Yo los hice del concepto llamado la Singularidad Tecnológica, refiriéndose al evento donde la humanidad logra obtener una inteligencia superior a la propia, analizando si puede o no suceder en este siglo.

Aquí está el artículo via Scribd, a ver qué opinan. Está hecho con LaTeX; agradezco la ayuda de corrección de José Toral y Jorge Tirzo (Update: además de mención especial a Saúl Calderon por su apoyo).

Y esta es la presentación que hice con Prezi (gracias Tirzo por la recomendación).

—

Me quiero dedicar a la neurociencia, y eso quiero estudiar al acabar la carrera. Quiero participar en la tarea de entender cómo y por qué el sistema nervioso nos permite movernos, percibir el mundo, sentir, aprender, recordar, razonar, soñar, comunicarnos… tener consciencia.

Estamos en una época donde la investigación relacionada con la biología ya no es exclusiva de médicos y biólogos. Ellos lograron y siguen logrando mucho, pero aplicando a otros especialistas de la ciencia, se está logrando y se puede lograr mucho más. Así surgen cosas como la ingeniería biomédica, que aplica la ingeniería en soluciones de problemas de salud y biológicos, o la neurociencia (o de forma más general, ciencias cognitivas y del cerebro), estudio científico (y bastante amplio) del sistema nervioso, incluyendo a las tradicionales (y no tanto) áreas biológicas (anatomía, fisiología, biología molecular y celular, bioquímica, genética) como a cualquier otra ciencia interesada, matemáticas, ciencias computacionales, física (con sus muchas ramas), psicología, sociología, lingüística…

Me agradan e impresionan mucho las ciencias biológicas, más a nivel celular y molecular. Y me gusta bastante lo que implica la ingeniería: pensamiento creativo, matemáticas, física, modelación y simulación, análisis de señales, computación, etc. Estudiar ingeniería biomédica me pareció muy bien por eso, era englobar esos temas, y además tomar materias que per se implican una comunión de esas áreas tradicionalmente (espero que esa deje de ser la tradición) consideradas sin relación. Además, si quiero aplicar herramientas de ingeniería a la neurociencia, conviene saber las bases biológicas que la fundamentan… por eso estudiar ingeniería biomédica sonaba bien, aunque hubiera materias “bio” sin aparente relación con lo neuro, y materias más relacionadas con la ingeniería clínica.

Por diversos factores me llegó la inquietud de querer estudiar ingeniería electrónica, por el momento llamada elegantemente en el Tec Ingeniería en Telecomunicaciones y Sistemas Electrónicos (ITS). ¿Por qué? Porque revisa con más profundidad aspectos de electrónica, de sistemas digitales, de control, de procesamiento y análisis de señales y sistemas, de computación, que sirven para generar una “estructura mental” muy sólida y cuantitativa, además de que son herramientas muy útiles para aplicar en la investigación neurocientífica. Además pienso que el entender cómo puede existir software en hardware es necesario si luego quiero hacer la no sencilla extrapolación de la existencia de la mente en el sistema nervioso.  ¿Desventajas? El hecho de que se pueda percibir como fuera del enfoque “bio”, porque incluye materias de telecomunicaciones que pueden verse sin relación, y porque no incluye la parte de las materias biológicas, necesarias como parte de la formación y también curricularmente.

Como sea me estaba convenciendo más por ITS. Cabe además hacer notar que en estos dos semestres de Ingeniería biomédica se puede decir que cubrí casi todo lo que está enlistado con contenidos de biología molecular y celular, genética, y ya cubrí en teoría todo lo que tiene que ver con neuro. ¿Qué hacer? Hablar con Katya, la directora de ITS, y Luis, el de IMD. Katya me confirmó la idea de que cambiarme a ITS sería bueno para mí, y Luis me convenció parcialmente de no cambiarme. Un buen detalle de su parte fue recomendarme lo que se convirtió en enviar y recibir los 102 mails a estudiantes del posgrado llamado Brain and Cognitive Sciences del MIT, programa que quisiera tomar al terminar la carrera.

