martes, 23 de diciembre de 2014

Receta Pan de Jamón

El pan de jamón es un pan relleno de jamón, tocineta sofrita, la receta del pan de jamón es atribuida al Dr.  Gustavo Ramella  por el año 1905 en su panadería ubicada de Gradillas a Solís, en pleno centro de Caracas.

Esta receta es la más pedida en esta época del año, por eso hoy complazco a los lectores que quieren darse buena vida en Navidad. Olvide tanto problema, cuita y diviértase  preparando este delicioso pan.
El pan de jamón es una receta venezolana típica de la época navideña. Acompaña a las hallacas, el pernil y la ensalada de gallina en los hogares.
Se trata de, tal como su nombre lo indica, un pan relleno con jamón (del tipo planchado, de cerdo). La versión clásica lleva también aceitunas y pasas.
Existen variantes de este plato que incluyen usar masa de hojaldre, agregarle queso crema, jamón serrano, jamón de pavo, tocineta… Y mientras escribo estas líneas previas a la receta se me ocurre cómo sería prepararlo mezclando varios tipos jamones.

Ingredientes:
1 ½ kg de harina de trigo
2 cucharadas de levadura fresca (en granos o en pasta)
200 gr de mantequilla o margarina
3 huevos de gallina
200 gr de azúcar
½ litro de leche (de vaca)
400 gr de tocineta ahumada
1 kg de jamón (pierna, espalda o ahumado)
200 gr de pasas
200 gr de aceitunas sin semillas
150 gr de papelón o panela

Procedimiento:

En una taza de agua eche dos cucharadas de levadura fresca. Déjela reposar por cuatro minutos.
Entibie la leche, agréguele la sal y el azúcar.
Coloque sobre una mesa 1 kilo de harina en forma de volcán, agregue la levadura crecida y mezcle con la mano. Añada 2 huevos enteros, la mantequilla y poco a poco la leche, hasta que los ingredientes se hayan homogeneizado; en caso de que la masa esté muy aguada, para eso es el otro medio kilo de harina que le dije al principio que reservara. Si no se reservó, eso no es culpa mía. Deje reposar la pelota de masa por 35 minutos en un sitio tibio.
Mientras tanto, con la ayuda de alguna persona que esté en su casa, prepárese un buen palo para descansar, péguele a los muchachos que estuvieron molestando durante la preparación de la masa sin el peligro de que se le queden adheridos pedazos de masa en sus tiernas nalguitas o en sus inocentes cabecitas, o haga las llamadas que no podía hacer mientras tenía las manos llenas de harina.
Corte las aceitunas en rueditas. Ponga a remojar las pasas. Échese otro palo, tómese su tiempo. Avísele a sus amigos que está haciendo pan de jamón; si ellos dicen que quieren dígales que sí pero que lleven como mínimo una botella de whisky o una caja de Pomar Reserva, y usted, a cambio, los dejará probar el pan, si le dicen que no, dígales: Quién los manda a pedir.
Ponga el jamón y la tocineta en un plato en forma ordenada para que se vaya viendo bonita la cosa.
Supongamos que ya pasaron los 35 minutos y procedemos a hacer el pan propiamente dicho, después de darnos cuenta de que no hay un rodillo en la casa y hay que salir corriendo a buscarlo por todo el vecindario. Divida la masa en 2 partes y estírela con el rodillo hasta formar un rectángulo; sobre ese rectángulo esparza el jamón y la tocineta hasta cubrirlo completamente de forma que, aunque queramos, no podamos ver ni un pedacito de masa. Póngale las pasas y las aceitunas. Si es para venderlo póngale poco, pero si es por placer y para quedar bien con su familia, póngale muchísimo. Enrolle el rectángulo de allá para acá, hasta formar un rollo que más tarde será un pan. Con los dedos aplaste ambas puntas para que no se derrame el contenido. Guarde un pedazo de masa para decorar. Deje reposar el pan crudo durante 30 minutos antes de meterlo al horno, el cual hemos calentado a 250º. Cuando el pan lleve en el horno 20 minutos, sáquelo y proceda a pintarlo con papelón rallado al cual hemos agregado un huevo entero.
El pan estará listo, aproximadamente, un una hora y pico; pero, recuerde, el tiempo se lo da la lógica (no lo deje quemar).
Con esta receta salen aproximadamente tres panes.
No deje que se lo cuenten. Prepárelo que usted puede.
Y feliz Navidad aunque usted lea esto cualquier día del año.
Otra receta de Pan de Jamón 

Receta de Pan de Jamon

Ingredientes para hacer 2 panes medianos:
400 grs de harina de trigo todo uso
12 grs de levadura fresca (en caso de utilizar instantánea seca se usa la mitad)
140 grs de agua templada
80 grs de leche líquida
10 grs de mantequilla
1 huevo
8 grs de sal
20 grs de azúcar
250 grs de jamón planchado
Pasas y aceitunas al gusto
Preparación:
1- Pon la harina en un bowl haciendo un volcán. En un borde de este volcán coloca el azúcar y la sal y en el borde contrario la levadura. Activa la levadura con el agua y deja reposar por diez minutos.
2- Agrega el huevo y la leche. Posteriormente mezcla todos los ingredientes amasando hasta obtener una masa lisa.
3- Añade la mantequilla hasta integrar, luego lleva la masa a un bowl con un poquito de harina en la base (para que no se pegue la masa) y deja reposar en un lugar tibio y sin corrientes de aire hasta que doble su tamaño (a esto se le llama “leudar”).
4- Al leudar, saca la masa del bowl y desgasifícala aplanándola un poco con las manos. Estira la masa sobre una mesa ligeramente enharinada con ayuda de un rodillo.
5- Pon una capa de jamón sobre la masa, y si gustas, unas tiras de tocineta ahumada. Encima del jamón pon las pasas y aceitunas.
6- Dale forma al pan enrollándolo. Cierra el borde y dóblalo hacia abajo haciendo presión para que selle bien y no se salga el relleno.
7-Pon la masa en una bandeja de horno y deja leudar nuevamente hasta que doble su tamaño. Barniza con un poco de huevo batido mezclado con agua.
8- Hornea por unos 20 minutos a 180ºC o hasta que doren los panes.

pan de jamon

Ahora que tienes la receta de como hacer pan de jamon clásico, prueba jugar con los ingredientes del relleno. Por ejemplo, tal como expliqué al principio, puedes usar jamon serrano, e incluso agregar higos, nueces… Juega, sé creativo e inventa tu propia versión de este delicioso plato navideño.


