. Uds saben, siempre fue como un gran misterio cómo la naturaleza, aparentemente sin esfuerzo logra producir tanto que nos parece tan complejo. Bueno, me parece que encontramos su secreto. Está haciendo un muestreo de lo que está allí, en el universo computacional y muy a menudo, logra resultados como la regla 30 o como esto. Y saber esto, comienza a explicar muchos de los viejos misterios de la ciencia. También propone nuevos temas, como la irreducibilidad computacional. Lo que digo es, estamos habituados a que la ciencia prediga cosas, pero algo como esto es fundamentalmente irreducible. La única forma de ver su resultado es, efectivamente, tan solo verlo evolucionar. Está conectado a, lo que yo llamo principio de la equivalencia computacional que nos dice que aún los sistemas más simples pueden realizar cómputos tan sofisticados como sea. No se necesita mucha tecnología o evolución biológica para poder realizar computación arbitraria, es tan sólo algo que ocurre, de forma natural en todas partes. Cosas con reglas tan simples como éstas pueden hacerlo. Bueno, esto tiene consecuencias profundas sobre los límites de la ciencia, acerca de la predictibilidad y controlabilidad de cosas como procesos biológicos o economías, acerca de la inteligencia del universo, acerca de preguntas como el libre albedrío y acerca de crear tecnología.

Uds saben, trabajando sobre esta ciencia por muchos años, siempre me pregunté, “Cuál va a ser su primera aplicación asesina (killer app)?” Bien, desde que era niño, he estado pensando acerca de sistematizar el conocimiento y de alguna manera hacerlo computable. Gente como Leibniz se habían preguntado eso también 300 años antes. Pero siempre creí que para progresar, tendría que, esencialmente, replicar un cerebro completo. Bien, eso me hizo pensar: Este paradigma científico mío sugiere algo distinto. Y, dicho sea de paso, ahora tengo inmensas capacidades computacionales en Mathematica, y soy un CEO con recursos en el mundo para realizar proyectos aparentemente locos. Así que decidí simplemente intentarlo y ver cuánto conocimiento sistemático que se encuentra en el mundo podemos hacer computable.

Ha sido un proyecto grande, muy complejo, del que yo no estaba seguro si iba a funcionar. Pero estoy feliz de decir que de hecho está funcionando muy bien. Y el año pasado logramos lanzar la primera versión en website de Wolfram Alpha. Su propósito es ser un motor de búsqueda de conocimiento realmente serio que compute las respuestas a preguntas. Así que démosle una oportunidad. Comencemos con algo realmente fácil. Esperemos lo mejor. Muy bien. OK. Hasta aquí, todo bien. (risas) Probemos algo un poco más difícil. Digamos… Hagamos algo matemático y con suerte, logrará la respuesta e intentará decirnos algunas cosas interesantes, cosas sobre la matemática relacionada. Le podemos preguntar algo sobre el mundo real. Digamos, no sé… ¿Cuál es es producto bruto interno de España? Y debería poder decirnos eso. Ahora podríamos computar algo relacionado con esto, digamos el PBI de España dividido por, no sé, el… ehm… digamos las ganancias de Microsoft.

(risas)

la idea es que podamos tan solo escribir esto aquí esta pregunta en la forma que la pensemos. Así que intentemos una pregunta, como una pregunta relacionada con la salud. Digamos que tenemos un resultado de laboratorio que… ustedes saben, tenemos un nivel de LDL de 140 para un hombre de 50 años. Entonces escribamos esto, y ahora Wolfram Alpha irá y utilizará la información pública disponible e intentará resolver a qué porción de la población corresponde esto y demás. O intentemos preguntar acerca de, no sé, la estación espacial internacional.

Y lo que ocurre aquí es que Wolfram Alpha no está simplemente buscando algo; está computando, en tiempo real, dónde se encuentra la estación espacial internacional ahora, en este momento, a qué velocidad va y demás datos. Entonces Wolfram Alpha sabe acerca de muchos tipos de cosas. A esta altura tiene, una muy buena cobertura de cualquier cosa que uno encuentre en una biblioteca de referencia típica y demás. Pero el objetivo es ir mucho más allá y, a grandes rasgos, democratizar todo este tipo de conocimiento, e intentar ser una fuente de autoridad en todas las áreas, de ser capaz de computar respuestas a preguntas específicas que la gente tenga, no buscando lo que otra gente haya escrito antes, sino utilizando el conocimiento interno para computar respuestas nuevas y frescas a una pregunta específca.

