Yo, Robot.

 Hace unas semanas Marissa Mayer (Vicepresidente de Productos Búsquedas de Google) comentó en un artículo del LA Times que el 90% del problema de búsqueda estaba resuelto y que ahora había que concentrarse en el 10% restante. A simple vista se pudiera pensar que ya no hay mucho que hacer, sin embargo aclarando el punto en el Official Google Blog: The future of search las cosas se ponen más claras. Si bien el 90% está hecho, esto ha representado sólo el 10% del total de trabajo; para terminar el otro 10% habrá que dedicarle el 90% de esfuerzo que han hace falta dedicar. Esto es similar al común 80-20 que muchas veces usamos en la resolución de problemas de acuerdo a Techcrunch pero en este caso, “Search” es un problema 90-10. Y creo que si lo analizamos tiene mucho sentido. Google se ha tomado el tiempo para indexar mucho del contenido en el Internet, sin embargo este proceso ha sido mucha fuerza bruta de cientos de miles de CPUs buscando páginas web, contando y guardando las palabras y sus posiciones en el texto, buscando ligas que liguen a otros documentos, “rankeando” páginas, etc. Esto es sencillo desde el punto de vista máquina, no se necesita mucha inteligencia para hacer este proceso, más que nada se necesita tiempo, dinero, ancho de banda y mucho tiempo de CPU. Pero para poder encontrar el significado de una página y su contexto más allá de las palabras que contiene se necesita algo más que las máquinas no tienen. 

Para encontrar ese significado semántico se requieren muchas cosas, entre ellas ponerse de acuerdo de como hacerle para que una página web diga más y las tontas máquinas puedan ejecutar algoritmos tratando de interpretar esa información. Algunas cosas se han hecho con microformatos y RDF (Resource Description Framework) pero aún falta mucho camino que recorrer en estandarización. Otros problemas con un mayor grado de dificultad serán las búsquedas en medios; por ejemplo en video, en audio o en imágenes. Si bien las etiquetas o microformatos pueden ayudar puede que resuelvan solo el 10% del problema. Por ejemplo, que tal buscar “escena de película de ciencia ficción donde el villano le confiesa al héroe que es su padre” (si, creo que el ejemplo fue un poco tonto pero es de madrugada y no se me ocurre algo más). Esto me recuerda al “experimento” de Picassa (el servicio de fotos de google) que te permite etiquetar caras de personas para que después automáticamente Picassa identifique a las personas. Si bien por el momento es asistido, imaginen lo que se hará dentro de poco usando esos patrones para encontrar personas (junto con fotografías, bio y videos) en el Internet. 

Auguro buenos tiempos para desarrollos tecnológicos en el área de motores de búsquedas en la parte semántica, geográfica, medios y procesamiento de lenguaje entre otras áreas, lo que si es que cada día la barrera de entrada será mayor por el grado de dificultad que requerirá resolver un problema. Y bueno, esperamos que no se vuelva un negocio de pocos.

 Nota: Este post originalmente apareció aquí. 

Bueno, pues estoy de regreso después de un rato de ausencia. He estado trabajando en mi investigación y en un nuevo proyecto con unos amigos. Por lo pronto Yahoo! sigue sin ser de Microsoft, el iPhone 3G aún no sale a la venta y twitter se sigue cayendo. Hoy escribí de nuevo porque casualmente recordé que hace casi 10 años estaba haciendo pruebas de videoconferencia usando MS netmeeting y una cámara USB que aún anda por ahí. Posteriormente hicimos cosas más profesionales para reemplazar a los costosos sistemas de ISDN con los que contábamos en esos momentos (sin mal no recuerdo un Tanberg). Aunque no baratos los aparatos Polycom eran mucho más económicos. Posteriormente empezamos a usar un MCU pero nunca llegue a ver video en el desktop en un ambiente corporativo.

