1 00:01:15,660 --> 00:01:17,540 John, lo que estoy diciendo a los participantes 2 00:01:17,679 --> 00:01:19,979 es que tienes un fondo muy bonito detrás ¿no? 3 00:01:22,684 --> 00:01:25,489 Vamos a hablar de ciberseguridad y por eso intentas 4 00:01:25,489 --> 00:01:30,932 borrar todo lo que tienes detrás para que nadie lo entienda. 5 00:02:10,700 --> 00:02:15,066 John, vamos a hablar de tres bloques que son: 6 00:02:15,066 --> 00:02:17,352 El primero es inteligencia artificial 7 00:02:17,357 --> 00:02:20,099 el segundo es IoT 8 00:02:20,100 --> 00:02:22,842 y acabaremos con ciberseguridad 9 00:02:23,416 --> 00:02:27,986 Así que, John, si quieres decir qué es la inteligencia artificial 10 00:02:27,986 --> 00:02:28,890 qué está pasando 11 00:02:28,890 --> 00:02:32,288 los principales retos que podemos enfrentar con la inteligencia artificial 12 00:02:32,288 --> 00:02:35,928 si la humanidad va a poder con ellos, todas estas cosas. Por favor, John 13 00:02:36,103 --> 00:02:42,266 Vale. Esto en realidad ha surgido por la cantidad de datos 14 00:02:43,503 --> 00:02:45,748 creo que hablamos de esto en el curso con IoT 15 00:02:45,752 --> 00:02:49,752 que ahora tenemos muchos dispositivos y producen datos 16 00:02:50,219 --> 00:02:59,994 y en los últimos cinco años el uso del machine learning ha cambiado bastante. 17 00:03:02,402 --> 00:03:09,021 Ahora el machine learning en algunas áreas tiene habilidades casi sobrehumanas 18 00:03:09,503 --> 00:03:11,763 en particular al jugar al ajedrez. 19 00:03:12,705 --> 00:03:16,195 Hace varios años que ningún humano ha ganado a un ordenador 20 00:03:16,967 --> 00:03:20,637 La puntuación está en 3000 para los ordenadores 21 00:03:20,967 --> 00:03:24,967 y el humano que mejor juega está en 2960, creo. 22 00:03:25,671 --> 00:03:29,361 Lo que observamos no es que el machine learning esté reemplazando 23 00:03:29,361 --> 00:03:34,942 a los humanos de forma generalizada. No creo que estemos observando esto. 24 00:03:34,942 --> 00:03:38,606 Pero en ciertas áreas el machine learning puede aplicarse a grandes 25 00:03:38,606 --> 00:03:44,166 cantidades de datos y puede procesarlos y analizarlos. 26 00:03:44,166 --> 00:03:48,166 Por ejemplo, en medicina 27 00:03:48,166 --> 00:03:51,666 Podemos observar por ejemplo al diagnosticar una enfermedad ocular 28 00:03:52,406 --> 00:04:00,276 al analizar imágenes de rayos X y descubrir los problemas potenciales 29 00:04:00,276 --> 00:04:06,226 para el paciente en esas imágenes, lo estamos observando en muchas áreas. 30 00:04:08,708 --> 00:04:14,025 A lo largo de los últimos años la gente ha dicho que se iba a expandir mucho 31 00:04:14,025 --> 00:04:14,842 pero ya veremos. 32 00:04:14,842 --> 00:04:22,205 Antes hemos oído decir que a finales de los 90 se hablaba mucho de las máquinas 33 00:04:22,205 --> 00:04:25,441 siendo mejores que los humanos y eso no ha llegado a pasar 34 00:04:25,441 --> 00:04:30,851 así que las consideramos un capacitador importante en ciertas áreas de negocios 35 00:04:30,851 --> 00:04:33,681 pero sin duda no para todo. 36 00:04:33,681 --> 00:04:35,741 No van a sustituir por completo a los humanos. 37 00:04:35,741 --> 00:04:40,721 Abel, sé que hay algunas áreas del machine learning sobre las que te gusta hablar 38 00:04:43,114 --> 00:04:47,114 así que por qué no expresas tus inquietudes o probablemente seas 39 00:04:47,116 --> 00:04:49,246 más optimista que yo respecto a esto, no sé. 40 00:04:52,166 --> 00:04:57,026 Diré esto en inglés y después cambiaré. Creo que un poco, pero no del todo. 41 00:06:03,470 --> 00:06:08,200 Estoy hablando de los retos que supone 42 00:06:08,200 --> 00:06:10,130 copiar algunos datos con las nuevas técnicas. 43 00:08:24,073 --> 00:08:26,113 Creo que lo has entendido casi todo ¿no, John? 44 00:08:26,616 --> 00:08:29,476 Estaba hablando sobre que Amazon te conoce mejor que tu banco. 