Puedes COMPARTIR esta entrada en tus redes sociales: Twitter; Facebook; Google+
Con solo presionar un botón. ¡gracias por compartir!

Regístrese, comente  y participe en mi blog como escritor invitado: ¡Anímese sus inquietudes cuentan en este blog!  

Time is Money: Carpe Diem

"Hay ladrones a los que no se castiga, pero que roban lo más preciado: el tiempo."
                                                                                                                  --Napoleon

El Universo es Vibración.


Frases como "ayer apenas era 31 de diciembre", "esta semana se fué volando", "rápido pasa el tiempo cuando te diviertes" o "este año se fue volando" cobran cada vez más fuerza. ¿A qué responde esta sensación de aceleramiento? Más allá de los basamentos científicos que existen alrededor del tema, esta el cómo manejar esta sensación de "aceleramiento".  Se trata del tiempo psicológico. "El tiempo psicológico es el que muchos sentimos que ha cambiado. sensación generalizada de que el tiempo se está acelerando traduce el hecho de que ha habido un cambio en el tiempo psicológico de la humanidad. "Todas las corrientes espirituales hablan de un cambio de mentalidad para que la humanidad avance, de un despertar de la conciencia. Ese cambio de conciencia hace que nos demos cuenta, por ejemplo, de que la tierra es un ser vivo, con sus pulsaciones y su energía y que nos afecta a nosotros. Es una realidad que siempre ha estado allí pero ahora es que tomamos consciencia de ella de manera más clara. Mientras estemos más centrados, más calmados, más conscientes de lo que estamos pensando y diciendo el tiempo nos alcanza más. Si nos dejamos llevar por la preocupación es peor, porque nos desconcentramos, perdemos foco y bajamos de vibración. Bajar de vibración, dicho en términos sencillos, es hacernos más lentos". El Universo es Vibración.

"Carpe, carpe diem, seize the day boys, make your lives extraordinary."

A pesar de de manera recurrente se nos advierte que “el Tiempo es Oro”, que es un recurso no renovable y que todos a su tiempo envejeceremos y moriremos, tendemos a asignarle un valor inferior al que se merece.
Quizás se nos dificulta comprender que todo cambia y que cada momento es precioso pues se va y no hay posibilidad alguna de recuperarlo. Los niños no tienen clara consciencia del tiempo, y desean jugar por horas de manera indefinida. Los adolescentes se creen inmortales y gastan horas y horas en actividades que para muchos serían triviales. Los adultos se ocupan de mil cosas sin determinar claras prioridades, y los ancianos, quienes sí valoran el tiempo, viven con la ansiedad de que les queda poco.

En el libro “Maneje su tiempo”, B. Eugene Griessman afirma que toda porción de tiempo es altamente valiosa, y no únicamente las que se dedican a estudiar o a trabajar. Dice, además, que si nos roban algún objeto, podemos llamar a la policía y denunciar el robo, pero cuando nos roban el tiempo ni siquiera lo notamos, pese a que lo material es recuperable y el tiempo no.
 “Live as if you were to die tomorrow. Learn as if you were to live forever.”
                                                                                                ― Mahatma Gandhi
El hábito de perder el tiempo es frecuente y resulta muy costoso a la larga. Suele aparecer en la infancia cuando muchos padres les enseñan a distraerse durante horas para quitárselos de encima y tener algo de vida propia. Alentar actividades sin meta clara, como: “Anda a ver televisión”, ” vete a jugar”,”quítate de aquí”, etc. no ayudan a los niños a valorar el tiempo.

Analice y descubra cómo malbarata el tiempo, y huya de los ladrones del tiempo que se aparecen sin aviso y no tiene hora de despedida. Y no diga que “no tiene tiempo”. Esa es una forma de decirle a la mente que usted no tiene control y que no ha elegido mejorar.

“Yesterday is gone. Tomorrow has not yet come. We have only today. Let us begin.”
                                                                                            ― Madre Teresa de Calcuta

Mapa de Uso del Tiempo

Lo primero es realizar un mapa de uso del tiempo para saber en qué lo invertimos. Un mecanismo clave es calcular el valor económico de nuestras horas, pues así sabrá que cada hora perdida podría indicar la potencial pérdida de ingresos. Divida su ingreso mensual entre el número de horas que trabaja cada mes, y tendrá el dato requerido.
Planificar es una de las formas más efectivas de ahorrar tiempo. Asigne un tiempo a cada actividad y respete ese plan. Se sorprenderá de la sensación de control que esto le dará. Piense en lo que desea lograr, los recursos que necesita, los posibles obstáculos con que encontrará, así como sus soluciones más viables y notará que todo se facilita y se hace en la mitad del tiempo. Y priorice, definiendo lo más urgente y lo más importante.
Haga primero esas actividades y deje las menos productivas o urgentes para el final del día. Si va a reunirse con alguien, decida cuánto tiempo durará esa entrevista. No permita que otros manejes sus horas ni le hagan la agenda. Diga “no puedo”. Si no respeta usted su tiempo, no espere que otro lo haga.
Hazte estas preguntas 
 
Hay interrogantes cuyo sentido es llamar a la reflexión. En el caso del manejo del tiempo los especialistas sugieren las siguientes: "¿Qué te dice el paso del tiempo de ti mismo?; ¿De verdad tienes que llevar la vida que estás llevando?; ¿Cuáles son tus verdaderas prioridades?; De todo lo que haces, ¿qué es lo que disfrutas?, ¿qué es lo que no disfrutas?; ¿a qué le tienes más resistencia?; ¿cuándo sientes que el tiempo te alcanza menos? De todo lo que estás haciendo, ¿quienes son los que te hacen perder tiempo?, ¿qué sientes que tienes que dejar de hacer?; ¿Estás haciendo lo que realmente quieres hacer?". Explica León que una vez que el individuo se responda todas estas preguntas debe tomar una resolución no dejar la reflexión en un limbo mental. "Cuando uno hace lo que realmente quiere hacer, el tiempo suele rendir mejor". RECUERDA: El Método Sócratico es hacer preguntas. Las 5W y 1H:

  • Who? (¿Quién?)
  • What? (¿Qué?)
  • Where? (¿Dónde?)
  • When? (¿Cuándo?)
  • Why? (¿Por qué?)
  • How? (¿Cómo?)
 "Carpe diem quam minimum credula postero"
Vigila lo que dices: RECUERDA: Somos lo que pensamos

Entra en juego en este ítem lo que diversos autores de autoayuda definen como el decreto en una afirmación. "Si repites constantemente 'el tiempo no me alcanza', en efecto no te alcanzará. Cuando decimos que el tiempo de Dios es perfecto' lo que buscamos es sintonizarnos con la armonía del universo. No podemos cambiar el tiempo, pero podemos sintonizarnos con una mentalidad superior, y sobre todo dejar de pelear contra el tiempo, que es también dejar de pelear contra nosotros mismos y estar en armonía con lo que estamos haciendo. En resumen, se trata de entender que en la vida existe un equilibrio y que hay que conectarse con el mismo. Si te conectas con la armonía universal terminarás haciendo lo que más necesitas en ese momento y dejarás de hacer otras cosas. Fluye en tiempo presente.  RECUERDA: Somos lo que pensamos, somos energía somos vibración con el Universo.
Ten consciencia corporal

Señala la especialista que llevar a cabo las actividades del día apurados, pensando que el tiempo no va a alcanzar, evidentemente, crea tensión corporal. "En este sentido, lo primero que debes hacer es chequear tu respiración, chequea tus puntos de tensión. Chequea cómo estás parado o cómo estás sentando, cómo vas manejando tu carro, si es el caso. Lo recomendable es tomarse, al menos, cinco minutos en la mañana, cinco en la tarde y cinco en la noche para relajarte. Haz tres respiraciones profundas, estírate, vuelve a tomar energías y sigue". Practica YOGA.
 
“Wake up and live”
                                ― Bob Marley
Anota todo lo que hagas
 
Pásate revista. Ríndete cuentas de lo que haces, a manera  de consciencia de cómo estás invirtiendo tu tiempo y cómo puedes mejorarlo. Los especialistas recurren a un ejemplo claro sobre esta herramienta. "Una vez le pedí a una clienta con la que trabajé como coach que anotara todas las cosas que hacía durante el día. Fue la manera en la que se dio cuenta de la cantidad de distracciones que le restaban tiempo y de la cantidad de tiempo que pasaba preocupándose porque 'el tiempo no le alcanzaba'. Ver por escrito las actividades que desarrollamos durante el día puede darnos la respuesta sobre las cosas en la que estamos fallando y cómo corregirlas".Una alimentación balanceada es buena compañera.
Y por sobre todo cuídate de los LADRONES DE TIEMPO. Aquellas personas cuyo único fin en la vida es hacer perder el tiempo a los demas y llevar su miseria a otros.

Finalmente, céntrese en el día de hoy. Si aprovecha cada día sus metas se lograrán y no se verá atrapado en preocupaciones ni pérdidas de tiempo que a final de la vida le llevarán a experimentar culpa.

10 antídotos para que no te roben * Actualizar por escrito tus objetivos profesionales. * Confeccionar una lista con las actividades que tienes que hacer. * Realizar tus tareas por orden de importancia. * Acostumbrarse a identificar las causas que te hacen perder el tiempo. * Tener ordenada y organizada la mesa de trabajo o el despacho. * Retirar, al finalizar la jornada, todo el material de tu mesa; o, al menos, una vez a la semana. * Tomar medidas para aminorar las interrupciones. * Informar al resto del mejor momento para estar contigo. Para ello es necesario una organización previa. * Reservar parte del día para trabajar sin que nadie te moleste. * Respetar el tiempo de los demás.

Aprende a combatir a los ladrones de tiempo,Emprendedores&Empleo, expansion.com

DECÁLOGO para que no te roben El Tiempo.

Llamadas personales, reuniones imprevistas, ¿responsables? que no tienen los objetivos claros o mensajes de ‘WhatsApp’. Son muchos y cada vez más sofisticados los elementos que pueden perturbar la jornada laboral y en general TU VIDA. Organización y planificación son los mejores métodos para evitarlos. Aprende a combatir a los ladrones de tiempo.

*Actualizar por escrito tus objetivos profesionales. 
* Confeccionar una lista con las actividades que tienes que hacer.
* Realizar tus tareas por orden de importancia. 
* Acostumbrarse a identificar las causas que te hacen perder el tiempo. 
* Tener ordenada y organizada la mesa de trabajo o el despacho. 
* Retirar, al finalizar la jornada, todo el material de tu mesa; o, al menos, una vez a la semana. 
* Tomar medidas para aminorar las interrupciones. 
* Informar al resto del mejor momento para estar contigo. Para ello es necesario una organización previa. 
* Reservar parte del día para trabajar sin que nadie te moleste. 
* Respetar el tiempo de los demás.
"Go on, lean in. Listen, you hear it? - - Carpe - - hear it? - - Carpe, carpe diem, seize the day boys, make your lives extraordinary."
                                                                                                       --Dead Poets Society
Puedes COMPARTIR esta entrada en tus redes sociales: Twitter; Facebook; Google+
Con solo presionar un botón. ¡gracias por compartir!

 

Regístrese y participe en mi blog como escritor invitado: ¡Anímese sus inquietudes cuentan en este blog!  

 




lunes, 22 de diciembre de 2014

DeepMind: Neural Turing Machine

DeepMind Technologies es una compañia Británica de inteligencia artificial fundada en 2011. Adquirida por  Google en 2014.

Extinguidos por las máquinas. Inteligencia Artificial: ¿progreso vital o peligro letal?