Los años han pasado y mi vida ha cambiado radicalmente. Hoy casualmente en donde estoy dando una consultoría me toco ver de nuevo una videconferencia en el desktop basada en un producto MS y una cámara USB. Los productos no han cambiado mucho, quizá los protocolos han evolucionado y las máquinas son más poderosas y pero los ambientes corporativos siguen siendo complicados. Mientras mi hija de 6 años usa skype para ver y platicar con sus abuelos y tíos, en los ambientes corporativos, o en la mayoría de éstos este escenario está lejos de suceder. A pesar de muchas computadoras ya integran cámaras por defecto, la realidad en ambientes corporativos complica la implementación de la videoconferencia en el escritorio.
Por ejemplo, el producto que vi es en esencia el mismo netmeeting de hace 10 años. Pero ahora hay que ligar el sistema telefónico, el correo de voz, la mensajería instantánea, el correo electrónico, la agenda y los celulares en un sistema unificado. Si bien los beneficios son muchos, la implementación es una pesadilla a pesar de los esfuerzos que están haciendo algunas compañías para simplificar esto.
En fin, después de tanto rollo solo quería decir que me sorprende que tecnologías que tienen muchos beneficios y que existen desde hace mucho tomen tanto tiempo en adoptarse en los ambientes empresariales.

Esto es un test para probar como esta funcionando el blog

Recientemente Google liberó una nueva capa (layer) en Google Earth. Esta nueva capa te permite ver las noticias (de Google News) relacionadas con el lugar que estás visitando en Google Earth.

Para los que no conozcan Google Earth, este es similar a Google Maps pero en tercera dimensión. Tiene la capacidad de mostrarte fotos satelitales de cualquier parte de la Tierra. Otras recientes capacidades son un mapa estelar, street view y hasta un simulador de vuelo.

Aún no descubro como ver las noticias en Español, pero para habilitar la funcionalidad pueden seguir estas instrucciones. 

Uno de los cambios que surgieron en el Internet "original" y el que ahora llamamos el Web 2.0 es la creación de los "RSS Feeds". RSS signifiica Real Simple Syndication, un "feed" o "fuente" (la traducción real es semilla) es el documento de RSS. Generalmente este documento contiene noticias, entradas de blog o cualquier otro contenido que se vaya creando cronológicamente. La mayor utilidad de los RSS feeds es que uno puede "subscribirse" al contenido de un sitio web (noticias, podcast, blog) y automáticamente recibir los updates de ese sitio. Esto evita la molestia de visitar periódicamente un sitio para checar por nuevo contenido.

Yo recibo aproximadamente entre 500 y 800 noticias diarias en alrededor de unos 50 feeds (que para el estándar no son muchos), y claro, no las leo todas. Resulta que muchas son repetidas (la misma noticia viene por varias fuentes), otras tratan de lo mismo y una buena parte son irrelevantes totalmente a mis intereses. Así que después de filtrarlas, catalogarlas y ordenarlas leo como 50 y hojeo como 300. También he aprendido algunos trucos para reducir el número de noticias (que pudiera andar entre 2,000 y 2,500) a los 500 y 800 que hoy en día tengo sin perder de vista los temas importantes que me interesan. En este post les contaré algunas de mis estrategias para reducir el número de noticias a leer y focalizar mi atención sin perder de vista otros temas.

Ahora, la primera pregunta es ¿De dónde salen las noticias? Generalmente periódicos, blogs y cualquier medio que se publique en el Internet tienen un RSS Feed al cual uno puede subscribirse. Normalmente van a encontrar este iconito . Navegadores como Firefox pueden configurarse para que al darle click al ícono automáticamente te subscriba a un lector de noticias. Aunque tiene muchas deficiencias para manejar las noticias (como la incapacidad para seleccionar por fechas, filtrar, ordenar, etc.) mi lector favorito es Google Reader. La gran ventaja es que puedo leer mis noticias en línea en cualquier computadora en la que me conecte en cualquier lugar y a cualquier hora. Además posee capacidades móviles y puedo accederlo desde un teléfono celular con Internet, un IpodTouch (o iPhone) o algún otro gadget (Palm con WiFi, Nokia’s Internet Tablets, etc.). También últimamente Google ha agregado algunas funcionalidades para añadir notas a tus nocitias compartidas y una nueva imagen para dispositivos móviles que además puede ser vista en las pestañas de Firefox y Opera. Otros lectores que puedo recomendar son owl, está en Java y por tanto corre casi en donde sea y Thunderbird (el lector de correo de Mozilla).  Al final de este post publico  una lista de algunos fuentes que pueden agregar a su lector de noticias y otra liga a mi archivo OPML. Este archivo contiene la información de las fuentes a las que estoy subscrito.