Ahora, por supuesto, Wolfram Alpha es un proyecto monumentalmente grande y a largo plazo con muchos y muchos desafíos. Para empezar, uno debe seleccionar de entre millones de fuentes de datos y hechos, y construimos una gran vía de sistemas automáticos en Mathematica y expertos humanos para lograr esto. Pero eso es tan sólo el comienzo. Una vez proporcionados los datos en crudo para contestar realmente las preguntas uno debe computar, uno debe implementar todos esos métodos y modelos y algoritmos y demás que la ciencia y otras áreas han construido a través de los siglos. Bueno, aún comenzando desde Mathematica, esto representa una cantidad inmensa de trabajo. Hasta ahora, existen unas 8 millones de líneas de código de Mathematica en Wolfram Alpha. elaboradas por expertos de muchos, muchos campos.

Bueno, una idea crucial de Wolfram Alpha es que uno le pueda simplemente hacer preguntas utilizando lenguaje humano común, lo que significa que debemos ser capaces de tomar todas esas frases extrañas que la gente tipea en el campo de ingreso y entenderlas. Y debo admitir que yo pensé que ese paso podría ser directamente imposible. Dos grandes cosas ocurrieron. Primero, un grupo de nuevas ideas sobre lingüística que vinieron de estudiar el universo computacional. Y segundo, la noción de que tener conocimiento computable real cambia completamente cómo uno puede intentar comprender el lenguaje. Y, por supuesto, ahora con Wolfram Alpha suelto en el mundo, podemos aprender de su uso real. Y de hecho, ha sido una co-evolución interesante la que ha estado ocurriendo entre Wolfram Alpha y sus usuarios humanos. Y es de veras alentador. Ahora mismo, si vemos estas búsquedas desde la web, más del 80% logran ser respondidas en forma satisfactoria en el primer intento. Y si uno ve cosas como las aplicaciones para el iPhone, la proporción es considerablemente mayor. Por lo que estoy bastante satisfecho con todo esto.

Pero de varias maneras, estamos todavía en el inicio con Wolfram Alpha. Quiero decir, todo parece estar creciendo muy bien Estamos ganando confianza. Ustedes pueden esperar ver más de la tecnología de Wolfram Alpha apareciendo en más y más lugares, trabajando tanto con este tipo de datos públicos, como en el sitio web, y con datos privados para clientes y compañías y demás. Saben, me he dado cuenta que Wolfram Alpha le da a uno un tipo totalmente nuevo de computación que uno puede llamar computación basada en el conocimiento, en la que uno se inicia, no solo desde la computación neta, sino desde un vasto conocimiento ya construido. Y cuando uno hace eso, uno realmente cambia la economía de la entrega de las cosas computables, ya sea en la web o en cualquier otro lugar.

Saben, tenemos una situación bastante interesante aquí, ahora. Por un lado, tenemos a Mathematica, con su lenguaje un tanto preciso y formal y una extensa red de capacidades cuidadosamente diseñadas capaz de lograr mucho en tan solo unas pocas líneas. Déjenme mostrarles un par de ejemplos aquí. Aquí tenemos una pieza trivial de la programación de Mathematica. Aquí hay algo en lo que estamos integrando un grupo de capacidades distintas si puede ser. Aquí, crearemos solo en esta línea una pequeña interfaz de usuario que nos permite hacer algo divertido aquí. Si uno sigue, ya se convierte en un programa más complicado que está haciendo todo tipo de cosas algorítmicas y creando la interfaz de usuario y demás. Pero es algo que es material muy preciso. Es una indicación precisa con lenguaje preciso y formal que logra que Mathematica sepa qué es lo que debe hacer aquí.

Bien, por otro lado, tenemos a Wolfram Alpha, con todo el revuelo del mundo y el lenguaje humano y demás ingresado en él. Entonces ¿qué pasa si juntamos estas dos cosas? Yo de hecho creo que es algo maravilloso. Con Wolfram Alpha dentro de Mathematica, uno puede, por ejemplo, hacer programas precisos que utilicen datos del mundo real. Aquí tenemos un ejemplo realmente simple. Uno también puede ingresar datos un tanto vagos y luego intentar que Wolfram Alpha intente deducir de qué estamos hablando. Intentemos esto aquí. Pero de hecho creo que lo más interesante de esto es que le da a uno la posibilidad de democratizar la programación. Quiero decir, cualquiera puede en lenguaje diario intentar decir qué quieren, luego, la idea es que, Wolfram Alpha sea capaz de deducir las piezas precisas de código que puedan llevar a cabo lo que uno le está pidiendo y luego mostrar ejemplos que permitan al usuario elegir lo que necesiten para construir programas cada vez más grandes y más precisos. Así que, a veces, Wolfram Alpha podrá hacer todo de forma inmediata y devolver el programa completo para que uno pueda computar. Entonces, aquí tenemos un gran sitio web en el cual hemos ido recolectando muchas demonstraciones educativas y de muchas otras cosas. Pues, no sé, les muestro un ejemplo, tal vez aquí. Este es tan solo un ejemplo de esos documentos computables. Esto es posiblemente una pequeña porción de código de Mathematica que puede ejecutarse aquí.

