YouTube

Got a YouTube account?

New: enable viewer-created translations and captions on your YouTube channel!

Spanish, Argentinian subtitles

← abm 9 6 wrapup+future

Get Embed Code
5 Languages

Showing Revision 8 created 08/30/2019 by diego diaz.

  1. Hemos llegado al final del curso, pero
    antes de dejarlos quiero especular sobre
  2. tres tendencias y necesidades de los MBA
    que veo como importantes a medida que
  3. avanzamos en el modelado de los MBA, este
    es mi caso particular, son cosas en las
  4. que estoy apasionadamente interesado, pero
    es también acerca de las tendencias que
  5. vemos en otras áreas de la ciencia de la
    computación, en especial acerca de las
  6. ciencias sociales computacionales y
    biológicas y ciencias socioecológicas
  7. una de ellas es la generación automática
    de reglas para los agentes, esto fue algo
  8. que hablamos en la lección 9.1, tenemos
    esta inmensa cantidad de datos, que está
  9. siendo recolectada por seres humanos y
    entidades por todo el mundo, tenemos
  10. centros para todo, tenemos la internet de
    las cosas que está creciendo, tenemos
  11. datos sociales, tenemos datos de las app,
    tenemos datos de los teléfonos en los
  12. bolsillos de todos y la pregunta es:
    podemos usarla de tal manera que podamos
  13. definir reglas automáticamente, que
    capturen la esencia de las acciones
  14. humanas sobre esas bases? definamos como
    los humanos nos movemos por el mundo
  15. definamos como los humanos interactuamos
    con la internet de las cosas, o definamos
  16. cómo la internet de las cosas interactúa
    con sí misma, a medida que los autos se
  17. vuelven cada vez más automáticos; por
    supuesto estas reglas necesitan estar
  18. validadas y una de las cosas que podemos
    hacer para validarlas es construyendo
  19. estas reglas, haciendo predicciones sobre
    lo que vemos y sobre como se llevan a cabo
  20. por qué estaríamos interesados en verlas a
    nivel de los agentes? por qué no usar los
  21. datos? pero las reglas de los agentes que
    predicen la conducta individual de los
  22. agentes; no tenemos en verdad la capacidad
    de evaluar qué pasa si cambiamos el
  23. conjunto de instrucciones para un
    individuo en particular en ese espacio
  24. los modelos causales de estado nos brindan
    un ejemplo de ello, pero podríamos usar
  25. otros, podríamos usar, podríamos usar
    árboles de decisión, podríamos usar reglas
  26. de asociación, hay muchos sistemas de
    clasificación; hay muchos métodos ahí
  27. afuera que nos permiten hacer eso
  28. Hay todo un conjunto de nuevas fuente de
    datos, "big data", administrar esto no es
  29. nuevo, pero sí lo es la posibilidad de
    procesar esas grandes cantidades; datos
  30. del lenguaje natural, datos para una
    conversación, datos sociales, datos de las
  31. apps, la posibilidad de capitalizar estos
    datos nos darían formas poderosas de
  32. cambiar la forma en que los MBA son
    percibidos en el mundo que nos rodea, ok?
  33. y esto nos daría herramientas mucho más
    poderosas para poder manejar estas
  34. cuestiones
  35. Claro, uno de los grandes problemas con
    algunos de estos datos y una de las cosas
  36. de las que la gente se queja, es que los
    datos rastreables son muy costosos de
  37. conseguir en términos digitales. Es
    información que no nos dice nada. Entonces
  38. necesitamos formas de validar estos
    modelos contra los datos del mundo real y
  39. calibrar esos modelos para poder mostrar
    que están funcionando correctamente
  40. necestiamos guías rigurosas para seguir,
    yo creo, para mostrar que nuestros modelos
  41. los MBA fueron validados en forma
    apropiada; a veces pienso que debería ser
  42. algo parecido a los tests de la
    estadística. La estadística es muy buena.
  43. La disciplina de la estadística es muy
    buena para decir cosas como: "si tenés
  44. datos que se ven de esta forma y tus
    valores de salida se ven de esta forma,
  45. aquí tienes varios tests que puedes usar"