Como verán algunas de las fuentes son periódicos o revistas, sin embargo no siempre es fácil encontrar fuentes con información interesante para ti, así que uso algunos recursos extras. El primero es usar fuentes agregadas de información, algunas de estas fuentes buscan contenido automáticamente, lo categorizan y lo filtran. Ejemplos son Google News (también en Español) y Techmeme. Otros sitios hacen manualmente este proceso mediante un cuerpo editorial, entre los más comunes estan Slashdot, Engadget y La Cofradia Digital. Finalmente otros agregadores se basan en los usuarios para enviar noticias y votar por ellas; ejemplos de estos sitios son Digg, Menéame y Enchílame.

Sin embargo estos sitios sufren de un retraso de algunas horas o hasta días en mostrar una nueva noticia. Esto se debe a que el proceso para que la noticia "tome fuerza" y se vuelva popular (entre bloggers, se vote por ella o se distribuya a otras fuentes de noticias) puede tomar cierto tiempo. Así que si quieres tener acceso a "Breaking News" tendrás que usar algunos otros métodos para obtener noticias interesantes. Un método popular es usar Twitter. Twitter es un microblogging y si sigues a la gente adecuada en los momentos adecuados puedes tener acceso a información casi instantánea de gente "microblogueando" de terremotos, encarcelamientos, noticias tecnológicas y mucho más. Otra fuente de noticias puede ser FriendFeed. Los usuarios de friendfeed añaden en sus profiles su actividad en Twitter, Flickr, sus blogs, las historias que "Digguean", sus bookmarks en del.icio.us, las noticias que compartes en Google Reader y mucho más. Además friendfeed tiene la capacidad de comentar en lo que otros usuarios comparten. Esto lo hace un medio muy poderoso para obtener noticias y comentarios sobre ellas.Para tener acceso a estas noticias o posts (tanto en friendfeed como en twitter) uno tiene que ser seguidor (follower).

Claro, y como dicen no hay "free lunch". A pesar de haber muchas posibles noticias interesantes al aumentar el número de gente a la que "sigues" también aumenta la razón del ruido, en este caso el ruido son todas las noticias, posts y comentarios que no te interesan pero debes leer para llegar a lo interesante. Para solucionar esto yo he utiizado un par de servicios para agregar, filtrar y catalogar mis noticias, tanto de twitter/friendfeed como de mis otros fuentes de información. Una de ellas es Yahoo! Pipes y la otra es RSSmeme.

Yahoo pipes permite agregar, manipular y filtrar contenido web en una variedad de formatos de entrada. Similarmente a los pipes en Unix, la salida de un proceso es la entrada del siguiente. Por ejemplo tengo una pipe donde las entradas son varias fuentes de información en tecnología, posteriormente las uno, filtro los duplicados y la salida sirve para posteriormente categorizar las noticias en temas como "redes sociales", "tecnología móvil", "motores de búsqueda", etc. En RSSmeme la gente da de alta sus noticias compartidas en Google Reader.  RSSmeme acaba de liberar un API para poder manejar, filtrar, ordenar, buscar, catalogar  las noticias que puedan interesarte. Una de las fuciones que más me ha gustado del API es que uno de los selectores de búsqueda es un usuario de Frienfeed, en este caso pues yo mismo. Lo que hace RSSmeme en este caso es buscar las noticias con el criterio definido por ti (como tag, número de veces que la noticia se ha compartido, lenguaje, etc.) pero solo en los "feeds" compartidos de tus amigos de friendfeeds (o de la gente que sigues dicho de otra manera). Esto asegura de alguna forma que el resultado sean noticias de mayor interés para tí. Yo por ejemplo sustituí mis antiguas búsquedas en Google News de los temas de Seguridad en IT y Ataques de DDoS por algo similar pero basado en friendfeed (mi pipe en Yahoo está aquí) y cambie las fuentes de Digg, Slashdot y Techmeme por las noticias compartidas por la gente que sigo en friendfeed (que usualmente salen end Digg, se editan en Slashdot y Techmeme las detecta).