En resumen, ¿qué respondieron los estudiantes? Los dos directores leyeron al menos parte del post de las respuestas. Según Luis, en síntesis dijeron que “estudie lo que quiera/me guste/me interese, que haga investigación, y tome las materias que recomiendan (sea cual sea la carrera que escoja)” . Según Katya, dijeron que “estudie lo que quiera/me guste/me interese, pero mejor estudie electrónica” (jeje). Concuerdo con lo de estudiar lo que quiera/me guste/me interese, y también pienso que se hizo mucho énfasis en conseguir experiencia en investigación. Igualmente, que el background que tenga dependerá de específicamente qué quiero hacer; en mi caso sí aplica el tener sólidas bases cuantitativas e ingenieriles, porque ese enfoque de la neurociencia es el que quiero.

Y lo que implica ITS lo quiero, me gusta, me interesa. Puedo usar los tópicos en la modalidad de investigación en vez de usarlos para tratar de complementar el plan de estudios de IMD, o puedo usarlos para complementar aún más el plan de ITS. IMD está genial, pero le falta un poco sabiendo ya lo que quiero hacer después, aunque aparentemente sería la carrera ideal para eso. En cualquiera de los dos casos es vital hacer estancias de investigación y participar en proyectos relacionados, tanto para complementar mi formación como para tener el background requerido ideal para entrar a Brain and Cognitive Sciences.

La decisión se inclinaba por ITS. De hecho, Edgar Cabrera me dijo  “creo que ya sabes y sólo lo estás prolongando”. Muy cierto. Hoy vi a Luis y le dije que el cambio era lo más probable. Me dijo que no iba a estar las próximas semanas, y averiguamos que el límite de cambio era el próximo viernes. Hubiera querido más tiempo para reflexionar, pero pienso que sólo era miedo. Y así como echarse un clavado repentinamente, decidí que sí le pediría la carta de cambio de carrera. Me la dio, se la llevé a Katya, y fui ITS. Y vi que era bueno.

Los invito a participar en la conversación comentando y/o preguntando, no estoy seguro de que este post diga todo lo que quieren saber al respecto.

La metodología de enviado fue la siguiente: primeros 30 mails enviados a las 19:03 horas, los siguientes 30 mails a las 20:06, y los últimos 42 (¡sí, 42!) a las 21:10, todo del 19 de junio de 2009.

Este es el correo que envié (está en función de X, donde X es el primer nombre del estudiante). Gracias a Mariana G., Ruth J. y Martha V. por su ayuda:

Dear X

My name is Jose Manuel Vega-Cebrian. I’m a freshman in Biomedical Engineering at the Tecnologico de Monterrey (ITESM) at Mexico City.

After graduation, I am very interested in pursuing the Brain and Cognitive Sciences graduate program. Given your experience, I would like to ask you for some advice.

Over the last few months, I have been thinking about pursuing a major in Electrical Engineering instead. My goal would be to have more engineering tools for my further studies in Neuroscience. Based on your courses, which focus do you think would be more useful to have as an undergraduate? Are there any courses which you would recommend I take to build a stronger background?

I greatly appreciate any guidance you could provide.

Best,

Jose Manuel Vega-Cebrian

A continuación enlistaré síntesis de las respuestas en orden de llegada, con la hora de la Ciudad de México (CDT) con la que aparece en mi bandeja de entrada de Gmail. Omito los nombres para respetar la privacidad, por lo que los enumeraré, y por cuestiones de estadística colocaré una H en el caso de que sea hombre, o una M en el caso de que sea mujer.

Lista de respuestas:

19 de junio:

1 H (20:14): Gustoso a responder cualquier pregunta del programa. Estudió ingeniería biomédica. Su programa cubrió mucho de ingeniería electrónica (EE) pero lo que tomó de biología le sirvió en el MIT para aspectos de neurociencia celular y molecular. Como sea su amigo (que aparece listado aquí con el número 7) es EE y también le fue bien. Depende qué tipo de investigación quiero hacer, según la rama son las habilidades requeridas. Ofrece ayuda para responder más preguntas.

2 H (20:41): Más que feliz en ayudarme. En su carrera se enfocó a biología, psicología, neurociencias. Muchos compañeros tienen antecedentes más ingenieriles/matemáticos. En un principio se sintió en desventaja. Por otro lado, piensa que lo que estudió en la carrera le sirve para tener una visión más trascendental de lo que hace. Tuvo que ponerse al corriente en matemáticas con undergrads, y ahora ya se siente bien con esos temas. Pasó mucho tiempo haciendo investigación en la carrera. Lo que deba estudiar depende de mis intereses exactos en neurociencias. Necesario conocimiento en cálculo, ecuaciones diferenciales, probabilidad, biología fundamental, ciencias computacionales. Ofrece ayuda para responder más preguntas.

