Netexplo 2018Un año más estoy en París para asistir al Netexplo Innovation Forum, el evento anual que reúne a profesores de innovación de todo el mundo en la sede de UNESCO para analizar las tendencias y tratar de entender hacia donde nos dirigimos.

El observatorio de Netexplo funciona en forma de radar: los profesores que colaboramos con la iniciativa pedimos a nuestros alumnos de todo el mundo que localicen proyectos innovadores, por lo general con menos de dos años de antigüedad, que pueden ser desde startups a trabajos en departamentos universitarios, iniciativas en compañías consolidadas, etc. y los envíen para un primer filtrado, del que resulta una lista de preseleccionados sobre la que votamos. Finalmente, diez proyectos son expuestos en el foro en París, donde los asistentes votan en función de aquellos que les parecen más interesantes.

Este año venía con una agradable sorpresa: existe siempre una sana competencia entre los distintos profesores por ver quién consigue situar más proyectos en las fases finales, y este año, los ganadores han sido los alumnos de mi curso de Innovación en el International MBA de IE Business School. En la fase final, dos de los diez proyectos seleccionados, Wysker y Cataki, provenían de la selección hecha por mis alumnos, y el segundo de ellos, además, resultó finalmente ganador en la votación llevada a cabo entre los asistentes. En una entrada posterior los analizaré con algo de detalle. El detalle es meramente honorífico no es especialmente importante, tiendo a pensar que la cuestión es básicamente probabilística (este año enseñaba a dos grupos, y la composición de mi alumnado era enormemente diversa, con participantes literalmente de todo el mundo), pero siempre es agradable pensar que en una amplísima selección de alumnos de escuelas de negocios de todo el mundo, aquellos a los que tú enseñas y con los que trabajas para intentar transmitirles ideas y conceptos sobre innovación han sido capaces de contribuir de manera significativa. Thank you, class!

En mi participación este año me pidieron que diese mis impresiones en el escenario sobre 360ed, un proyecto precioso de edtech mediante el uso de realidad virtual y aumentada en Birmania, cuya fundadora, Hla Hla Win, graduada en Harvard, ha conseguido ensamblar un proyecto muy completo en un entorno tan aparentemente poco propicio como su país, en el que incluye no solo la participación de niños con terminales Android y visores de cartón, sino también un importante y fundamental capítulo de formación a profesores y de desarrollo de materiales.

Además, el las reuniones del Advisory Committee, en el que participo desde hace tres años, continuamos las conversaciones del pasado año sobre inteligencia artificial y machine learning, de las que ha surgido un libro, Thoughts on AI, en el que soy autor de un capítulo y del que proporcionaré algo más de información en cuanto esté disponible para su descarga.

Ahora, me voy a Les Échos para una sesión de resumen del evento. Pronto, más.

 

IMAGE: Natalia Merzlyakova - 123RFUn artículo de CNN titulado What happens when automation comes for highly paid doctors comenta el reciente crecimiento de la tendencia hacia el desarrollo y utilización de sistemas de diagnóstico de imagen – radiografías, tomografías, resonancias magnéticas, ultrasonidos, etc. tradicionalmente interpretados por un médico, un especialista o un radiólogo – para su interpretación mediante sistemas que procesan el diagnóstico mediante visión computerizada y algoritmos de machine learning, entrenados a partir del extenso archivo recopilado a lo largo de muchos años de práctica.

El uso de herramientas de diagnóstico mediante imagen ha ido creciendo a lo largo del tiempo, y además de ser profusamente utilizado, supone un elemento muy importante del coste: donde antes un médico tenía que procesar manualmente unas pocas imágenes, ahora es perfectamente habitual que en una sola prueba se obtengan cientos o incluso miles de imágenes en finas capas, en procesos que pueden llegar a ser profundamente aburridos y que incrementan la probabilidad de error debido al cansancio o la pérdida de atención.