No importa si usas RSS con solo algunas fuentes de información o si haces cosas complejas como agregar, filtrar y categorizar tus noticias. El resultado es que evitarás tener que visitar periódicamente los sitios web para buscar nuevo contenido y tendrás noticias frescas sin mayor esfuerzo. Sin duda alguna la invención de RSS y los formatos para su distribución nos ha hecho la vida más fácil y nos ha permitido intercambiar información mas eficientemente.

Algunas fuentes RSS

La Jornada

El Universal

Google News Mexico (agrega contenido de noticias en Español)

Milenio

Mi Blog (el feed de este blog)

Mis noticias compartidas en Google Reader (Noticias en Tecnología, Web y Seguridad en IT. En Inglés y algunas en Español)

Agregado de noticias tecnológicas (Agregado y filtrado en Yahoo! Pipes)

Noticias de seguridad filtradas de FriendFeed and Twitter (filtro en Yahoo! pipes)

Mi "feed" personal en FriendFeed

Mi actividad en twitter

Mis pipes públicas

Tags: RSS, google, google reader, yahoo pipes, rssmeme, twitter, friendfeed, filtros, feeds, blogs, web 2.0, firefox

Powered by Qumana

 Leo una nota interesante acerca de como el registro de llamadas de celulares puede ser accedido por la policía sin previa orden judicial siempre y cuando ésta sospeche que el usuario se encuentre en peligro. En la misma noticia se describen algunas situaciones en lo cual esto ha sido benéfico. Como también se describe aquí, esta práctica puede desencadenar demandas o simplemente la policía puede abusar de ella. 

 En México aún no tenemos una ley que permita o niegue el acceso a estos registros en determinadas circunstancias. Es más, simplemente los registros pueden ni siquiera existir. Y tú, ¿Qué opinas?

  
Powered by Qumana

620858586

No creo que exista internauta (o deben ser muy pocos) que nunca hayan escuchado el término SPAM y que nunca se hayan encontrado con uno. No todos saben lo que significa ni saben reconocerlos (y por ello abren los correos e infectan sus máquinas o son víctimas de fraudes). De acuerdo a las definiciones de Google, SPAM es un tipo de correo electrónico no solicitado que suele ser enviado en grandes cantidades, el objetivo del correo es promocionar un servicio, anunciar algún evento y en los últimos años ha sido usado para fines fraudulentos.Esta semana nuestro odiado y latoso SPAM cumple 30 años. Según los registros entre el 2 y 3 de mayo Gary Thuerk de Digital Equipment (ya desaparecido pero en aquel tiempo proveedor de las VACs que eran el corazón del ARPANET) envió un correo a 396 usuarios invitándolos a una presentación de un nuevo equipo. El correo fue problemático desde el inicio que es recordado por Vint Cerf hasta estos días. Después de tantos años, muchas pérdidas y a pesar de los pronósticos de algunos, el SPAM sigue aquí, sin pronto fin y extendiéndose a otros medios de comunicación.

El origen del SPAM bien puede ser el “junk mail” que recibimos mediante el correo normal, sin embargo el éxito de los spammers es que contrariamente al correo físico, el correo electrónico puede entregarse por un precio ridículamente bajo. Muchas veces incluso (como lo hacen los hackers que han logrado amasar un ejército de bots). Siguiendo este ejemplo, el SPAM se ha movido a otros medios de comunicación como los mensajeros instantáneos (IM) e IRCs, SPAM Telefónico (cuando la compañía de teléfonos amablemente comparte tus datos con sus socios de negocio), SPAM móvil (anuncios no solicitados a tu celular), Wiki-SPAM (vandalización de Wikis), SPAM a formas no protegidas, Twitter SPAM (fácil de evitar, solo deja de seguir gente o bloquealos) y en el futuro SPAM a servicios de VoIP (como Skype por ejemplo).