OK. Alejemos de nuevo el foco. Entonces, con nuestro nuevo tipo de ciencia, ¿existe una forma general de utilizarlo para hacer tecnología? Entonces, con materiales físicos, estamos habituados a andar por el mundo y a descubrir que esos materiales en particular son útiles para propósitos tecnológicos en particular y demás. Bueno, parece ser, que podemos hacer prácticamente lo mismo en el universo computacional. Existe una fuente inagotable de programas en el mundo. El desafío es ver cómo encauzarlos para propósitos humanos. Algo como la regla 30, por ejemplo, parece ser un muy buen generador de azar. Otros programas simples son buenos modelos de procesos en el mundo natural o en el mundo social. Y, por ejemplo, Wolfram Alpha y Mathematica están de hecho ahora llenos de algoritmos que decubrimos buscando en el universo computacional. Y, por ejemplo, esto – volvemos aquí- Esto es sorprendentemente popular entre compositores que buscan formas musicales en el universo computacional. De alguna manera, podemos usar el universo computacional para lograr creatividad en masa personalizada. Estoy deseando poder, por ejemplo, utilizar Wolfram Alpha para que haga inventos y descubrimientos de forma rutinaria y que logre hallar todo tipo de material fantástico que ningún ingeniero ni proceso de evolución gradual pueda lograr jamás.

Bien, eso nos lleva a la pregunta última. ¿Puede que en algún lugar del universo computacional encontremos nuestro universo físico? Tal vez exista una regla simple, un programa simple para nuestro universo. Bueno, la historia de la física nos hace creer que la regla para el universo debe ser bastante complicada. Pero en el universo computacional ya hemos visto cuán simples son las reglas y cómo pueden producir comportamientos tan ricos y complejos. Entonces, ¿puede ser que sea eso lo que ocurre con todo nuestro universo? Si las reglas para el universo son simples, es bastante inevitable que tengan que ser muy abstractas y a niveles muy básicos, operando, por ejemplo, muy por debajo del nivel del espacio o del tiempo, lo que hace que la representación de las cosas sea difícil. Pero en por lo menos una gran categoría de casos, uno puede concebir el universo como una especie de red, que, cuando llega a ser suficientemente grande se comporta como espacio continuo de la misma manera que muchas moléculas pueden comportarse como un fluido continuo. Bien, cuando el universo tiene que evolucionar aplica pequeñas reglas que progresivamente actualizan su red. Y cada regla posible, de alguna manera, corresponde a un posible universo alternativo.

De hecho, nunca había mostrado esto antes, pero hay unos pocos universos alternativos que he explorado. Algunos de ellos son universos sin futuro, completamente estériles, con otras patologías como ausencia de espacio, ausencia de tiempo, sin materia, otros problemas como esos. Pero lo realmente asombroso que he hallado en los últimos años es que uno no tiene que ir de hecho muy lejos en el universo computacional para encontrar universos alternativos que obviamente no sean nuestro universo. Aquí está el problema: Cualquier candidato serio para nuestro universo, está inevitablemente lleno de irreducibilidad computacional, lo que significa que es irreduciblemente difícil ver cómo se va a comportar realmente, y si de hecho coincide con nuestro universo físico. Algunos años atrás, me alegré mucho al descubrir que hay universos alternativos con reglas increíblemente simples que reproducen con éxito la relatividad especial también la relatividad general y la gravitación y hasta nos dan indicios de mecánica cuántica. Entonces, ¿podremos encontrar el mundo de la física completo? No lo sé con seguridad. Pero creo llegado este punto es casi embarazoso no intentarlo.

No es un proyecto fácil. Uno debe construir mucha tecnología. Uno debe construir una estructura que sea posiblemente tan profunda como la física ya existente. Y no estoy seguro de cuál es la mejor manera de organizar todo eso. Crear un equipo, abrirlo al mundo, ofrecer premios y demás. Pero les digo aquí ahora que me comprometo a ver este proyecto realizado, para ver, si, dentro de esta década, podemos finalmente tener en nuestras manos la regla de nuestro universo y saber dónde yace nuestro universo en el espacio de todos los universos posibles y podremos escribir en Wolfram Alpha “Teoría del universo”, y que nos la cuente.

