Acabo de abrir mi Bloglines y me he encontrado con un artículo genial del Gaditano en Silicon Valley, cosa por otra parte bastante habitual.

Lo voy a resumir rápidamenete aunque or recominedo que leais el artículo, Arreglando el mundo Captcha a Captcha.

Si andas habitualmente en Internet ya sabrás lo que son los Captchas, es números y letras de diferentes tamaños y colores y un poco deformados que te piden teclear para verificar que eres una persona y no una máquina (por ejemplo para realizar un comenario en un Blog), muchas veces muy dificiles de descifrar.

Antes los Captchas solían ser numero y letras aleatorios, pero ahora para facilitar al usuario suelen utilizar, por ejemplo en la Wikipedia, palabras en Inglés para que nos sea más facil destripar el contenido.

Pues bien como indica el Gaditano:

Luis von Ahm dedujo que al dia mas o menos se resuelven unos 60 millones de captchas (es una cifra muy muy conservadora, ojo). Asumiendo que cada captcha tarda unos 10 segundos en resolverse, esto nos ha unas 160.000 horas / hombre por dia (es decir, unos 19 agnos) de trabajo humano diario para solucionar el problema. Si pudieramos invertir parte de ese tiempo en la resolucion de un problema que necesite intervension humana tendriamos una increible maquina pensante, una especie de inteligencia artificial artificial dedicada a lo que queramos.

El caso es que hay un proyecto, reCaptcha, está escanenado libros antiguos (cuyo contenido es muy dificil sacarlo via escaners OCR) y extrae las palabras que aparecen y crea Captchas para que los usuarios resuelvan su contenido, tiene su propia API y se puede integrar en sistemas como Wordpress o Mediawiki, con lo que podemos digitalizar archivos enorme gracias al trabajo de millones de personas, el contenido sería donado a Internet Archive con licencia libre GPL.

¿Nos parece una idea sencillamente genial?

No sería ésto un poco como el Judo que decía ayer Julen, aprovechar todo esa energia negativa (son muy molestos los Captchas) en beneficio de la "humanidad".

Es una pregunta que me ha venido a la cabeza, ¿se podría utilizar un sistema parecido al Wiki para que mediante la inteligencia colectiva de miles de personas crear un sistema que pueda realizar traducciones automáticas entre todos los pares de lenguas posibles ?

No se no soy experto, pero visto como están funcionando los proyectos de la Fundación Wikimedia, Wikipedia, Wikibooks, Wikiquote, Commons (la Wikipedia de las imágenes), ...

Imagínese a miles de personas, coordinados por expertos y mediante una herramienta sencilla de utilizar se dedicasen a establecer correlaciones entre las palabras/conjugaciones/expresiones de las distintas lenguas del mundo y poder ir mejorando poco a poco los resultados de las traducciones.

Sería fantástico poder leer una página escrita en Tamazight (Bereber) en el idioma que tu quisieras y con una calidad aceptable.

Pienso como he dicho ya en otras ocasiones que Internet es la nueva torre de Babel y más que lo va a ser en el futuro con proyectos como OLPC (el PC de 100 dólares) que van a llevar ordenadores a sitios donde hasta ahora no ha llegado, empezarán a aparecer páginas en Swahili, Aymara, Tamazight, Quechua, Ilokano, ... y desde luego a mi me gustaría poder leerlo, o al menos tener la opción de poder enterarme sobre que escriben.

Actualmente ya hay sistemas bastante buenos, aquí tenemos Opentrad que funciona aceptablemente traducciendo Español <=> Catalán y Español <=> Gallego la cosa se complica con el Euskara, Opentrad se basa en 2 sistemas de código abierto Apertium y Matxin, realizado por varias empresas y universidades españolas. También está Babel Fish que es capaz de realizar traducciones entre un montón de pares de lenguas.

La experiencia de la Wikipedia ha demostrado que la inteligencia colectiva ha sido capaz de crear una enciclopedia comparable si no superior a la más prestigiosa, y ésto se ha conseguido en sólo 6 años.

Si alguien es capaz de emprender un proyecto tan ambicioso como éste esa es la fundación Wikimedia, ¿Se les habrá ocurrido ya?

Sigo con mis analisis de las Wikipedias en los distintos idiomas y no será el último Post sobre el tema.

Resulta curioso comparar el número de páginas de las Wikipedias en los distintos idiomas con los hablantes.

He hecho una tabla ordenando las Wikipedias que más páginas tienen en relación al número de hablantes nativos, para ello he tomado los datos que da la propia Wikipedia.

La fiabilidad del estudio es nula ya que para el número de hablantes sólo he tomado aquellos que tienen el idioma como Lengua nativa.

También hay que tener en cuenta que el número de páginas no es un dato muy fiable ya que un esbozo cuenta lo mismo que un artículos muy elaborado.

Sorprendentemente la primera Wikipedia sería la aragonesa que tiene una página por cada 3,5 hablantes nativos.