Otros tipos de SPAM que no necesariamente es SPAM al 100% es cuando alguién envía su propio blog a los sitios agregadores de noticias como Digg o Enchílame. Esta última categoría de SPAM creo que es la menos latosa y es fácilmente controlada por los mismos mecanismos autoreguladores de estos sitios.Para concluir, el SPAM ha estado aquí ya por 30 años y a pesar de las diversas propuestas para controlarlo no se le ve para cuando termine. Powered by Qumana

La gente que me conoce sabe que nunca envio, contesto o sigo correos cadena. Sin embargo de vez en cuando me llegan cosas que vale la pena compartir. En este caso es de un engaño telefónico de un secuestro “virtual”, es virtual porque en realidad nunca existe el secuestro, simplemente la persona cree que un pariente o amigo esta secuestrado. Agrego el texto del correo que me enviaron, ahi se describe el “modos operandi” de los delincuentes,

“Ya es demasiado conocida la extorsión telefónica según la cual alguien llama diciendo que ha secuestrado a un pariente y para liberarlo hay que pagar una suma en efectivo.
Esto acaba de ser remodelado, actualizado, ya que la prensa  anduvo divulgando como reaccionar ante ello.
Ahora los bandidos están llamando a los celulares anunciando que fue detectado un clon del aparato: Así dicen:

Hola, somos de (Movistar, Personal, Cti … ), lamentablemente le informamos que su celular fue clonado. Por eso le pedimos apagar su celular por una hora.
Los que reciben este llamado, apagan inmediatamente su celular creyendo en el excelente servicio de la concesionaria del servicio telefónico.
En la siguiente hora los bandidos se dedican a extorsionar a la familia de la persona llamada. Telefonean a la casa y practican la extorsión del secuestro. Quien recibe la llamada inmediatamente corre a llamar el celular de la persona supuestamente secuestrada y escucha el mensaje:
El numero que Ud. llama se encuentra apagado o fuera del
área de cobertura’.
De ahí en adelante toda familia entra en pánico total”

Es interesante la ingeniería social involucrada. Por un lado te convencen para apagar el celular, gracias a otros “scams” uno lo cree porque desgraciadamente es muy comun que te clonen tu celular. Uno mide el riesgo y pues decide apagar el teléfono, al fin de cuentas que puede pasar. Mientras los “secuestradores” extorsionan a tu familia y uno ni en cuenta. La familia prefiere pagar que arriesgarse a poner en peligro al familiar. Supongo que las cantidades que piden los secuestradores son pagables, de nuevo el factor riesgo-duda entra en juego y la familia paga.

Pues tenía que documentar el procedimiento para hacer algunos cambios en la red donde estoy dando consultoría. Para hacerlo un poco menos aburrido y evitar todo el “argot” que ponemos en nuestros procedimientos (y como últimamente ando programado) decidí hacerlo a la C. Estuve tentado hacerlo a la C++ o a la Java con objetos, pero dado que mis colegas no son programadores decidí dejarlo naturalito.

#include server_and_switch_cabling
#include configuration_scripts
#include ports_configured
#include manual_procedures

boolean change_layer_3
{
copy-paste configuration_scripts;
negate config in old_crapy_box;
test;

return all_works;

}

boolean configure_net_in_Cisco_3750
{

copy-paste configuration_scripts;
erase config in Catalyst_6500;
test;

return all_works;

}

boolean change_server(server_id)
{
disconnect_old_cable(server_id);
connect_new_cable(server_id);
ping_test(server_id);

return all_works;

}

void main {

change_layer_3;
if (all_works)
{
configure_16_net_in_3750;
if (all_works)
{
while ((still_servers) && (all_works))
{
change_server(server_id);
}
else terminate;

}
else terminate;

return -1;

}

Pues no he podido agregar entradas recientes a este blog. Mientras tanto he escrito algo sobre los ataques de negación de servicio a Amazon S3 y a Wordpress en mi otro blog. También me la he pasado twittereando un poco y escribiendo una presentación para un seminario que voy a dar el viernes en el grupo de Inteligencia Artificial de la Universidad de York. La presentación la pueden acceder en este link (la trate de embeber pero Google nomás no pudo)

Update: Olvide agregar una liga a una presentación (que si se embebió, no como la de Google) de Chris Heilmann acerca Yahoo User Interface (YUI).

| View | Upload your own

Otro update: Por alguna razón esta tampoco se embebe bien