3 M (21:26): Sugiere aprender a programar muy bien al menos en MATLAB. Desearía haber tomado 4 semestres completos de matemáticas y ser más versada en estadística. Tomar clases de neurociencia. Lo más importante para grad school es tener experiencia en investigación. Pregunta si aquí hay laboratorios de neurociencia en los que pueda trabajar, y qué tipo de cosas quiero estudiar en neurociencias.

4 M (21:34): Es buena idea tener bases sólidas en física e ingeniería en la carrera porque muchas ramas de neurociencia requieren pensamiento cuantitativo. Muchos breakthroughs tecnológicos en neurociencia y otras áreas biológicas dependen fuertemente de la combinación de física e ingeniería con biología. Es más fácil aprender técnicas experimentales de biología al trabajar con neurociencia, que tener que aprender las bases de física e ingeniería. Ella no tiene ese background, pero varios de sus amigos y su esposo sí, y esto sugiere tomar él: Física general (mecánica, electromagnetismo, termodinámica, óptica), mecánica estadística, física atómica, óptica, programación (preferentemente profundizar en estructura de datos y algoritmos), análisis de circuitos eléctricos, diseño de circuitos eléctricos (digitales y análogos), señales y sistemas (análisis Fourier de sistemas lineales), machining. Para aprenderlo, requerido cálculo (incluyendo análisis vectorial y cálculo multivariable), álgebra lineal. Otras materias de matemáticas que pueden ser útiles son ecuaciones diferenciales ordinarias, análisis numérico, probabilidad y estadística, procesos estocásticos. Sí me inclino más a la teoría, convendría más bien estudiar física por el contenido de matemáticas y física.

5 H (22:06): Pregunta qué aspecto de neurociencia me interesa más, porque tienen diferentes enfoques y especificando me podría responder mejor.

6 M (22:30): Estudió ciencias de la vida, su tesis fue en un laboratorio de biofísica. Por experiencia piensa que para investigar en neurociencias conviene estudiar física aplicada o EE, porque refuerzan la habilidad cuantitativa, que es muy útil para la investigación. Luego se puede contribuir estudiando biología o neurociencias, pero eso más bien es sólo aprenderse hechos. En la actualidad los neurocientíficos exitosos vienen de un área diferente a la biología y luego se hacen famosos por inventar nuevas técnicas o métodos por sus antecedentes fuertemente cuantitativos. Ella va a los departamentos de física y EE para reforzar sus habilidades de análisis, lo que le sirve para tener nuevas ideas. Ofrece ayuda para responder más preguntas.

7 H (22:44): Neurociencia es un campo grande, donde ha visto que conviene tener antecedentes ingenieriles (él estudió ingeniería en sistemas). Habilidades que piensa son importantes: análisis cuantitativo: estadística, procesamiento de señales, programación (MATLAB), algoritmos; circuitos eléctricos. Es bueno saber de física básica y química, así como de biología molecular y genética. Suena mucho, pero no hay que saberlo todo (él dice que él no lo sabe). Importante disfrutar lo que estudio y pensar más en el material que en memorizar.

20 de junio:

8 M (00:21): Definitivamente escogería EE, luego se puede aprender lo biológico. Hay muchas personas en el campo que empezaron como ingenieros. Tengo razón en adquirir más herramientas en EE, que también son herramientas más útiles en general en el caso de que cambie de opinión. Habilidades que considera más importantes en neurociencia (que desearía haber estudiado de undergrad) son las de saber cómo funciona el equipo, poder arregarlo y construirlo, y ser un programador decente. Matemáticas. Es su perspectiva, debería preguntarle a las más personas posibles [eso merece un "jejeje" ]

9 H (01:37): El nombre de mi carrera no importa, menos en el departamento de admisiones de BCS. Además de conocimientos generales, las materias más útiles para un graduate program es probablemente estadística. Si vengo de EE o ciencias computacionales, machine learning también aplica mucho. La gente que entra en BCS tiene diversos intereses y antecedentes, por lo que lo mejor es trabajar en lo que sea que me interese más.