(risas)

Pues llevo trabajando en la idea de la computación durante más de 30 años, creando herramientas y métodos y transformando ideas intelectuales en millones de líneas de código y alimento para granjas de servidores y demás. Con cada año que pasa, me doy cuenta cuánto más poderosa es la idea de la computación. Nos ha llevado lejos ya, pero hay mucho más todavía por venir, desde las bases de la ciencia a los límites de la tecnología a la misma definición de la condición humana, yo creo la que computación está destinada a ser la idea que defina nuestro futuro.

Gracias.

(aplausos)

Chris Anderson: Eso fue impresionante. Quédate aquí. Tengo una pregunta.

(aplausos)

Es justo decir, que eso fue una charla asombrosa. ¿Puedes decir en una o dos oraciones cómo este tipo de pensamiento pueda integrarse en elgún punto con cosas como la teoría de cuerdas y el tipo de cosas que la gente cree como los fundamentos de la explicación del universo?

Stephen Wolfram: Bueno, las partes de la física que tal vez sepamos que son ciertas, cosas como el modelo estándar de física. Lo que yo intento hacer más vale que reproduzca el modelo estándar de física o si no, simplemente está mal. Las cosas que la gente ha intentado hacer en los últimos 25 años con la teoría de cuerdas y demás ha sido una exploración interesante que ha intentado volver al modelo estándar, pero no han llegado del todo allí. Mi idea es que algunas de las grandes simplificaciones que estoy haciendo puedan de hecho tener una resonancia considerable con lo que se ha hecho en la teoría de cuerdas, pero es un tema matemático complejo que no sé todavía cómo va a funcionar.

CA: Benoit Mandlebrot está entre nuestro público. Él también ha demostrado cómo la complejidad puede surgir de un inicio simple. ¿Cómo se relaciona su trabajo al de él?

SW: Ya lo creo. Yo veo el trabajo de Benoit Mandlebrot como una de las contribuciones fundacionales a este tipo de área. Benoit se ha interesado especialmente en clases anidadas, en fractales y demás, en donde la estructura es algo que es como un árbol, y donde hay una especie de rama grande que genera pequeñas ramas, y ramas más pequeñas y demás. Ese es como uno de los caminos que uno recorre hacia la complejidad verdadera. Yo creo que cosas como el autómata celular de la regla 30 nos llevan a un nivel diferente. De hecho, de una manera muy precisa nos llevan a un nivel distinto porque parecen ser cosas que son capaces de una complejidad que es como la mayor complejidad a la que se puede llegar…

Podría seguir y seguir con esto por mucho rato, pero no lo haré.

CA: Stephen Wolfram, gracias.

(aplausos)

Me gustaría hablar hoy sobre una idea. Es una gran idea. De hecho, creo que eventualmente será vista probablemente como la idea más grande que haya surgido en el siglo pasado. Es la idea de la computación. Ahora bien, esta idea nos ha traído toda la tecnología computacional que tenemos hoy en día. Pero hay más en la computación que todo eso. Es una idea muy profunda, muy poderosa, muy fundamental, cuyos efectos estamos justo empezando a vislumbrar

Bueno, yo mismo he pasado 30 años de mi vida trabajando sobre tres grandes proyectos que realmente intentan tomarse la idea de la computación en serio. Así comencé desde una temprana edad como físico utilizando computadoras como herramientas. Luego, comencé como a hilar más finamente pensando acerca de los cálculos (computaciones) que me gustaría hacer, intentando descifrar sobre qué primitivas podrían construirse y cómo se podrían automatizar al máximo. Finalmente, creé una estructura completa basada en la programación simbólica, etcétera que me permitió construir Mathematica. Y durante los últimos 23 años, cada vez más rápido, hemos estado volcando más y más ideas y capacidades, etcétera, en Mathematica, y estoy contento de decir que ha llevado a muchas cosas buenas en Investigación y Desarrollo y en educación, y en muchas otras áreas. Bueno, debo admitir, de hecho, que yo tenía una razón muy egoísta para construir Mathematica. Quería usarla yo mismo, un poco como Galileo llegó a usar su telescopio hace 400 años. Pero yo no quería ver el universo astronómico, sino el universo computacional.

