reducción de dimensionalidad

Una hoja de papel dejada sobre una mesa mojada se ondula y levanta los bordes. Nadie controla ese movimiento, pero ocurre según las mismas leyes que el crecimiento de una planta: unas zonas de la hoja se contraen más que otras, y la forma plana se convierte en volumen. Los ingenieros llevan mucho tiempo queriendo domesticar ese proceso para que una pieza plana se pliegue sola en la escultura deseada.

Una baraja de cartas en la que cada carta está ligeramente girada no puede quedar perfectamente alineada: los dorsos y los diseños nunca coinciden. Pero si las cartas son flexibles, comienzan a ajustarse, desplazándose fracciones de milímetro para encontrar la coincidencia ideal. Algo similar ocurre dentro de los cristales cuando dos capas gruesas de MoS2 o de MoS2 con WS2 se apilan con una rotación de 1 a 2 grados.

Un ingeniero de proteínas se parece a un cocinero que intenta hacer un plato que sea a la vez sabroso, saludable y barato. Al cambiar un ingrediente, corre el riesgo de estropear otro. Antes, los asistentes informáticos solo podían evaluar las propiedades de las proteínas por separado, sin ver cómo se relacionan entre sí.

Dos fotógrafos toman la misma montaña. Uno hace cien tomas desde la cima y solo un par desde la base; el otro, al revés. Si intentamos superponer sus imágenes, el algoritmo puede decidir que la cima en una foto corresponde a la cima en la otra simplemente porque hay muchos puntos similares, no porque sea el mismo lugar. La densidad de las tomas confunde.

Dos fotógrafos toman la misma montaña. Uno hace cien tomas desde la cima y solo un par desde la base; el otro, al revés. Si intentamos superponer sus imágenes, el algoritmo puede decidir que la cima en una foto corresponde a la cima en la otra simplemente porque hay muchos puntos similares, no porque sea el mismo lugar. La densidad de las tomas confunde.

Dos imágenes del mismo cerebro tomadas en momentos distintos se parecen a las fotos de una misma casa antes y después de una reforma. Para entender qué ha cambiado, se superponen y se observan las diferencias.

Mantener en la cabeza la posición exacta de un lápiz mientras se mueve lentamente es una tarea rutinaria para el cerebro. Para las redes neuronales artificiales, es casi imposible. Las redes recurrentes típicas, como GRU y LSTM, tienden a dividir el movimiento continuo en escalones rígidos: el lápiz no se desliza suavemente, sino que salta de un punto a otro.

En una sala ruidosa, un intérprete intenta captar cada palabra, pero los murmullos y el eco distorsionan el sentido. Algo parecido ocurre cuando los métodos informáticos convencionales calculan sistemas cuánticos complejos: cuantas más partículas y más fuertes sean sus interacciones, más rápido se ahogan los cálculos entre interferencias.

Predecir el rendimiento de una reacción química es como intentar adivinar la cosecha conociendo solo la composición del suelo. Tradicionalmente, los químicos se apoyaban en largas columnas de números —los descriptores cuánticos— que describen la energía de los electrones, pero no dicen nada sobre la forma de la molécula.

Doscientas cuarenta y dos mil trescientas veintisiete galaxias — como granos de arena en una playa. Pero los astrónomos convirtieron este caos en un mapa: el algoritmo UMAP (método de aprendizaje automático) tomó de cada galaxia once parámetros — siete colores desde el óptico hasta el infrarrojo medio (esto es…

Para transmitir la forma de una estatua con el más mínimo detalle, se puede dividir en millones de cubos diminutos y describir cada uno: es lento, pesado y la memoria de la computadora se resiente.

En una escena tridimensional, cada punto es como un caramelo cuyo color cambia según el ángulo de visión. Para describir este juego de tonos, por cada punto se almacenan decenas de números — una función matemática especial ideada por Joseph Fourier. La memoria se llena al instante.

Un IA común ve las imágenes médicas como rompecabezas de fragmentos desconocidos: dos imágenes no emparejadas las considera completamente diferentes. Es como intentar distinguir a gemelos sin saber que son familia. En medicina, los pacientes con la misma enfermedad se ven casi iguales en la resonancia, y el algoritmo se equivoca al confundir a los «parientes».

