Gran avance en memorias cuánticas para almacenar cubits con el espín nuclear

Un cristal de diamante  ultrapuro, con una molécula de carbono 13 por cada millón de átomos de carbono 12, podría almacenar un cubit (bit cuántico) durante 24 horas a temperatura ambiente, según un modelo teórico publicado hoy en Science. Los autores han verificado su modelo mediante un experimento que ha logrado almacenar un cubit durante tres segundos tiempo uso de un cristal de diamante con un átomo de carbono 13 por cada cien átomos de carbono 12 (tres segundos es unas mil veces el récord anterior a temperatura ambiente). Más aún, en el mismo número de Science se ha publicado el almacenamiento de un cubit durante tres minutos (180 segundos) en una memoria cuántica basada en silicio (el cubit se ha almacenado en el espín nuclear de una impureza de fósforo), pero enfriado a 4,2 K. Estos dos grandes avances en el desarrollo de memorias cuánticas basadas en el espín nuclear coloca a estas técnicas en un camino envidiable hacia el desarrollo de un futuro ordenador cuántico de utilidad práctica. Nos lo han contado Christoph Boehme, Dane R. McCamey, “Nuclear-Spin Quantum Memory Poised to Take the Lead,” Perspective, Science 336: 1239-1240, 8 June 2012, quienes se hacen eco de los artículos técnicos de M. Steger et al., “Quantum Information Storage for over 180 s Using Donor Spins in a 28Si “Semiconductor Vacuum”,” Science 336: 1280-1283, 8 June 2012, y P. C. Maurer et al., “Room-Temperature Quantum Bit Memory Exceeding One Second,” Science 336: 1283-1286, 8 June 2012.

Cada cubit de la memoria de un computador cuántico tiene que cumplir dos objetivos contradictorios, por un lado, debe estar aislado del entorno para evitar que la decoherencia cuántica destruya su estado y, por otro lado, debe poder interaccionar con otros sistemas cuánticos para que se pueda leer y/o escribir dicho estado. Parece imposible lograrlo, pero hay un truco obvio, almacenar el cubit en dos sistemas cuánticos bien separados, uno que esté bien aislado y permita un almacenamiento durante mucho tiempo, y otro que sea de fácil acceso. Las memorias cuánticas de estado sólido cumplen con este requisito: utilizan el espín nuclear para almacenar los cubits de forma “permanente” y que acoplan, gracias a la llamada interacción hiperfina, dicho espín al de un electrón con el que se puede interaccionar mediante técnicas ópticas con rapidez y eficacia. Maurer y sus colegas han utilizado átomos de carbono 13 aislados en un diamante de carbono 12 ultrapuro a temperatura ambiente (figura de arriba). Steger y sus colegas han utilizado átomos de fósforo 31 aislados en un bloque de silicio 29 ultrapuro como cubits a temperaturas criogénicas (figura de abajo). Ambas técnicas son muy prometedoras, pero a mí me ha gustado más el trabajo de los primeros, que incluye en la información suplementaria de su artículo un análisis teórico riguroso que permite extrapolar sus conclusiones al caso de que se pudiera purificar el diamante utilizado; si su modelo se puede es extrapolar permite afirmar que podrán alcanzar duraciones de almacenamiento de un cubit de muchas horas, incluso hasta un día (24 horas). Por supuesto, su análisis teórico es optimista (quizás demasiado optimista), pero si se confirma será un paso de gigante en dirección hacia la fabricación de ordenadores cuánticos de utilidad práctica.

 

Un diamante, el mejor amigo de una mujer, especialmente si es ingeniera en ordenadores cuánticos

Ya os conté en “Un diamante, el mejor amigo de una mujer y de un científico,” que el diamante parece que será para los ordenadores cuánticos lo que el silicio ha sido para los clásicos. Una impureza de nitrógeno en un diamante puede comportarse como un cubit (tanto usando el espín de su núcleo N-14, como el espín de su electrón), o incluso como dos cubits (usando simultáneamente ambos, como muestra la figura de arriba). Esto ya se publicó en Science en 2006. Ahora se publica en Nature la implementación de una puerta cuántica CNOT (NO-controlado; ver figura de abajo) capaz de funcionar durante 120 μs, que puede parecer poco tiempo pero es el doble del tiempo estimado de decoherencia cuántica; el gran logro del artículo ha sido ese, vencer a la decoherencia cuántica. Quizás te parezca un logro menor, pero es la primera implementación de una puerta CNOT capaz de funcionar durante 0,12 ms (un tiempo enorme desde el punto de vista de los ordenadores cuánticos). Por ello, este logro ha merecido publicarse en Nature; el artículo técnico es T. van der Sar et al.,Decoherence-protected quantum gates for a hybrid solid-state spin register,” Nature 484: 82–86 (05 April 2012) [ArXiv:1202.4379].

Para demostrar que su diseño funciona, los autores han implementado un par de algoritmos cuánticos. El más interesante es el algoritmo cuántico de búsqueda Grover. Te recuerdo que este algoritmo puede encontrar un bit en un registro de L bits en un número de pasos O(√L), cuando un algoritmo clásico requiere O(L) pasos. El registro de L bits se almacena con m cubits (con 2m ≥ L). Los autores del artículo han implementado el algoritmo para L=4 con m=2 cubits (ver figura de abajo). En solo dos pasos este algoritmo es capaz de encontrar la posición del primer 1 en una secuencia de bits entre 0000, 0001, 0010, …, 1111. La ejecución del algoritmo ha requerido 322 μs, con una fidelidad mayor del 91% (depende de la secuencia del registro bits y en algunos casos se alcanza una fidelidad mayor del 95%). Hay que recordar que esto es habitual en todos los algoritmos cuánticos, nunca logran una fidelidad del 100%.

En resumen, no quiero engañar a nadie, este gran logro en computación cuántica ha recibido el premio de ser publicado en Nature cuando la parte más importante (el cubit en diamante) ya se publicó en Science, pero todavía queda mucho para que podamos hablar de ordenadores cuánticos “útiles” basados en diamante. Por ahora, el diamante seguirá siendo el mejor amigo de la mujer.

Perdón por el toque machista en esta entrada, en la línea del comentario de KFC “Diamonds are a girl’s best friend, especially if she’s a quantum engineer.” No he podido resistir la tentación.

El ordenador “cuántico” canadiense de 128 cubits de D-Wave Systems

D-Wave Systems es una empresa que fabrica ordenadores “cuánticos” adiabáticos con 128 cubits y recibe financiación de empresas como Google. Scott Aaronson (profesor del MIT) es el crítico oficial de los logros de este empresa. D-Wave Systems ha publicado artículos en revistas internacionales tan prestigiosas como Nature, pero no ha logrado demostrar que sus ordenadores cuánticos logren el entrelazamiento entre sus cubits, la “prueba del algodón” para todo ordenador cuántico. Scott ha impartido una charla de la AAAS en la Universidad de Columbia Británica y ha aprovechado para visitar (junto a John Preskill, John Martinis y Michael Freedman) los cuarteles centrales de D-Wave Systems. Antes de la visita le invitaron a galletas, pero decidió no tomar ninguna no vaya a ser que estuvieran envenenadas. Ya se sabe que más vale prevenir… Nos relata en su blog su visita “My visit to D-Wave: Beyond the roast-beef sandwich,” Shtel-Optimized,  Feb. 21, 2012. Permíteme un resumen.

Punto #1: D-Wave One es una máquina con 128 (cu)bits que puede aproximar la solución de un problema de minimización NP-duro (el problema de minimizar la energía de un sistema de Ising con entre 90 y 100 espines con interacciones a pares según un grafo programable, la “entrada” de la máquina). Geordie Rose (junto a su máquina a la izquierda), que ganó el premio al Innovador Canadiense del Año 2011, y sus colegas afirman que el recocido cuántico de esta máquina es más rápido que el recocido estimulado clásico, lo que indica que la máquina es efectivamente un ordenador cuántico adiabático (en teoría solo sería más rápido si el ordenador “cuántico” logra entrelazar cubits durante la ejecución del algoritmo). Para Scott este resultado es interesante pero aún no está claro qué significa ya que no se puede asegurar que la coherencia cuántica juegue algún papel en el mismo.

Punto #2. Scott le ha preguntado a Mohammad Amin, líder del artículo de D-Wave del año pasado en Nature que demostraba el efecto túnel en un algoritmo de recocido cuántico con 8 cubits, si tenían algún tipo de prueba experimental de que hubiera entrelazamiento entre estos cubits. Amin le ha confesado que no la tienen (por ahora). La manera más fácil de demostrar el entrelazamiento es demostrar la violación de las desigualdades de Bell; otros grupos de investigación que también usan cubits superconductores lo han logrado, pero Amin confiesa que dicha verificación no es posible con el diseño actual de los ordenadores “cuánticos” que tiene D-Wave.

Punto #3: Este punto es el más interesante, en mi opinión. Scott confiesa que muchos expertos pensaba que D-Wave afirmaba que, aunque su ordenador “cuántico” no presente entrelazamiento entre cubits durante el cómputo (la decoherencia cuántica provoca que sus cubits de desentrelacen antes del inicio del algoritmo), su ordenador cuántico podía resolver problemas asintóticamente más rápido que un ordenador clásico. Sin embargo, Scott ha descubierto que esto no es lo que afirma D-Wave. Ellos creen que su sistema sistema pierde la decoherencia de forma casi inmediata en la base de autoestados de la energía, pero que ellos creen que no la pierde en la base “computacional” (se producen algunos entrelazamientos durante las etapas intermedias del algoritmo). Esta idea es la que subyace a la computación cuántica adabiática y la razón por la que desde D-Wave se cree que tienen un ordenador cuántico. Sin embargo, los expertos son escépticos respecto a que pueda haber decoherencia en la base de la energía sin que la haya en la base de autoestados computacionales (al menos esto nunca ha sido demostrado de forma experimental).

Mientras D-Wave no demuestre que existe entrelazamiento entre los cubits durante la ejecución de su algoritmo todos sus logros seguirán puestos en duda por los expertos. Nadie entiende por qué centra sus esfuerzos en incrementar el número de cubits en lugar de demostrar el entrelazamiento, aunque sea parcial, durante el cálculo. Scott recomienda a D-Wave que se centre en este asunto.

En la web y en la blogosfera mucha gente afirma que no importa si los sistemas de D-Wave funcionan de forma cuántica o no lo hacen, o si utilizan la coherencia cuántica o no, mientras resuelvan problemas prácticos más rápido que un ordenador clásico. La palabra “cuántica” la utilizan para atraer dinero, interés y a jóvenes investigadores. Quién le daría 10 millones de dólares a una empresa para implementar un algoritmo de recocido estimulado que permita simular un sistema de Ising con 90 bits. Según Scott, nadie. Más aún, cuando el ordenador con el que estás leyendo esto puede realizar esa tarea millones de veces más rápido que el ordenador “cuántico” D-Wave One.