¿Puede un algoritmo ser capaz de reconocer en una imagen elementos de diagnóstico? Sin duda. ¿Puede, además, llegar a hacerlo mejor que un profesional especialmente entrenado para ello? Todo indica que, a medida que esos algoritmos son entrenados con más y más imágenes y sus posteriores resultados diagnósticos, esa posibilidad se convierte en una realidad, y que muy probablemente estemos ante mecanismos en los que la probabilidad de pasar por alto un indicio con trascendencia diagnóstica en una imagen sea significativamente menor que en el caso de que ese diagnóstico sea llevado a cabo por un humano.

Precisamente sobre este tema estuve hablando en el pasado Netexplo con Pooja Rao, co-fundadora de la startup india Qure.ai, que fue una de las compañías que obtuvieron galardón y la que me pidieron que entrevistase en el escenario. Pooja contaba con la experiencia perfecta para comentar el tema: además de ser médico de formación, había co-fundado una compañía dedicada al diagnóstico de imagen mediante machine learning, y trabajaba precisamente con médicos a los que trataba de convencer para que contribuyesen al entrenamiento de los algoritmos ofrecidos por su compañía, con un argumento claro: la posibilidad de poder obtener mejores diagnósticos, más seguros, más consistentes y con menos posibilidades de pasar por alto elementos clave.

Una imagen de diagnóstico médico es un fichero digitalizable o, cada vez más, directamente digital. Convertir esas secuencias de píxeles en elementos capaces de ser procesados algorítmicamente es algo que cae perfectamente dentro de las posibilidades del machine learning, en un ámbito, el de la imagen, en el que ya se han obtenido numerosos progresos. Que lleguemos a un momento en el que el análisis de una imagen se lleve a cabo directamente tras su obtención, o incluso durante la misma – para permitir un muestreo más exhaustivo de determinadas áreas – o, incluso, a un momento en el que los médicos directamente pierdan la capacidad de utilizar ese método diagnóstico por falta de práctica es algo que, a día de hoy, cabe perfectamente dentro de los escenarios posibles. En este momento, un algoritmo es capaz de procesar e interpretar una resonancia magnética de corazón, por ejemplo, en unos quince segundos, un examen que puede necesitar unos 45 minutos cuando lo lleva a cabo un cardiólogo o radiólogo.

En ese caso, ¿qué papel pasa a tener el médico especialista? Sencillamente, el de encargar la prueba diagnóstica e interpretar el análisis de la misma llevado a cabo no por sí mismo o por un radiólogo, sino por un algoritmo. El propio radiólogo pasaría a ser un interpretador avanzado de esos diagnósticos, un gestor de un instrumento que sigue los indicios marcados por un algoritmo y trata de ofrecerle elementos adicionales de diagnóstico, o tal vez, el que lleva a cabo un segundo análisis manual basado en los indicios encontrados por el algoritmo. ¿Realmente vemos ese proceso como una sustitución, o más bien como una asistencia especializada que mejora las capacidades del facultativo? ¿Perderían los radiólogos su trabajo, o simplemente deberían reciclarse para aprender a aprovechar una herramienta diagnóstica mucho más potente, capaz de ver lo que un ojo clínico bien entrenado anteriormente no veía? ¿Llegaremos a un momento en el que el diagnóstico mediante imagen sea algo que debe necesariamente ser llevado a cabo por un algoritmo, porque mejore sensiblemente el número de ocasiones en las que un indicio se pasa por alto o se dé lugar a un número menor de falsos positivos? ¿Llevará el hecho de que sea un algoritmo el que procesa las imágenes a que se puedan obtener muchas más, dada la mayor facilidad de procesamiento derivada de que que no sea un médico quien deba revisarlas todas una por una, y por tanto, termine redundando en mejores diagnósticos? ¿Alguien podría llegar a ver un proceso así como negativo?