Les presento a Deep Mind, una computadora capaz de aprender a jugar contra las computadoras mucho más rápido de lo que cualquier persona podría hacer. Deep Mind hace lo que usted y yo hacemos: observar patrones de conducta e intentar predecir cómo reaccionar. De momento Deep Mind se lo está pasando genial jugando a los juegos Arcade (vean en el video cómo aprende de rápido).
Digamos que Deep Mind es un adolescente feliz porque es capaz de derrotar a todas las maquinetas que nos hacían imposible la vida cuando teníamos doce o catorce años. El problema es que Deep Mind es tan increíblemente bueno y rápido aprendiendo que ha despertado algunas alarmas, entre ellas, significativamente, las de su propio creador, Shane Legg, que ha dicho que los avances en inteligencia artificial, si no se controlan bien, pueden convertirse en la amenaza número 1 para el ser humano en este siglo (parece broma pero no lo es). 
El tema que planteo ahora es, si cabe, aún más peliagudo. El que la inteligencia artificial acabara dominado al ser humano que la ha creado es una pesadilla recurrente de la ciencia-ficción. Seguro que hay lectores de este blog que pueden documentar quién fue el primero en plantear esta distopia pero está claro que el cine, desde 2001 Una Odisea del Espacio hasta Terminator ha dado buena cuenta del tema.
Pero que a guionistas y novelistas de ciencia-ficción les preocupe este tema no nos preocupa tanto (al fin y al cabo, les pagan por dibujar y simular futuros) como que un científico de verdad, de la talla de Stephen Hawking, manifieste su preocupación porque las máquinas puedan ser más listas que nosotros y tomar el control.
En una reunión con especialistas en I.A. celebrada en Sillicon Valley (ver referencia), Hawking ha planteado el contraste entre, por un lado, la lentitud con la que mejora la esperanza de vida y la calidad genética de los humanos con, por otro, la Ley de Moore, que establece la duplicación de la capacidad de las computadoras cada 18 meses. Por tanto, las mejoras genéticas y nuestro entendimiento del cerebro humano llegarán mucho más tarde que la inteligencia artificial.

Deep Mind es ahora propiedad de Google, que compró esta pequeña y prometedora empresa británica en enero de 2014 por 400 millones de dólares. Google está invirtiendo masivamente en máquinas que aprendan intuitivamente y en procesadores basados en la mente humana. Estas máquinas se programan a sí mismas como hacen los humanos, observando el entorno y aprendiendo, en un proceso llamado "Neural Turing". En su orígen está, como siempre, el cruce de dos campos científicos previamente desconectados: la neurología y la computación. ¿El responsable? Demis Hassabis, un genio de la neurociencia y de la computación (es quien explica en el video el funcionamiento de Deep Mind).
¿Será a él a quien las máquinas manden buscar o matar en el futuro? O, como señala Stephen Hawking, habremos conseguido evacuar el planeta tierra antes de que las máquinas acaben con él. Dice Hawking que las próximas amenazas para la humanidad pueden venir de la inteligencia artificial porque al paso que vamos, dentro de 1.000 años, las máquinas ya serán lo suficientemente fuertes como para poder destruirnos por accidente.

DeepMind start up de  Google da a conocer su "Neural Turing Machine"


DeepMind ha construido una red neuronal que puede acceder a una memoria externa como una máquina de Turing convencional. El resultado es un equipo que imita la memoria a corto plazo del cerebro humano.


Uno de los grandes retos de la neurociencia es entender el corto plazo la memoria de trabajo en el cerebro humano. Al mismo tiempo, los informáticos les encantaría a reproducir el mismo tipo de memoria in silico.

Hoy en día, el inicio DeepMind secreto de Google, que compró 400 millones de dólares a principios de este año, presenta un equipo prototipo que trata de imitar algunas de las propiedades de la memoria de trabajo a corto plazo del cerebro humano. El nuevo equipo es un tipo de red neuronal que ha sido adaptado para trabajar con una memoria externa. El resultado es un equipo que aprende ya que almacena recuerdos y más tarde puede recuperarlos para realizar tareas lógicas más allá de los que ha sido entrenado para hacerlo.

Avance de DeepMind sigue una larga historia de trabajo en la memoria a corto plazo. En la década de 1950, el psicólogo cognitivo estadounidense George Miller llevó a cabo uno de los experimentos más famosos en la historia de la ciencia del cerebro. Miller estaba interesado en la capacidad de la memoria de trabajo del cerebro humano y se dispuso a medir con la ayuda de un gran número de estudiantes que le pidió llevar a cabo tareas simples de memoria.

Sorprendente conclusión de Miller fue que la capacidad de memoria a corto plazo no puede ser definido por la cantidad de información que contiene. En lugar Miller concluyó que la memoria de trabajo almacena información en forma de "trozos" y que podía contener aproximadamente siete de ellos.

Esto plantea la curiosa pregunta: ¿qué es un trozo? En los experimentos de Miller, un trozo podría ser un solo dígito, como un 4, una sola letra como aq, una sola palabra o un pequeño grupo de palabras que en conjunto tienen un significado específico. Así que cada fragmento puede representar cualquier cosa, desde una muy pequeña cantidad de información a una idea enormemente compleja que es equivalente a grandes cantidades de información.

Pero por mucho que la información de un único trozo representa, el cerebro humano sólo puede almacenar alrededor de las siete de ellos en su memoria de trabajo.

He aquí un ejemplo. Considere la siguiente frase: "Este libro es una emocionante leer con una trama compleja y personajes reales."

Esta frase se compone de alrededor de siete trozos de información y es claramente manejable para cualquier lector ordinario.

Por el contrario, trata de esta frase: "Este libro sobre el imperio romano durante los primeros años del reinado de César Augusto en el final de la República romana, describe los acontecimientos que siguieron a la sangrienta batalla de Actium en 31 AC cuando el joven emperador derrotado Marco Antonio y Cleopatra de outmaneuvering exhaustivamente en un combate naval importante ".

Esta frase contiene al menos 20 trozos. Así que si lo encontró más difícil de leer, que no debería ser una sorpresa. El cerebro humano tiene problemas para mantener esta cantidad de trozos en su memoria de trabajo.

En la ciencia cognitiva, la capacidad de entender los componentes de una oración y almacenarlos en la memoria de trabajo se denomina variable de unión. Esta es la capacidad de tomar un pedazo de datos y asignarlo a una ranura de la memoria y hacer esto varias veces con datos de diferente longitud, como trozos.