45 00:08:30,079 --> 00:08:35,939 Sí, cierto. Quiero decir, creo que otro punto es que muchas de las técnicas 46 00:08:35,939 --> 00:08:37,879 no tienen por qué ser redes neuronales 47 00:08:37,879 --> 00:08:41,469 es decir, han sido las mejores para el aprendizaje en general 48 00:08:41,469 --> 00:08:47,079 pero los árboles de decisión y otras técnicas más simples suelen funcionar 49 00:08:47,079 --> 00:08:50,419 Funcionan bastante bien con los datos 50 00:08:50,419 --> 00:08:55,839 así que no deberíamos olvidarlas porque son técnicas bastante simples 51 00:08:55,839 --> 00:08:58,969 que pueden aplicarse a los datos y sin duda 52 00:08:58,969 --> 00:09:05,519 si tienes datos puedes apropiarte de ellos obviamente, deberías aprovechar eso. 53 00:09:55,383 --> 00:10:00,243 Bien, muchas gracias, John y Abel. Creo que ha sido 54 00:10:01,577 --> 00:10:04,817 sobre todo para ti, John, el IoT es para ti 55 00:10:04,817 --> 00:10:07,797 porque Abel está consumiendo todo su tiempo 56 00:10:07,797 --> 00:10:10,207 Así que pasemos a hablar del IoT 57 00:10:11,648 --> 00:10:15,648 Pasemos a hablar del IoT y ¿cómo crees…? 58 00:10:15,648 --> 00:10:18,738 Bueno, en primer lugar, hay una gran conexión 59 00:10:18,738 --> 00:10:26,208 entre inteligencia artificial y IoT, ¿no? El internet de las cosas. ¿Cómo crees…? 60 00:10:26,208 --> 00:10:31,128 Danos una breve introducción al IoT, qué crees que va a pasar en el futuro 61 00:10:31,128 --> 00:10:34,738 serán las ciudades inteligentes una realidad porque, de nuevo 62 00:10:34,738 --> 00:10:37,878 llevamos hablando de ciudades inteligentes desde hace 15 años 63 00:10:37,878 --> 00:10:41,878 pero siguen sin ser reales. Por tanto... 64 00:10:41,878 --> 00:10:45,878 ¿qué piensas, John, sobre el IoT y cuáles crees que son los siguientes pasos? 65 00:10:45,878 --> 00:10:49,878 Bueno, tanto Abel como yo llevamos muchos años metidos en IoT 66 00:10:49,878 --> 00:10:53,878 Estábamos en el laboratorio auto-ID aquí en el MIT 67 00:10:53,878 --> 00:10:56,748 que en cierto modo en su momento inventó el internet de las cosas. 68 00:10:56,748 --> 00:11:00,188 Principalmente se dedicaba al seguimiento y 69 00:11:00,188 --> 00:11:02,588 a la localización en cadenas de suministro 70 00:11:02,588 --> 00:11:07,488 Pero en 2007 se inventó este pequeño aparato 71 00:11:07,488 --> 00:11:10,488 y, hasta cierto punto, lo ha cambiado todo 72 00:11:10,488 --> 00:11:15,628 Ahora en las ciudades, por ejemplo, muchos de nosotros utilizamos este 73 00:11:15,628 --> 00:11:20,758 dispositivo para navegar y podemos ver coches 74 00:11:20,758 --> 00:11:27,928 seas Google o Uber, tienes mucha información sobre el tráfico en la ciudad. 75 00:11:27,928 --> 00:11:34,968 Sé que en China, por ejemplo, obligaron a su equivalente de Uber, llamado DiDi 76 00:11:34,968 --> 00:11:43,148 a entregar esos datos para poder manejar las ciudades y el tráfico y creo que 77 00:11:43,148 --> 00:11:47,148 sin duda, esto ha supuesto un cambio radical para el transporte. 78 00:11:48,478 --> 00:11:52,478 Y hay muchos más datos además del tráfico. 79 00:11:53,464 --> 00:11:56,584 Cada vez que compro algo, se registra. 80 00:11:56,974 --> 00:12:02,354 Lo que observamos es que los dispositivos se están volviendo mucho más 81 00:12:02,354 --> 00:12:12,854 se están generando muchos más en nuestro entorno. Tengo un aparato de Amazon. 82 00:12:13,446 --> 00:12:19,176 Alexa está ahí y me sorprende que no se haya despertado en realidad, 83 00:12:19,176 --> 00:12:22,446 de vez en cuando Alexa se despierta y me sorprende. 84 00:12:22,446 --> 00:12:25,456 Creo que la he apagado. Pero sé que, por ejemplo 85 00:12:25,456 --> 00:12:31,746 Alemania está pensando en incorporar legislación para, básicamente, 86 00:12:31,746 --> 00:12:36,206 controlar la cantidad de datos que se captan y que tendemos a olvidar que 87 00:12:36,206 --> 00:12:45,516 puede que tenas una Alexa en casa o un DOT o algo así que te están escuchando 88 00:12:46,797 --> 00:12:49,777 y pueden meter esos datos en la nube. 89 00:12:50,182 --> 00:12:55,342 Así que lo que creo que estamos observando es una proliferación de aparatos en 90 00:12:55,342 --> 00:13:00,432 todas partes que nos permiten tomar decisiones más inteligentes, 91 00:13:00,432 --> 00:13:04,432 pero la privacidad supone un problema real. 92 00:13:04,432 --> 00:13:09,932 Quizá quieras decir algo, Abel, porque esta es un área a la que 93 00:13:09,932 --> 00:13:12,982 dedicamos mucho tiempo, el IoT. 94 00:15:12,668 --> 00:15:13,948 Una de las cosas 95 00:15:13,948 --> 00:15:19,188 Abel, es que nuestra habilidad para controlar estos sensores ha mejorado. 