Habitualmente pensamos que los programas son estas complicadas cosas que construimos para fines muy específicos. ¿Pero qué ocurre con el espacio de todos los programas posibles? Aquí vemos una representación de un programa simple. Así que si ejecutamos este programa, esto es lo que obtenemos. Muy simple. Así que intentemos cambiando las reglas de este programa un poco. Ahora obtenemos otro resultado, todavía muy sencillo. Probemos cambiando de nuevo. Obtenemos algo un poco más complicado, y si lo seguimos ejecutando durante un tiempo, encontramos que, a pesar de que el patrón es intrincado, tiene una estructura muy regular. Entonces la pregunta es: ¿Puede ocurrir algo más? Bien, podemos hacer un pequeño experimento. Hagamos un experimento matemático, probemos y veremos.

Simplemente ejecutemos todos los programas posibles del mismo tipo al que estamos viendo. Se llaman autómatas celulares. Se puede observar mucha diversidad de comportamiento aquí. La mayoría hace cosas muy simples. Pero si uno mira a lo largo de todos estos dibujos, en la regla número 30, uno comienza a ver que sucede algo interesante. Así que veamos más de cerca a la regla 30 aquí. Aquí está. Tan solo estamos siguiendo esta regla aquí debajo, pero estamos generando todo este material asombroso. No es nada parecido a lo que estamos habituados, y debo decir que, cuando ví esto por primera vez, me impactó directamente sobre mi intuición, y, de hecho, para comprenderlo, en su momento tuve que crear una ciencia totalmente nueva.

(risas)

Esta ciencia es distinta, más general, que la ciencia basada en las matemáticas que hemos tenido en los últimos 300 años, apoximadamente. Uds saben, siempre fue como un gran misterio cómo la naturaleza, aparentemente sin esfuerzo logra producir tanto que nos parece tan complejo. Bueno, me parece que encontramos su secreto. Está haciendo un muestreo de lo que está allí, en el universo computacional y muy a menudo, logra resultados como la regla 30 o como esto. Y saber esto, comienza a explicar muchos de los viejos misterios de la ciencia. También propone nuevos temas, como la irreducibilidad computacional. Lo que digo es, estamos habituados a que la ciencia prediga cosas, pero algo como esto es fundamentalmente irreducible. La única forma de ver su resultado es, efectivamente, tan solo verlo evolucionar. Está conectado a, lo que yo llamo principio de la equivalencia computacional que nos dice que aún los sistemas más simples pueden realizar cómputos tan sofisticados como sea. No se necesita mucha tecnología o evolución biológica para poder realizar computación arbitraria, es tan sólo algo que ocurre, de forma natural en todas partes. Cosas con reglas tan simples como éstas pueden hacerlo. Bueno, esto tiene consecuencias profundas sobre los límites de la ciencia, acerca de la predictibilidad y controlabilidad de cosas como procesos biológicos o economías, acerca de la inteligencia del universo, acerca de preguntas como el libre albedrío y acerca de crear tecnología.

Uds saben, trabajando sobre esta ciencia por muchos años, siempre me pregunté, “Cuál va a ser su primera aplicación asesina (killer app)?” Bien, desde que era niño, he estado pensando acerca de sistematizar el conocimiento y de alguna manera hacerlo computable. Gente como Leibniz se habían preguntado eso también 300 años antes. Pero siempre creí que para progresar, tendría que, esencialmente, replicar un cerebro completo. Bien, eso me hizo pensar: Este paradigma científico mío sugiere algo distinto. Y, dicho sea de paso, ahora tengo inmensas capacidades computacionales en Mathematica, y soy un CEO con recursos en el mundo para realizar proyectos aparentemente locos. Así que decidí simplemente intentarlo y ver cuánto conocimiento sistemático que se encuentra en el mundo podemos hacer computable.

Ha sido un proyecto grande, muy complejo, del que yo no estaba seguro si iba a funcionar. Pero estoy feliz de decir que de hecho está funcionando muy bien. Y el año pasado logramos lanzar la primera versión en website de Wolfram Alpha. Su propósito es ser un motor de búsqueda de conocimiento realmente serio que compute las respuestas a preguntas. Así que démosle una oportunidad. Comencemos con algo realmente fácil. Esperemos lo mejor. Muy bien. OK. Hasta aquí, todo bien. (risas) Probemos algo un poco más difícil. Digamos… Hagamos algo matemático y con suerte, logrará la respuesta e intentará decirnos algunas cosas interesantes, cosas sobre la matemática relacionada. Le podemos preguntar algo sobre el mundo real. Digamos, no sé… ¿Cuál es es producto bruto interno de España? Y debería poder decirnos eso. Ahora podríamos computar algo relacionado con esto, digamos el PBI de España dividido por, no sé, el… ehm… digamos las ganancias de Microsoft.

