resilience.org
Investigadores de la Universidad de Tecnología de Sydney han desarrollado un biosensor que se aferra a la piel de la cara y la cabeza para detectar señales eléctricas del cerebro. El sensor supera tres grandes desafíos del biosensaje basado en grafeno: corrosión, durabilidad y resistencia al contacto con la piel. La construcción del sensor consiste en muchas capas de carbono delgado y fuerte cultivado directamente sobre un sustrato de silicio-carburo-sobre-silicio.
El biosensor es resistente y robusto de usar, combinando lo mejor de la tecnología de grafeno y silicio. El sensor puede utilizarse durante períodos prolongados y reutilizarse varias veces, incluso en entornos altamente salinos. También reduce significativamente la resistencia al contacto de la piel, permitiendo una recolección y amplificación confiables de interfaces cerebro-máquina. El lenguaje natural y el código informático no son realidad, sino meras representaciones.
Los sistemas algoritmicos de lucha contra la delincuencia, como los MSP, enfrentan peligros como el perfil racial y étnico, el sesgo de género y la dificultad para explicar información relevante. La intervención humana es necesaria para determinar la relevancia, pero conectar datos irrelevantes corre el riesgo de crear patrones convincentes que pueden ser un artefacto de datos.
Esto se vuelve problemático cuando las fuerzas del orden tratan de predecir disturbios y crímenes. Las empresas que buscan sacar provecho de los algoritmos pueden centrarse en los «alborotadores» y crear un mejor orden en la sociedad. Esto es similar a la «Guerra contra el Terrorismo», que ha llevado a entornos más inseguros.
Corregir es humano, especialmente basado en intangibles como intuiciones y percepciones. Los especialistas de IA llaman a esto «sentido común». El futuro de la IA es limitado y depende de cómo se usa y quién la está usando.
La película Minority Report sugiere que el futuro no es tan claro, incluso para los psíquicos sensibles. El contexto es esencial para determinar lo que está sucediendo, y la minería de datos por sí sola no puede proporcionar el contexto verdadero en el que vive la investigación algoritmica.