96 00:15:19,188 --> 00:15:26,518 Ya hablamos de MQTT y WebSocket, por ejemplo, que utilizarías para 97 00:15:26,518 --> 00:15:34,288 controlar miles de sensores y, si podemos ponerle un servidor a un sensor 98 00:15:34,288 --> 00:15:38,288 entonces podemos hablarle en cualquier lu- gar del mundo simplemente utilizando HTTP. 99 00:15:38,288 --> 00:15:46,878 Eso ha cambiado mucho nuestra habilidad de comunicarnos a través de aparatos. 100 00:15:46,878 --> 00:15:53,328 Por desgracia, a veces olvidamos la parte sobre seguridad. 101 00:15:53,328 --> 00:15:56,638 Probablemente hablemos de eso en unos minutos, 102 00:15:56,638 --> 00:16:00,638 pero el problema es que tenemos impresoras, 103 00:16:00,638 --> 00:16:06,428 que son ordenadores completos, cámaras CCTV online, por ejemplo, 104 00:16:06,428 --> 00:16:11,008 y tendemos a olvidar que estos dispositivos están conectados a internet 105 00:16:11,008 --> 00:16:15,008 y pueden utilizarse no solo para nuestro beneficio, 106 00:16:15,008 --> 00:16:18,298 sino en realidad también para atacarnos y, bueno, 107 00:16:18,298 --> 00:16:23,698 hablaremos de esto en un momento. Pero lo cierto es que este es 108 00:16:23,698 --> 00:16:25,968 un problema que ha surgido. 109 00:17:22,167 --> 00:17:25,227 Una conversación muy interesante que nos 110 00:17:25,227 --> 00:17:28,197 lleva al último bloque sobre ciberseguridad 111 00:17:28,197 --> 00:17:34,067 Pero antes de eso, si lo he entendido bien John, en tu opinión tenemos dispositivos, 112 00:17:34,067 --> 00:17:38,387 tenemos el internet de las cosas y además algo que es una consecuencia de ambos, 113 00:17:38,387 --> 00:17:42,387 es decir, la automatización del trabajo, ¿no? 114 00:17:42,387 --> 00:17:45,577 Nos va a llevar a la automatización del trabajo. 115 00:17:45,577 --> 00:17:49,847 Un par de preguntas de los participantes: 116 00:17:49,847 --> 00:17:54,607 ¿cómo va a afectar esto a la mano de obra a los humanos en el trabajo 117 00:17:54,607 --> 00:17:57,497 en el lugar de trabajo? ¿Qué opinas sobre esto? 118 00:18:00,144 --> 00:18:03,894 Sí, quiero decir, tienes toda la razón, Pablo. 119 00:18:03,894 --> 00:18:09,664 Tan pronto como podamos automatizar las cosas si algo puede reproducirse 120 00:18:09,664 --> 00:18:13,664 y entendemos el proceso de trabajo, por ejemplo, entonces es posible 121 00:18:13,664 --> 00:18:21,914 que podamos automatizarlo y eso forma par- te de los DevOps, automatizar a la gente. 122 00:18:21,914 --> 00:18:27,394 Si lo prefieres sustituirla por máquinas inteligentes y lo observamos en la 123 00:18:27,394 --> 00:18:31,394 industria y aquí en el MIT. 124 00:18:31,394 --> 00:18:36,894 A veces bromeamos sobre que el trabajo de un secretario ha cambiado, 125 00:18:36,894 --> 00:18:42,544 preferimos que se encarguen de las páginas web en lugar de escribir informes que 126 00:18:42,544 --> 00:18:48,334 ahora reservamos nuestros propios vuelos porque las aplicaciones son muy buenas y, 127 00:18:48,334 --> 00:18:52,334 en fin, ese tipo de cosas. 128 00:18:53,184 --> 00:18:58,354 Abel, sé que te gusta decir que piensas en tu madre y en tu abuela y en que 129 00:18:58,354 --> 00:19:09,614 utilizan apps les guste o no, todas estas cosas la informática está en todas partes 130 00:19:09,614 --> 00:19:16,254 y eso implica que la mano de obra tendrá que volver a capacitarse, a formarse. 131 00:19:16,254 --> 00:19:21,304 Nosotros mismos lo estamos haciendo, Abel y pasamos la mayor parte del tiempo 132 00:19:21,304 --> 00:19:25,304 volviéndonos a formar y estoy tranquilo. Pablo, lo estás viendo en educación. 133 00:19:25,987 --> 00:19:31,817 Esta es una forma completamente nueva de llevar la educación, pero es inevitable. 134 00:19:31,817 --> 00:19:42,777 A veces reduce costes, a menudo es más efectiva y, en cierto modo, es inevitable. 135 00:19:42,777 --> 00:19:47,629 Abel, quizá tienes una perspectiva distinta sobre esto. 136 00:21:40,445 --> 00:21:41,855 Ibas a decir algo. 137 00:21:42,112 --> 00:21:46,612 No, solo iba a decir que otra forma que tenemos de pensar en esto es 138 00:21:46,612 --> 00:21:48,962 tenemos muchos sistemas de control, por ejemplo, 139 00:21:48,962 --> 00:21:52,372 en la industria, en las fábricas, plantas de productos químicos, 140 00:21:52,372 --> 00:21:57,472 y una forma de ver estos sistemas de control es desde el nivel más bajo, 141 00:21:57,472 --> 00:21:59,892 porque ahí reaccionan bastante rápido. 