Latest Posts:

9 de junio de 2018

Perú: Iqueños buscan sembrar un millón de huarangos

Asociación se propone sembrar la milenaria planta en Tierra Prometida, Ocucaje y Yauca del Rosario. Además, buscan ayuda para regarlos por tres años.

Félix Quinteros Ferreyra, de la Asociación José Sebastián Barranca Lovera, tiene una misión. Está decidido a sembrar un millón de huarangos en las márgenes de la carretera que va al naciente poblado de la Tierra Prometida hasta diciembre.

Para cumplir con el desafío ha empezado a vender pequeñas bolsitas que contienen seis semillas de huarango, tres bolsas negras y el instructivo para cultivar la milenaria planta, propia de los áridos desiertos del valle iqueño.

El entusiasta iqueño realiza esta campaña junto a sus hijos Julio, Miguel y Ana Quinteros. Ellos, afirman, han tocado las puertas de la Dirección Regional de Educación para que los sobres con las semillas sean vendidos a los escolares a un sol y así financiar la iniciativa que nació hace más de 40 años.

“Lo recaudado es para financiar el transporte del agua y regar los plantones por hasta tres años, pasado ese tiempo, el huarango ya puede captar la humedad del ambiente por su propia cuenta”, dice Quinteros.

La asociación solo espera el financiamiento para empezar a retirar los miles de plantones de su vivero ubicado camino al balneario de la Huacachina. También se deberá cultivar para cumplir el reto del millón de huarangos.

Félix Quinteros recuerda que hace varias décadas atrás los desiertos iqueños tenían inmensos bosques de huarango, “la milenaria planta guerrera del desierto” como la califica él y que actualmente es víctima de cruel depredación por los carboneros y por el crecimiento urbanístico que ha ido talando las pequeñas poblaciones de este árbol.

“Los desiertos entre Pisco y Nasca eran bosques enormes, así dice el cronista Pedro Cieza de León en 1548. El padre jesuita, José de Acosta, en 1580, también se sorprendió con los bosques de algarrobo”, señala.

Y para evitar alguna confusión explica que el algarrobo y el huarango se refieren a la misma planta, solo que el primero es una palabra impuesta por los españoles y huarango viene del idioma yunga que se hablaba entre los pobladores de la costa peruana.

VARIEDADES. En más de 50 años Félix Quinteros ha realizado estudios a este árbol y ha identificado diversas variedades y tiene en el vivero 15 de las mejores variedades recolectados en sus viajes por todo el Perú y que esperan para ser sembrados.

“He contado 28 variedades en toda mi vida, empezando por la forma del tallo, altura, fruto, tamaño de hoja. Hay huarangos rastreros, otros con espinas y otros sin espinas. Todas están en peligro”, señala.

Este entusiasta servidor de la Facultad de Agronomía de la Universidad Nacional San Luis Gonzaga de Ica inició con la siembra de huarangos varias décadas atrás preocupado por la tala indiscriminada de los carboneros y que, según denuncia, en los últimos años se ha intensificado.

“Los carboneros los están matando. Lo talan pero no siembran”, dice mortificado. Durante los últimos 50 años ha cultivado centenar de huarangos sin ningún apoyo. Hoy necesita financiamiento para su sueño de reforestar el desierto de Ocucaje y Yauca del Rosario.

Recuerda con tristeza los extensos días soleados que solían pasar con el ya fallecido norteamericano David Bayer sembrando huarangos en la quebrada de Cansas, donde muy pocos plantones lograron sobrevivir por la falta de agua.

Dice que antes de la reforma agraria, el sector de Macacona, era un extenso bosque de huarangos donde se podía recoger las semillas.

La Victoria es otra zona donde sembró 600 plantones pero que los chivatos (cabras) errantes terminaron por devorar en pocas horas el pequeño bosque que se pensaba formar.

Quinteros asegura la huaranga, fruto del milenario árbol desértico tiene muchas vitaminas, minerales y proteínas que evita la desnutrición. 

“La vaina puede ser partida y echada al quacker. Es muy nutritiva y debería ser el caramelo de los niños”, señala.

Reitera que es un alimento nutritivo que era consumido por los antiguos pobladores de las culturas Nasca, Ica, Paracas y Chincha. 

“En los intestinos de los cadáveres hallados en las huacas, se encontró restos de la huaranga”, comenta.

En abril último, Félix Quinteros sufrió la mordedura de una víbora cuando plantaba huarangos en Ocucaje y se pasó cuatro días internado en el hospital. 

Pese a la mala experiencia, afirma que seguirá cultivando más plantas para recuperar los bosques en el desierto.

“Los cogollos del huarango y las hojas de toñuz eran chancados por los antiguos iqueños y se tomaban como antídoto contra el veneno de las serpientes. El huarango tiene propiedades medicinales”, asegura.