En resumen, Scott no ha cambiado de opinión sobre D-Wave tras la visita. Mientras no demuestren que su ordenador es cuántico, su ordenador seguirá siendo “cuántico” y sus logros serán puestos en duda por los expertos (y por quien escribe esto en este blog).

Más información sobre D-Wave Systems en este blog: 26 enero 2008, “Computación cuántica adiabática (o el “primer” ordenador cuántico comercial),” 12 marzo 2008, “Conferencia en la Universidad de Málaga = Orión, el “primer” computador cuántico comercial – Una introducción a la computación cuántica adiabática,” 18 mayo 2009, “Tras Orion, Rainier, un ordenador cuántico adiabático de D-Wave Systems de 128 cubits,” 13 mayo 2011, “Inaudito, D-Wave Systems logra publicar un artículo en Nature,” 6 junio 2011, “Por primera vez en la historia se vende un ordenador cuántico “D-Wave One”.”

Oyen las palabras que escucha una persona leyendo la actividad nerviosa de su corteza auditiva con electrodos subdurales

Fichero .wav con sonidos reconstruidos mientras le dictan palabras a una persona.

Los pacientes que tienen implantados electrodos subdurales en su corteza cerebral son los conejillos de indias ideales para realizar estudios electrocorticográficos (ECoG). Un estudio publicado en PLoS Biology ha logrado reconstruir los sonidos que una persona está oyendo a partir de la lectura de la actividad de sus neuronas auditivas. Tienes que oir el fichero .wav de ejemplo. Sencillamente espectacular, increíble. Los 15 participantes oían palabras dictadas mientras se grababa su actividad neural con un matriz de 64 electrodos implantada en las circunvalaciones temporales media y superior. El fichero de sonido (.wav) se obtuvo a partir de un espectrograma reconstruido mediante un algoritmo que utiliza como entrada las 64 señales medidas por los electrodos. El algoritmo de reconstrucción del espectograma es un sencillo método de regresión lineal basada en mínimos cuadrados (que tras una fase de entrenamiento ajusta ciertos parámetros cuyos valores son utilizados para la reconstrucción). El artículo parece fácilmente repetible en cualquier laboratorio de neurociencia que tenga acceso a pacientes con electrodos implantados y nos hace preguntar: ¿algún día se podrá leer el pensamiento hablado de una persona? El artículo técnico (de acceso gratuito) es Pasley BN, David SV, Mesgarani N, Flinker A, Shamma SA, et al., “Reconstructing Speech from Human Auditory Cortex,” PLoS Biology 10: e1001251, 2012.  Me he enterado de este artículo gracias a un tuit de Xurxo Mariño (@xurxomar) que nos decía “Han conseguido reconstruir ls palabras que escucha una persona a partir de la actividad nerviosa registrada en su cerebro.”

Sin entrar en los detalles técnicos, lo que nos ilustra este trabajo es que cosas que pensábamos que eran de ciencia ficción hoy en día son una realidad en los laboratorios. Todos hemos visto en televisión personas que controlan con su pensamiento el movimiento de una prótesis; estas personas piensan el movimiento y los electrodos en su córtex permiten controlar los servomotores de la prótesis. Quizás algún día, dentro de unas décadas, haya métodos no invasivos para leer la actividad de nuestro cerebro que permitan reconstruir las palabras en las que está pensando una persona, que permitan oir en qué está pensando una persona en tiempo real. Da escalofríos solo de pensarlo. Imaginad las aplicaciones que podría tener esta tecnología.

Ya que estamos, os recomiendo volver a ver el documental “El Mal del Cerebro.” La parte 1 “Cerebros reparados” (17:25) nos muestra la investigación que se está realizando en España sobre estos temas. “Introducir electrodos, reemplazar miembros amputados por dispositivos biónicos o mover objetos con el pensamiento. Estos son los caminos por los que la ciencia lucha para reparar la mente.”

Cómo un titular falsea una noticia: El caso del transistor de un solo átomo publicado en Nature Nanotechnology

Me enteré esta mañana gracias a Twitter de un nuevo artículo aparecido en New Scientist (@newscientist) escrito por Melissae Fellet, “Single atom transistor gets precise position on chip,” NS, 19 Feb. 2012, que se hacía eco del nuevo artículo técnico de Martin Fuechsle et al., “A single-atom transistor,” Nature Nanotechnology, Published online 19 February 2012. Pensé, tengo que escribir una entrada; pero estaba cansado y lo dejé para más tarde. Por supuesto, muchos medios se hicieron eco de esta noticia. Como por ejemplo José Manuel Nieves, “Crean un transistor de un solo átomo,” Ciencia, ABC, 20 Feb. 2012; indignado con este titular, César (@EDocet), nos recordó en un tuit que el descubrimiento de un transistor de un solo átomo es algo ya bastante antiguo; César citó a Ariel Palazzesi, “Transistores de un solo átomo,” n+ NeoTeo.com, 8 dic. 2009; como aclaró César (@EDocet) en un segundo tuit la noticia no es el descubrimiento del transistor de un solo átomo en sí, sino “lo que rodea al transistor monoatómico.”

El problema de muchas noticias de agencias es que el titular puede ser engañoso y los medios lo copian sin cuestionarse nada más: Agencia EFE, “Crean un transistor del tamaño de un átomo, antesala del ordenador cuántico,” Madri+d, 20 feb. 2012; Europa Press, “Presentado el primer transistor ‘perfecto’ de un solo átomo,” ep 20 feb. 2012; “Crean el transistor más pequeño del mundo: tiene el tamaño de un átomo,” lainformacion.com, 20 feb. 2012; “Desarrollan un transistor del tamaño de un átomo,” Milenio, 20 feb. 2012; Gabriela Ulloa, “Laboratorio crea el transistor más pequeño del mundo: un átomo,” Agencia AFP, Radio Bio Bio, Chile, 20 feb. 2012; Miguel Jorge, “Crean el transistor más pequeño del mundo a partir de un sólo átomo,” ALT1040, 20 feb. 2012; “Construyen el transistor más pequeño del mundo, antesala del ordenador cuántico,” RTVE.es, 20 feb. 2012; “Un transistor del tamaño de un átomo como antesala del ordenador cuántico,” El Mundo, 20 feb. 2012; y cientos más.

Los transistores basados en un solo átomo son conocidos, como pronto, desde su publicación en Nature en el año 2002. Recomiendo leer “Electronics and the single atom,” Nature 417: 701-702, 13 June 2002 (versión gratis) que se hace eco de los artículos técnicos de Park et al., “Coulomb blockade and the Kondo effect in single atom transistors,” Nature 417: 722-725, 13 June 2002, y Liang et al., “Kondo resonance in a single-molecule transistor,” Nature 417: 725-729, 13 June 2002, el primero de los cuales presenta un transistor con un solo átomo y el segundo uno con una sola molécula. Desde 2002 ha llovido mucho y ha corrido mucha tinta en el campo de investigación de los transistores con un solo átomo. Por tanto, cualquier noticia que sugiera que se ha descubierto por primera vez un transistor de este tipo falsea la realidad.

¿Qué es lo que realmente se ha hecho en el artículo publicado en Nature Nanotechnology? La gran diferencia entre el nuevo trabajo y otros estudios previos está en los detalles, es decir, en cómo se ofrecen nuevas soluciones a algunos de los problemas bien conocidos de esta nanotecnología. Por cierto, yo no soy experto en los detalles de este tipo de tecnologías, así que espero aclararos algo, pero siempre desde el punto de vista de un físico divulgador.

El problema más importante es cómo fabricar estos transistores, es decir, cómo colocar un átomo exactamente donde tiene que estar colocado. ¿Por qué es tan difícil colocar un átomo sobre un sustrato donde uno quiere? Todos hemos visto las letras “IBM” escritas con átomos (y muchos otros ejemplos), pero a veces olvidamos que un ingeniero coloca uno a uno dichos átomos mediante un microscopio de efecto túnel, un microscopio de fuerza atómica o similar, gracias a su pulso, que debe ser comparable al del mejor cirujano; además, se requieren muchos intentos fallidos para lograr un solo éxito. Gran parte de la investigación se ha centrado en desarrollar técnicas de fabricación que faciliten la labor (si no de forma automática, al menos semiautomática), pero la mayoría de las soluciones propuestas tienen muy poca precisión (valores típicos del error de posición del átomo rondan los 10 nanómetros, lo que degrada mucho el funcionamiento del transistor). Como muestra el vídeo, el nuevo artículo propone una manera de colocar un átomo de fósforo sobre el sustrato de silicio colocando de forma simultánea un grupo de de 6 átomos (5 de silicio y 1 de fósforo) que entran en un hueco del tamaño adecuado previamente preparado; de esta manera es más fácil colocar el átomo en su lugar exacto.

Muchas propuestas de transistor basado en un solo átomo se basan en colocar dicho átomo sobre un sustrato, lo que hace que su robustez y estabilidad sea limitada, pues se puede desprender (por ejemplo bajo esfuerzos mecánicas). Lo ideal sería sustituir un átomo del sustrato por el átomo central del transistor, pero esto requiere un proceso en dos etapas, primero quitar un átomo y luego poner otro exactamente en el mismo sitio; no parece fácil y no lo es. Lo ideal para los transistores de un solo átomo es que el sustrato sea silicio, lo que facilita su compatabilidad con la tecnología microelectrónica CMOS actual. Pero los enlaces covalentes entres los átomos de silicio dificultan el proceso. En la tecnología los detalles lo son todo y sustituir un solo átomo de silicio por un átomo de fósforo es fácil de imaginar pero todo un elarde técnico muy difícil de lograr de forma controlada y repetible. Como muestra el vídeo, el nuevo método que sustituye 6 átomos de golpe resuelve en parte este problema porque 5 de dichos átomos ya son de silicio lo que facilita la formación de los enlaces covalentes con el sustrato.

Otro problema bastante habitual con los trasistores de un solo átomo son los electrodos (o terminales) necesarios para conectarlo con el resto de los dispositivos. Aunque pueda parecer que un átomo es algo muy pequeño, muchas propuestas utilizan electrodos enormes, mucho mayores que los transistores de la CPU del ordenador que estás usando ahora mismo. La nueva propuesta utiliza nanohilos como electrodos, lo que implica que este tipo de transistores de un solo átomo son realmente pequeños, pero rayando la escala nanotecnológica. Recordad que se puede hablar de nanotecnología cuando el tamaño es menor de 110 nm; los autores del artículo afirman que su dispositivo es un rectángulo con unos 130 nm de lado largo y unos 60 nm de lado corto, pero por supuesto uno puede preguntarse dónde están realmente los límites del dispositivo, dónde se pone la frontera que marca dichos límites.