142 00:21:59,892 --> 00:22:08,222 A menudo registran datos a un nivel al que un humano no llega: miles de datos por 143 00:22:08,222 --> 00:22:13,382 segundo, por ejemplo. Pero a continuación tenemos capas, una serie de capas por 144 00:22:13,382 --> 00:22:17,382 encima de ellos y en el nivel más alto es donde intentas tomar decisiones sobre 145 00:22:17,382 --> 00:22:25,652 si se debería cerrar la fábrica o no. Y en esos niveles seguimos viendo al humano. 146 00:22:25,652 --> 00:22:31,922 Entonces, mi opinión es durante un tiempo los humanos seguirán teniendo un papel 147 00:22:31,922 --> 00:22:34,542 gestionando a las máquinas. 148 00:22:34,542 --> 00:22:38,542 Cuando se trata de solo máquinas, hemos visto, por ejemplo, 149 00:22:38,542 --> 00:22:43,592 la caída de la bolsa en 2010. Las máquinas negociaban 150 00:22:43,592 --> 00:22:48,392 con otras máquinas y la bolsa perdió cerca de un trillón de dólares en 20 minutos. 151 00:22:48,392 --> 00:22:53,432 Seguimos teniendo problemas en esos niveles 152 00:22:53,432 --> 00:22:57,432 altos en los que se delega en las máquinas. 153 00:22:57,432 --> 00:23:02,762 De nuevo, lo vimos cuando se estrelló el Boeing 737, 154 00:23:02,762 --> 00:23:06,062 que se sigue necesitando que haya pilotos, 155 00:23:06,062 --> 00:23:13,422 que los sistemas que estamos construyendo no son capaces de gestionar sistemas 156 00:23:13,422 --> 00:23:15,142 complejos en los niveles más altos. 157 00:23:15,142 --> 00:23:19,722 Por tanto, mi opinión es que esos sistemas puede que vayan subiendo de nivel, 158 00:23:19,722 --> 00:23:23,142 los sistemas informáticos en los que confiamos, 159 00:23:23,142 --> 00:23:27,832 pero de momento están principalmente en los niveles más bajos. 160 00:23:27,832 --> 00:23:31,832 Aunque eso no es totalmente cierto en todas las áreas de la industria, 161 00:23:31,832 --> 00:23:33,872 por ejemplo en la banca. 162 00:23:33,872 --> 00:23:36,592 Los ordenadores ya negocian automáticamente, 163 00:23:36,592 --> 00:23:41,342 así que probablemente lo veremos en otras áreas, pero esa es la forma 164 00:23:41,342 --> 00:23:44,232 una forma en la que lo veo es como un sistema por capas. 165 00:25:37,579 --> 00:25:40,709 John, si no te importa, después de hablar de la inteligencia artificial, 166 00:25:40,709 --> 00:25:46,979 de IoT,todas estas cosas, deberíamos pasar a hablar del problema de la ciberseguridad 167 00:25:46,979 --> 00:25:50,979 que es muy importante para controlar los otros dos, ¿no? 168 00:25:51,672 --> 00:25:54,512 Entonces, dispositivos de inteligencia artificial y ese tipo de cosas, 169 00:25:54,512 --> 00:25:55,552 ¿cómo los controlamos? 170 00:25:55,552 --> 00:26:00,572 ¿Un resumen de todo lo relacionado con la seguridad que hay detrás? 171 00:26:01,893 --> 00:26:07,453 Sí, claro. Por desgracia no voy a ser muy optimista. 172 00:26:08,553 --> 00:26:12,553 Deberíamos haber tomado nota. Tenemos este gran curso 173 00:26:12,553 --> 00:26:21,643 la ciberseguridad es un área que tiene a en cierto modo seguimos perdiendo. 174 00:26:21,781 --> 00:26:27,361 Seguimos viendo ataques muy amplios. 175 00:26:27,666 --> 00:26:34,566 El último ataque a Whatsapp fue muy sofisticado y es muy preocupante que 176 00:26:34,566 --> 00:26:41,026 puedan tomar el control de tu teléfono solo con llamarte por Whatsapp aunque 177 00:26:41,026 --> 00:26:44,636 ni siquiera les contestes. Podrían haber tomado el control de tu teléfono. 178 00:26:44,636 --> 00:26:50,486 Estamos observando cómo surgen compañías sofisticadas que se dedican a lanzar 179 00:26:50,486 --> 00:26:56,366 ataques, que hay cadenas de suministro de ataques a softwares, 180 00:26:56,366 --> 00:27:02,796 que puedes comprar los componentes necesarios para lanzar un ataque. 181 00:27:03,141 --> 00:27:08,411 Y, en este momento, creo que es un área bastante deprimente. 182 00:27:11,024 --> 00:27:17,434 Un área de la que estábamos hablando, IoT. Intentas sacar un dispositivo tan barato 183 00:27:17,434 --> 00:27:22,684 como sea posible y necesitas sacarlo rápidamente 184 00:27:22,684 --> 00:27:26,684 porque tienes competencia en todas las áreas. 