Una cámara de un solo píxel se asemeja a un pintor que crea una obra a través de una plantilla con múltiples agujeros. Cada toma deja pasar solo una parte del flujo de luz, y luego una computadora reconstruye la imagen completa a partir de este mosaico. Antes, el orden de las máscaras era fijo, como si el pintor usara siempre la misma plantilla sin prestar atención a la escena.

Un mapa de carreteras con tráfico es un montón de números. Enviarlos todos completos lleva demasiado tiempo. Pero se puede reducir el volumen sin perder lo esencial. Los investigadores encontraron una solución ingeniosa: primero redibujar el mapa de modo que las calles se conviertan en puntos y las intersecciones, en puentes entre esos puntos.

El algoritmo de mejora de fotografías se parece a un navegador que, paso a paso, guía una imagen borrosa hacia una vista nítida. El ruido y las distorsiones las elimina moviéndose de píxel en píxel siguiendo un mapa habitual. Pero si la foto se tomó en condiciones desconocidas —por ejemplo, con un desenfoque inusual—, el mapa no coincide con el terreno.

Un radar normal se parece a un micrófono en una multitud ruidosa: los sonidos individuales se mezclan en un caos. PiVoT funciona como un director de orquesta que, en medio del caos de la afinación, reconoce al instante cada instrumento.

El volumen de datos de una sola tomografía computarizada es comparable a varias películas de larga duración. TCAM-Diff evita este cuello de botella: el programa comprime la imagen tridimensional en tres proyecciones de sombra, como un escultor reconstruye una estatua tridimensional a partir de siluetas en tres paredes.

Los datos sobre el funcionamiento de los genes suelen verse como una larga fila de números, similar a una franja de arcoíris (espectro) sin conexiones visibles. En el modelo scVision, estos números se transforman en una imagen con sentido: no una lista de ingredientes, sino la foto de un plato terminado.

Normalmente, un escáner de TC toma muchas radiografías desde distintos ángulos y arma una imagen tridimensional. Pero a veces los médicos solo escanean una zona pequeña —por ejemplo, un solo pulmón— y los datos se interrumpen. Es como un cocinero al que le dan a probar una cucharada de sopa y le piden que nombre la receta exacta de toda la olla.

Para encontrar un ataque epiléptico en el registro de la actividad cerebral, los científicos usaron un enfoque similar a captar sonidos agudos en una habitación ruidosa: en lugar de desentrañar todo el coro de señales de ondas cerebrales (EEG), resaltaron solo los cambios más intensos.

Los mundos tridimensionales están formados por millones de motas translúcidas, como un tapiz gigante tejido con gotas luminosas. Transmitir ese lienzo suele requerir mucho tiempo y un potente canal de comunicación. SpeedyGS lo mete en un minúsculo archivo y se despliega al instante, como si tiraras de un cordón para sacarlo de una bolsa.

Un cocinero que aprende a cocinar con dibujos corre el riesgo de arruinar cada plato. La misma trampa le espera a la visión por computadora: los modelos necesitan miles de imágenes etiquetadas, pero recopilarlas manualmente es costoso y tedioso. Las imágenes sintéticas resuelven el problema, solo si se ven realistas.

Las imágenes médicas son mapas de densidad tisular. El brillo de cada punto revela qué se encuentra en ese lugar, de forma similar a como la fotometría mide la intensidad de la luz. Pero los algoritmos convencionales analizan los puntos uno por uno, lo que provoca que los contornos de los órganos aparezcan dentados.

Una toma digital en bruto se asemeja a un mosaico: cada píxel almacena solo un color básico — rojo, verde o azul. Para comprimir ese archivo, se separa en brillo (una imagen detallada en blanco y negro) y la componente de color. Pero los puntos de color en el sensor están desplazados entre sí, y al reconstruir el color a partir del brillo, aparecen temblores y errores.

Imagina que estás fotografiando una estatua en la penumbra. Te enfrentas a un dilema: tomar una sola foto brillante o una serie de tomas oscuras desde diferentes ángulos. En el primer caso, la calidad está limitada por el ruido fotónico —la granulosidad que surge por la falta de fotones—; en el segundo, los detalles se superponen y resulta más difícil reconstruir la estructura tridimensional.

Los sistemas modernos de visión artificial están ganando autonomía: los ingenieros han logrado implementar un algoritmo de reconocimiento de patrones directamente en un chip diminuto, liberando a la cámara de la necesidad de enviar datos a una computadora voluminosa.