Finalmente, otra gran dificultad en el uso de transistores de un solo átomo es que son poco robustos ante esfuerzos térmicos, por lo que tienen que funcionar a temperaturas muy bajas. El nuevo transistor opera a temperaturas del helio líquido, lo que es una temperatura alta comparada con otras propuestas que requieren técnicas de enfriamente más costosas; aún así, nadie concibe que este tipo de transistores vayan a funcionar, ni a medio plazo, a temperatura ambiente. Quizás por ello la mayoría de los expertos ve en los transistores de silicio una vía hacia los ordenadores cuánticos más que una solución al problema de la sostenibilidad de la Ley de Moore.

Espero haber aclarado un poco esta interesante noticia e incentivar a todos los interesados en más detalles a leer el artículo original (de acceso gratuito en Nature Nanotechnology).

La matemática del peinado de cola de caballo publicada en un artículo de Physical Review Letters

¿Por qué es noticia un artículo publicado en Physical Review Letters que describe lo ya ampliamente conocido? Leo esto y no doy crédito: “Una nueva investigación de la Universidad de Cambridge ofrece la primera descripción matemática de la forma de un peinado tipo cola de caballo; podría tener implicaciones para la industria textil, la animación por ordenador y los productos de cuidado personal.” [Fuente] ¿Primera? ¿Útil en gráficos por ordenador? Lo siento, en gráficos todos llevamos observando cabellos en actores virtuales y colas de caballo desde que nació Pixar y los expertos llevamos viéndolos desde los trabajos pioneros de William T. Reeves en sistemas de partículas en 1983. Hoy, hasta mi hijo ha visto la película de Disney “Rapunzel” (“Tangled” en el original). De hecho yo puse hace años a un alumno a trabajar en la línea del artículo de Lieu-Hen Chen, Santi Saeyor, Hiroshi Dohi and Mitsuru Ishizuka, “A system of 3D hair style synthesis based on the wisp model,” The Visual Computer 15: 159-170, 1992. Para los interesados en los detalles, el nuevo artículo es Raymond E. Goldstein, Patrick B. Warren, and Robin C. Ball, “The Shape of a Ponytail and the Statistical Physics of Hair Fiber Bundles,” Phys. Rev. Lett. 108, 078101, February 13, 2012 [preprint gratis]; “Synopsis: Ponytail physics,” APS Physics, Feb. 13, 2012; “Science behind ponytail revealed,” BBC News, 3 February 2012.

Los físicos han determinado la forma de una cola de caballo teniendo en cuenta la rigidez de los cabellos, el efecto de la gravedad y la presencia al azar de rizos u ondulaciones en el cabello. Eso se lleva haciendo en gráficos por ordenador desde hace 30 años (al menos desde los primeros trabajos en cuerpos elásticos deformables de Demetri Terzopoulos, John Platt, Alan Barr y Kurt Fleischer [un paper del SIGGRAPH 1987]). Por supuesto, los físicos que publican en PRL introducen un “nuevo” número adimensional, el número de Rapunzel (no podía ser de otra forma) para predecir la geometría de la cola de caballo.

El profesor Raymond Goldstein (Universidad de Warwick) y sus colegas estarán muy contentos de haber redescubierto la rueda. ”Una ecuación muy simple capaz de resolver un problema que ha desconcertado a los científicos y artistas desde que Leonardo da Vinci estudió en sus cuadernos el asunto hace 500 años.” ¡Me quito el sombrero! ¡Qué descubrimiento!

Obviamente, es envidia. ¿Debo enviar a artículos a PRL con todos los descubrimientos de gráficos de los últimos 30 años? Como es obvio, los físicos no leen los artículos de gráficos por ordenador y no saben lo que se ha hecho en este campo (gracias al motor financiero de la industria cinematográfica y de juegos por ordenador). Lo mismo hasta me publican alguno.

¡Qué inventos! Cómo besar a tu pareja vía internet

Un pequeño robot capaz de besar te permitirá transmitir besos a tu pareja a través de internet. El vídeo no requiere más palabras. El robot transmisor de besos ha sido inventado por Hooman Samani (National University of Singapore). La verdad es que no paro de sorprenderme con la imaginación de algunos investigadores. Samani también ha desarrollado robots peluche para dar caricias (ver el vídeo de más abajo). El artículo técnico es H. A. Samani, A. D. Cheok, N. Fernando, “An Affective Interactive Audio Interface for Lovotics,” In ACM Computers in Entertainment, CIE, Volume 9, July 2011; también hay que leer H. A. Samani, A. D. Cheok, “From Human-Robot Relationship to Robot-Based Leadership,” In 2011 IEEE International Conference on Human System Interaction, HSI 2011.

PS: Marcos F Marx (@Gryphus) nos recomienda este otro vídeo con otro invento para transmitir besos a través de internet (este invento me gusta menos).

Para qué se necesita un superordenador que alcance el exaflop

1ª Jornada de Supercomputación (2008) ETSI Aeronáuticos, Universidad Politécnica de Madrid

El ordenador más poderoso del mundo está en Japón, se llama “K Computer,” utiliza tecnología de Fujitsu y alcanza la friolera de 11,3 petaflops (más de once mil billones de operaciones en coma flotantes por segundo), pero los científicos no están contentos y ansían la llegada de la próxima generación de superordenadores que alcanzará el exaflop (un millón de billones de flops). ¿Será posible algún día fabricar máquinas tan poderosas? Para los ingenieros los retos son enormes, pero países como EE.UU., China, Japón, Rusia, India y, por supuesto, la Unión Europea están dispuestos a alcanzar el exaflop. Por ejemplo, el Congreso de EE.UU. ha aprobado un presupuesto de más de mil millones de dólares para que el DOE financie su programa de supercomputación avanzada (de los cuales 126 millones de dólares se dedicarán a alcanzar el exaflop). ¿Para qué quiere un científico un exaflop? Para estudiar modelos de la turbulencia más precisos, para simular el clima global incluyendo efectos como la cobertura nubosa, para el diseño de nuevos motores de alta eficiencia adaptados a quemar biocombustibles, para estudiar en detalle las explosiones de supernovas, e incluso para simular armas nucleares (entre otras muchas aplicaciones). Nos lo cuenta Robert F. Service, “What It’ll Take to Go Exascale,” Science 335: 394-396, 27 January 2012. El vídeo que abre esta entrada es la charla inaugural del genial Javier Jiménez sobre supercomputación en mecánica de fluidos y turbulencia. Una gran charla que te recomiendo (si te interesa la supercomputación); presenta las primeras simulaciones que se hicieron en MareNostrum (el superordenador más grande de la Red Española de Supercomputación que se encuentra en el Barcelona Supercomputer Center o BSC). El vídeo de abajo es de Mateo Valero, director del BSC, sobre la supercomputación en España, su pasado, presente y futuro (os recomiendo en especial los comentarios de Mateo en la última media hora de la charla). Ambos vídeos son de la 1ª Jornada de Supercomputación (2008) ETSI Aeronáuticos, Universidad Politécnica de Madrid.

Los superordenadores fueron mejorando a base de incrementar la velocidad de su reloj (los famosos GHz) hasta que la tecnología llegó a un límite y hubo que buscar una alternativa, los procesadores multinúcleo o multicore (por ejemplo, el “K Computer” tiene 705.000 núcleos). El mayor problema de la tecnología es el consumo de energía. Los superordenadores más grandes consumen unos 10 MW (megawatios), lo mismo que unas 10.000 viviendas. Extrapolando este consumo, un superordenador de 1 exaflop necesitaría unos 200 MW, es decir, una central nuclear propia dedicada a abastecerle energía. La electricidad necesaria para que un ordenador de 1 exaflop funcionara durante un año costaría unos 200 millones de dólares. ¿Cómo se puede bajar el consumo de energía? Una posibilidad es usar GPU (unidades de procesamiento gráfico) en combinación con las tecnologías multinúcleo. Intel, AMD y otros fabricantes de chips ya han anunciado sus planes para desarrollar estos procesadores híbridos.

Aplicaciones de la supercomputación en el IFCA (Instituto de Física de Cantabria)

Hay muchos otros escollos para el avance de la supercomputación hacia el exaflop, como la memoria, las comunicaciones, la tasa de errores y el desarrollo del software. La memoria RAM actualmente es muy cara y se estima que no va a bajar de precio lo suficiente; MareNostrum solo tiene 20 terabytes de RAM; un ordenador capaz de alcanzar 1 exaflop necesita al menos 1 exabyte de RAM (al precio actual es imposible pagarlo). Las redes de datos que comunican unos procesadores con otros también tienen que tener un ancho de banda suficientemente alto (el 70% de ejecución de un algoritmo se consume en transferir datos de un procesador a otro). Todo falla y la tasa de error por procesador (del orden de un error al año) multiplicada por un enorme número de procesadores (pongamos un millón) conduce a un número de errores al día que impide trabajar en la escala del exaflop (la única solución es rediseñar los algoritmos para que sean robustos ante estos errores, algo innecesario en la actualidad). Y por supuesto, el gran problema será escribir un software eficiente con un speedup razonable en un millón de procesadores (algunos expertos opinan que las metodologías de programación no están cambiando lo suficientemente rápido para adaptarse al número creciente de procesadores). ¿Son rentables los supercomputadores? Según Robert F. Service, el  57% del tiempo de cálculo de todas las máquinas en la lista TOP500 ejecutan códigos para empresas privadas. Muchas de estas empresas pagan a instituciones públicas el uso de estas máquinas.

Los siguientes vídeos os muestran múltiples aplicaciones de la supercomputación en España.

El primer transistor completamente óptico basado en polaritones

Las comunicaciones ópticas son una realidad desde hace 30 años, pero la computación completamente óptica (que eliminaría del todo la optoelectrónica) es una utopía que no acaba de encontrar su presente. Llevo 20 años oyendo hablar de ella como si estuviera a punto de salir al mercado, pero aún falta algo. Quizás lo que falta es un transistor completamente óptico que sea compatible con la tecnología actual de semiconductores. Una vía prometedora se aprovechar la interacción entre polaritones y excitones, y los llamados polaritón-excitones. Me ha gustado leer en ArXiv la primera propuesta firme de un transistor completamente óptico basado en polaritón-excitones. El gran problema de los dispositivos que usan efectos ópticos no lineales es que requieren mucha potencia (o energía), pero la nueva propuesta parece resolver este asunto, aunque de forma parcial, ya que la energía de activación del nuevo transistor es de solo unos nanojulios. Además, el uso de excitones facilita la integración con tecnología semiconductora convencional en chips mixtos optoelectrónicos. ¿Qué futuro tiene esta nueva propuesta? Sobre el papel todo huele muy bien, pero con los años ya no me creo nada. Las conclusiones del artículo lo venden como la octava maravilla, pero yo, no sé, no acabo de creérmelo. Espero equivocarme. Dario Ballarini et al., “All-optical polariton transistor,” ArXiv, Subm. 19 Jan 2012.