185 00:27:26,684 --> 00:27:30,684 Una de las cosas que se sacrifican es la seguridad. 186 00:27:31,092 --> 00:27:35,092 Estoy seguro de que Abel estará de acuerdo, la seguridad 187 00:27:35,148 --> 00:27:40,038 tiene más que ver con evaluar riesgos y aplicar cierto nivel de seguridad. 188 00:27:40,038 --> 00:27:45,548 No puedes permitirte estar totalmente protegido y funcionar como negocio. 189 00:27:45,548 --> 00:27:54,393 Vas a tener que elegir un cierto nivel de seguridad que crees que será suficiente 190 00:27:54,393 --> 00:28:01,633 para frenar los ataques, pero a no ser que evites Internet completamente, 191 00:28:01,633 --> 00:28:06,723 es muy difícil no ser vulnerable a los ataques. 192 00:28:06,723 --> 00:28:12,533 Estoy seguro, Abel,de que hablarás del MIT y del número de ordenadores que 193 00:28:12,533 --> 00:28:18,673 creemos que han sido infectados por virus internos en vez de externos, 194 00:28:18,673 --> 00:28:24,993 pero esta es un área que todo el mundo considera un problema. 195 00:28:24,993 --> 00:28:33,813 Estamos mejorando en tanto que estamos cambiando 196 00:28:33,813 --> 00:28:42,273 Pero por lo general en algunas áreas como IoT, es muy difícil implementar el 197 00:28:42,273 --> 00:28:45,243 nivel de seguridad que probablemente se necesite. 198 00:28:45,243 --> 00:28:49,243 Abel, quizá quieres decir algo respecto a estas áreas. 199 00:30:01,245 --> 00:30:03,515 …cómo de deseables somos como organización. 200 00:33:01,246 --> 00:33:04,686 …qué incluye la póliza o no y qué se cubre o no. 201 00:33:34,371 --> 00:33:36,792 Y eso es todo, he intentado ser breve, pero no he podido. 202 00:33:41,711 --> 00:33:43,675 John, las preguntas son todas para ti ahora, 203 00:33:43,675 --> 00:33:46,524 porque Abel ha consumido todo su tiempo. 204 00:33:48,285 --> 00:33:50,795 No, no, no hay problema. No hay problema. 205 00:34:23,276 --> 00:34:27,606 Así que, John, voy a haceros a los dos la misma pregunta porque creo que es 206 00:34:27,606 --> 00:34:31,606 muy importante, ya que este es un curso sobre Digital Transformation. 207 00:34:31,606 --> 00:34:36,516 ¿Cómo – cómo – Alguna recomendación algún consejo sobre 208 00:34:36,516 --> 00:34:43,306 sobre cómo implementar Digital Transformation en una empresa? 209 00:34:43,306 --> 00:34:48,436 ¿Qué opináis? ¿Es una mentalidad, una tecnología es cuestión de tener recursos, 210 00:34:48,436 --> 00:34:52,436 cómo…? Un par de consejos. ¿Qué pensáis de esto? 211 00:34:52,436 --> 00:34:54,566 Porque a fin de cuentas este es un curso sobre 212 00:34:54,566 --> 00:34:57,486 Digital Transformation. ¿Qué opináis, John? 213 00:34:58,477 --> 00:35:04,247 Bueno, una forma de verlo es que en este momento nuestras empresas 214 00:35:04,247 --> 00:35:08,367 Estamos utilizando sistemas ERP, que son monolíticos. 215 00:35:08,367 --> 00:35:14,557 Y se ha vuelto muy difícil para nosotros cambiar esos sistemas. 216 00:35:14,557 --> 00:35:26,727 Oracle o SAP son sistemas que requieren mucho soporte y lleva meses cambiarlos. 217 00:35:27,341 --> 00:35:31,341 Y lo que están haciendo las compañías es lo que se conoce como esculpir algunas 218 00:35:31,341 --> 00:35:38,061 de las cosas que puedes utilizar como recurso, por ejemplo, en la nube. 219 00:35:38,546 --> 00:35:41,626 Creo que gran parte de esto lo relacionamos 220 00:35:41,626 --> 00:35:44,386 con la nube porque es más fácil implementarlo ahí, 221 00:35:44,386 --> 00:35:51,476 puedes escalar básicamente, puedes escalar rápido ahí,pero puedes empezar desde abajo 222 00:35:51,476 --> 00:35:57,686 Creo que nuestra opinión es que necesitas coger ciertas cosas, 223 00:35:57,686 --> 00:36:05,586 esculpirlas, este monolito, y crear recursos que puedas cambiar rápidamente 224 00:36:05,586 --> 00:36:13,476 para poder probar ideas nuevas en él. Normalmente, bueno, 225 00:36:13,476 --> 00:36:18,756 Netflix es un símbolo de esto porque crean como 13 recursos diferentes. 