Durante los años 1990 y 2000, los informáticos intentaron varias veces para diseñar algoritmos, circuitos y redes neuronales que podían realizar este truco. Ese equipo debe ser capaz de analizar una simple frase como "María habló a Juan" al dividirla en sus partes componentes del actor, la acción y el receptor de la acción. Así que en este caso, sería asignar el rol del actor a María, el papel de la acción a las palabras "habló" y el papel de receptor de la acción a "Juan".

Es esta tarea que las direcciones de trabajo de DeepMind, a pesar de la muy limitada rendimiento de las máquinas anteriores. "Nuestra arquitectura se basa en la potencia y este trabajo", dice Alex Graves, Greg Wayne, e Ivo Danihelka en DeepMind, que está basado en Londres.

Comienzan mediante la redefinición de la naturaleza de una red neural. Hasta ahora, las redes neuronales han sido patrones de "neuronas" interconectados que son capaces de cambiar la fuerza de las interconexiones en respuesta a alguna entrada externa. Esta es una forma de aprendizaje que les permite detectar similitudes entre las diferentes entradas.

Pero el proceso fundamental de la computación contiene un elemento adicional importante. Esta es una memoria externa que se puede escribir y leer desde durante el curso de un cálculo. En la famosa descripción de Turing de una computadora, la memoria es el teletipo que pasa hacia atrás y adelante a través de la computadora y que almacena los símbolos de diversos tipos para su posterior procesamiento.

Este tipo de memoria de lectura y escritura está ausente en una red neuronal convencional. Así Graves y co simplemente han añadido uno. Esto permite que la red neuronal para almacenar las variables en su memoria y volver a ellos más tarde para utilizar en un cálculo.

Esto es similar a la forma en que una computadora ordinaria podría poner el número 3 y el número 4 en el interior de registros y después añadirlos a hacer 7. La diferencia es que la red neural puede almacenar patrones más complejos de variables que representan, por ejemplo, la palabra "María ".

Dado que esta forma de computación difiere de manera importante de una red neural convencional, Graves y co le dan un nuevo nombre-lo llaman una máquina de Turing Neural, la primera de este tipo que se han construido. La máquina de Turing Neural aprende como una red neuronal convencional utilizando las entradas que recibe del mundo exterior, pero también aprende cómo almacenar esta información y cuando para recuperarlo.

El trabajo DeepMind implica en primer lugar la construcción del dispositivo y luego ponerlo a prueba. Sus experimentos consisten en una serie de pruebas para ver si, después de haber entrenado una Máquina Turing Neural para realizar una determinada tarea, podría luego extender esta capacidad a las tareas más grandes o más complejos. "Por ejemplo, teníamos curiosidad por ver si una red que había sido entrenado para copiar secuencias de longitud de hasta 20 podría copiar una secuencia de longitud 100 sin más formación", dicen Graves y co.

Resulta que la máquina de Turing neural aprende a copiar secuencias de longitudes de hasta 20 más o menos perfectamente. Y a continuación, copia secuencias de longitudes de 30 y 50 años con muy pocos errores. Para una secuencia de longitud 120, errores comienzan a deslizarse, incluyendo un error en el que un solo término es duplicada y lo empuja a todos los siguientes términos un paso atrás. "A pesar de ser subjetivamente cerca de una copia correcta, esto conduce a una alta pérdida," decir que el equipo.

Aunque las secuencias implicadas son al azar, no es difícil imaginar cómo podrían representar ideas más complejas, como "María" o "habló" o "John". Un punto importante es que la cantidad de información que estas secuencias contienen es variable, al igual que trozos.

Comparan el rendimiento de su máquina de Turing Neural con una red neuronal convencional. La diferencia es significativa. La red neuronal convencional aprende a copiar secuencias hasta la longitud 20 casi a la perfección. Pero cuando se trata de secuencias que son más largos que los datos de entrenamiento, los errores se convierten inmediatamente significativo. Y su copia de la secuencia más larga de la longitud 120 es casi irreconocible en comparación con el original.

El equipo DeepMind ir a probar la máquina de Turing Neural en otras tareas. Por ejemplo, uno de estos es el equivalente de fotocopiadora: la tarea es copiar una secuencia y luego repetir esa secuencia de un número especificado de veces y terminar con un marcador predeterminado. Una vez más, la máquina de Turing Neural supera significativamente a una red neuronal convencional.

Esa es una impresionante pieza de trabajo. "Nuestros experimentos demuestran que [nuestra máquina de Turing Neural] es capaz de aprender algoritmos simples de datos de ejemplo y de la utilización de estos algoritmos para generalizar así fuera de su régimen de entrenamiento", dice Graves y co.

Ese es un paso importante que tiene el potencial de hacer que las máquinas de computación mucho más parecidas al cerebro humano que nunca. Pero hay un importante trabajo por delante.

En particular, el cerebro humano realiza un truco ingenioso para dar sentido a los argumentos complejos. Una pregunta interesante que se desprende de los primeros trabajos de Miller es la siguiente: si nuestra memoria de trabajo sólo es capaz de manejar siete trozos, ¿cómo podemos hacer sentido de argumentos complejos en los libros, por ejemplo, que se compone de miles o decenas de miles de pedazos?

La respuesta de Miller es que el cerebro utiliza un truco conocido como una recodificación. Volvamos a nuestro ejemplo del libro y agregar otra frase: "Este libro es una emocionante leer con una trama compleja y personajes reales. Está claro que es la pena el precio de la cubierta ".

Una vez que haya leído y entendido la primera frase, el cerebro almacena los siete trozos de una manera que está disponible como un solo trozo en la frase siguiente. En esta segunda frase, el pronombre "él" es el único trozo. Nuestro cerebro sabe automáticamente que "" significa: ". El libro que es una emocionante leer con una trama compleja y personajes reales" Ha recodificado los siete trozos anteriores en un solo trozo.

Para Miller, la capacidad del cerebro para volver a codificar de esta manera fue una de las claves de la inteligencia artificial. Él cree que hasta que una computadora podría reproducir esta habilidad, nunca podría igualar el rendimiento del cerebro humano.

