Cómo construir una máquina del tiempo | Frederic Kaplan | TEDxCaFoscariU

Esta charla es de un evento TEDx, organizado de manera independiente a las conferencias TED.

Frederic Kaplan, ingeniero, investigador y empresario, se pregunta si ¿podemos construir los mapas de Google del pasado? ¿Podemos reconstruir las redes sociales de hace cientos de años? ¿Cómo podemos diseñar las máquinas del tiempo? Frederic Kaplan desarrolla herramientas para viajar no solo en el espacio, sino también en el tiempo, y nos muestra su proyecto de crear una máquina para regresar en el tiempo en Venecia.

Esta es una imagen
del planeta Tierra.

Se parece mucho a las imágenes
del Apolo, tan bien conocidas.

Hay algo diferente;
se les puede hacer clic,

y al hacerlo uno se acerca
a casi cualquier sitio del planeta.

Por ejemplo, esta es una vista
de pájaro del campus de la EPFL.

En muchos casos,
también podemos tener

la vista de un edificio
desde una calle cercana.

Esto es bastante sorprendente.

Pero hay algo que falta en este
recorrido maravilloso: el tiempo.

No estoy muy seguro de
cuándo se tomó esta foto.

Ni siquiera estoy seguro
de que fuera tomada

en el mismo momento que
la vista a vuelo de pájaro.

En mi laboratorio desarrollamos
herramientas para viajar

no solo en el espacio
sino también en el tiempo.

El tipo de pregunta
que estamos haciendo es:

¿Es posible construir algo
como Google Maps del pasado?

¿Puedo añadir un control deslizante
en la parte superior de Google Maps

y cambiar el año,

viendo como fue 100 años
antes, 1000 años antes?

¿Es posible?

¿Puedo reconstruir las
redes sociales del pasado?

¿Puedo hacer un Facebook
de la Edad Media?

¿Puedo construir máquinas del tiempo?

Tal vez solo podamos decir:
"No, no es posible".

O, quizá, podemos pensar en ello
desde el punto de vista informativo.

Esto es lo que yo llamo
el hongo de información.

En el eje vertical está el tiempo.

En el horizontal, la cantidad de
información digital disponible.

Obviamente, en los últimos 10 años,
tenemos mucha información.

Y, obviamente, cuanto más vamos al
pasado, menos información tenemos.

Si queremos construir
un Google Maps del pasado,

o un Facebook del pasado,

tenemos que ampliar este espacio,
transformarlo en un rectángulo.

¿Cómo lo hacemos?
Una forma es la digitalización.

Hay mucho material disponible:

periódicos, libros impresos,
miles de libros impresos.

Puedo digitalizar todo.

Puedo extraer información de allí.

Claro, cuanto más nos adentramos en
el pasado, menos información habrá.

Puede no ser suficiente.

Entonces puedo hacer
como los historiadores.

Puedo extrapolar.

Esto es lo que llamamos, en ciencias
de la computación, simulación.

Si tomo un libro de registro,

puedo considerar que no solo
es el libro de registro

de un capitán veneciano que
hizo un viaje en particular.

Puedo considerar que
es un libro de registro

representativo de muchos
viajes de la época.

Estoy extrapolando.

Si tengo la pintura de una fachada,

puedo considerar que no solo
es de ese edificio en particular,

sino que quizá también
comparte la misma gramática

de los edificios en los que
hemos perdido información.

Así que si queremos construir
una máquina del tiempo,

necesitamos 2 cosas.

Necesitamos archivos muy grandes
y excelentes especialistas.

La Máquina del Tiempo Veneciana,
el proyecto del que les hablaré,

es un proyecto conjunto entre la EPFL
y la Universidad de Venecia Ca'Foscari.

Hay algo muy peculiar en Venecia,

y es que su administración
ha sido muy, muy burocrática.

Ellos han hecho seguimiento
de todo, casi como Google hoy.

En el Archivo di Stato,
hay 80 kilómetros de archivos

que documentan cada aspecto

de la vida de Venecia
durante más de 1000 años.

Están todos los botes que zarparon,
todos los botes que arribaron.

Están todo los cambios
realizados en la ciudad.

Todo eso está allí.

Estamos estableciendo un programa
de digitalización a 10 años

para transformar este archivo inmenso

en un gigante sistema de información.

El objetivo es digitalizar
450 libros al día.

Por supuesto, digitalizar
no es suficiente

porque la mayor parte
de estos documentos

está en latín, en toscano,
en dialecto veneciano,

así que hay que transcribirlos,
traducirlos en algunos casos,

para indexarlos,

y esto obviamente no es fácil.

El método óptico tradicional
de reconocimiento de caracteres

que puede usarse para
manuscritos impresos,

no funciona bien en
documentos escritos a mano.

La solución es inspirarse en otro
dominio: el reconocimiento de voz.

Este es un dominio de
algo que parece imposible,

que puede hacerse, poniendo
restricciones adicionales.

Si uno tiene un muy buen modelo
de un lenguaje empleado,

si uno tiene un muy buen
modelo de un documento,

si están bien estructurados

--estos son documentos
administrativos,

están muy bien estructurados
en muchos casos--

si uno divide este archivo enorme
en subconjuntos más pequeños

que compartan características similares,

entonces hay una posibilidad de éxito.