10 M (08:18): Camino interesante, hay muchos avances tecnológicos para técnicas neurocientíficas, pero ella no sabe mucho al respecto. Si quiero hacer herramientas ingenieriles para mejorar métodos de neurociencia en el futuro, piensa que EE es el camino. Un background en EE es muy valioso para cuando me enfoque más a neurociencias. Tomar clase de biología molecular y celular, estadística, ciencias computacionales (algoritmos eficientes y/o estructura de datos). Algo importante para entrar a BCS es tener experiencia de investigación en un laboratorio. Hay muchas formas, programas de verano en mi universidad [don't think so jeje] o en otras, buscar ser asistente de laboratorio.

11 H (08:23): Le parece pronto estar pensando acerca de lo específico de grad school. Neurociencia es amplio, no se preocuparía por clases o carreras en específico. Una ingeniería es un buen background para otros campos también. Clases que valgan la pena depende de los planes y profesores en mi universidad. Tomar clases que encuentre estimulantes y retadoras, encontrar mis fortalezas. En grad school no importa qué hice como undergrad, mientras sea capaz de aprender cualquier cosa que se interponga en mi camino.

12 H (08:57): Muy feliz de ayudarme, pregunta que quién me dio sus datos para pedirle consejo [jeje]. No es que le importe mucho porque él también planeó su carrera preparándose para hacer neuroingeniería, y le escribió a muchas personas preguntando cosas similares. Si me interesa systems neurocience, que es lo que él hace, recomienda clases de procesamiento de señales, modeling, feedback/control. También clases de matemáticas avanzadas tanto para ingeniería como para neurociencia computacional. Matemáticas esenciales incluiria álgebra lineal, ecuaciones diferenciales ordinarias y parciales, análisis complejo y real, teoría de probabilidad y especialmente estadística. Estadística es importante porque en neurociencia debes saber cómo analizar creativamente datos muy complejos, lo que implica herramientas de matemáticas y de ingeniería. Recomendaría clases de neurociencia, porque llega gente con backgrounds fuertes en biología/neuro o ingeniería/mate, pero es raro ver alguien con las dos cosas. Él tomó principalmente clases de matemáticas y de ingeniería con algo de neurociencia, lo cual considera importante, pero piensa que lo que más recuerdas es lo que hayas hecho con las manos. Las clases te dan herramientas, y trabajar en un laboratorio te da la oportunidad de aplicarlas y sentirte motivado de aprenderlas. En su caso le sirvió para tomar clases retadoras. Buscar experiencia en investigación, si no hay mucho en mi universidad, aplicar a programas de verano con investigación que me interese, incluyendo el MIT, porque el MIT usa estos programas como recruitment tool. Hacer investigación científica original es muy difícil y retador, lo cual es gratificanete pero puede ser frustrante. Entre más preparado esté para eso es mejor, y sólo se logra prepararse haciendolo. Si puedo hablar inteligentemente acerca de mi investigación original en las entrevistas para grad school, estaré muy bien, porque los profesores no esperan que seas experto en su campo de trabajo, pero estarán muy impresionados si soy un experto en el mío. Neurociencia es muy amplio, por lo que por el momento me conviene permanecer flexible. Es bueno tomar diferentes tipos de clases para darme perspectiva en qué soy mejor y cómo aplicarme mejor en una pregunta que encuentre interesante. Empezar investigación en un laboratorio tan pronto como se pueda, y variarle para conocer diferentes ambientes. Se pueden hacer rotaciones en grad school, pero puede ayudar mucho haberlo hecho antes. Ofrece ayuda para responder más preguntas.

13 H (09:09): Le agrada saber de mi interés en el programa, piensa que es muy buen programa. Es difícil dar asesoría general acerca de clases de undergrad. Hay gran variación en programas de ingeniería biomédica y electrónica, y hay gran variación en los prerequisitos dependiendo de qué quiero hacer en neurociencia. Hablando en general, un fuerte background en ingeniería y matemáticas me permitirá hacer lo que sea,  y un background en biología puede ayudar también. Si mi carrera cubre eso, puedo escoger basado en mi interés.