MUERTE. El iqueño ha lamentado la muerte del huarango milenario y responsabilizó a las empresas turísticas que, para permitir que los turistas se fotografíen en los enormes troncos, retiraron los panales de avispas y la plaga terminó por matar el árbol. 

“El huarango tiene una especie de hormiguita llamado pulgón que se come las hojas, y para evitar esa depredación las avispas se las comen. Existe un equilibrio. Con las avispas retiradas, el pulgón terminó por matar a la planta hace cinco años. Las hojas son las narices de la planta”, explica. 

Por ahora, Félix Quinteros está esperando a la luna creciente para empezar a cultivar los huarangos en el vivero de la Facultad de Agronomía, porque, según afirma, sus rayos aceleran el crecimiento.

TRABAJO. La Asociación Sebastián Barranca Lovera tiene agrónomos, biólogos, fitopatólogos y otros profesionales para llevar adelante el proyecto de convertir la Tierra Prometida en un pulmón de la ciudad.

Nativas.  La asociación también ha logrado recuperar dos plantas nativas: el boliche que en la antigüedad era utilizado para matar los piojos; y el tetillo, una planta cuyo fruto son perlitas de agua que calman la sed de los pájaros.

Vivero recupera plantas nativas

En el vivero de la Facultad de Agronomía, Félix Quinteros está recuperando el pallar gentil, cuyo fruto se parece al frejol y en una vaina puede contener hasta 14 semillas. “Los agricultores han dejado de cultivarlo porque el pallar común es más grande y por lo tanto es más comercial”, dice.

Además dice que el pallar Gentil no es atacado por la plaga.

El otro tipo de pallar que intenta rescatar y masificar es el pallar Sol de Medianoche, llamado así por ser mitad blanco y negro.

Fuente:

Correo (Perú)

5 de junio de 2018

El oro es tiempo: Los minutos son el bien más preciado del siglo XXI

El documental 'Ladrones de tiempo' analiza la cada vez más complicada gestión de nuestros horarios.

Somos hijos del dios Cronos. Sin apenas darnos cuenta, nos hemos convertido en nuestros propios agentes de viaje y los cajeros de nuestro supermercado y sucursal bancaria; montamos nuestros muebles y hasta tomamos nuestro pedido en algún restaurante.

La máxima capitalista que asegura que el tiempo es oro toma una nueva dimensión. Ahora, además de hacer horas extra en nuestra empresa, somos en algún momento del día trabajadores de otras de las que antes éramos solo clientes. A cambio de nuestro tiempo, recibimos una rebaja en el precio de sus productos. Y así es como cada vez tenemos horarios más complicados.

El documental Ladrones de tiempo que se proyecta en el festival DocsBarcelona 2018, repasa la importancia de las horas, minutos y segundos, convertidos en la moneda de cambio más universal y codiciada. La alemana Cosima Dannoritzer (Dortmund, 1965) amplía su análisis sobre el tiempo en la sociedad de consumo tras estrenar Comprar, tirar comprar en 2010.

Pregunta. En su documental, se presenta el tiempo como si fuera la mayor religión del mundo.
Respuesta. En principio, era un factor biológico. Hasta la tribu africana más remota depende, aunque sea ligeramente, del tiempo. El problema es que, con la llegada de la Revolución Industrial, se ha convertido en un factor social. El trabajo, por ejemplo, es un intercambio de tiempo por dinero.

P. Y de trabajadores precarios pasamos a ser también clientes precarios.
R. Las gasolineras ya son autoservicio, con una cámara de seguridad en vez de empleados y hasta las bibliotecas públicas nos obligan a aprender a gestionar nuestros préstamos. Invertimos cinco minutos de aquí, otros 10 de allá… Poco a poco, ese fenómeno va creciendo y acumulando nuestro tiempo mientras se destruyen millones de empleos.

P. El de "trabajador parcial" es un concepto inventado para el documental.
R. Los manuales empresariales nos denominan así desde hace 50 años. Eso sí, lo somos sin poder elegirlo. Y sin formación, ni contrato, ni derechos laborales.

P. Si las empresas llevan décadas estudiando de forma exhaustiva la gestión del tiempo para que sus trabajadores ahorren medio segundo en las cadenas de montaje, ¿No podemos los ciudadanos aprenderlo también?
R. Cada vez es más común ver a compañías que descuentan del sueldo de sus trabajadores las pausas para ir al baño. La mejor forma de recuperar parte del control del tiempo, algo que es nuestro, es dedicar algunas horas a la semana a estar fuera del sistema; a dejar de ser productivos de forma voluntaria.