Si llegamos a esa etapa,
entonces hay algo más:

podemos extraer eventos
de este documento.

Quizá puedan obtenerse 10 000
millones de eventos de este archivo.

Y este gigante sistema de información
puede buscarse de muchas formas.

Uno puede preguntar cosas como:
"¿Quién vivió en este palacio en 1323?"

"¿Cuánto costaba un besugo en
el mercado de Realto en 1434?"

"¿Cuál era el salario de un fabricante
de vidrio en Murano en una década?"

Uno puede hacer incluso
preguntas más grandes

porque estará codificado semánticamente.

Y luego se lo puede poner en el espacio

porque mucha de esta
información es espacial.

Y a partir de esto
se pueden hacer cosas

como reconstruir
este viaje de esa ciudad

que logró tener un desarrollo sustentable

durante más de 1000 años,

logrando tener todo el tiempo una forma
de equilibrio con su medio ambiente.

Uno puede reconstruir ese viaje,

y visualizarlo de muchas
maneras diferentes.

Pero, claro, no se puede comprender
Venecia si solo se mira la ciudad.

Hay que ponerla en un
contexto europeo más grande.

Por eso la idea es documentar
también las cosas a nivel europeo.

Podemos reconstruir también el viaje
del imperio marítimo veneciano.

Cómo fue que controló de manera
progresiva el Mar Adriático,

cómo se transformó en el imperio
medieval más poderoso de su tiempo,

controlando la mayor parte de las rutas
marítimas desde el este hacia el sur.

Pero también se pueden
hacer otras cosas,

porque en estas rutas marítimas
hay patrones regulares.

Podemos ir un paso más allá
y crear un sistema de simulación,

crear un simulador mediterráneo
capaz de reconstruir

incluso la información perdida
que nos permitiría hacer preguntas

como si tuviésemos
un planificador de rutas.

"Si estoy en Corfú en junio de 1323
y quiero ir a Constantinopla,

¿dónde puedo tomar un bote?"

Probablemente podemos
responder esta pregunta

con 1, 2 o 3 días de precisión.

"¿Cuánto costará?"

"¿Cuáles son las probabilidades
de encontrarse con piratas?"

Por supuesto, como comprenderán,

el reto científico central
de un proyecto como este

es calificar, cuantificar y representar

la incertidumbre y la inconsistencia
en cada paso del proceso.

Hay errores en todas partes;

errores en el documento,
error en el nombre del capitán,

algunos de los barcos nunca zarparon.

Hay errores de traducción,
sesgos interpretativos,

y encima de eso, si sumamos
procesos algorítmicos,

tendremos errores de reconocimiento,

errores en la extracción,

por eso tenemos datos
muy, muy inciertos.

Entonces, ¿cómo podemos detectar
y corregir estas inconsistencias?

¿Cómo podemos representar
esa incertidumbre? Es difícil.

Algo que podemos hacer es
documentar cada paso del proceso,

no solo codificar
la información histórica

sino también lo que llamamos
la información meta-histórica,

cómo se construye
el conocimiento histórico,

documentar cada paso.

Eso no garantizará la convergencia
hacia una única historia de Venecia,

pero probablemente podamos reconstruir

una historia potencial de Venecia
totalmente documentada.

Tal vez no haya un solo mapa.
Quizá haya varios mapas.

El sistema debe permitir eso,

porque tenemos que enfrentar
una nueva forma de incertidumbre,

algo nuevo para este tipo
de gigantescas bases de datos.

Y ¿cómo deberíamos comunicar

esta nueva investigación
a un público más amplio?

Una vez más, Venecia es
extraordinaria para eso.

Con los millones de visitantes
que recibe cada año

es uno de los mejores lugares

para tratar de inventar
el museo del futuro.

Imaginen que en el eje horizontal
ven el mapa reconstruido

de un año dado,

y en el vertical, ven el documento
usado para la reconstrucción,

pinturas, por ejemplo.

Imaginen un sistema
inmersivo que permita

meterse, indagar y reconstruir
la Venecia de un año dado,

una experiencia que podría
compartirse en grupo.

O al contrario, imaginen que parten de
un documento, un manuscrito veneciano,

y muestran lo que se puede
construir a partir de eso,

cómo se decodifica, cómo puede recrearse
el contexto de ese documento.

Esta es la imagen de una muestra

que actualmente se lleva a cabo
en Ginebra con ese tipo de sistema.

Para concluir, podemos decir

que la investigación en humanidades
está a punto de experimentar

una evolución quizá similar

a lo ocurrido con las ciencias
de la vida hace 30 años.

Es realmente una cuestión de escala.

Vemos proyectos que exceden

lo que puede hacer un simple
equipo de investigación

y esto es realmente nuevo
para las humanidades,

que muy a menudo tienen
el hábito de trabajar

en pequeños grupos o solo
con un par de investigadores.

Cuando uno visita
el Archivio di Stato

siente que excede el trabajo
de un solo equipo,

y que debe ser un esfuerzo conjunto.

Este cambio de paradigma requiere
fomentar una nueva generación

de humanistas digitales que
estén preparados para el cambio.

Muchas gracias.

(Aplausos)