14 H (09:42): Se siente halagado de que le pida su opinión porque es estudiante de primer año, recomienda comparar su asesoría con la de otros. Piensa que lo que tome de undergrad no es importante comparado con tener gran experiencia en investigación (tener una relación de largo plazo con un profesor, tener un proyecto o parte de, y publicarlo). Piensa que es lo más importante que hay que hacer antes de aplicar. Todas las personas que conoce ahí lo hicieron. Además, si mi meta es específicamente ir al MIT, por mucho lo mejor que puedo hacer (además de lo ya mencionado) es conocer a faculty members. Pasar un verano ahí podría ayudarme mucho. De clases debería tomar cualquier cosa que me interese. No cree que se fijen mucho en mi carrera o mis clases, él no tomó biología, química o neurociencia y aún así entró, aunque le ha dificultado un poco la situación. Las habilidades ténicas útiles en neurociencia son muchas, incluyendo programación, diseño de circuitos, biología molecular, estadística. Tener gran conocimiento técnico puede ser útil en investigación, pero parte de lo interesante ahí es que puedes hacer lo que quieras. Si me gusta aprender cosas técnicas, me irá bien en la investigación, y entonces sólo debería escoger las cosas técnicas que más me agradan por el momento.  Finalmente dice que tal vez nos veamos en unos años [estaría muy bueno jejeje]

15 H (10:37): No hace exactamente neurociencia sino cognitive modeling, no está seguro de ser el más apropiado para responder. Recomienda preguntar a gente de otros laboratorios de neurociencia en el MIT [jejejeje]. En su experiencia, tener mucho background en matemáticas le ha sido muy útil, porque entre más sepas, más cosas útiles puedes hacer. Recomienda para aplicar a una escuela, escribir a los profesores de cada departamento con los que quisiera trabajar; esto ayuda mucho para entrar.

16 H (12:45): EE o ingeniería biomédica son buen background para BCS, junto con algunas clases de neurociencia. Es muy bueno un background fuerte en matemáticas. Un aspecto importante es tener experiencia en investigación, por lo que obtener alguna internship en un laboratorio sería útil tanto para entrar a un programa de neurociencia como para descubrir bien qué quiero hacer en grad school.

17 H (13:04): Le agrada que me interese la neurociencia. Supone que me interesa un enfoque ingenieril aplicado a ésta. Hay varias personas con las que trabaja que se dedican a hacer herramientas para estudiar mejor al cerebro. No importa mucho si estudio EE o ingeniería biomédica, pero recomienda tomar clases de introducción a neurociencias o a biología molecular. Pregunta si hay investigación que hacer en mi universidad, porque recomienda mucho involucrarse en investigación, no sólo para definir en lo que estoy interesado, sino para hacerme un mejor candidato para grad school [lo dijo al revés que el anterior jeje]. Ofrece ayuda para responder más preguntas.

18 H (15:51): Me ve en buen camino para aplicar a BCS. Piensa que es mejor estudiar EE o ingeniería biomédica que neurociencia o psicología, es más fácil retomar lo de neurociencia en grad school que desarrollar las habilidades cuantitativas. Entre EE e ingeniería biomédica, dice que yo decida [jeje], que cualquiera de las dos puede darme un muy buen background, y que escoja la que me parezca más emocionante y la que tenga mejores profesores en el Tec. Aréas cuantitativas que recomienda: álgebra lineal, teoría de probabilidad, estadística, ecuaciones diferenciales, procesamiento de señales (transformada de Fourier y análisis de sistemas lineales). Me servirá en grad school y después, piensa que esos temas están más alineado con EE, pero que BE está bien si añado esas cosas. Además, recomienda electricidad y magnetismo, y mecánica estadística. Como neurociencia es un tipo de biología, recomienda en orden de importancia saber acerca de bioquímica, genética y química orgánica. Además, si se puede, cosas específicas de neurociencia, etología o ciencia cognitiva. Encontró beneficioso estudiar una clase de neuroanatomía de medicina, su única clase de neurociencia antes del MIT. Luego, dice que como hablo español, me recomienda un libro del más “pre-eminente neurocientífico”, Santiago Ramón y Cajal, en cuanto a hacer ciencia bien. Se llama Los tónicos de la voluntad – Reglas y consejos sobre investigación científica, y me puso el link al libro en español y en inglés [super buen plan]

19 H (16:00): Siempre recomienda a los undergrads tomar tantas clases de ingeniería “dura” como sea posible. Piensa que EE o ingeniería biomédica pueden servir bien. Especificamente recomienda dominar: De la parte EE: técnicas tradicionales de procesamiento de señales lineales no variantes en el tiempo, probabilidad, procesos estocásticos, técnicas de procesamiento de señales digitales, electrodinámica básica, circuitos análogos y digitales. De la parte bio: neurofarmacología, bioquímica. De ciencias computacionales: introducción a algoritmos, complexity theory / theory of computation, introducción a inteligencia artificial. Buen background en estadística. Si estoy interesado en systems neuroscience, que es lo que él hace, pasaré como la mitad del tiempo analizando datos, lo que generalmente implica escribir mucho software. Por lo tanto recomienda aprender a usar MATLAB, python, C, C++, o similares, y tomar el tiempo de aprender los principios de ciencias computacionales detrás de ellos.