¿Qué son los polaritones y los excitones? En física cuántica una cuasipartícula es algo que se comporta como una partícula pero no es una partícula. En un sólido, un electrón es una partícula, pero la ausencia de un electrón, un hueco, se comporta igual que un electrón pero con carga opuesta. La vibración elemental de la estructura cristalina de un sólido también se comporta como una cuasipartícula, un fonón. La excitación elemental del campo de espines de los electrones de un sólido se comporta como un magnón. Un par de Cooper en un superconductor es una cuasipartícula formada por el acoplamiento mutuo entre dos electrones de tal forma que su función de onda común se comporta como la de una partícula. De igual forma, un excitón es el resultado del acoplamiento electrostático entre un electrón y un hueco. Y un polaritón es el resultado del acoplamiento entre un campo electromagnético y un dipolo eléctrico o magnético; un polaritón-excitón es el polaritón en el que un excitón actúa como dipolo eléctrico; un polaritón-magnón es el polaritón en el que un magnón actúa como dipolo magnético. La física cuántica permite que un objeto cuántico se comporte como lo haría una partícula de tal forma que a ciertas escalas es imposible saber que no es una partícula, aunque a escalas más pequeñas se observe que en realidad no lo es.

La ventaja de los polaritón-excitones es que permiten acoplar de forma natural campos electromagnéticos (luz) con campos eléctricos (corrientes eléctricas). La gran desventaja es que se requiere mucha energía, comparada con la energía “natural” de un fotón de un sólido, para que se forma un polaritón. La polaritónica es para los polaritones lo que la electrónica es para los electrones (y huecos). Los dispositivos polaritónicos actúan en un régimen intermedio entre los fotónicos y los electrónicos, por lo que permite acoplar los unos con los otros. El problema es que este acoplamiento requiere que la parte electrónica trabaje a alta frecuencia (microondas o submicroondas) y que la parte óptica (fotónica) trabaje a alta potencia, por lo que sus aplicaciones se limitan a sistemas de radares y a sistemas de microondas vía satélite. Aún así, el primer transistor polaritónico supone un gran avance y tiene un futuro ciertamente prometedor (otra cosa es que no todas las promesas acaban cumpliéndose).

Un protocolo “doble ciego” de computación cuántica universal

Supón que has desarrollado el algoritmo cuántico del siglo, pero no tienes un ordenador cuántico para ejecutarlo. Una compañía privada posee un ordenador cuántico que podrías usar, pero no quieres que vean tu código fuente, tu entrada y la salida de tu algoritmo; ellos tampoco confían en tí y no quieren que piratees los secretos de su máquina. Barz et al. publican en Science un protocolo cuántico que os satisfará a ambos, ni tú ni ellos desvelaréis vuestros secretos; el único requisito es que te permitan manipular a tu antojo un solo cubit, uno solo. Este problema se denomina computación cuántica “ciega” (blind QC), pero a mí me gusta más el título de esta entrada. En estudios anteriores se demostró cómo es posible ejecutar cualquier algoritmo cuántico realizando medidas en un solo cubit que está entrelazado con los cubits de dicho ordenador cuántico. Para ocultar el algoritmo, el cliente utiliza el nuevo protocolo que realiza el cálculo gracias a un entrelazamiento cuántico aleatorio. Solo quien controle el único cubit puede conocer la entrada, el algoritmo y la salida; la compañía solo podrá observar cubits aletaorios entrelazados. Además, el funcionamiento del ordenador cuántico es confidencial pues el programador solo puede observar un único cubit. No describiré este protocolo cuántico en detalle, pero adelanto que es muy bonito, aunque algo técnico. Nos lo cuenta Vlatko Vedral, “Moving Beyond Trust in Quantum Computing,” Science 335: 294-295, 20 Jan. 2012, que se hace eco del artículo técnico de Stefanie Barz et al., “Demonstration of Blind Quantum Computing,” Science 335: 303-308, 20 Jan. 2012.

La idea del nuevo protocolo de ejecución “doble ciego” es la siguiente. Supongamos que la empresa (el servidor) tiene un ordenador cuántico donde puede crear un estado entrelazado con muchos cubits. Dicho estado entrelazado es preparado siguiendo las órdenes que suministra el programador (el cliente); estas órdenes corresponden a cubits individuales, elegidos al azar por el cliente, que se encuentran en ciertos estados cuánticos. La empresa lo único que hace es entrelazar el cubit que recibe (sin medir su estado) con los cubits de su ordenador; si la empresa trata de leer el estado que recibe, el programador podrá detectar más tarde dicho cambio y sabrá que le están espiando. La salida del algoritmo es recibida por el cliente gracias a medidas de un solo cubit (seleccionado por él de forma aleatoria); para la empresa estas salidas son completamente aleatorias. Esta forma de ejecutar un algoritmo cuántica haciendo mediciones cubit a cubit del estado entrelazado en el ordenador cuántico denomina computación cuántica basada en medidas proyectivas. La empresa no puede descifrar el algoritmo utilizado ya que se ejecuta en un estado entrelazado al azar y los resultados de las mediciones que obtiene son aleatorios en apariencia (solo el cliente sabe cuáles lo son y cuáles no, porque conoce el estado entrelazado que ha construido gracias a sus órdenes cubit a cubit). Por tanto, el algoritmo es “doblemente ciego” ya que el cliente no conoce los detalles de cómo ha sido implementado el ordenador cuántico y el servidor ignora los detalles del algoritmo que está siendo ejecutado; más aún, el cliente puede llegar a saber observando la salida que recibe del servidor si la empresa realmente atesora un ordenador cuántico de verdad.

La idea detrás de este nuevo protocolo es combinar conceptos de cifrado (criptografía) cuántica y de computación basada en medidas cuánticas; la seguridad de este protocolo es mayor que la del correspondiente protocolo implementado en un ordenador clásico en la misma medida en la que el cifrado cuántico es más seguro que el clásico. La criptografía cuántica siempre permite detectar a cualquier espía que observe lo que no debe. Por cierto, el artículo técnico de Barz et al. incluye una demostración experimental de su protocolo “doble ciego” utilizando cubits ópticos basados en la polarización de fotones en un medio óptico no lineal. Han implementado dos algoritmos cuánticos, el algoritmo de Deutsch-Jozsa y el algoritmo de búsqueda de Grover.

Los 6 circuitos cuánticos "ciegos" en los que se basa el cálculo cuántico "doble ciego." (C) Science

Por cierto, no lo he dicho, pero el autor principal del artículo técnico es Anton Zeilinger, “eterno” candidato al Premio Nobel de Física por su demostración del “teletransporte cuántico”  sus trabajos en la verificación de las desigualdades de Bell y su investigación sobre el entrelazamiento cuántico. Lo digo ahora porque he visto gracias a Twitter que la BBC destaca este hecho en Jason Palmer, “Quantum computing could head to ‘the cloud’, study says,” BBC News, 19 January 2012. Ya se sabe que no es lo mismo un gran descubrimiento cuántico de un “cualquiera” que uno de un firme candidato al Nobel. Pues lo dicho, lo digo.

Por cierto, si queréis escuchar una conversación de Zeilinger con el Dalai Lama en youtube…

VI Carnaval Tecnología: El joven español Tomás Palacios nos habla en Nature de la electrónica basada en nanohilos

Me encanta seguir el trabajo de Tomás Palacios (26 julio 1978) uno de los jóvenes ingenieros más prometedores de nuestro país, profesor en el prestigioso MIT (Massachusetts Institute of Technology, Cambridge, EE.UU.) e IP (investigador principal) de un grupo de más de 20 investigadores. Pero me encanta aún más verlo escribir en Nature. Hoy nos deleita con “Applied physics: Nanowire electronics comes of age,” News & Views, Nature 481: 152–153, 12 January 2012 (la ciencia española debe estar feliz de lograr un doblete N&V hoy en Nature.

Los nanohilos semiconductores han sido una de las tecnologías más prometedoras para substituir a los dispositivos electrónicos actuales, pero los problemas derivados de su fabricación a gran escala han limitado mucho esta tecnología. Sajal Dhara y sus colegas indios en el Instituto Tata de Investigación Básica, Mumbai, India,  publican en Applied Physics Letters  una nueva técnica de fabricación de transistores basados en nanohilos que promete revolucionar esta tecnología. El artículo técnico es Sajal Dhara et al., “Facile fabrication of lateral nanowire wrap-gate devices with improved performance,” Appl. Phys. Lett. 99: 173101, online 24 October 2011.

Los transistores son interruptores electrónicos con tres terminales metálicos (fuente, drenador y puerta). En los transistores de efecto de campo (FET), omnipresentes en los circuitos electrónicos modernos, un flujo de corriente intenso entre la fuente y el drenador se controla mediante un pequeño voltaje aplicado a la puerta. La corriente fluye a través de una región plana llamada canal. El rendimiento del dispositivo se puede mejorar si el canal se transforma en un objeto tridimensional y un nanohilo es ideal para ello. Dhara et al. fabrican nanohilos de arseniuro de indio (InAs) mediante una nueva técnica de litografía sencilla y eficiente. Una capa de InAs se envuelve entre dos películas de polímero que se exponen a un intenso haz de electrones que elimina la película de polímero de forma selectiva. En los transistores de nanohilos, éstos actúan como canal y se utiliza otra técnica para incorporar el drenador, la fuente y la puerta. Otras técnicas de fabricación de nanohilos requieren aplicar varios pasos de litografía, así como diferentes ataques químicos. La nueva tecnología de estos autores tiene además una gran ventaja, los dispositivos tienen una movilidad de los electrones diez veces mayor que la obtenida mediante otras técnicas de fabricación de nanohilos.

Obviamente, este trabajo de investigación es un primer paso y no resuelve el gran problema de esta tecnología, cómo integrar miles de millones de transistores de nanohilos en un chip basado en tecnologías microelectrónicas convencionales. Sin embargo, en 2011 se han desarrollado varias técnicas para lograrlo (que utilizaban técnicas litográficas más complejas) y que prometen ser adaptables con facilidad a la nueva tecnología de fabricación. Uno de estos avances fue obtenido por Intel utilizando unos dispositivos de nanohilos llamados tripuerta (como el que aparece en la fotografía electrónica que abre esta entrada). Estos nanohilos se sección rectangular tienen una de sus caras unida a un substrato. Esta geometría permite obtener dispositivos de nanohilos compatibles con las tecnologías microelectrónicas convencionales y que se pueden integrar en la mismo circuito integrado.