DeepMind de Google ha declarado que su objetivo es "Solución de inteligencia." Si esta solución es algo parecido a la inteligencia humana, una buena prueba sería ver si las máquinas de Turing neuronales son capaces de recodificación truco de Miller. 


Neural Turing Machine


Extendemos las  capacidades de las  "neural networks" llevándolas a  "external memory resources", which they can interact with by attentional processes. El sistema combinado esa analogo   a Turing Machine or Von Neumann architecture pero diferenciable  end-to-end, permitiéndole ser  "efficiently trained with gradient descent". Los resultados preliminares demuestran que una  Neural Turing Machines puede inferir  algoritmos simples  como copying, sorting, and associative recall desde ejemplos input and output. 



Máquinas de Turing Neuronales: aprende sus algoritmos

Escrito por Mike James


¿Otro avance en Google DeepMind? Se propone una forma de redes neuronales de la arquitectura de la máquina de Turing y demostró, y que no parece aprender de sus algoritmos.

Uno de los problemas con las redes neuronales es que sabemos que son de gran alcance en la teoría, pero en la práctica entrenarlos y llevarlos a aprender lo que queremos resulta ser difícil. Por ejemplo, una red de alimentación directa con tres capas puede aprender cualquier función y una red neuronal recurrente RNR se Turing completa y así puede calcular cualquier cosa que puede ser calculado.

Lo que necesitamos son algunas reglas e ideas para dar a las redes más estructura para que la altura de su promesa. Después de todo, el cerebro humano no es sólo un conjunto conectado al azar de neuronas que tiene unidades funcionales que hacen trabajos particulares.

La Máquina NTM Neural Turing se inspira en el diseño estándar de la máquina de Turing - pero utilizando redes neuronales para implementar las unidades funcionales. Una máquina de Turing estándar consiste en una unidad de control y una cinta. La unidad de control es una máquina de estados finitos que puede leer y escribir la cinta. Como se lee símbolos que cambia de estado y luego escribe un símbolo. Este es un modelo de lo que es el cálculo y, aunque en teoría puede calcular cualquier cosa que puede ser calculado, no es una máquina práctica.

La máquina de Turing neural también tiene una unidad de control y una memoria que es un poco más potente que una simple cinta de la máquina de Turing. La unidad de control puede ser o bien una red de alimentación directa simple o una red neuronal recurrente. La memoria toma la forma de una matriz de valores que se actualiza de manera más gradual que una memoria digital estándar. Una operación de escritura consiste en una operación de borrado, que es como una multiplicación por 1-w, es decir, se reduce lo que se almacena en un factor de w, y una operación de suma que añade a continuación, w a la ubicación. Se puede ver que la memoria puede funcionar de tal manera que los recuerdos se desvanecen y son reemplazados lentamente por otros nuevos. Si usted sabe acerca de las redes de Hopfield esto suena familiar, y de hecho la memoria es una memoria de contenido direccionable modificado.

Hasta ahora esto sólo suena como un intento de hacer una máquina de Turing a partir de componentes de redes neuronales, pero hay algo muy diferente acerca de esta forma de máquina. Todos los componentes trabajan con valores continuos y toda la máquina es diferenciable. Es decir, se puede cuantificar el cambio en la salida que cualquier cambio en las entradas provoca. Esto significa que se puede utilizar de propagación hacia atrás estándar para entrenar a la máquina de Turing neuronal y esto es una diferencia muy grande.

NTMdiagram

Por supuesto, el hecho de que usted puede entrenar a un equipo no significa que vaya a aprender bien o particularmente útil nada. Así que el equipo de Alex Graves, Greg Wayne e Ivo Danihelka volvió su teoría en un programa y entrenado en algunos datos adecuados.

La primera consistía en conseguir la máquina para copiar una secuencia de entrada. Secuencias binarias azar fueron presentados y el objetivo de que la máquina fue entrenado para producir era sólo la secuencia de nuevo. Esto suena trivial, pero hay que tener en cuenta que las secuencias fueron variables en longitud y cuando se prueba la máquina no se habrían visto las secuencias de prueba. En otras palabras, para llevar a cabo, así que tuvo que aprender un algoritmo que tenía para almacenar y reproducir cualquier secuencia que se presenta a la misma.

Los resultados son muy convincentes. La máquina de Turing neural aprendidas compara muy rápidamente a una red LSTM estándar que normalmente se utiliza en este tipo de tarea:

ntmsequence

Observe que dos versiones de la máquina Turinig neural fueron juzgados; uno con un LSTM como su controlador y una con una red feedforward estándar. Se puede ver en las curvas de error que el tanto logrado resultados que son de una naturaleza diferente a la LSTM por su cuenta.

Cuando se examinó la estructura aprendido de la máquina se descubrió que la secuencia de operaciones correspondió a la algoritmo:

inicializar: mover la cabeza para empezar ubicación
mientras delimitador de entrada que no se ve hacer
recibir vector de entrada
de entrada a la ubicación cabezal de escritura
ubicación cabeza de la subasta por 1
extremo mientras
cabeza volver a empezar ubicación
mientras que la verdadera do
leer vector de salida de ubicación cabeza
emitir salida
ubicación cabeza de la subasta por 1
extremo mientras

Citando el documento:

"Esto es esencialmente cómo un programador humano sería realizar la misma tarea en un lenguaje de programación de bajo nivel. En términos de estructuras de datos, podríamos decir que la MNT ha aprendido a crear y iterar a través de las matrices."

La siguiente tarea era aprender a copiar secuencias de un determinado número de veces. El algoritmo que tenía que aprender era esencialmente la anterior dentro de un bucle. Esto se logra a la perfección, pero con más formación. Siguiente aprendió una tarea que requería para llevar a cabo el recuerdo asociado y luego una que requiere el aprendizaje de un modelo de n-gramas.

La tarea final es quizás la más impresionante - aprender a ordenar los datos.