20 H (16:16): Le agrada que esté interesado en BCS, es un programa muy bueno si me gusta la neurociencia y estoy muy motivado en contribuirle. No hay duda de que conocimiento en EE me ayudará a ser exitoso en neurociencia, especialmente cuando tiene que ver con construir nuevas herramientas. Como sea, es cierto que mi undergrad puede influenciar cómo abordo los problemas, pero tiene poco que ver con mi capacidad de ser bueno en la investigación. Lo más importante es que me guste lo que estudio, lo que permitirá sacar el mayor provecho del undergrad. Estudió neurociencia, y tuvo que hacer cierto catching up en habilidades de análisis cuantitativo de datos, aunque no se siente en desventaja porque todos llegan a grad school con mucho que aprender. Dice que lo bueno del MIT es sus recursos, y si quieres aprender algo, hay alguien que te puede enseñar. Recomienda estudiar EE sólo si per se el material me parece interesante. Si no, estudiar lo que más disfrute y contribuirle con clases de neurociencia y matemáticas (específicamente álgebra lineal y procesamiento de señales). Recomienda involucrarse en investigación lo más pronto posible. Me ayudará en la admisión, me ayudará a definir qué quiero estudiar, y me expondrá a las cosas a las que me enfrentaré en grad school. Ofrece ayuda para responder más preguntas.

Update (20 de junio, 21:56):

21 H (21:30): Su trabajo es más bien celular /molecular e implica poco de programación o matemáticas. Recomienda contactar a gente de otros laboratorios con enfoque en sistemas para que me asesoren. Dice que puedo encontrar sus mails en internet si le busco [jejejeje]

Update (21 de junio, 20:38):

21 de junio

22 M (15:31): Las clases requeridas para BCS son mínimas. Se toman clases intensivas en systems neurocience, y clase ya sea en neurociencia molecular o en ciencia cognitiva, además de clase en estadística. Las demás clases, 5, son libres, mientras convenza al departamento de que son útiles para mi investigación. Gente llega al programa con muy diferentes backgrounds, varios de biología, neurociencia, matemáticas, inteligencia artificial, psicología. Para grad school es importante saber qué tipo de investigación quiero hacer y por qué. Es muy recomendable tener experiencia en investigación, tanto para saber que quiero ser investigador, como para tener idea de cuáles son las cosas que me gustan. Por otro lado, me ayudará en la admisión. Por el momento dice que estudie lo que sea que me interese más, y que me involucre en investigación tan pronto como pueda. Cuando revise graduate programs, que mire a los profesores que trabajan en qué proyectos, y encuentre un departamento con más de un laboratorio que trabaje en cosas que me interesen. Hay varios programas interesantes en BCS.

23 H (19:22): Agradece el mail y pregunta que dónde lo encontré. Dice que en cuanto a escoger qué estudiar, que estudie lo que más me interese. Pregunta si estoy 100% seguro de querer ir a grad school en neurociencia. Dice que él no, que quería iniciar una compañía, y terminó estudiando ingeniería mecánica, arte y ciencias computacionales porque fue lo que le pareció más interesante. Le han servido en grad school, pero piensa que hay que estudiar lo que más disfrutes. Dice que no puede dar mucho advice sin saber mucho acerca de mí, por lo que ofrece más ayuda.

Update (22 de junio, 22:52):

22 de junio

24 H (08:11): Estudiaría EE entendiendo lo más posible de teoría de probabilidad y procesamiento de señales.

25 M (09:56): Está impresionada de mi planeación. Hay gente en el MIT combinando EE con neurociencia, me pone los links de los laboratorios. Su experiencia es alejada de neuroingeniería, ella es más bien de biología molecular y de bioquímica que está trabajando con el cerebro. Como sea manda copia del mail a un compañero suyo [cuya dirección de correro es de Harvard jeje] que está más involucrado con la parte ingenieril, y me puede ayudar. Es más fácil ser ingenierio y luego “biólogo” que al revés. Recomienda que tome clases introductorias de biología y neurociencia para familiarizarme, pero enfocarme a la ingeniería.