 

AbalobiLa naturaleza es un sistema increíble. En muchos ámbitos, la naturaleza se considera inmejorable, un diseño natural tiende a ser visto como perfecto, como insuperable, construido y moldeado a lo largo del tiempo y la evolución en torno a la idea de sostenibilidad. Sin embargo, un ecosistema es modificado por la acción de sus participantes, y todos sabemos que la especie humana se ha revelado como la fuerza más importante en la modificación de esos ecosistemas, para llevarnos cada vez más a situaciones no sostenibles.

Una de las tendencias más reveladoras que he visto en el Netexplo Forum de este año es, precisamente, la idea de plantear proyectos que trabajan con la naturaleza. El que he utilizado como ilustración, Abalobi, es un proyecto indudablemente próximo a mí y a mis intereses: es un proyecto sudafricano dedicado a la sostenibilidad de la pesca artesanal, que recuerda enormemente al que contribuí a poner en marcha hace nada menos que quince años en Galicia, Lonxanet. Pescadores coordinados en una red de información que les permite mejorar enormemente su propuesta de valor y sus condiciones de vida, en lo que supone una prueba de que no importa cómo de alejado de la tecnología pueda estar el colectivo al que pretendemos dar servicio, porque si la propuesta de valor es adecuada, se interesarán por él y participarán de manera entusiasta.

Pero Abalobi no es excepción en los proyectos de este año en Netexplo: la naturaleza, o “la naturaleza aumentada” juega, en muchos de ellos, un papel fundamental. Podemos hablar, por ejemplo, de la utilización de buitres equipados con cámaras y GPS para ayudar a descubrir la existencia de vertederos ilegales en Perú, con el proyecto Gallinazo Avisa. O de la posibilidad, evocando un episodio reciente de Black Mirror, de recurrir a abejas robóticas para polinizar cultivos, aunque aún falte un poco para llegar a un prototipo verdaderamente funcional. O collares para vacas en instalaciones productivas que prometen una monitorización capaz de mejorar las condiciones de explotación y la productividad: varios proyectos que pudimos ver este año en Netexplo tienen que ver con las vacas, sea para evitar el uso de su carne en una hamburguesa perfecta que no recurre a ella, para obtener leche sin molestar a ninguna vaca en el proceso, o para conseguir cuero sin que ningún animal se deje la piel en ello.

Podemos hablar de la reingenierización del vino, de la visión de una agricultura moderna pasada por el prisma de la explotación de datos, o de las formas más eficientes para explotar la producción de vegetales reutilizando recursos y buscando productividades antes inimaginables: de una u otra manera, hablamos de formas de mejorar nuestra relación con la naturaleza, de preocuparnos por criterios de sostenibilidad o de buscar una eficiencia no orientada necesariamente a maximizar el rendimiento económico, sino a otros fines. Si bien una gran cantidad de mentes clásicas y tradicionales se escandalizarán ante la posibilidad de beber vino reingenierizado, o de utilizar leche, cuero o carne que considerarán “artificial”, aunque no lo sea, creo que no cabe duda, sobre todo si preguntamos a personas jóvenes, que estamos ante el despertar de una verdadera tendencia. Y que, seguramente, son conceptos que merece la pena explorar.

 

Netexplo logoEsta semana estuve en París asistiendo al Forum 2016 de Netexplo, la reunión en la que se presentan los proyectos elegidos por la Netexplo University Network como representativos de las tendencias de innovación digital. El pasado octubre fui invitado a formar parte de la Netexplo University Network, y era mi primera asistencia a este foro, creado en 2009 por Martine Bidegain y Thierry Happe, que cuenta con el apoyo de Senado y del Ministerio para la Economía Digital franceses, y que organiza una red de profesores de innovación que trabajan con sus alumnos para la detección de tendencias y usos interesantes de la tecnología en el mundo. He dedicado al tema tanto mi columna en El Español, titulada “Cazando tendencias“, como mi participación en la barra tecnológica de La Noche en 24 horas de RTVE (a partir del minuto 1:37:19).