(risas)

la idea es que podamos tan solo escribir esto aquí esta pregunta en la forma que la pensemos. Así que intentemos una pregunta, como una pregunta relacionada con la salud. Digamos que tenemos un resultado de laboratorio que… ustedes saben, tenemos un nivel de LDL de 140 para un hombre de 50 años. Entonces escribamos esto, y ahora Wolfram Alpha irá y utilizará la información pública disponible e intentará resolver a qué porción de la población corresponde esto y demás. O intentemos preguntar acerca de, no sé, la estación espacial internacional.

Y lo que ocurre aquí es que Wolfram Alpha no está simplemente buscando algo; está computando, en tiempo real, dónde se encuentra la estación espacial internacional ahora, en este momento, a qué velocidad va y demás datos. Entonces Wolfram Alpha sabe acerca de muchos tipos de cosas. A esta altura tiene, una muy buena cobertura de cualquier cosa que uno encuentre en una biblioteca de referencia típica y demás. Pero el objetivo es ir mucho más allá y, a grandes rasgos, democratizar todo este tipo de conocimiento, e intentar ser una fuente de autoridad en todas las áreas, de ser capaz de computar respuestas a preguntas específicas que la gente tenga, no buscando lo que otra gente haya escrito antes, sino utilizando el conocimiento interno para computar respuestas nuevas y frescas a una pregunta específca.

Ahora, por supuesto, Wolfram Alpha es un proyecto monumentalmente grande y a largo plazo con muchos y muchos desafíos. Para empezar, uno debe seleccionar de entre millones de fuentes de datos y hechos, y construimos una gran vía de sistemas automáticos en Mathematica y expertos humanos para lograr esto. Pero eso es tan sólo el comienzo. Una vez proporcionados los datos en crudo para contestar realmente las preguntas uno debe computar, uno debe implementar todos esos métodos y modelos y algoritmos y demás que la ciencia y otras áreas han construido a través de los siglos. Bueno, aún comenzando desde Mathematica, esto representa una cantidad inmensa de trabajo. Hasta ahora, existen unas 8 millones de líneas de código de Mathematica en Wolfram Alpha. elaboradas por expertos de muchos, muchos campos.

Bueno, una idea crucial de Wolfram Alpha es que uno le pueda simplemente hacer preguntas utilizando lenguaje humano común, lo que significa que debemos ser capaces de tomar todas esas frases extrañas que la gente tipea en el campo de ingreso y entenderlas. Y debo admitir que yo pensé que ese paso podría ser directamente imposible. Dos grandes cosas ocurrieron. Primero, un grupo de nuevas ideas sobre lingüística que vinieron de estudiar el universo computacional. Y segundo, la noción de que tener conocimiento computable real cambia completamente cómo uno puede intentar comprender el lenguaje. Y, por supuesto, ahora con Wolfram Alpha suelto en el mundo, podemos aprender de su uso real. Y de hecho, ha sido una co-evolución interesante la que ha estado ocurriendo entre Wolfram Alpha y sus usuarios humanos. Y es de veras alentador. Ahora mismo, si vemos estas búsquedas desde la web, más del 80% logran ser respondidas en forma satisfactoria en el primer intento. Y si uno ve cosas como las aplicaciones para el iPhone, la proporción es considerablemente mayor. Por lo que estoy bastante satisfecho con todo esto.

Pero de varias maneras, estamos todavía en el inicio con Wolfram Alpha. Quiero decir, todo parece estar creciendo muy bien Estamos ganando confianza. Ustedes pueden esperar ver más de la tecnología de Wolfram Alpha apareciendo en más y más lugares, trabajando tanto con este tipo de datos públicos, como en el sitio web, y con datos privados para clientes y compañías y demás. Saben, me he dado cuenta que Wolfram Alpha le da a uno un tipo totalmente nuevo de computación que uno puede llamar computación basada en el conocimiento, en la que uno se inicia, no solo desde la computación neta, sino desde un vasto conocimiento ya construido. Y cuando uno hace eso, uno realmente cambia la economía de la entrega de las cosas computables, ya sea en la web o en cualquier otro lugar.