La integración de transistores convencionales y de nanohilos promete mejorar con creces el rendimiento de los dispositivos electrónicos, tanto en capacidad de integración (mayor número de transistores por centímetro cuadrado), como en frecuencia de reloj (número de gigahercios). No solo los nanohilos, también las nanocintas (los que son más anchos que altos), están evolucionando muy rápido hacia su uso comercial en dispositivos de alto rendimiento para aplicaciones especializadas. La tendencia a media plazo será su incorporación a los chips de propósito general. Tomás Palacios acaba su artículo recordando la gran promesa de los nanohilos y las nanocintas, los dispositivos tridimensionales que incrementarán hasta límites de ciencia ficción la capacidad de almacenamiento sin restar velocidad. El futuro de los microprocesadores para dispositivos móviles, radares y otros sistemas inalámbricos es la electrónica tridimensional (con nanohilos formando estructuras micrométricas).

Esta entrada participa en la VI Edición del Carnaval de la Tecnología, organizado por José Manuel López Nicolás en su recomendable blog  Scientia. Recuerda, para participar en el Carnaval tienes que publicar una entrada en tu blog que, de una forma u otra, esté relacionada con uno de los muchos campos que abarca la Tecnología, y dejar un comentario en esta entrada de Scientia y mandando un tweet a la cuenta de Twitter del Carnaval de la Tecnología (@TecnoCarnaval). Tenéis de plazo hasta el día 25 de este mes.

La informática en España desde el punto de vista de la excelencia de los profesores de las áreas ATC, CCIA y LSI

Uno de nuestros lectores nos ha regalado en Navidad el enlace al informe de Alfonso Ibáñez, Concha Bielza y Pedro Larrañaga, “Productividad y Visibilidad Científica de los Profesores Funcionarios de las Universidades Públicas Españolas en el Área de Tecnologías Informáticas,” Universidad Politécnica de Madrid, Septiembre 2011[280 pp.]. Yo no conocía este documento que estudia la situación actual de la investigación en las áreas de conocimiento Arquitectura y Tecnología de los Computadores (ATC), Ciencia de la Computación e Inteligencia Artificial (CCIA) y Lenguajes y Sistemas Informáticos (LSI). El informe solo estudia las publicaciones en revistas JCR en las áreas de “Computer Science” aunque muchos profesores (como yo, que soy profesor titular en CCIA en la UMA) no publicamos en este área (por ejemplo, yo solo tengo 8 artículos en CS, cuando tengo 18 en matemática aplicada y 10 en física).

El análisis divide a los profesores TIC en España en cinco categorías en función de cinco 5 características básicas: Productividad o documentos publicados (publicaciones), Visibilidad o citas recibidas (citas), Individualidad o productividad y visibilidad ponderadas por autores (hi-index), Innovación o creación de nuevo conocimiento (c-index) y Vanguardismo o publicaciones recientes y citas recientes (hc-index). En la categoría de máxima excelencia hay 12 profesores, de los cuales 9 son catedráticos de universidad (CU) y 3 son titulares de universidad (TU); para mí lo más curioso es que entre estos 12 profesores hay 8 en CCIA, 2 en LSI y 2 en ATC. Aunque el informe es anónimo, los que trabajamos en ATC o CCIA o LSI podemos poner nombre y apellidos a esos 9 CU y 3 TU; yo incluso me atrevería a poner cara a cada uno de ellos. Pero si alguien tiene dudas, que mire de qué universidades son en la siguiente figura.

Los interesados en las métricas bibliométricas que distinguen la categoría a la que pertenece un profesor pueden consultar la siguiente tabla. ¿Eres profesor de ATC o CCIA o LSI? ¿A qué categoría perteneces? En tu mano está calcularte las métricas.

El informe presenta muchos otros datos de interés que os animo a consultar por vuestra mano. Yo me he centrado en mi área de conocimiento CCIA, por razones obvias.

Por qué el 99,9999% de las colisiones del LHC se pierden para siempre

La mayoría de las colisiones protón-protón en el Gran Colisionador de Hadrones (LHC) del CERN se pierden para siempre, van directas a la basura. Tú ya lo sabes, son demasiadas y no se pueden almacenar todas en disco. Pero quizás convenga recordar que no se pierde el 75%, ni el 95%, ni el 99% de las colisiones. Durante 2011 se ha perdido más del 99,99% de las colisiones y con los incrementos de luminosidad instantánea del último mes se llegaron a perder hasta un 99,9999% de los datos. Una máquina de miles de millones de euros que estudia las colisiones protón contra protón más energéticas del planeta, pero en la que la mayor parte de dichas colisiones se pierden porque es imposible almacenarlas todas; tanto el ancho de banda de las redes de datos necesarias para transferir estos datos en disco como el espacio de disco necesario impiden almacenar todas las colisiones. En todos los experimentos del CERN se utilizan unos mecanismos automáticos de selección de las colisiones que serán almacenadas en disco (o cuáles serán descartadas y se perderán para siempre). Estos mecanismos se llaman “disparadores” (triggers) y sus parámetros han de ajustarse al tipo de colisiones que interese estudiar. Ahora mismo tanto ATLAS como CMS están centrados en la verificación del modelo estándar, la búsqueda del Higgs y ciertos tipos de búsqueda de la supersimetría (SUSY); en el LHCb están centrados en el estudio de la física de los mesones B (con quarks b o bottom), aunque se aceptan cierto número de colisiones con mesones encantados (con quarks c o charm). En los próximos años serán ajustados a otras búsquedas conforme vaya siendo necesario en función de lo que se vaya descubriendo. Nos lo ha recordado Matt Strassler en ”Dumping Data Overboard: The Trigger at an LHC Experiment,” Of Particular Significance, Nov. 4, 2011, y en “The Trigger: Discarding All But the Gold,” Of Particular Significance, Nov. 4, 2011. En las Jornadas de CPAN en Barcelona estuve hablando con un joven doctorando, ya casi doctor pues había depositado la tesis, que trabajó en el ajuste de los triggers de LHCb y me comentó los porcentajes de ancho de banda que dedicaban a cada tipo de análisis (no recuerdo las cifras). La charla fue muy interesante. En su entrada, Matt Strassler describe de forma breve los sistemas de disparo de ATLAS y CMS, los dos grandes experimentos de propósito general del LHC.

El 99% de las colisiones protón-protón en el LHC no producen nada de interés, son “elásticas” (hay que recordar que un protón es una partícula compuesta de quarks que está “hueco” y puede atravesar otro protón casi sin notarlo). El 0,99% de las colisiones restantes son “inelásticas” pero producen unos cuantos hadrones y unos cuantos chorros de baja energía; todo bien conocido, sin ningún interés para un físico de hoy en día. Lo interesante se oculta en el 0,01% restante. Pero lo realmente interesante, la frontera de nuestro conocimiento, son procesos muy raros, extremadamente raros. Por ejemplo, las colisiones que producen un bosón de Higgs son rarísimas, menos de una en cada 100 mil millones, y quizás incluso más raras aún, menos de una en cada billón de colisiones (todavía no se ha descubierto al Higgs así que no lo sabemos con seguridad).

Las colisiones interesantes son muy raras y para poder observarlas hay que lograr producir muchísimas colisiones. Aquí no hay alternativa posible, si algo es tan raro que aparece una vez cada 10 billones de colisiones (10 veces menos que para el Higgs en el mejor caso), la única posibilidad de observarlo es produciendo unos 1000 billones de colisiones al año; he puesto unas 100 veces más para que haya una garantía razonable de que se observen unas decenas de eventos de lo que queremos observar.  Basta una simple división para saber que en este caso necesitamos unos 100 millones de colisiones por segundo. Si los físicos quisieran almacenar los datos de todas y cada una de estas colisiones se necesitaría una memoria en disco mayor que toda la disponible en el mundo entero. ¡Y no hablemos del presupuesto que tendría que tener el LHC!

La única opción práctica es distinguir y separar, en tiempo real, qué colisiones parecen interesantes y deben ser almacenadas en disco para su análisis posterior y cuales no lo son y deben ser descartadas de forma automática. Estas se perderán para siempre. Actualmente, tanto en ATLAS como en CMS se almacenan para su análisis posterior unas 500 colisiones por segundo. ¿Cómo saber qué colisiones almacenar y cuáles descartar? Hay que buscar ciertas “rarezas” en las colisiones que nos indiquen que merece la pena almacenarlas. Este proceso lo realizan los disparadores (triggers) que se ajustan en función de lo que se quiere buscar, es decir, en función de las “rarezas” que caracterizan y distinguen las colisiones que podrían contener lo que estamos buscando, solo esas colisiones serán almacenadas en disco.

Los triggers combinan cierto hardware fijo con cierto software programable que permite ajustar su funcionamiento a las búsquedas que interesen. Pero hay que recordar que los triggers funcionan de forma automática y que si no están programados a la perfección pueden, accidentalmente, descartar alguna colisión muy interesante. La programación de los triggers requiere un compromiso entre los falsos positivos seleccionados y los falsos negativos descartados para siempre. La programación de los triggers depende de los modelos de los físicos teóricos. Las colisiones simuladas por ordenador a partir de cierto modelo teórico permite determinar las “rarezas” que caracterizarán las colisiones de interés y permitirán ajustar los triggers para buscarlas. Si los modelos teóricos utilizados no son apropiados, el funcionamiento de los triggers será decepcionante.

¿Qué características de las colisiones se están buscando actualmente? En líneas generales se buscan colisiones con electrones (o positrones, su antipartícula), muones (o antimuones) y fotones de baja, media y alta energía; también se buscan colisiones con leptones tau (o antileptones), con chorros con quarks bottom (b) y con múltiples chorros de media y alta energía; y finalmente se buscan chorros de muy alta energía. También se buscan colisiones en las que parezca que falta energía (señal de la existencia de neutrinos y/o partículas supersimétricas). Una colisión protón-protón típica (que sea inelástica) produce dos o tres chorros de baja energía, o una pléyade de hadrones de baja energía; estas colisiones no interesan porque la física que las explica es bien conocida y ha sido estudiada con detalle en el pasado.  