El NTM fue entrenado en un conjunto de datos que consistía en un vector binario con una calificación de escalar prioridad. El objetivo era los mismos vectores ordenados en orden de acuerdo con el grado de prioridad. El NTM aprendió a hacerlo usando cualquier tipo de controlador, pero la tradicional LSTM realmente no manejarlo:

ntmsort

¿Qué algoritmo que se aprendió?


Los investigadores esperan que el NTM inventaría una pila binaria especie, pero en realidad parecían haber inventado una tabla hash. Los vectores se almacenan en posiciones de memoria controladas por la prioridad y luego leen en orden de prioridad para dar una lista ordenada.

¿Qué significa todo esto para la IA?


Tenemos una nueva arquitectura de red neuronal que parece ser capaz de resolver problemas de una manera que puede ser interpretado como la creación de un algoritmo. La conexión con una máquina de Turing, probablemente no es importante y no hay que leer mucho en ella. El NTM es quizás mejor considerado como una arquitectura que combina con éxito una red de procesamiento con una memoria de tal manera que ambos pueden ser entrenados.

Si esto realmente funciona, sería digno de ver lo que hace que los problemas difíciles de la actualidad - robot bípedo, la comprensión del lenguaje y la contención de plasma, por ejemplo.



Ver estos enlaces: 


Attempt at implementing system described in "Neural Turing Machines." by Graves, Alex, Greg Wayne, and Ivo Danihelka. (http://arxiv.org/abs/1410.5401)
https://blog.wtf.sg/category/neural-turing-machines/
https://github.com/shawntan/neural-turing-machines
http://arxiv.org/pdf/1410.5401v2.pdf

Puedes COMPARTIR esta entrada en tus redes sociales: Twitter; Facebook; Google+
Con solo presionar un botón. ¡gracias por compartir!
 
Regístrese y participe en mi blog como escritor invitado: ¡Anímese sus inquietudes cuentan en este blog!  
 

17 Aspectos Economía Mundial: China supera a USA


La era de la dominación económica de EE.UU. en el mundo está  llegando lenta, pero indefectiblemente a su fin. Ya es oficial que China representa la mayor Economía del Mundo, certificado por el FMI. El economista Michael Snyder revela cuáles son otros aspectos en que China ya ha superado a EE.UU.


   
"Dondequiera que mires, China domina", escribe el economista Michael Snyder. El gigante asiático sigue reforzando su liderazgo en la economía mundial y, de seguir esta dinámica, parece que no dejará oportunidad alguna a sus "rivales" de alcanzarlo. El autor revela cuáles son los principales aspectos de la economía mundial en los cuales China ya ha superado a EE.UU.:

1.    En la última década la economía china ha crecido siete veces más rápido que la estadounidense.
Es decir China= 7 USA.

2.    El Fondo Monetario Internacional ya ha declarado a China como la mayor economía del mundo: representa el 16,479% del PIB mundial medido en Paridad de Poder Adquisitivo, frente al 16,277% que supone EE.UU. La deuda de USA representa ya el 100% de su PIB, pero el de Japón, por ejemplo es 245%, mucho peor. Ni les cuento los números de la sinkUE ( el pecio de la UE ).

3.    Desde el año 2000 el PIB de EE.UU. sigue disminuyendo de manera constante; al contrario, el PIB de China lleva creciendo ya 14 años C-O-N-S-E-C-U-T-I-V-O-S. El que tenga capacidad de asombro: ¡¡¡ASOMBRESE!!!!!!

4.    Se calcula que la economía china será tres veces más grande que la de EE.UU. en 2040. Así en 2040 en Economía, será China =  3 USA.

5.    Si la dinámica sigue igual, en unos 30 años un ciudadano chino promedio será más rico que un estadounidense promedio.

6.    Desde 2005 EE.UU. ha gastado aproximadamente 1,1 billones de dólares en productos y servicios chinos mientras que China  tan solo ha empleado unos 300.000 millones de dólares en productos y servicios estadounidenses. El déficit comercial es pasmos: USA el gran consumidor de productos chinos.

7.    El déficit comercial de EE.UU. con China es ahora 27 veces mayor que era en 1990. Desde que el país asiático entró en la Organización Mundial del Comercio en 2001, este índice aumenta un 18% al año.

8.    En 2010 China desbancó a EE.UU. como mayor consumidor de energía de todo el planeta.

9.    Unas 46.000 fábricas se han trasladado de EE.UU. a China desde que el gigante asiático entrara en la OMC.

10.    China se ha convertido en el principal productor mundial de aerogeneradores y paneles solares.

11.    El país asiático controla el 97% de los llamados materiales 'raros', elementos muy importantes para la producción tecnológica e industrial.

12.    Las exportaciones de alta tecnología de China son dos veces mayores que las de EE.UU.

13.    China dispone del mayor mercado de coches nuevos del mundo.

14.    China tiene más reservas de divisas que cualquier otro país.

15.    China es el mayor productor, y al mismo tiempo, importador de oro.

16.    China está a punto de convertirse en el líder mundial en el ámbito de la investigación científica y en el mayor solicitante de patentes. Las patentes son un índice muy usado para medir país contra país, en cuanto avances, investigación y progreso, éste es uno de los búnkers inexpungnables de USA .

17.    China produce dos veces más algodón, tres veces más carbón y 11 veces más acero que EE.UU.


Y de regalo, solo por ser mis Apreciados Lectores, les vá éste:

18.    China prepara su Viaje a la Luna en momentos en que USA ya no es capaz de pagar la construcción de  cohetes como el Saturno V que les permitió a la postre ganar la llamada Carrera Espacial, justo en Diciembre de 1968, el 20 de julio de 1969 logran poner un hombre en la Luna, de allí a destruir totalmente la URSS en 1991 (en tan solo 22 años!!!!!!!! ), fue solo cuestión de maña, en  haciendo uso de la SDI ( Strategic Defense Initiative ), llamada popular, sin hipocresía y mas decentemente Star WARS en la era de Reagan-Thatcher, cuando la actuación, actores de medianos y las Puestas en Escena desplazaron a los politicos de la Política.  Hoy el descaro es tal, de hasta colocar borrachos en la presidencia, o simple nepotismo, de allí a nombrar un caballo US Senator, esta a solo un paso. La decadencia toca las puertas del Imperio.