El artículo completo en:

El País (España)

Inteligencia artificial: "Saber eso" y "Saber cómo"

La semana pasada, la compañía Apple dio a conocer su nuevo modelo de teléfono llamado iPhone X. En la presentación del producto se anunció que, gracias al reconocimiento facial, el aparato empezará a funcionar apenas reconozca el rostro de su dueño. Para eso, dijeron los ingenieros, el chip electrónico del teléfono ha sido entrenado a reconocer mas de mil millones de rostros humanos usando un sistema electrónico llamado circuito neuronal artificial.

En los últimos años se ha venido usando ese tipo de circuitos neuronales en máquinas que ayuden en el diagnóstico en algunas especialidades de la medicina, especialmente en patología y radiología. La idea es que del mismo modo que ahora un teléfono celular es capaz de reconocer el rostro de una persona con una seguridad de uno en un millón, ¿será posible que una máquina pueda reconocer tan bien como un ser humano una neumonía en una placa de rayos X o un diagnóstico de cáncer de la próstata en una biopsia?.

El conocimiento humano

Tratando de entender como es que los radiólogos aprenden a interpretar sus radiografías, investigadores de la Universidad de Sao Paulo pusieron a 25 radiólogos en máquinas de MRI que estudiaban sus cerebros mientras se les enseñaban imágenes de rayos X, siluetas de animales o simplemente letras del alfabeto. Los resultados indicaron dos cosas, en primer lugar, que el reconocimiento de las imágenes era casi instantáneo (demora 1.33 segundos) y en segundo lugar, que a pesar de que el reconocimiento de todas las imágenes usa la misma zona cerebral (lóbulo parietal) el reconocimiento de diagnósticos médicos activa zonas cerebrales mas complejas. Eso indica que hay dos niveles de conocimiento, el de la imagen por si misma y el del significado de las imágenes.
Ese hallazgo refuerza la idea del filosofo británico Gilbert Ryle quien dijera en 1945 que el conocimiento existe en dos esferas, el del “saber eso” y el del “saber cómo”. Por ejemplo, el saber reconocer un carro es algo simple, pues implica saber que tiene cuatro ruedas, tiene una carrocería, tiene un parabrisas, tiene un timón, etc. Este nivel de conocimiento es el “saber eso”. Pero ya el saber diferenciar la marca del carro, el modelo o el año de fabricación exige ya un nivel mas sofisticado de conocimiento, el que según Ryle representa el “saber cómo”, en este caso, el saber como diferenciar los diferentes tipos y modelos de carro.

¿Pueden las máquinas aprender?

Desde hace varios años, se han venido desarrollando máquinas que han aprendido a reconocer imágenes, es decir el “saber eso” de Ryle. Así, se tienen máquinas que leen citologías vaginales (Papanicolaou), mamografías (sistema CAT por sus siglas en ingles), electrocardiogramas, etc. El problema con estos sistemas es que solo han llegado al primer nivel del conocimiento, es decir reconocer imágenes y patrones de un solo elemento (células, imágenes de rayos X) pero no han aprendido a diferenciar imágenes que sean diferentes de lo que se les ha enseñado. En otras palabras, solo diferencian carros de bicicletas y motocicletas, pero no han aprendido el “saber cómo” diferenciar las marcas o los modelos de los carros ni su año de fabricación.

Un interesante estudio del Dr. Sebastián Thrun de la Universidad de Stanford y publicado en la revista Nature en febrero de este año, revela que dependiendo del tipo de datos con que se alimenten a las máquinas, estas son capaces de aprender. En primer lugar, se le enseñó a la máquina a reconocer 130,000 imágenes de todo tipo de lesiones de la piel (incluyendo cáncer, acné, lunares, eczemas, etc.). En un segundo paso, los científicos alimentaron a la máquina con el nombre de las 2,000 enfermedades que esas imágenes representaban y las biopsias de 2,000 de esas lesiones. El resultado fue que la máquina no solo aprendió a reconocer las imágenes de las lesiones, sino que aprendió a relacionarlas con el nombre de las enfermedades y sus respectivas biopsias. En otras palabra, la máquina no solo aprendió el “saber eso”, sino que aprendió también el “saber cómo” de Ryle. En otras palabras, no solo aprendió a reconocer los carros, sino que aprendió a diferenciar las marcas y los modelos. A este tipo de conocimiento avanzado de las máquinas, se le ha bautizado como “conocimiento profundo”.
 
Validación del conocimiento profundo

Para probar el nivel de conocimiento adquirido de sus máquinas, Thrun la enfrentó primero a dos radiólogos entrenados en reconocer las mismas lesiones. Luego de mostrarle a ambos 14,000 imágenes, la máquina predijo con un 72% de certeza el diagnóstico de una imagen. Los radiólogos solo lo hicieron en el 66%.

En un segundo experimento, la máquina fue enfrentada con un grupo de 25 radiólogos para examinar 2,000 imágenes de cáncer de la piel de tipo melanoma y la máquina fue mucho mejor que los humanos, tanto en su sensibilidad, es decir casi no se le pasaban por alto las imágenes de verdaderos melanomas y en su especificidad, es decir, no llamaba melanoma a lo que no era.