El sistema de triggers de los grandes experimentos del LHC, tanto de ATLAS como de CMS y LHCb, es una pieza clave en el “engranaje” de esta máquina colosal. ¿Cuántas colisiones se almacenan en disco? Se estima que unos miles de millones de colisiones al año con unos 10 megabytes de datos por colisión, que en número de DVD de datos totalizan unos 100 000 DVD ¡al año! Todas estas colisiones son analizadas a posteriori mediante una red de computación distribuida (grid computing). La red Worldwide LHC Computing Grid integra miles de ordenadores distribuidos por todo el emundo que almacenan y analizan de forma automática los datos de todas las colisiones seleccionadas por los triggers. La infraestructura Grid desarrollada para esta tarea se extenderá más allá e las fronteras de la física de partículas y será también utilizada en aplicaciones biomédicas y geológicas, por ejemplo. La web nació en el CERN y la grid, en gran parte, también.

Si te gastaras 208 millones de dólares en un superordenador, ¿cuánto te gastarías en el edificio que lo albergará?

La Universidad de Illinois en Urbana-Champaign (EE.UU.) se gastó 100 millones de dólares en el edificio que tenía que albergar un nuevo superordenador llamado Blue Waters que iba a fabricar IBM por unos 208 millones de dólares capaz de superar un petaflop. Pero IBM se ha retirado del proyecto y el proyecto ha peligrado hasta que Cray Inc. ha recogido el guante. El nuevo superordenador financiado por la National Science Foundation (NSF) iba a estar formado por unos 40 mil procesadores POWER7 de 8 núcleos (por comparación Jeopardy! tiene 2880 POWER7). IBM se retiró del proyecto porque se consideró incapaz de cumplir con los requisitos tecnológicos de la red de datos que comunicará a dichos procesadores entre sí. IBM estima que el coste de la red sería mayor del estimado inicialmente. Cray participó en el concurso inicial para la concesión de la máquina, pero perdió ante IBM (su propuesta inicial utilizaba procesadores AMD Opteron 6200 y procesadores gráficos NVIDIA Tesla GPU). ¿Logrará Cray fabricar su máquina con el presupuesto inicial? Nos lo ha contado Robert F. Service, “Supercomputing: Skies Clear for Troubled Machine Being Built at Illinois Center,” Science 334: 1044, 25 November 2011. Más información en “NCSA, Cray partner on sustained-petascale Blue Waters supercomputer,” NCSA Media, Nov. 14th 2011.

Y yo me pregunto, ¿por qué se dieron tanta prisa en gastarse 100 millones de dólares en construir el edificio para albergar el ordenador?

Y yo me pregunto, ¿qué pasará con el edificio si al final resulta imposible construir este ordenador con solo 208 millones de dólares?

Se reabre la polémica por el misterioso sexto sentido magnético de las vacas

Muchos recordareis la noticia aparecida en 2008: gracias a Google Earth se descubrió que las vacas tienen un sexto sentido magnético y se alinean con el campo magnético de la Tierra; el artículo técnico de Hynek Burda, un zoólogo de la Universidad de Duisburg-Essen, Alemania, y sus colegas se publicó en la prestigiosa PNAS. Al año siguiente publicaron también en PNAS un segundo artículo demostrando el efecto sobre las vacas de los tendidos de cables eléctricos de alta tensión.  Varios intentos independientes de replicar este hallazgo, utilizando también Google Earth, han sido infructuosos. Por ejemplo, a principios de 2011 dos grupos independientes de investigadores checos fracasaron; su fracaso apareció en el artículo de Lukas Jelinek, investigadora del departamento de electromagnetismo de la Universidad Técnica Checa de Praga, y sus colegas, que se publicó en el Journal of Comparative Physiology A. Pero Burda ha contraatacado; en su opinión la mitad de los datos del equipo de Jelinek et al. han de ser excluidos del análisis porque corresponden a pastos que se encuentran en laderas con una orientación preferente o cerca de líneas de alta tensión de energía, o porque las imágenes utilizadas son demasiado pobres para determinar con precisión la orientación correcta del ganado (en prensa en J. Comp. Physiol. A). Más aún, Burda afirma que corrigiendo los datos de Jelinek se confirma su hipótesis original. Respondiendo a la respuesta, Jelinek y sus colegas consideran que las objeciones de Burda et al. son infundadas y que ellos han realizado su análisis con sumo cuidado (también en prensa en J. Comp. Physiol. A). La solución a esta polémica no puede ser otra que verificar con una vaca en un laboratorio si de verdad tiene un sexto sentido magnético o no lo tiene. ¿Quién será capaz de lograr tal proeza? ¿Algún español se atreve? Lo que puedo asegurar es que quien lo logre confirmar podrá publicar el hallazgo en Nature o en Science (aunque la refutación tendrá que limitarse a PNAS, que no es moco de pavo). Traducción y resumen de Daniel Cressey, “The mystery of the magnetic cows. Researchers disagree over replication of study showing that cows line up with Earth’s magnetic field,” Nature News, 11 November 2011 (otras noticias anteriores en Nature News son “‘Magnetic cows’ are visible from space” y “Return of the B-field bovines“).

John McCarthy (1927–2011), el padre de la inteligencia artificial

John McCarthy falleció el pasado 23 de octubre de 2011. RIP. En 1956, en una conferencia organizada junto a Marvin Minsky, Nat Rochester y Claude Shannon, bautizó su campo de estudio como “inteligencia artificial” (IA), aunque muchas veces ha dicho que si tuviera que bautizarlo de nuevo hubiera preferido llamarlo “inteligencia computacional.” La conferencia fue financiada por la Fundación Rockefeller y se llamó Dartmouth Summer Research Project on Artificial Intelligence. En 1952, McCarthy le sugirió a Claude Shannon llamar al estudio de las máquinas pensantes con el nombre “estudios de autómatas,” pero al preparar en agosto de 1955 la propuesta para recabar financiación a la Fundación Rockefeller para la conferencia pensó que sería mejor un nombre con más marketing. El nombre “inteligencia de máquinas” también rondó por su mente, pero al final eligió IA. En la propuesta de dicha conferencia, McCarthy proponía el estudio del desarrollo de un nuevo lenguaje de programación para dotar de inteligencia a las máquinas (en una época en la que el lenguaje de alto nivel más importante era Fortran, un lenguaje poco adecuado para la IA). El lenguaje que nació de las ideas de dicha conferencia fue LISP (LISt Processing language). En 1958 John McCarthy y sus colaboradores en el Instituto Tecnológico de Massachusetts crearon LISP, considerado por algunos el segundo lenguaje de programación de alto nivel (tras FORTRAN). LISP ha cambiado mucho desde sus comienzos y han gran número de dialectos. LISP está considerado el primer lenguaje de programación funcional y, depende de las opiniones, también de programación declarativa.

; un ejemplo: definicion recursiva de la funcion factorial en Common Lisp 
(defun factorial (x) (if (zerop x) 1 (* x (factorial (- x 1)))))

Para un estudiante de informática lo peor de LISP es el infierno de los paréntesis (espero no haber errado en el ejemplo del factorial). En los 1960, el gran problema de LISP era la ineficiencia de sus compiladores. Quizás por ello aparecieron muchos dialectos de LISP que sacrifican ciertas cosas en favor de una mayor eficiencia computacional.

En el año 2002, McCarthy decía que “la investigación en IA está bastante fragmentada. Esto es bueno porque hay muchos enfoques posibles, entre los que destacan dos. Por un lado, el enfoque biológico, basado en la idea de que los humanos son inteligentes y la IA debe estudiar a los humanos e imitar su psicología o fisiología. Por otro lado, el enfoque formal, basado en la idea de que el estudio y la formalización del concepto de sentido común nos permitirá lograr que las máquinas lleguen a ser inteligentes.” Según McCarthy la IA está estancada y “todavía necesitamos nuevas ideas básicas; la comprensión de la inteligencia es un problema científico muy difícil. No puedo predecir cuánto tiempo será necesario para que la inteligencia de las máquinas alcance el nivel humano, quizás 50 años, quizás 500 años, quien sabe.”

Extractos de Scott L. Andresen, “John McCarthy: Father of AI,” IEEE Intelligent Systems 17: 84-85, 2002. Noticia “Fallece el considerado padre de la inteligencia artificial,” El Mundo, 25 oct. 2011. Más noticias sobre el fallecimiento en Google News.

A los interesados en la historia de LISP les recomiendo Herbert Stoyan, “Early LISP History (1956-1959),” [DOI-PDF] de donde he extraído la figura del texto manuscrito por McCarthy. Y por supuesto, de primera mano, John McCarthy, “History of Lisp,” 12 February 1979.

El superordenador Blue Gene de IBM logra simular el cerebro completo de un gato (o el 4,5% de un cerebro humano)

Deep Blue venció a Kasparov al ejedrez y ahora Blue Gene simula mil millones de neuronas y diez billones de sinapsis, el equivalente neuronal al cerebro de un gato. Uno de los superordenadores más rápidos del mundo de IBM ha logrado algo que parecía imposible; eso sí, el consumo energétic0 de Blue Gene es enorme comparado con el del cerebro de un minino (tiene 147 456 procesadores trabajando en paralelo). Nadie duda de que en los próximos años IBM logrará simular un cerebro humano gracias a Blue Gene (nuestro cerebro tiene alrededor de 20 mil millones de neuronas y unos 200 billones de sinapsis); se estima que lo lograrán antes de 2019. El artículo técnico es Rajagopal Ananthanarayanan, Steven K. Esser, Horst D. Simon, Dharmendra S. Modha, “The Cat is Out of the Bag: Cortical Simulations with 10^9 Neurons, 10^13 Synapses,” PDF, IBM, 2011. Visto gracias a Mark Fischetti, “IBM Simulates 4.5 percent of the Human Brain, and All of the Cat Brain,” Scientific American, October 25, 2011.

El simulador cortical masivamente paralelo de IBM se llama C2. Su simulación en el superordenador Dawn Blue Gene/P del Lawrence Livermore National Laboratory (LLNL), con 147 456 CPUs y 144 TB de memoria, ha permitido simular 1 617 millones de neuronas y 8,87 billones de sinapsis. La simulación aún no es en tiempo real, se estima que es 643 veces más lenta. Estas simulaciones están financiadas por el programa financiado por DARPA llamado SyNAPSE (Systems of Neuromorphic Adaptive Plastic Scalable Electronics) cuyo objeto es lograr simular un cerebro humano completo en menos de una década. No es la primera vez que simula el cerebro de un mamífero y en 2007, utilizado el ordenador Blue Gene/L del Centro de Investigación T. J. Watson de IBM, con 32 768 CPUs y 8 TB de memoria, se logró simular el cerebro de un ratón (un circuito neurocortical con una complejidad similar al cerebro de un ratón).