La princesa Leonor de España -- futura reina de ése país-- hoy solo una inocente, dulce y cándida infanta, entre otros idiomas que aprende, además de francés e inglés, está el Chino Mandarín: ¿Habrán visto algo los oligarcas españoles que nosotros no vemos?


Y todavía existen "listos" ( smartfools ) que se van a USA a vivir los estertores del  AMERICAN DREAM.


Puedes COMPARTIR esta entrada en tus redes sociales: Twitter; Facebook; Google+
Con solo presionar un botón. ¡gracias por compartir!

Regístrese, comente  y participe en mi blog como escritor invitado: ¡Anímese sus inquietudes cuentan en este blog! 

El Paro no perdona

Jordi Llopart, de medalista olímpico a sobrevivir con 426 euros al mes




alt
Jordi Llopart. (Foto: Manel Montilla)

“No pido limosna, ni quiero ningún cargo; sólo quiero tener un trabajo". Es el grito desesperado de Jordi Llopart, historia del atletismo español, su primer medallista olímpico, en los 50 km marcha en Moscú'80. Ahora, 34 años después, el pionero de la marcha sobrevive con los 426 euros del subsidio de desempleo. Con 62 años, mujer –también en paro– y dos niñas a su cargo, una de 4 años y otra de 9 meses, Llopart busca un trabajo desesperadamente para no tener que vivir de las ayudas de la familia o los amigos. "Me estoy hundiendo", cuenta a La Vanguardia el atleta, que todavía se entrena cada día por Canet.
"Mi situación actual es dramática, he llamado a todas las puertas, pero no hay nada; suerte de los familiares que de vez en cuando me dan su ayuda para hacer frente a los pagos. Soy consciente de que mi situación es la de miles de familias en el Estado español", admite Llopart, cuyo caso daba a conocer el periodista Juan Manuel Surroca y anteayer recogía el programa El Món a RAC1.
A pesar de la cotidianidad de la tragedia del paro en un país que dice estar saliendo de la crisis, el caso del exmarchador del Prat de Llobregat descubre el drama que viven o han sufrido exdeportistas que fueron referentes e ídolos en su época, como Andrés Gimeno, Joan Garriga o Julio Alberto. En muchos casos, por malas decisiones económicas, por la deriva de la droga o por falta de preparación. Nada de eso le ocurrió a Llopart, una persona sobradamente preparada, con 28 años de experiencia como técnico, además de oficial industrial en Artes Gráficas, diplomado en Enfermería (ATS) y en Turismo, y con seis idiomas.
Para Llopart, la caída en desgracia empezó hace dos años, por una cuestión laboral. En diciembre del 2012, el gobierno mexicano le rescindió el contrato como asesor técnico de marcha de la selección de atletismo, cargo que ocupaba desde hacía cuatro años, después de haber llevado a los Juegos Olímpicos de Londres a los hermanos Isaac y Ever Palma.
Al regresar de México, buscó trabajo, "pero son momentos difíciles, no había nada, y no podía poner una pistola en el pecho de la gente para que me contratase. Sufrí una depresión", explica. Llamó a la puerta de las instituciones. Ni la Federación Española ni la Catalana precisaban sus servicios. El COE le dio una ayuda temporal, de seis meses, para exatletas olímpicos con dificultades económicas. Y la Secretaria General de l'Esport de la Generalitat le facilitó ayuda psicológica a través del CAR de Sant Cugat, con el psicólogo Pep Marí. "Con él he salido adelante", le agradece. "Mi lema es que sólo se ha perdido si se deja de luchar". Y en eso anda su marcha.
Además de seguir entrenándose cada día, 30 o 40 minutos por el paseo marítimo de Canet o por la montaña –"es la única forma de limpiar la mente"– y mantener el tipito de cuando era atleta (60 kg) a sus 62 años, Llopart no pierde la esperanza de recolocarse. "Me gustaría trabajar de lo que fuese. Pero ni imprentas ni hospitales me necesitan. No sale nada. Mi ilusión es ser un revulsivo de la marcha atlética catalana porque está en el fondo, no hay programación ni nada", cuenta quien fue plata en Moscú'80 y oro europeo en 1978, que vive pendiente del teléfono.


Puedes COMPARTIR esta entrada en tus redes sociales: Twitter; Facebook; Google+
Con solo presionar un botón. ¡gracias por compartir!

Regístrese, comente  y participe en mi blog como escritor invitado: ¡Anímese sus inquietudes cuentan en este blog!  

domingo, 21 de diciembre de 2014

Grumman F-14 Tomcat.

Grumman F-14 Tomcat. Designado dentro de la aviación de combate de la Marina de Guerra ( US Navy ) de las Fuerzas Armadas de los Estados Unidos como un avión caza táctico designado para cumplir misiones de intersección y conservar sus posibilidades de ataque a objetivos de superficie.


Principales características

Es un caza de geometría variable de la Marina, que actúa desde Portaaviones y se designa para cumplir misiones de intersección y conservar sus posibilidades de ataque a objetivos de superficie.

Principales indicios desenmascarantes

    Nariz puntiaguda y alargada.
    Dos estabilizadores verticales en forma trapezoidal.
    Dos turbinas con dos tomas de aire de forma cuadrada, una a cada lado del fuselaje.

Principales datos táctico-técnicos

    Velocidad máxima: 2500 kilómetros por hora .
    Altura máxima: 21000 metros.
    Techo práctico: 16000 metros.
    Largo: 10.10 metros.
    Tripulación: 2, piloto y co-piloto.

Armamento: Un cañón 20 milímetros, 4 cohetes SPARROW, 4 PHOENIX, 4 SIDEWINDER. Bombas guiadas por láser ó de propósito general. 





AMAZON BUY






The Gruman F14 Story










DIRT: The Erosion of Civilizations by David R. Montgomery

Puedes COMPARTIR esta entrada en tus redes sociales: Twitter; Facebook; Google+
Con solo presionar un botón. ¡gracias por compartir!

Regístrese y participe en mi blog como escritor invitado: ¡Anímese sus inquietudes cuentan en este blog!  

 

Lecturas Relacionadas

USA y potencias economicas: Deuda/PIB


Como instalar la Antena de DirecTV