Un foro que se plasma en forma de evento importante, con salón completamente lleno en la Université Paris-Dauphine, y en el que pude ver presentaciones de proyectos de muy diversos tipos y en muy distintas fases, desde tesis doctorales hasta desarrollos ya en fase de startup incipiente. Mucho interés por blockchain, la tecnología de base de datos distribuida que conocimos a través de Bitcoin, y que ahora vive una segunda oleada de popularidad a medida que se aplica a cada vez más cuestiones, con los protagonistas de las startups que hacían uso de ella definidos como los cool kids del evento. Las presentaciones estuvieron estructuradas en tres hilos conductores, relacionados con la biotecnología y los materiales, con las máquinas y robots, y con los nuevos modelos de interacción.

En la primera parte vimos al ganador de este año, IKO Creative Prosthetic Systems, una startup colombiana que desarrolla prótesis para niños con un enfoque basado en el co-diseño con impresión 3D y piezas de Lego, que facilita la integración de los niños, que participen creando las piezas que les permiten jugar o asumir nuevas funcionalidades, para que desdramaticen su condición y la vean como una circunstancia menos limitante. También Amino, un maletín-laboratorio que acerca la ingeniería genética a nivel casero y que permite iniciarse en el bio-hacking, con posibilidades como desarrollar y mantener cultivos celulares con posibilidades de todo tipo, que me sugirió los juegos de iniciación que teníamos de pequeños para química o electrónica, aplicado a la biotecnología. La idea, procedente del MIT, ya había pasado con éxito por Indiegogo.

En el hilo dedicado a las máquinas, vimos un poco de todo, y sumamente futurista: drones capaces de volar solos adquiriendo información del entorno que les rodea para evitar colisiones con obstáculos, nanorobots nadadores con capacidad para ser dirigidos a través de vasos sanguíneos casi como en la película, robots que evolucionan y se rediseñan en función de su experiencia, o una inteligencia artificial, Todai,  capaz de superar las pruebas de acceso a la Tokyo University con mejores notas que bastantes alumnos humanos.

En los nuevos modelos de interacción vimos aplicaciones de blockchain al registro de propiedades inmobiliarias en un país como Ghana, carente de infraestructuras y registros públicos como tales; o Colu, a cuyo creador, David Ring, me tocó entrevistar en el escenario, una plataforma que trata de disminuir las barreras de entrada al uso de blockchain para cualquier aplicación, sea compra, venta, autenticación, trazabilidad o lo que sea, mediante el desarrollo de una API y un SDK que permiten su uso sencillo. Colu está en una fase más avanzada, ya ha conseguido levantar una ronda de $2.5 millones, y plantea la idea de plataforma como ecosistema que a mí tiende a parecerme muy interesante. Además, tuvimos también la ocasión de ver un proyecto de traducción colaborativa, Aweza, destinado a tratar de ofrecer soluciones para un complejo mercado sudafricano con once lenguas oficiales, y Wonolo, una plataforma de trabajo freelance que incorpora mecanismos de evaluación inspirados en Uber o Airbnb como forma de determinar la idoneidad de los participantes. Todos eran proyectos que los miembros de la Netexplo University Network habíamos tenido anteriormente ocasión de estudiar y evaluar, pero la oportunidad de conocer a sus creadores y ver la idea presentada siempre abre más áreas de interés. No puedes, lógicamente, esperar una discusión en profundidad de cada una – cada ámbito de actividad requeriría un curso en sí mismo para poder hablar dignamente de su área de conocimiento – pero sí es una muy buena manera de entrar en contacto con las ideas y valorar su capacidad disruptiva. Y por supuesto, para quien quiere ver aún más proyectos, está la lista de los Netexplo 100 2016, la compilación original de la que se extraen los diez premiados…

Como experiencia, Netexplo me ha parecido enormemente interesante. Primero, por ver el nivel de apoyo privado y público que una plataforma de este tipo, destinada a la “caza de ideas”, puede obtener en un país como Francia. Segundo, por la comunidad de discusión e intercambio de ideas que genera. Y tercero, porque vuelves con el cerebro oxigenado y con ideas para mini-casos y discusiones en clase interesantísimas. Decididamente, toda una experiencia.