El elemento básico del cerebro es la neurona, una célula especializada en integrar la información que recibe de unas miles de otras neuronas gracias a sus dendritas y de generar señales que se conectan con otras miles de neuronas gracias a su axón. Cada una de estas conexiones se denominan sinapsis. La corteza cerebral o córtex es una delgada capa de tejido nervioso de unos milímetros de espesor que recubre la superficie de los dos hemisferios cerebrales (gracias a las circunvoluciones su área superficial es de unos 2500 centímetros cuadrados). Se cree que el pensamiento superior (la imaginación, el juicio y la toma de decisiones) se realiza en esta parte del encéfalo. Obviamente, la simulación cortical de IBM utiliza como unidad básica un modelo muy simplificado de una neurona. Estas neuronas reciben y emiten señales en forma de picos de potencial eléctrico. Por ahora no se puede afirmar que estas neuronas “piensen” o algo por el estilo. Pero debemos entender este avance como un paso más hacia una máquina pensante en un futuro (en mi opinión) aún muy lejano.

¿Cuándo se podrá simular un cerebro humano completo en tiempo real? La gráfica de arriba aplica la ley de Moore y estima que para 2019 habrá superordenadores capaces de simular en tiempo real todas las neuronas y todas las sinapsis de la corteza cerebral humana. ¿Para qué sirve todo esto? Por ahora su interés científico y aplicado es limitado (¿para qué sirvió que Deep Blue le ganara a Kasparov?). Pero quien sabe, quizás estamos viviendo la “prehistoria” de las máquinas pensantes.

PS: En menéame he observado que esta noticia ya fue noticia en 2009. La web de Scientific American ha rescatado de nuevo esta noticia, que yo no recordaba, porque en su número de noviembre de 2011 dedican una página a comparar Cerebros y Ordenadores. La figura que ilustra la comparación es la siguiente.

Dennis M. Ritchie (1941-2011) y la historia del juego “Space Travel”

Cuando yo era estudiante de informática, hace más de 20 años, la diferencia entre un informático y el resto del mundo era haberse estudiado el libro de Brian W. Kernighann (1942-) y Dennis M. Ritchie (1941-2011), “El lenguaje de programación C” (yo lo estudié en inglés “The C Programming Language”); la diferencia entre un ingeniero en informática y el resto del mundo era haberse estudiado en detalle el código fuente de Unix en C. Todo ingeniero en informática tenía que ser capaz de programar en C desde cero el núcleo (kernel) de un sistema operativo como Linux. Todo buen informático, además de saber programar en C, debía amar la programación en C. ¡Cómo han cambiado los tiempos! Las libertades que ofrecía C a un programador permitían hacer con C cosas que en otros lenguajes de alto nivel eran imposibles. Yo sabía cómo era el código máquina (o ensamblador) que generaba mi compilador de C y aprovechaba esta información para optimizar mis programas (y hacerlos incomprensibles para cualquiera, incluso para mí mismo meses más tarde). El libertinaje, los vicios y las perversiones de la programación en C ya no están de moda.

Ruego un minuto de silencio por Dennis MacAlistair Ritchie que falleció el pasado 12 de octubre tras una larga enfermedad.

Permíteme un pequeño homenaje a Ritchie. Empezaré con Dennis M. Ritchie, “Space Travel: Exploring the solar system and the PDP-7,” un breve artículo donde nos contó la historia del juego de ordenador “Space Travel” desarrollado por Ken L. Thompson para el ordenador (mainframe) GE 635 de General Electric (GE) propiedad de su empresa AT & T. El juego simulaba el viaje de una nave espacial dentro del sistema solar que era capaz de aterrizar en un planeta o en una luna (satélite); el juego no consideraba la posibilidad de que la nave se dañara en la colisión si su aceleración era demasiado alta. La física del juego estaba simplificada: todas las órbitas de los planetas y sus lunas eran circulares y se encontraban en el mismo plano; sin embargo, la masa y las distancias relativas entre todos los elementos eran realistas. Para facilitar la jugabilidad, la escala de tiempos y la aceleración de la nave eran proporcionales a la escala de distancias, de tal forma que en pocos segundos, haciendo zoom en la pantalla, se podía llegar a Plutón. Lo más divertido eran las órbitas complicadas que seguía la nave en planetas con varias lunas, como Marte. Además, aterrizar en Mercurio o en Fobos (luna de Marte) era suficientemente difícil como para ser un buen motivo de diversión.

Muchos dirán que ”Space Travel” era un juego para físicos (o para informáticos aficionados a la física, como Ken), pero su importancia histórica para la informática es enorme. AT&T permitía a sus empleados utilizar el ordenador GE 635 (y más tarde un GE 645) para sus “asuntos propios” siempre que pagaran un coste simbólico por su uso; GE 635 utilizaba un sistema operativo llamado GECOS y se programaba en Fortran. Ken Thomspon tenía que pagar entre 50 y 75 dólares por hora cada vez que ejecutaba el juego (al cambio actual serían entre 250 y 400 euros por hora). El precio era demasiado elevado para Ken, por muy divertido que fuera el juego.

En los Bell Labs de la AT & T había otros ordenadores, destacando un mainframe IBM 7094 que tenía varios PDP-7 con sistema gráfico como terminales. El PDP-7 era un ordenador pequeño para los estándares de 1968 fabricado por DEC y AT & T permitía que los empleados lo usaran gratis. Ken no pudo resistir la tentación y programó su “Space Travel” en lenguaje ensamblador para el PDP-7 (ello le obligó a simular la aritmética en punto flotante del GE 635). Una labor de chinos, pero ya se sabe, todos los informáticos tienen un hacker  en su corazón. Ken realizó esta migración de su juego mientras trabajaba en el desarrollo del sistema operativo Multics para el ordenador GE 645. Multics (Multiplexed Information and Computing System) era un sistema operativo multitarea basado en la técnica de tiempo compartido que fue desarrollado como línea de investigación conjunta por los AT&T Bell Labs, General Electric y el MIT. La versión de Multics para el GE 645 fue la última que se desarrolló y en 1969 se abandonó este sistema operativo por su alto coste y su poca utilidad práctica, como nos cuenta el propio Ken Thompson en ”Unix History.”

Ken, ya familiarizado con la programación en código máquina de la PDP-7, decidió escribir un sistema operativo sencillito para este ordenador y recabó la ayuda de tres de sus colaboradores en el desarrollo de Multics para el GE 645, Joe Ossanna, Rudd Canaday y, por supuesto, Dennis Ritchie. El trabajo de los cuatro dio lugar a un sistema operativo monotarea para dos usuarios que llamaron Unics en 1970; el nombre era un juego de palabras con Multics pero para evitar que nadie pensara que era un Multics capado fue rebautizado como Unix. Como es de esperar, el juego “Space Travel” fue reescrito para correr bajo Unix. Otro juego anterior, Spacewar, desarrollado en el MIT para el PDP-1, fue también codificado para PDP-7 bajo Unix. Las primeras versiones de Unix estaban escritas en lenguaje ensamblador para el PDP-7. R. M. McClure desarrolló un lenguaje llamado TMG para el PDP-7 y Ken Thompson se puso a desarrollar un compilador de Fortran en TMG, pero al final cambió e opinión y decidió desarrollar un nuevo lenguaje de alto nivel al que llamó B, porque estaba basado en un lenguaje anterior llamado BCPL desarrollado por Martin Richard. A partir de este momento, todas las mejoras de Unix se escribieron en B, porque era mucho más rápido que programar en ensamblador.

En 1970, los Bell Labs compraron varios PDP-11 y Dennis Ritchie decidió desarrollar un lenguaje para esta máquina basado en B, al que llamó C (como nos cuenta el propio Ritchie en “C Programming Language History“). Los programas en B fueron transcritos a C y poco a poco el resto del sistema operativo Unix también fue reescrito en C (el núcleo (kernel) de Unix se finalizó de programar en C en 1973). Mientras tanto, Ken Thompson se dedicó a desarrollar varios programas para jugar al ajedrez; uno de ellos ganó un torneo y acabó siendo el primer programa de ajedrez que alcanzó el nivel de maestro.

En 1975, la sexta versión de Unix salió a la calle. La legislación federal antimonopolio de EE.UU. no permitió a los Laboratorios Bell poner a la venta este sistema operativo ya que no existía ningún otro similar en el mercado. Por ello, AT&T ofreció Unix gratis a diferentes instituciones educativas y de investigación. Los mejores programadores de EE.UU. aprendieron a programar en C bajo Unix y desarrollaron multitud de mejoras que se incorporaron en la séptima versión estrenada en 1979. La historia continua, ya sin Ritchie, por lo que esta entrada ya llega a su fin.

Aquí queda mi pequeño homenaje a este genio de la informática, Premio Turing de 1983 por su desarrollo de la teoría de sistemas operativos y su implementación del sistema Unix, que nos ha dejado a todos uno de los mayores legados que un informático pueda dejar.

#include <stdio.h>
#include <stdllib.h>
int main (int argc, char *argv[]) {
printf("Goodbye, World.\n");
exit 0;
}

Un pequeño homenaje a Steve Jobs (1955-2011) y a los pioneros de los ordenadores personales

Me he enterado gracias a Mezvan en Menéame. Ha tenido ser que hoy, el mismo día en el que acabo de recibir mi iPAD 2 (aunque todo el mundo me recomendaba que esperara al iPAD 3). Todavía no he abierto la caja, lo dejaré para el fin de semana. Juguete nuevo, “novia” nueva, … Permíteme un pequeño homenaje a Steve Jobs y a todos los pioneros de los ordenadores personales a finales de los 1970 y principios de los 1980. Traduciré y resumiré el artículo de J. Abbate, “Getting small: a short history of the personal computer,” Proceedings of the IEEE 87: 1695-1698, Sep. 1999.

Los ”ordenadores personales” (PC) fueron el resultado natural de la tecnología de los circuitos integrados (chips), cada vez más pequeños, más fiables, más baratos y de menor consumo energético. Jack Kilby de Texas Instruments construyó en 1958 el primer circuito integrado funcional, diseño que mejoró Robert Noyce de Fairchild Semiconductor en 1959. Nadie soñaba en ese momento que estos circuitos integrados acabarían dando lugar a las CPU (unidad central de procesamiento) de los ordenadores personales. En 1969, una empresa japonesa de calculadoras llamada Busicom solicitó a Intel el desarrollo de un set de chips de propósito general: memoria ROM (Intel 4001), memoria RAM (Intel 4002), procesador de entrada/salida (Intel 4003) y CPU (Intel 4004). En 1971 estos productos ya estaban en el mercado en calculadoras, cajas registradoras, máquinas de facturación y cajeros automáticos. Nadie soñaba aún con el siguiente paso, construir un microprocesador completo. Las dificultades financieras de Busicom llevaron a la ruptura de su acuerdo con Intel, que decidió comercializar el 4004 de forma independiente. ¿Quién estaría entonces interesado en este producto? A finales de 1971, Intel comenzó a anunciar el 4004 como una “computadora en un chip,” convirtiéndose en la primera compañía en poner un microprocesador en el mercado. Para su sorpresa, muchos clientes se interesaron en este producto.