En las primeras posiciones aparecen lenguas habladas por muy poca gente y del primer mundo, Aragonés, Islandés, Gaélico Escocés, Luxemburgués, Estonio, Bretón, ... la primera lengua importante (en número de hablantes) es el Sueco en el puesto 7º, el Euskara aperece en la Posición 13ª, el Asturiano en el 19, el Catalán en el 22, el Gallego en el 25, el Inglés en el 33 y el Español en una discreto 65.

Los últimos lugares son para lenguas muy habladas de paises pobres, Hindi, Cantonés, Sánscrito, Bengalí, Swahili, Urdu, Chino, Javanés, Árabe, ...

Seguir leyendo el resto »

Donosti es una ciudad en la que abundan los festivales de cine, muy buenos por cierto, el Zinemaldi, la Semana de Cien Fantástico y de terror, el de Derechos Humanos y algún otro más.

Esta semana se está celebrando el de DDHH el Viernes asistí a la inauguración y antes de la película inaugural dieron sus respectivos mitines el Alcalde Odón Elorza y Leire Pajín (Secretaria de Estado de Comunicación), da muy mala imagen este tipo de intervenciones, no entiendo porque el público que paga su entrada para ver una peli tiene que soportar durante 10 minutos a unas personas que no pagan entrada y encima se sientan en los mejores sitios sin hacer la correspondiente cola.

Pero esto no es lo peor, lo pero es tener que escuchar algunas cosas que dicen y que encima te ponen de muy mal café.

Por ejemplo las palabras de Leire al decir casi textualmente:

bla, bla, bla, ... Tindouf, Darfour, Bagdad son sinónimos a la falta de Derechos Humanos ... bla, bla, bla

Estas palabras son pronunciadas la misma semana en la que sus jefes, Zapatero y Moratinos, han vuelto a traicionar al Pueblo Saharauis condenando a los casi 200.000 Saharauis refugiados en los campamentos de refugiados de Tindouf a vivir en ese lugar hasta que se los trague el desierto.

En el asunto del Sahara la posición del PSOE parace que no ha cambiado mucho desde los tiempos de Felipe González que consiste en publicamente apoyar la causa Saharaui pero luego estas palabras se las lleva el viento a la hora de sentarse a negociar con los dirigentes Marroquíes.

Con el Sahara Occidental España vuelve a poner los intereses comerciales (pesca, energia, ...) y políticos (Ceuta y Melilla) que tiene con Marruecos por encima del pueblo Saharaui, las resoluciones de las ONU, los acuerdos de Houston en los que se prevee un referendum entre la población del Sahara para decidir su futuro.

¿Aquí las resoluciones internacionales no cuentan ZP?

Respecto al festival buenas películas, Days of Glory (Indigènes), Emmas Glück (Deliciosa), fantásticos cortos Tree Robo (Un poco ingenuo), One Hundredth of a Second, Nasija y si este Viernes no tenéis nada que hacer el Miércoles a las 19:30 os recomiendo ver Si le vent Soulève les Sables una película dura y angustiosa.

Ayer participe en el desfile de moda limpia en Tabacalera para concienciar a la gente sobre la importancia de exigir a las marcas que respete las condiciones dignas de trabajo y por otro lado concienciar a los consumidores que el hecho de comprar un tipo u otro de ropa no es un acto inocente.

Me lo pase genial, me quede con ganas de salir un poco más, aunque al final de este tipo de actos siempre me pregunto si de verdad este tipo de acciones sirven para algo.

Unas fotillos del evento (es una pena pero la mayoría salieron mal)

Agredecer a toda la gente de Basurama, Setem, Tytti Thusberg (diseñadora finlandesa afincada en Donosti), la gente de Bellas Artes de la UPV que se curraron algunos trajes y toda la gente que con su curro hizo posible este festival, recuerdos para Julen que ya me conocía de haberme leido en el Blog y con el que echamos unas risas.

PD: Hoy no es un día muy alegre, parece que ETA ha decidido romper la tregua, y es que hay gente que ni ve, ni oye ni escucha, ni se da cuenta absolutamente de nada, vuelven los negros nubarrones.

No no es un festival sobre ropa recien lavada, es un festival de moda no manchada por la explotación, injusticias, poca verguenza, ...

Podría poner esta imagen de como se distribuye los ingresos que genera una ropa.

Seguir leyendo el resto »

Me entero a través del Blog de Ricardo Galli, también se hace eco el picapedrero, de la siguiente campaña de Google Bombing

Resulta que el sitio MartinLutherKingPUNTOorg es un sitio falso que promueve la supremacía de la raza blanca. Este sitio aparece en primera página de Google y según Alexa tiene tanto tráfico como el sitio correcto.

Así que me uno a la campaña de Google bombing pero para “restaurar daños”.

Martin Luther King
Martin Luther King
Martin Luther King
Martin Luther King
Martin Luther King
Martin Luther King
Martin Luther King
Martin Luther King
Martin Luther King

La he meneado Menéame