226 00:36:18,756 --> 00:36:25,296 Pero por ejemplo, puede que decides que quieres obtener información 227 00:36:25,296 --> 00:36:31,666 de unas imágenes y entras en la nube. Las imágenes son muy 228 00:36:31,666 --> 00:36:36,596 hay mucho software de reconocimiento de imágenes o servicios en la nube que 229 00:36:36,596 --> 00:36:41,916 puedes utilizar. Así que si lo haces, si lo implementas por ejemplo, 230 00:36:41,916 --> 00:36:47,806 probablemente Serverless o YouView, DataBlue, expresiones lambda, 231 00:36:47,806 --> 00:36:52,966 pero creas un recurso que puedas cambiar rápidamente después. 232 00:36:52,966 --> 00:36:59,826 Como estaba diciendo, esculpir parte de este monolito y, con suerte, 233 00:36:59,826 --> 00:37:06,136 sigues haciéndolo hasta que llegas a una etapa en la que puedes operar con rapidez 234 00:37:06,136 --> 00:37:15,626 Lee sobre DevOps y la revolución que ha habido porque tiene que ver también 235 00:37:15,626 --> 00:37:16,776 con la revolución cultural. 236 00:37:16,776 --> 00:37:20,776 Necesitas cambiar tu cultura, pero eso no va a pasar de la noche a la mañana. 237 00:37:20,776 --> 00:37:29,806 Por tanto, Amazon y otros proveedores de la nube suelen recomendar que cojas 238 00:37:29,806 --> 00:37:35,936 un equipo pequeño y, como he dicho, implementes algo que puedas 239 00:37:35,936 --> 00:37:39,076 que le venga bien a tu negocio, pero que 240 00:37:39,076 --> 00:37:43,076 puedas monitorizar y entender la métrica que 241 00:37:43,076 --> 00:37:49,026 de mejora y rendimiento que empiezan ahí. 242 00:37:49,026 --> 00:37:57,656 Como he dicho creo que está estrechamente relacionado con la nube, pero no hay 243 00:37:57,656 --> 00:38:03,246 no es necesario – por ejemplo, la gente pone como excusa los sistemas heredados. 244 00:38:03,246 --> 00:38:08,026 Y se ha demostrado que ningún sistema heredado te frenará a la hora de cambiar, 245 00:38:08,026 --> 00:38:11,366 que puede que tengas que convivir con ese sistema heredado un tiempo, 246 00:38:11,366 --> 00:38:16,026 pero puedes taparlo. Sin duda la nube no se resume en máquinas, 247 00:38:16,026 --> 00:38:25,446 servicios de TI, API. Ese es, en mi opinión, el punto de partida. 248 00:38:25,446 --> 00:38:28,456 Abel, tal vez puedas añadir algo sobre esto. 249 00:40:22,152 --> 00:40:28,492 Muchas gracias a ambos por la respuesta. Vamos a pasar a cosas nuevas que está 250 00:40:28,492 --> 00:40:34,512 diciendo la prensa actualmente, como la guerra entre China y EE. UU. 251 00:40:34,512 --> 00:40:40,962 que como recordaréis cerramos el webinar de hace un par de semanas hablando de esto 252 00:40:40,962 --> 00:40:43,722 Creo que este tema es muy interesante. ¿Qué opináis? 253 00:40:43,722 --> 00:40:47,722 Porque está evolucionando mucho, ¿no? 254 00:40:55,851 --> 00:40:58,271 Olvidaos de la política. 255 00:41:00,933 --> 00:41:04,933 Creo que estoy a favor de la perspectiva de la IA. 256 00:41:05,464 --> 00:41:08,214 IA, IoT, todas estas cosas. ¿Son reales? 257 00:42:02,728 --> 00:42:06,728 Quizá quieras decir algo sobre lo que hemos estado haciendo respecto a las GAN 258 00:42:06,728 --> 00:42:10,728 John, cuando se trata de lidiar con noticias falsas o lo que estamos buscando. 259 00:42:14,379 --> 00:42:17,599 Bueno, hemos estado trabajando en reconocimiento facial, por ejemplo. 260 00:42:17,599 --> 00:42:25,189 Pero, sí, las GAN, las redes generativas antagónicas. 261 00:42:25,189 --> 00:42:31,189 La idea es que básicamente tienes a dos máquinas jugando 262 00:42:31,189 --> 00:42:37,499 jugando una contra la otra y una intenta engañar a la otra y ambas aprenden 263 00:42:37,499 --> 00:42:39,539 la una de la otra bastante rápido. 264 00:42:39,539 --> 00:42:46,239 Hemos visto en ciertas áreas, como por ejemplo con las bases de datos faciales, 265 00:42:46,239 --> 00:42:55,879 que la máquina generativa aprende a crear rostros que son una mezcla de literalmente 266 00:42:55,879 --> 00:42:59,949 cientos de miles de ejemplos que – es – aprende. 267 00:43:00,890 --> 00:43:04,890 Y ese rostro nunca ha existido, pero parecen totalmente reales y 268 00:43:04,890 --> 00:43:12,730 no sé si has mencionado el vídeo de Obama, Abel, 269 00:43:13,019 --> 00:43:17,019 en el que sale Obama dando un discurso que nunca dio, 270 00:43:17,019 --> 00:43:22,159 que es completamente falso. Es muy convincente. 