Saben, tenemos una situación bastante interesante aquí, ahora. Por un lado, tenemos a Mathematica, con su lenguaje un tanto preciso y formal y una extensa red de capacidades cuidadosamente diseñadas capaz de lograr mucho en tan solo unas pocas líneas. Déjenme mostrarles un par de ejemplos aquí. Aquí tenemos una pieza trivial de la programación de Mathematica. Aquí hay algo en lo que estamos integrando un grupo de capacidades distintas si puede ser. Aquí, crearemos solo en esta línea una pequeña interfaz de usuario que nos permite hacer algo divertido aquí. Si uno sigue, ya se convierte en un programa más complicado que está haciendo todo tipo de cosas algorítmicas y creando la interfaz de usuario y demás. Pero es algo que es material muy preciso. Es una indicación precisa con lenguaje preciso y formal que logra que Mathematica sepa qué es lo que debe hacer aquí.

Bien, por otro lado, tenemos a Wolfram Alpha, con todo el revuelo del mundo y el lenguaje humano y demás ingresado en él. Entonces ¿qué pasa si juntamos estas dos cosas? Yo de hecho creo que es algo maravilloso. Con Wolfram Alpha dentro de Mathematica, uno puede, por ejemplo, hacer programas precisos que utilicen datos del mundo real. Aquí tenemos un ejemplo realmente simple. Uno también puede ingresar datos un tanto vagos y luego intentar que Wolfram Alpha intente deducir de qué estamos hablando. Intentemos esto aquí. Pero de hecho creo que lo más interesante de esto es que le da a uno la posibilidad de democratizar la programación. Quiero decir, cualquiera puede en lenguaje diario intentar decir qué quieren, luego, la idea es que, Wolfram Alpha sea capaz de deducir las piezas precisas de código que puedan llevar a cabo lo que uno le está pidiendo y luego mostrar ejemplos que permitan al usuario elegir lo que necesiten para construir programas cada vez más grandes y más precisos. Así que, a veces, Wolfram Alpha podrá hacer todo de forma inmediata y devolver el programa completo para que uno pueda computar. Entonces, aquí tenemos un gran sitio web en el cual hemos ido recolectando muchas demonstraciones educativas y de muchas otras cosas. Pues, no sé, les muestro un ejemplo, tal vez aquí. Este es tan solo un ejemplo de esos documentos computables. Esto es posiblemente una pequeña porción de código de Mathematica que puede ejecutarse aquí.

OK. Alejemos de nuevo el foco. Entonces, con nuestro nuevo tipo de ciencia, ¿existe una forma general de utilizarlo para hacer tecnología? Entonces, con materiales físicos, estamos habituados a andar por el mundo y a descubrir que esos materiales en particular son útiles para propósitos tecnológicos en particular y demás. Bueno, parece ser, que podemos hacer prácticamente lo mismo en el universo computacional. Existe una fuente inagotable de programas en el mundo. El desafío es ver cómo encauzarlos para propósitos humanos. Algo como la regla 30, por ejemplo, parece ser un muy buen generador de azar. Otros programas simples son buenos modelos de procesos en el mundo natural o en el mundo social. Y, por ejemplo, Wolfram Alpha y Mathematica están de hecho ahora llenos de algoritmos que decubrimos buscando en el universo computacional. Y, por ejemplo, esto – volvemos aquí- Esto es sorprendentemente popular entre compositores que buscan formas musicales en el universo computacional. De alguna manera, podemos usar el universo computacional para lograr creatividad en masa personalizada. Estoy deseando poder, por ejemplo, utilizar Wolfram Alpha para que haga inventos y descubrimientos de forma rutinaria y que logre hallar todo tipo de material fantástico que ningún ingeniero ni proceso de evolución gradual pueda lograr jamás.

Bien, eso nos lleva a la pregunta última. ¿Puede que en algún lugar del universo computacional encontremos nuestro universo físico? Tal vez exista una regla simple, un programa simple para nuestro universo. Bueno, la historia de la física nos hace creer que la regla para el universo debe ser bastante complicada. Pero en el universo computacional ya hemos visto cuán simples son las reglas y cómo pueden producir comportamientos tan ricos y complejos. Entonces, ¿puede ser que sea eso lo que ocurre con todo nuestro universo? Si las reglas para el universo son simples, es bastante inevitable que tengan que ser muy abstractas y a niveles muy básicos, operando, por ejemplo, muy por debajo del nivel del espacio o del tiempo, lo que hace que la representación de las cosas sea difícil. Pero en por lo menos una gran categoría de casos, uno puede concebir el universo como una especie de red, que, cuando llega a ser suficientemente grande se comporta como espacio continuo de la misma manera que muchas moléculas pueden comportarse como un fluido continuo. Bien, cuando el universo tiene que evolucionar aplica pequeñas reglas que progresivamente actualizan su red. Y cada regla posible, de alguna manera, corresponde a un posible universo alternativo.

