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

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

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

Estos son los resultados del estudio Nokia-Siemens que mide el uso que los gobiernos, usuarios e IP hacen de la Tecnología de Información y Comunicaciones (ICT por sus siglas en inglés) para mejorar su nivel económico y social.
Para mi sorpresa México no se ve tan mal. Supongo que parte de este bienestar es el número de teléfonos celulares (63.3 millones), el número de SMS que se envían diariamente (77 Millones), el número de usuarios de Internet de banda ancha (17 Millones ) y que según los analistas para el año siguiente en México existirá una real competencia en telecomunicaciones. De esto me queda la duda después de leer este artículo que habla sobre los altos precios de las comunicaciones móviles en México.

Hace algunos años empezó el “bum” de la casa automatizada y con ellos una serie de propuestas de nuevos gadgets desde robots que aspiran la casa hasta tostadores con acceso a Internet. Si bien la idea sigue desarrollándose en algunas universidades (entre ellas el Georgia Tech) los dispositivos aún se ven lejos de estar en una casa común y corriente. Sin embargo hoy leo en Engadget una nota de un “Message Center” pensado para ponerse en un refrigerador. La idea de un refrigerador inteligente conectado a Internet ; capaz de checar si hace falta leche, jamón o huevo y después autónomamente hacer el pedido en línea creo que aún está lejana, pero el anexar este dispositivo a un “refri” común y corriente creo que tiene potencial.
Imagínense dejar mensajes grabados y que estos puedan ser accedidos no solo por la gente dentro de la casa, sino también en línea desde cualquier teléfono celular o desde la oficina. O desde el celular grabar un mensaje y enviarlo por MMS para que el dispositivo lo reciba y lo comparta con los demás miembros de la casa (ya sea que estén físicamente dentro de ella o no). Otra utilildad puede ser un marco para fotos digitales. Por ejemplo si no hay mensajes pendientes, porque no poner fotos que se transmitan vía Wi-Fi desde la computadora “desktop” o del centro de medios. Y bueno, ya en esto pues porque no compartir un poco de música también para ambientar la cocina.

Volviendo a la realidad ojalá para el usuario común pronto los precios de la tecnología (tanto de hardware como de comunicación) sean más accesibles y las opciones de conexión (banda ancha residencial y móvil) existan.

Hoy en la mañana leía uno de mis mensajes en twitter el review de Jason Calacanis (fundador de Mahalo) acerca de search.wikia (fundada por Jimmy Wales de Wikipedia). En su post Jason C. está de acuerdo con Michael Arrington (de Techcrunch) de que search.wikia dejaba mucho que desear. Curioso leí el reporte de Techcrunch y después decidí echarle un ojo. Como uno de mis temas que estoy investigando en estos días es “Reinforcement Learning” decidí usarlo para ver que resultados me arrojaban diversos motores de búsqueda. Los motores que use fueron (pueden ver los resultados haciendo click al link):
Google
Yahoo!
Mahalo
Del.icio.us
Chacha
Clusty
Search Wikia

Todos y cada uno de ellos me arrojó buenos resultados y fáciles de seguir, excepto para sorpresa mía … Mahalo. Si bien Mahalo te arroja una ventana donde puedes hacer una meta-búsqueda en Google, Yahoo!, Wikipedia, Ask, etc. el resultado inicial fue no encontrar el término en su base de datos. No tuve mucho tiempo para checar más resultados con otros términos, sin embargo mi opinión acerca de los motores de búsqueda sigue siendo la misma:

No veo mucha diferencia entre los resultados de unos u otros.

Sin embargo me gusta la simpleza de Google (y ahora de Search Wikia), el buscar que otros bookmarks tiene gente con intereses similares a los míos en Delicious y la meta-búsqueda de Clusty, que además agrupa de forma muy interesante los resultados.

Diciembre 17, 2007

Televisa compra Bestel
Esta semana la COFECO (Comisión Federal de Competencia) dio el visto bueno para que Televisa adquiriera a Bestel. Con esto Televisa se convierte en el segundo mayor “carrier” en México después de Telmex. Con esta adiquisición Televisa se vuelve un fuerte competidor en el mercado de telecomunicaciones en México ya que ésta también tiene una importante participación las empresas de televisión por cable (e Internet) Cablestar y Cablevisión. La operación fue cercana a los 325 millones de dólares. (0:12)

Google Knol
El 14 de diciembre Google anunció un nuevo producto: “Knol”. Aunque no existen aun detalles se presume que será un competidor de Wikipedia. En este servicio los autores enscribiran sobre un tema a través de una interface provista por Google. Aun no me queda claro cómo será la retroalimentación de los artículos y la calidad final de estos (0:20).

El transistor cumple 60 años
Inventado hace 60 años el transistor ha jugado el papel estrella en la tecnología del siglo XX y XXI. Ahora en millones o billones en una sola pastilla de silicón, estos dispositivos inventados en 1947 por los Laboratorios Bell son como los átomos de los circuitos integrados (0:27).