271 00:43:22,159 --> 00:43:30,179 Se dice que las máquinas pueden detectar lo que es falso, pero de nuevo, 272 00:43:30,179 --> 00:43:36,379 las máquinas están aprendiendo a vencer a otras máquinas y nosotros estamos en... 273 00:43:36,379 --> 00:43:42,749 vivimos en esta era en la que se pueden generar fakes automáticamente 274 00:43:42,749 --> 00:43:46,059 que son muy convincentes. 275 00:43:46,686 --> 00:43:52,896 Abel, creo que me enviaste este artículo el fin de semana pasado en el que 276 00:43:52,896 --> 00:43:55,136 hablan sobre generar noticias falsas 277 00:43:55,136 --> 00:44:02,386 generar noticias automáticamente y eso me pareció bastante aterrador, 278 00:44:02,386 --> 00:44:08,106 lo fácil que es de hacer. Y sin duda hemos visto aparentemente en, 279 00:44:08,106 --> 00:44:13,766 bueno, afectando a las elecciones. No soy – no soy experto en esto, 280 00:44:13,766 --> 00:44:17,766 me gustaría mantenerme al margen en cierto – en cierto modo, 281 00:44:17,766 --> 00:44:22,836 pero puedes estar seguro de que ahora el gobierno ve el machine learning como 282 00:44:22,836 --> 00:44:32,126 un arma estratégica y yo diría que es - es probable que veamos mucho más de esto 283 00:44:33,126 --> 00:44:37,126 antes de que aprendamos a controlarlo. 284 00:44:37,430 --> 00:44:41,430 ¿Puedo hacerte una pregunta que se repite? 285 00:44:41,812 --> 00:44:49,422 ¿Cómo podemos estar al día, algún blog o noticia que debamos leer, porque después 286 00:44:49,422 --> 00:44:54,532 de este curso lo que queremos es estar al día. Así que, ¿qué pensáis de esto? 287 00:44:56,408 --> 00:45:02,718 Bueno, creo que una de las cosas que tiene este curso es que conoces a otros 288 00:45:02,718 --> 00:45:08,838 participantes y la forma que tenemos de estar al día es formar redes. 289 00:45:08,838 --> 00:45:14,698 Pero, como he dicho, Abel me manda muchas noticias, yo le mando cosas 290 00:45:14,698 --> 00:45:19,688 que sé o creo que le interesarán y, obviamente, tenemos una red 291 00:45:19,688 --> 00:45:23,268 de alumnos y ex alumnos. 292 00:45:24,315 --> 00:45:32,765 No necesitas a cientos de personas, sino un puñado, pero aprendemos de 293 00:45:32,765 --> 00:45:42,615 básicamente, el objetivo del curso es conseguir que entiendas y encuentres 294 00:45:42,615 --> 00:45:44,515 información por ti mismo. 295 00:45:45,109 --> 00:45:47,999 YouTube es una gran fuente de información. La utilizamos muy a menudo. 296 00:45:47,999 --> 00:45:55,779 Pero en el área– el área de la informática deberías tener un bagaje de conocimiento 297 00:45:55,779 --> 00:45:58,539 suficiente para avanzar y formarte a ti mismo. 298 00:45:58,539 --> 00:46:05,669 Obviamente lleva algo de tiempo, pero irás mejorando. 299 00:46:05,669 --> 00:46:08,989 Pasamos la mayor parte del tiempo intentando estar al día 300 00:50:25,817 --> 00:50:34,197 Nos quedan 8 minutos. ¿Qué opináis del 5G? Porque actualmente se dice en las noticias 301 00:50:34,197 --> 00:50:38,197 que estas 5 tecnologías se van a implementar, 302 00:50:38,197 --> 00:50:42,197 ¿va a suponer esto un gran cambio en digital transformation o va a ser igual 303 00:50:42,197 --> 00:50:46,197 que el 4G, que estaba ahí pero no tuvo el impacto que pensamos que tendría? 304 00:50:47,161 --> 00:50:51,161 Sí, tuve una reunión con una empresa de telecomunicaciones y me dijeron que 305 00:50:51,161 --> 00:50:55,161 el 5G va a llevar más tiempo del que pensaban. 306 00:50:55,161 --> 00:51:01,431 Porque, dado que su frecuencia es muy alta, no viaja tan rápido y necesitan 307 00:51:01,431 --> 00:51:07,861 miles de antenas más en cualquier ciudad. 308 00:51:07,861 --> 00:51:13,261 Y uno de los problemas actuales es que el 5G no pasa a través de las ventanas 309 00:51:13,261 --> 00:51:21,181 por ejemplo, las ventanas lo bloquean. Por eso dicen que no– no va a ser tan fácil. 310 00:51:21,181 --> 00:51:27,861 En principio tendrá la misma velocidad que el 4G. El potencial está ahí, 311 00:51:27,861 --> 00:51:31,861 pero no es – no es tan fácil de implementar. 312 00:51:32,795 --> 00:51:39,025 Esa fue una conversación que me sorprendió, no la he analizado antes. 313 00:51:39,025 --> 00:51:44,525 Pero, sin duda, parece cierto que si la frecuencia es más alta,le será más difícil 314 00:51:44,525 --> 00:51:48,525 penetrar a través de estructuras, por ejemplo. 315 00:52:00,144 --> 00:52:06,044 Bien, nos quedan 5 minutos más. John, Abel la audiencia es vuestra. 