Un árbol genealógico se convierte en un enredo si se tienen en cuenta los hijos adoptivos y los segundos matrimonios. La evolución a menudo se parece a ese enredo: aunque el modelo estándar —la representación tradicional de la evolución divergente, donde las especies se ramifican como un árbol— dibuja un árbol de especies ordenado, en realidad los genes no solo se…

Ensamblar un chip óptico es como un juego en el que hay que guiar un rayo a través de un laberinto de diminutos espejos y divisores de haz. Cada uno de estos elementos funciona como una aguja en una vía de tren: o deja pasar la luz de frente o la desvía a la vía contigua. El objetivo es obtener a la salida un patrón de luz estrictamente definido, gastando la menor cantidad posible de “agujas”.

La luz de las galaxias lejanas, antes de llegar al telescopio, atraviesa un espacio curvado. Los cúmulos masivos de materia actúan como un vidrio irregular: las imágenes de las galaxias se estiran y giran ligeramente. Este fenómeno se denomina lente gravitacional débil.

El universo es un laberinto gigante de espejos curvos. La masa de galaxias y cúmulos distorsiona la luz de quásares lejanos, como jugando con nuestra percepción del cosmos. En esta casa de los espejos se esconde la solución del mayor misterio: la energía oscura, que acelera la expansión del espacio cada vez más.

En un mapa topográfico, las gotas de lluvia eligen su camino: al caer en una ladera, fluyen hacia el río A; en otra, hacia el río B. El observador solo ve los meandros de los ríos (variables de respuesta Y) y sabe de qué ladera proviene el agua (instrumento Z), pero no ve las gotas en sí (factores no observables ε).

En la pantalla, el resultado de un modelado complejísimo: dos planetas colisionan, se expande una onda de choque. Un par de clics en el editor y las sombras duras se suavizan, el ruido se atenúa, el fondo se oscurece. Este retoque digital (edición de imagen para mejorar la apariencia) forma parte desde hace tiempo del arsenal de los científicos.

Imagínese: una orquesta filarmónica toca, pero el micrófono solo capta un zumbido amalgamado — tutti, donde se mezclan contrabajos, flautas y timbales. Una tarea similar han resuelto los físicos durante décadas, escudriñando campos de densidad, temperatura o inducción magnética.

Un mapa cosmológico se parece a una foto de las ondas en el agua: a partir de ella se deduce qué piedra se lanzó. La piedra son las propiedades del universo —cuánta materia ordinaria contiene, cuánta materia oscura, con qué rapidez se expande—. Las ondas son el patrón de galaxias que miden los telescopios.

El cosmos está atravesado por campos magnéticos. Los tienen las galaxias, las estrellas e incluso los vacíos casi vacíos (enormes regiones vacías entre cúmulos de galaxias). Normalmente se cree que los campos se amplifican a partir de campos 'semilla' débiles gracias a la turbulencia, como una dinamo.

Crear un material con propiedades predeterminadas es un arte que durante mucho tiempo dependió de la intuición y la suerte. La naturaleza no da pistas: decenas de elementos en la tabla periódica, y el número de sus combinaciones tiende al infinito. Antes, los científicos de materiales parecían alquimistas que probaban todo a ciegas, o confiaban en modelos estadísticos que perdían fuerza más allá de lo conocido.

El robot de laboratorio cuenta moléculas y se equivoca. En un tubo hay 0, en otro 12, en un tercero 3, aunque en realidad en todos hay aproximadamente lo mismo. Estas cifras "crudas" son algo habitual en biología: secuenciación de ADN, recuento de especies en una muestra de agua, actividad génica. Hay muchos datos, pero son dispersos y varían más de lo que permitiría el azar simple.

El intérprete está en la sala de reuniones y traduce cada palabra. Pero de repente se da cuenta de que puede mejorar su traducción si aprende de sus errores. Empieza a anotar qué frases causaron malentendidos y las corrige. Al cabo de una hora, su traducción es más precisa y la reunión avanza más rápido.

Un chef no gasta ingredientes preparando el plato entero para probar el sabor; simplemente prueba una gota de salsa. La misma lógica está en el método de ‘emparejamiento informativo’ para predecir la resistencia de los metales.