    Y en algunos casos lo que estaremos
  46. haciendo es básicamente descubriendo
    cuales de estos test estadísticos
  47. apropiados, que son conocidos, será el más
    apropiado para aplicar en esta situación
  48. en particular y luego, lo que implica esto
    es que te brinda credibilidad y apoya la
  49. idea de que el modelo que generamos y que
    corrimos con estos tests para compararlo
  50. con los datos empíricos, me ayudaron en la
    validación y aumentaron la confianza en
  51. este modelo. Por supuesto ser capaces de
    calibrar nuestros modelos para aumentar el
  52. nivel de validación es algo súmamente útil
    por lo tanto tener herramientas como el
  53. "BehaviorSearch", que ya vimos antes, que
    sean fáciles de usar, para que los
  54. usuarios puedan calibrar sus modelos en
    forma automática contra datos del mundo
  55. real, sería un gran paso adelante dentro
    de este mundo
  56. Por último y como un freno ambas clases de
    pensamientos acerca del futuro; si
  57. pudiéramos construir modelos en forma
    automática, si pudiéramos construirlos a
  58. partir de la inmensa cantidad de datos que
    tenemos disponibles y pudiéramos en forma
  59. continua validar los modelos en forma
    automática, donde pudiéramos tener un
  60. conjunto de tests que nos pudieran decir
    si el modelo está actuando en forma
  61. certera, entonces en teoría, podríamos
    construir una herramienta que en forma
  62. automática pudiera construir un modelo,
    basado en los datos que fluyen, no es
  63. cierto? y con esto quiero decir que se
    podría bajar información, por ejemplo,
  64. de la bolsa, o de Twitter, lo que sea que
    se necesita y en forma continua construir
  65. un modelo de, digamos, el nivel social y
    económico de un país, por ejemplo o algo
  66. por el estilo. O podemos bajar esos datos
    de la internet de las cosas, cuando vemos
  67. sensores que están vinculados con todos
    los semáforos de una ciudad en particular
  68. que detectan el flujo del tráfico y que
    entonces pueden hacer predicciones
  69. continuas acerca de en qué lugares puede
    llegar a haber atascos de tráfico, de esta
  70. manera quienes llevan adelante las
    políticas y los que gobiernan la ciudad
  71. pueden, en tiempo real, cambiar las
    señales para que la gente pueda escaparse
  72. de los atascos de tránsito, o cosas por el
    estilo. Si este es el caso, si tuviéramos
  73. esa posibilidad, esta herramienta para
    construir estos marcos de referencia en
  74. tiempo real que pudieran ser predictivos,
    bueno tal vez no predictivos, pero que
  75. pudieran pronosticar y explorar distintos
    escenarios del futuro, podríamos usarlos
  76. para apoyarlas decisiones en tiempo real
  77. entonces, estas tres áreas, el uso de
    datos transmitidos, el uso del Big Data y
  78. la posibilidad de crear automáticamente
    algunas reglas a partir del Big Data y
  79. esta validación y calibración y mejora que
    yo creo, son críticas para el futuro de
  80. los MBA
  81. Creo que ya está, terminamos con la Unidad
    9, hablamos sobre Big Data y MBA, hablamos
  82. sobre las guías de diseño, hablamos de los
    MBA en términos de comunicación y
  83. educación, hablamos de procedimientos
    avanzados de programación, como MAP y
  84. REDUCE, RUN y RUN-RESULT. Hablamos sobre
    la simulación participante, el modelado de
  85. sistemas dinámicos, también hablamos
    sobre las extensiones y sobre el futuro de
  86. los MBA. Ustedes podrán ver las
    diapositivas de la unidad 9 y verán que la
  87. prueba de la Unidad 9 ya llega en breve,
    pero quiero agradecerles a cada uno por
  88. participar en este curso, espero que lo
    hayan disfrutado, yo lo disfruté mientras
  89. lo dicté y también disfruté las
    discusiones que tuvimos en el foro y en
  90. las horas que tuvimos en YouTube y cosas
    así. Y espero que hayas obtenido algunas
  91. cosas interesantes de este curso. Por
    favor quedemos en contacto a medida que
  92. avanzás en tu propio MBA ya sea en tu
    trabajo o simplemente por diversión