316 00:52:06,044 --> 00:52:10,044 Hemos cubierto, en este curso sobre Digital Transformation, 317 00:52:10,044 --> 00:52:14,044 cloud computing, blockchain, inteligencia artificial, el internet de las cosas, 318 00:52:14,044 --> 00:52:15,524 ciberseguridad. 319 00:52:16,474 --> 00:52:20,474 Pero ¿querríais añadir algo para – para cerrar esto? 320 00:52:20,474 --> 00:52:22,434 Este curso sobre Digital Transformation. 321 00:52:22,434 --> 00:52:29,174 Consejos, recomendaciones, opiniones. Tenéis 200 estudiantes nuevos en este 322 00:52:29,174 --> 00:52:32,504 curso por primera vez en espanglish, por primera vez este curso se ofrece 323 00:52:32,504 --> 00:52:38,034 en dos idiomas, muchas primeras veces. Bueno, la audiencia es toda vuestra 324 00:52:38,034 --> 00:52:40,144 John, Abel. 325 00:52:40,641 --> 00:52:45,421 Bueno, tanto Abel como yo pensamos que es importante tocar la tecnología que 326 00:52:45,421 --> 00:52:50,471 yo no he tocado el 5G, así que no debería hablar de ello. 327 00:52:50,471 --> 00:52:55,511 En cuanto tocas una tecnología, la entiendes mucho mejor. 328 00:52:55,511 --> 00:53:02,811 El mecanismo para tocarla, por desgracia, es a través de tu portátil y necesitas una 329 00:53:02,811 --> 00:53:05,671 especie de lenguaje para interactuar con él. 330 00:53:05,671 --> 00:53:14,061 Así que en este curso esperamos haberos enseñado qué tenéis a vuestra disposición. 331 00:53:14,061 --> 00:53:20,591 Hay muchísima información disponible ahí fuera, pero creemos que tocarla es 332 00:53:20,591 --> 00:53:23,971 importante. Abel, no sé si quieres… 333 00:55:21,488 --> 00:55:22,938 30 segundos. 334 00:55:22,938 --> 00:55:26,938 Si tuvierais que elegir una tecnología, cloud, blockchain, inteligencia artificial 335 00:55:26,938 --> 00:55:30,078 IoT o ciberseguridad, ¿cuál de las 5 elegiríais? 336 00:55:31,776 --> 00:55:33,676 Adelante, John. 337 00:55:34,337 --> 00:55:36,227 John, eres el padre del IoT. 338 00:55:36,519 --> 00:55:42,559 La ciberseguridad – la ciberseguridad puede acabar con tu empresa, 339 00:55:42,559 --> 00:55:48,439 es una amenaza existencial. Creo que no la puedes ignorar, 340 00:55:48,439 --> 00:55:57,359 mi favorita ahora mismo es la nube. Simplemente porque – creo que es divertida 341 00:56:54,951 --> 00:56:58,951 Por favor, John, Abel, 10 segundos para despediros de los participantes y 342 00:56:58,951 --> 00:57:05,591 daré pie a Clara para – Daré pie a Clara para que concluya. John, Abel, 343 00:57:05,591 --> 00:57:07,941 30 segundos para decir lo que queráis. 344 00:57:09,199 --> 00:57:10,039 Adelante, John. 345 00:57:10,285 --> 00:57:14,285 Disfrutad – disfrutad de estos temas y Abel y yo dedicamos nuestro tiempo 346 00:57:14,285 --> 00:57:19,575 a profundizar en ellos porque son fascinantes. 347 00:57:20,095 --> 00:57:24,095 Con suerte – con suerte os volveréis adictos como nosotros. 348 00:58:16,276 --> 00:58:22,826 John, Abel, muchísimas gracias. Siempre se os nota la pasión por el tema. 349 00:58:27,026 --> 00:58:27,876 …en este viaje. 350 00:59:07,369 --> 00:59:10,549 Solo quería hablar un poco de los siguientes pasos y quizá daros un 351 00:59:10,549 --> 00:59:15,529 par de consejos sobre esta nueva fase de vuestra vida y de vuestra carrera. 352 01:00:09,256 --> 01:00:11,186 …a quienes dimos este premio… 353 01:01:37,017 --> 01:01:41,017 Y esto da lugar a un ciclo de feedback con gran parte de las investigaciones. 354 01:03:00,676 --> 01:03:02,816 A medida que te esfuerzas por hackear el mundo, 355 01:03:02,816 --> 01:03:04,886 por favor intenta también curarlo. 356 01:03:16,699 --> 01:03:20,079 …es un término que se acuñó aquí en el MIT 357 01:03:28,128 --> 01:03:32,128 …para destacar, para mejorar significativamente las cosas 358 01:03:32,128 --> 01:03:33,668 en tu área de trabajo. 359 01:03:39,377 --> 01:03:41,367 …atacar sistemas… 360 01:04:19,900 --> 01:04:26,090 Clara, este es el primer curso en espanglish en la historia del MIT PE 361 01:04:26,090 --> 01:04:30,090 y los primeros webinars en espanglish que hemos hecho en los últimos dos meses. 362 01:04:34,132 --> 01:04:39,362 Así que, John, Clara, Abel, gracias por hacerlo posible. 363 01:05:06,185 --> 01:05:10,185 John, Abel, Clara, gracias. Nos vemos pronto.