Corolario

Si bien es cierto que al igual que los humanos, las máquinas (incluyendo la Watson de IBM o el DeepMind), pueden aprender el “saber eso” y en base a esa experiencia pueden desarrollar el “saber cómo” de Ryle, es importante entender que hasta ahora, las máquinas no pueden desarrollar el tercer tipo de conocimiento que postuló Ryle. Es el llamado “saber qué” o sea el saber para qué o porqué se hacen las cosas, es decir el razonamiento que permite relacionar el “saber eso” y el “saber cómo” con el medio ambiente y establecer el contexto de lo que realmente sucede en la vida.

Fuente:

El Comercio (Perú)

4 de junio de 2018

Combinatorio, dados y probabilidades

¿Cómo se puede hacer un calendario perpetuo con dos dados de seis caras?

Los datos del acertijo final de la semana pasada parecen muy insuficientes para sacar cualquier conclusión; sin embargo, hay pocos desarrollos del torneo de ajedrez imaginario que den lugar a un descenso del 5% en el porcentaje de victorias de Kaspárov. Reproduzco la acertada respuesta de nuestro “usuario destacado” Manuel Amorós:

Teniendo en cuenta que el 5% es 1/20, tendríamos que hallar dos fracciones propias que restadas dieran como resultado 1/20. Seguramente, el primer par de fracciones que cumplen son 1/4 y 1/5, ya que 1/4 – 1/5 = 1/20. Pero estas proporciones no se ajustan al hecho de que Kaspárov tenía ventaja inicial sobre su rival. El siguiente par de fracciones serían 4/5 y 6/8: 4/5 – 6/8 = 1/20
Es decir, que una posible respuesta es que Kaspárov empezó ganando 4 de 5 partidas (descontadas las tablas) y después ganó dos partidas y perdió una, reduciéndose de ese modo su porcentaje de triunfos en un 5% exacto.

El problema de las tres tarjetas (una con dos caras rojas, una con dos caras blancas y una con una cara roja y otra blanca) sigue propiciando un animado debate (ver comentarios de la semana pasada). Como señalé en el artículo anterior, es fácil pensar que si nos muestran una cara roja, la probabilidad de que la otra cara también sea roja es 1/2; pero en realidad hay tres posibilidades equiprobables: que nos muestren una cara de la tarjeta RR, que nos muestren la otra cara de RR o que nos muestren la cara roja de la tarjeta RB; en dos de estos tres casos la otra cara es roja, por tanto la probabilidad pedida es 2/3.

La combinatoria de los dados

La probabilidad de un suceso expresa la relación entre los casos favorables y los casos posibles. Decimos que la probabilidad de sacar un 5 al lanzar un dado es 1/6 porque el dado tiene seis caras (casos posibles) y solo en una de esas caras hay un 5 (casos favorables). Este es un ejemplo trivial, pero a menudo el cálculo de probabilidades implica la resolución previa de problemas combinatorios no siempre sencillos para determinar el número de casos posibles y de casos favorables.

La probabilística de un solo dado es trivial, pero con dos dados la cosa empieza a complicarse y es fácil incurrir en errores de apreciación. Al lanzar dos dados y sumar sus puntos podemos obtener las puntuaciones comprendidas entre 2 y 12: once posibilidades, por lo que podría parecer que la probabilidad de sacar una puntuación concreta, por ejemplo 7, es 1/11; pero este razonamiento es erróneo, pues las once posibilidades no son equiprobables; hay una sola forma de obtener 12 puntos (6-6) y seis formas de obtener 7 (6-1, 5-2, 4-3, 3-4, 2-5, 1-6). Cada una de las seis caras de un dado puede emparejarse con cada una de las seis caras del otro, por lo que hay 6 x 6 = 36 parejas posibles, de la que solo una da 12 puntos y seis dan 7 puntos; por tanto, la probabilidad de obtener 12 puntos es 1/36 y la de sacar 7 puntos es 6/36 = 1/6.

Si en vez de puntos en las caras de los dos dados figuraran los dígitos del 1 al 6, adosándolos podríamos formar los números 11 a 16, 21 a 26, 31 a 36…, 61 a 66. ¿Podemos numerar las caras de dos dados de manera que adosándolos convenientemente se puedan formar todos los días del mes? Hay que usar siempre los dos dados, expresando los números de una sola cifra de la forma 01, 02, etc.
Naturalmente, la cosa se complica a medida que aumenta el número de dados. ¿Cuál es la probabilidad de sacar un póquer a la primera con los dados de póquer (valga la redundancia)? ¿Y la de sacar un repóquer?

Fuente:

google.com, pub-7451761037085740, DIRECT, f08c47fec0942fa0