Intel decidió introducir el 8008 en 1972 y el exitoso 8080 en 1974. Otras compañías siguieron su ejemplo. Los microprocesadores se abrieron paso en el mercado de productos de consumo como lavadoras, hornos de microondas, equipos de música estéreo, equipos de video, automóviles, cámaras, teléfonos y hasta videojuegos. Pero el concepto de ordenador personal todavía no había nacido. Equipos de aficionados, desde sus propios garajes, fueron los que iniciaron la revolución del PC. La primera microcomputadora fue el Altair 8800, fabricado por una pequeña compañía llamada Micro Instrumentation Telemetry Systems (MITS). Ed Roberts, el dueño de MITS, soñó que quería un ordenador para su casa y su Altair 8800 era dicho ordenador. En enero de 1975 ya estaba en el mercado anunciado en la revista Popular Electronics, con un costo de solo 379 $ (un precio muy bajo para un ordenador). El Altair no era un equipo ”plug and play” que pudiera usar cualquier persona, se compraba en forma de kit y estaba dirigido a aficionados a la electrónica. La interfaz era muy primitiva y solo podía programarse en código binario; los números binarios se introducían uno a uno accionando unos interruptores en el panel frontal y la única salida era el parpadeo de unas luces LED. Pero Altair fue un éxito instantáneo y se convirtió en el icono de una subcultura. Nacieron revistas de informática como Byte y Popular Computing, y el mundo cambió para siempre.

Stephen Wosniak y Steve Jobs se encuentran entre los muchos que se inspiraron en Altair 8800 para formar su propia compañía, Apple Computer. Otros comenzaron a desarrollar software, entre ellos Bill Gates, quien junto con su amigo Paul Allen fundó la compañía Microsoft en 1975 para vender una versión del lenguaje de programación BASIC para el Altair. La mayoría de estas empresas sucumbieron al poco de empezar. Entre las que sobrevivieron se encuentra Apple. Su primer ordenador era similar a Altair, sin teclado, sin pantalla, una simple placa de circuito impreso. Wosniak soldaba estos circuitos en el garaje de los padres de Jobs, pero lograron vender cerca de 200, que no es poco. Su sucesor, el Apple II (ver la foto más arriba), era una cosa muy diferente, un producto similar a un ordenador actual, un producto dirigido a un público mucho más amplio. El Apple II tenía teclado, pantalla, disco duro y software, un ordenador listo para usar sin necesidad de ensamblaje. El Apple II apareció en el mercado en agosto de 1977 y su coste era de unos 1300 $. Un ordenador “plug and play” funcional que se convirtió en un éxito enorme. También en 1977 aparecieron otros ordenadores similares, como el Commodore PET y el Tandy/Radio Shack TRS-80. En Japón, NEC comercializó su primer personal “plug and play” en 1979, el PC-8001, y se convirtió en el mayor proveedor de PC en Japón. El primer ordenador personal ampliamente vendido en el Reino Unido fue el ZX80 Sinclair, que salió al mercado en 1980 por unas 100 £. En la prensa se anunciaba como “un ordenador para el hombre de la calle.” Fue seguido en 1981 por el ZX81, que se vendió por 50 libras.

El gigante azul, IBM, se olió el negocio y estableció en 1980 su proyecto PC, que salió al mercado en agosto de 1981. La arquitectura de IBM era “abierta,” que en lugar de estar patentada hasta el más mínimo detalle permitía a otras empresas hacer “clones” de su PC. En poco tiempo, los clones superaron la cuota de mercado de IBM, cuyo mercado se centró en los usuarios de negocios. La demanda del PC para uso doméstico superó todas las expectativas y en pocos años el PC se conviritió en el estándar de la industria.

Un ordenador para el “hombre de la calle” requiere software para el hombre de la calle. Lo que hizo que el ordenador personal despegara fue la disponibilidad de software que ayudó a la gente en sus tareas cotidianas. Las primeras aplicaciones software en el mercado fueron los juegos (o videojuegos), que tuvieron una aceptación muy buena. Entre 1978 y 1980, aparecieron las tres aplicaciones más importantes para un negocio: la hoja de cálculo, el procesador de textos y la base de datos. La primera hoja de cálculo fue VisiCalc, presentada en diciembre de 1979 para el Apple II, que fue desarrollada por Daniel Brinklin, un estudiante de MBA de la Harvard Business School, y Bob Frankson, un programador. VisiCalc era fácil de usar incluso para los neófitos y automatizaba muchas tareas tediosas en la contabilidad de una pequeña empresa. VisiCalc fue un gran éxito, fue la “killer application” que inspiró a muchos hombres de negocios a comprar computadoras personales por primera vez. 

Pero la clave para la incorporación de los ordenadores personales en todos los hogares fueron las interfaces gráficas de usuario (GUI) que se desarrollaron entre finales de los años 1960 y durante los 1970. El ratón, los iconos y las ventanas (tipo Windows) se desarrollaron antes de que hubiera ordenadores personales en el mercado. Por ejemplo, la idea de usar ventanas es de Alan Kay, un estudiante graduado en la Universidad de Utah, que en 1968 se imaginó un PC portátil que utilizaba comunicaciones inalámbricas que era utilizado como “libro de referencias dinámico” o Dynabook. Douglas Engelbart en el Instituto de Investigación de Stanford y Kay implementaron la idea en el nuevo Centro de Investigación de Xerox en Palo Alto (PARC), creado por Xerox en 1969 para investigar en tecnologías avanzadas. Ellos crearon un ordenador personal de escritorio llamado  Alto que utilizaba iconos, ventanas, menús y un ratón. El primer prototipo de Alto fue terminado en 1973. El equipo del PARC también creó una serie de tecnologías de apoyo, como las redes locales tipo Ethernet, la impresora láser y uno de los primeros procesaores de texto WYSIWYG (“lo que ves es lo que obtienes”). El ordenador Alto tenía prácticamente todas las características de los PC actuales. Sin embargo, los gestores de la compañía Xerox no tuvieron la visión tecnológica de Steve Jobs y otros. El ordenador de Xerox que salió al mercado, llamado Star, recibió muy buenas críticas pero su alto coste (varios miles de dólares) impidió su incorporación en los hogares y en las oficinas de las pequeñas empresas.

El proyecto del ordenador Alto de Xerox tuvo una influencia enorme en Steve Jobs y en Apple. Xerox era una de los inversores de Apple y Jobs tuvo la oportunidad de echar un vistazo a Alto en el PARC en 1979. Se quedó “enamorado” de su interfaz gráfica de usuario (GUI), que incorporó a su proyecto del ordenador Lisa (cuyo alto precio, como Star, hizo que fuera un fracaso). Apple acertó con su siguiente proyecto, el Macintosh, un ordenador asequible y muy fácil de usar. El presidente (CEO) de Apple, John Sculley, puso en marcha una enorme campaña publicitaria para el Mac, incluyendo el famoso comercial de la Super Bowl de 1984, donde retrataba a Apple salvando a los usuarios de las garras del “Gran Hermano” (en referencia a IBM). La clave del Mac, aparte de su GUI, fueron el gran número de aplicaciones software que se desarrollaron para esta plataforma. El IBM PC no incorporó un sistema gráfico de ventanas hasta 1985, Microsoft Windows, pero esa ya es otra historia.

Steve Jobs, R.I.P.

Las emociones colectivas de la humanidad observadas en tiempo real gracias a Twitter

Gracias a Twitter, cada día más de 100 millones de usuarios envían más de 230 millones de tweets (mensajes de texto de hasta 140 caracteres de longitud). Un análisis psicolingüístico de estos mensajes permite determinar el estado de ánimo colectivo de cientos de millones de personas. Michael Macy, sociólogo de la Universidad de Cornell, y su estudiante de doctorado Scott Golder han utilizado los mensajes de Twitter para estudiar la emoción colectiva de la humanidad y lo han publicado en Science. La búsqueda de palabras que indican emociones, tanto positivas (fantástico, estupendo, …) como negativas (miedo, pánico, …), permite estudiar cómo evoluciona el estado emocional de la humanidad. Para su sorpresa, hay un patrón común: todos nos levantamos por la mañana con las pilas cargadas y un ánimo positivo, que disminuye conforme avanza el día, con ciertos rebotes por la noche. Este patrón se produce tanto los días laborables como los fines de semana, aunque en general somos más felices durante los fines de semana, cuando el máximo de ánimo positivo se retrasa un par de horas. También influyen en nuestro ánimo las estaciones; desde finales de diciembre hasta finales de junio, conforme el día se va haciendo más largo, cada vez nos volvemos más positivos, algo opuesto a lo que ocurre entre julio y diciembre. Lo más sorprendente es que estos patrones no dependen de la cultura, de las zonas horarias o de la latitud donde vivamos, según Macy todo el mundo muestra patrones similares. Por tanto, debe haber una respuesta biológica, un reloj biológico, que controle nuestras emociones colectivas. Todo esto me recuerda a la hipótesis de Gaia, que la Tierra es como un ser vivo y la humanidad en su conjunto dota a Gaia de poderosas emociones colectivas. Lo interesante de este estudio es que demuestra que los fenómenos sociales a gran escala pueden ser estudiados gracias a Internet y las herramientas de comunicación social que se han desarrollado en los últimos años. Nos lo ha contado Greg Miller, “Sociology: Social Scientists Wade Into the Tweet Stream,” News & Analysis, Science 333: 1814-1815, 30 September 2011, haciéndose eco del artículo técnico de Scott A. Golder, Michael W. Macy, “Diurnal and Seasonal Mood Vary with Work, Sleep, and Daylength Across Diverse Cultures,” Science 333: 1878-1881, 30 September 2011.

EL estudio de Golder y Macy no es el primero que utiliza Twitter para estudiar los fenómenos sociales a escala global y no será el último. Ya se ha estudiado la propagación de los rumores, la transmisión de ideas políticas, las tácticas utilizadas en las campañas electorales para influir en la intención de voto, etc. Las revueltas en Egipto, Libia y otros países del norte de África durante los últimos meses han demostrado que Twitter puede jugar un papel clave en la coordinación y en la difusión de eventos sociales, lo que para sociólogos e historiadores es una oportunidad única para seguir casi en tiempo real la evolución de estos acontecimientos. Por primera vez en la historia estos científicos sociales podrán realizar investigación experimental en tiempo real. Los científicos sociales tendrán que formar equipos multidisciplinares con investigadores en informática y estadística para aprovechar todo el potencial que ofrece la internet. El futuro nos deparará muchas sorpresas en este campo.