EEUU, Japón y China siguen contaminando
Con acuerdos que hacen poco por el medio ambiente siguen las negociaciones para detener la contaminación de nuestro medio ambiente en Bali. Latinoamérica y Europa piden mayor compromiso pero EEUU hace valer su peso y sigue sin comprometerse. (0:34)

Reforma Judicial
La cámara de Diputados aprobó la reforma judicial. La ley está ahora en el Senado. Aunque la ley tiene cosas buenas el gobierno federal aprovechó para meter de cachirul reformas que permitirán a la policía abusar de su poder. Entre las reformas, si eres sospechoso de delincuencia organizada la policía podrá entrar a tu casa sin necesidad de una orden de cateo, también podrán encarcelarte durante 40 días en lo que averiguan si eres responsable o no. Estas leyes me recuerdan a las tonterías que han hecho en otros países como el Reino Unido y Estados Unidos donde con la bandera de la lucha al terrorismo aprueban leyes que rompen con las garantías de los ciudadanos. (0:45)

Estaba el otro día escuchando un podcast en el que comentaron sobre una campaña de hace algunos años (posiblemente entre 2004 y 2005) donde Mozilla invitaba a la gente a instalar Firefox en la computadora de tus papás o familiares durante tu visita en el día de Acción de Gracias. Tomando prestada la idea y regionalizando un poco, si eres un poco “geek” y decides aceptar, esta es tu misión para Navidad y Año Nuevo:

Actualización de Software

Si vas a visitar a tus papás, abuelitos, tíos, primos o amigos durante Navidad o Año nuevo aprovecha para actualizarles el software de su computadora. Con esto no solo los vas a ayudar a que su computadora funcione mejor, sino también los vas a ayudar a estar mejor protegidos ante virus, phishing y similares. Y si la computadora estaba de plano muy mal con suerte y hasta elimines un bot. Recuerda que de acuerdo al SANS Institute los hackers ahora están más interesados en los usuarios que en la infraestructura de Internet.
Los siguientes son algunos pasos que puedes seguir, no es una guía extensa ni a profundidad pero te puede dar una idea de que hacer:

1. Actualización de software de sistema operativo
2. Actualización de anti-virus, anti-spyware y firewall
3. Actualización de software de oficina
4. Actualización de navegador
5. Actualización de lector de correo
6. Actualización de MI (mensajería instantánea)
7. Otras actualizaciones

Actualización de software de sistema operativo
Este paso no tiene mucha ciencia. Sólo asegúrate de aplicar todos los parches de seguridad

Actualización de anti-virus, anti-spyware y firewall
Este tampoco es muy complejo, sin embargo si la licencia ya se venció y no puedes hacer más actualizaciones te recomiendo el siguiente software gratuito.

Anti-virus: ClamAV for Windows

Anti-Spyware: Spybot, Search and destroy y si encuentras algo raro HijackThis es excelente para remover spyware.
En cuanto al firewall si tienes Windows o Mac sólo asegura que el que trae el sistema operativo por default este activado.

Software de Oficina

Si usas Microsoft Office el mismo Windows Update se encargará de actualizar el software. Si usas Mac existe un agente que lo verifica automáticamente o puedes correrlo manual. Si la versión de Office es pirata, esta es una oportunidad para legalizar la PC e instalar OpenOffice. Actualmente OpenOffice está tan avanzado que el usuario común no notará la diferencia. Ahora, si tienes suficiente ancho de banda también puedes probar la nueva onda de documentos en línea de Google Docs y Zoho.

Actualización de Navegador

Te recomendamos que independientemente del tipo de navegador que tengas te asegures que es la última versión. Aunque la mayoría de los browsers va a actualizarse automáticamente nunca está de más verificarlo. Mi recomendaciones son (y en ese orden):

• Firefox. Un add-on interesante es NoScript
• Opera
• Safari
• Internet Explorer 7

Actualización de lector de correo
Al igual que el navegador te recomiendo checar la última versión. Si no tienes licencia puedes usar Thunderbird (primo de Firefox). Es rápido, tiene filtros de SPAM y en la última versión incluye agenda y tareas que lo hacen fuerte competidor de Outlook.

Actualización de IM
Ya sea que uses Microsoft Messenger (MSN), Yahoo!, GoogleTalk, iChat, AOL, ICQ, Skype o algún agregador de mensajes asegúrate que sea la última versión. En el último año existieron varias vulnerabilidades en estos programas que permitían al atacante acceder información remotamente.

Otras actualizaciones
Y al final pero no menos importante, checa que otros programas instalados tengan las últimas actualizaciones (Adobe Reader, Java VM, Media Player -Windows Media, Winamp, iTunes, etc.).

¡Feliz Navidad!
¡Feliz Actualización!