26 M (11:49): Aprecia mi interés, pero se pregunta por qué la contacté. Ella no tiene esos backgrounds, pero conoce gente que le ha ido bien viniendo de los dos. Sería de ayuda hablar con neurocientíficos en México, me recomienda a R. Romo [que está en el depto de biofísica en el Instituto de Fisiología Celular de la UNAM]

27 M (13:20): El departamento es muy variado y depdende si quiero ir a neurociencia celular, systems neurocience, cognitive science o computational. Me recomienda visitar el sitio de internet. Y más importante, obtener experiencia de investigación en un laboratorio estudiando las preguntas que pienso me interesan para grad school.

28 H (14:33): El criterio más importante para admisión en grad programs en EEUU es potencial de investigación, demostrado mejor trabajando en un laboratorio en un proyecto relevante e idealmente publicar o presentar un proyecto. Mi background en investigación y referencias van a dominar en cualquier proceso de admisión, por lo para cualquier enfoque que tome debo involucrarme con gente con trabajo potencialmente publicable. El campo en neurociencia que me interese va a definir las clases a las que me debo enfocar. Debería preguntar en mi universidad en qué áreas son mejores. Luego me recomiendo una clase disponible en el MIT OpenCourseWare, y otras páginas de internet [masivamente buen plan].

29 H (14:54): Me pregunta si conseguí su nombre de Ruben Morales-Menendez, para mandarle saludos. Dice que su background es de ciencias computacionales, y se intereso en el cerebro por estudios de AI. Sigue haciendo modelos computacionales, pero ahora inspirados biológicamente. No tiene mucha idea de qué implica la carrera de ingeniería biomédica, pero entre esa y EE piensa que BE puede ser más relevante para lo que se hace ahí. EE sería útil para electrofisiología, pero estudiarla completa sería demasiado. Finalmente me pregunta qué parte de investigación me interesa.

30 H (14:59): Agradece que le pregunte, y piensa que está bien que ya esté pensando desde ahorita en eso. Siendo perfectamente honesto, BE o EE sirven bien para el posgrado en neurociencia. Me dice las diferentes áreas que hay en BCS. Conoce más EE enfocados a sistemas y BE enfocados a la línea celular-molecular, pero eso no implica nada. Recomienda tomar clases de introducción a principios de neurociencia. No tiene background ingenieril, por lo que no sabría recomendar qué cosas serían las más pertinentes.Recomienda investigar los diferentes laboratorios, y escribir y preguntar. Mis intereses determinarán qué haré. Me ofrece ayuda a contestar más preguntas, a contactar gente. Me pide que lo mantenga informado por favor.

31 H (16:20): Le agrada que esté interesado y quisiera ayudar, pero no está seguro de ser con quien quiero hablar. Me pregunta de dónde conseguí su correo [jeje]. Me pregunta qué investigación me interesa, ya sea para asesorarme o para dirigirme con la persona apropiada.

32 M (19:49): No está segura de qué clases se dan en cada carrera, pero programación y matemáticas me servirán. También recomienda un conocimiento básico de biología y neurociencia.

(Update, 23 de junio, 16:44)

23 de junio

33 M  (14:20): Es definitivamente bueno tener un buen background en ingeniería si estoy interesado en neurociencia experimental. Por otro lado, también es útil haber llevado materias de biología molecular y neurobiología, porque la biología molecular da poderosas herramientas genéticas para explorar el cerebro, y es importante saber cómo funcionan. La ingeniería ayuda a juntar buenos datos, y da herramientas para analizarlos e interpretarlos. Si le digo qué áreas me interesan, me responderá más específicamente.

34 M (16:11): Me pregunta cuál es mi deseo último de carrera, porque el programa de BCS está diseñado para gente interesada en ser profesores de universidad y así. Opina que haber estudiado ingeniería [computacional] fue una desventaja para ella porque muchos estudiantes tienen un background más bio/neuro, por lo que les iba bien fácilmente en las clases requeridas. Piensa que depende de qué track quiero. Las habilidades más valiosas son: ser capaz de programad en MATLAB, conocimiento significativo de neurociencia (si escojo las tracks más bio), experiencia en investigación relacionada con neuro, es decir haber presentado un poster en una conferencia o publicado un artículo antes de aplicar por la admisión (dice que ella hizo los dos), y tener idea de qué me interesa. Piensa que la ingeniería le ha ayudado mínimamente en BCS, y dice que tome en cuenta que ella eligió el track de systems neuroscience.