De hecho, nunca había mostrado esto antes, pero hay unos pocos universos alternativos que he explorado. Algunos de ellos son universos sin futuro, completamente estériles, con otras patologías como ausencia de espacio, ausencia de tiempo, sin materia, otros problemas como esos. Pero lo realmente asombroso que he hallado en los últimos años es que uno no tiene que ir de hecho muy lejos en el universo computacional para encontrar universos alternativos que obviamente no sean nuestro universo. Aquí está el problema: Cualquier candidato serio para nuestro universo, está inevitablemente lleno de irreducibilidad computacional, lo que significa que es irreduciblemente difícil ver cómo se va a comportar realmente, y si de hecho coincide con nuestro universo físico. Algunos años atrás, me alegré mucho al descubrir que hay universos alternativos con reglas increíblemente simples que reproducen con éxito la relatividad especial también la relatividad general y la gravitación y hasta nos dan indicios de mecánica cuántica. Entonces, ¿podremos encontrar el mundo de la física completo? No lo sé con seguridad. Pero creo llegado este punto es casi embarazoso no intentarlo.

No es un proyecto fácil. Uno debe construir mucha tecnología. Uno debe construir una estructura que sea posiblemente tan profunda como la física ya existente. Y no estoy seguro de cuál es la mejor manera de organizar todo eso. Crear un equipo, abrirlo al mundo, ofrecer premios y demás. Pero les digo aquí ahora que me comprometo a ver este proyecto realizado, para ver, si, dentro de esta década, podemos finalmente tener en nuestras manos la regla de nuestro universo y saber dónde yace nuestro universo en el espacio de todos los universos posibles y podremos escribir en Wolfram Alpha “Teoría del universo”, y que nos la cuente.

(risas)

Pues llevo trabajando en la idea de la computación durante más de 30 años, creando herramientas y métodos y transformando ideas intelectuales en millones de líneas de código y alimento para granjas de servidores y demás. Con cada año que pasa, me doy cuenta cuánto más poderosa es la idea de la computación. Nos ha llevado lejos ya, pero hay mucho más todavía por venir, desde las bases de la ciencia a los límites de la tecnología a la misma definición de la condición humana, yo creo la que computación está destinada a ser la idea que defina nuestro futuro.

Gracias.

(aplausos)

Chris Anderson: Eso fue impresionante. Quédate aquí. Tengo una pregunta.

(aplausos)

Es justo decir, que eso fue una charla asombrosa. ¿Puedes decir en una o dos oraciones cómo este tipo de pensamiento pueda integrarse en elgún punto con cosas como la teoría de cuerdas y el tipo de cosas que la gente cree como los fundamentos de la explicación del universo?

Stephen Wolfram: Bueno, las partes de la física que tal vez sepamos que son ciertas, cosas como el modelo estándar de física. Lo que yo intento hacer más vale que reproduzca el modelo estándar de física o si no, simplemente está mal. Las cosas que la gente ha intentado hacer en los últimos 25 años con la teoría de cuerdas y demás ha sido una exploración interesante que ha intentado volver al modelo estándar, pero no han llegado del todo allí. Mi idea es que algunas de las grandes simplificaciones que estoy haciendo puedan de hecho tener una resonancia considerable con lo que se ha hecho en la teoría de cuerdas, pero es un tema matemático complejo que no sé todavía cómo va a funcionar.

CA: Benoit Mandlebrot está entre nuestro público. Él también ha demostrado cómo la complejidad puede surgir de un inicio simple. ¿Cómo se relaciona su trabajo al de él?

SW: Ya lo creo. Yo veo el trabajo de Benoit Mandlebrot como una de las contribuciones fundacionales a este tipo de área. Benoit se ha interesado especialmente en clases anidadas, en fractales y demás, en donde la estructura es algo que es como un árbol, y donde hay una especie de rama grande que genera pequeñas ramas, y ramas más pequeñas y demás. Ese es como uno de los caminos que uno recorre hacia la complejidad verdadera. Yo creo que cosas como el autómata celular de la regla 30 nos llevan a un nivel diferente. De hecho, de una manera muy precisa nos llevan a un nivel distinto porque parecen ser cosas que son capaces de una complejidad que es como la mayor complejidad a la que se puede llegar…

Podría seguir y seguir con esto por mucho rato, pero no lo haré.

CA: Stephen Wolfram, gracias.

(aplausos)

Leave a Reply