(Update: 23 de junio, 20:37)

35 H (20:05): Agradece. Recomienda mucho tener un buen background en ingeniería, especialmente ciencias computacionales, porque parece que hay una gran demanda por buenos científicos computacionales en neurociencia.

(Update: 24 de junio, 23:02)

24 de junio

36 M (14:18): Probablemente EE no esté tan relacionada con neurociencia como BE. Tomar clases de neurociencia me ayudará a decidir si quiero hacer grad school en eso. Recomienda escoger clases que me interesen, y aunque no estén relacionadas con neurociencia, luego puedo cambiar mi área de investigación.

37 H (20:54): Me dice que revise en el sitio web por las clases recomendadas como background.

(Update: 26 de junio, 14:25)

25 de junio

38 M (22:36): Pide disculpas por no responder antes. Hay gente que viene de neurociencia, otros de biología, ciencias computacionales o ciencias cognitivas. Es posible que vengan de ingeniería, y eso es valioso en algunos laboratorios. Me pregunta qué enfoque quiero yo. El departamento de BCS es mayoritariamente basado en investigación, aunque hay clases obligatorias.

—

Es todo por el momento, próximamente el post con el análisis de las respuestas.

En esta ocasión, me ha tocado querer cambiarme de Ingeniería Biomédica (IMD) a Ingeniería en Telecomunicaciones y Sistemas Electrónicos (ITS) en el Tec. ¿Por qué? Por pensar que en ITS puedo recibir una formación ingenieril más completa, con herramientas interesantes que podría aplicar en las Neurociencias (que estoy convencido que son mi “fin último”, y todo lo que haga debe llevarme ahí).

Hablé con algunas personas pertinentes, llevándome a no saber si conviene “sacrificar” la relativa formación y el enfoque biológicos de IMD por mayor profundidad en herramientas de ingeniería electrónica y matemáticas. Me hicieron ver que conviene saber específicamente a qué me quiero dedicar, siendo ésto la simulación biológica. Sabiendo eso, se puede decir que lo que conviene más es tener principalmente contenidos de control, y varios asuntos de matemáticas. Éstos los tiene ITS (entre otros), y en mayor profundidad los puede tener IMD, “sacrificando” los tópicos, que sí tendría en ITS, que me gustaría usar para la modalidad de investigación (la abrirán también en el Campus Ciudad de México). ITS tiene contenidos de telecomunicaciones que ya se alejan del enfoque que quiero, e IMD por el momento tiene contenidos de ingeniería clínica que realmente también se salen de mi enfoque. El plan de estudios IMD cambia el próximo año.

Entra el problema de que “uno no puede saber todo”, y querer poderlo parece ser una tendencia en mí.

El caso es que me propusieron escribir a estudiantes de posgrado en los programas de mi interés, para preguntarles a ellos (además de a las personas de admisiones y directivas, pero con énfasis a los estudiantes), basados en su experiencia, qué contenidos son los que recomendarían que tomara en mis estudios de pregrado.

El programa que más me llama la atención es el de Brain and Cognitive Sciences en el MIT, y afortunadamente tienen una lista con los datos de los alumnos. Así que hace dos días hice un script en Python usando regular expressions para obtener un archivo con los 102 nombres y mails escritos de una forma limpia para poderlos usar después con PHP en mi servidor para mandarles personalizadamente un mail preguntándoles. Ayer me puse a ver lo del PHP y en sí la carta que iba a mandar.

Durante el día de hoy estaré enviando los mails (no manualmente, pero el servidor tiene un límite de envío de 50 correos por hora), 30 por hora (porque no soy el único que utiliza sus funciones de correo).

Estaré dando seguimiento al asunto en Twitter con la hashtag #102mails.

Y pues a ver qué tal resulta

No te percibo en mi mundo,
Hay muy pocas conexiones.
Hilos de espesor nanométrico de átomos de carbono.
Vienen hacia mí y mi materia los reconoce.
Llegan hasta tí, y quedamos unidos.
Intercambio paulatino de electrones.
De pronto tengo una mínima parte tuya.
Tú tienes un pedazo de mí.

Entras al campo de visión.
Cambios físicos.
Los iones se mueven y llega tu imagen.
Vesículas que liberan su contenido.
Un complicadísimo camino, y al final me siento feliz.

Te acercas.
Ojalá sintieras igual.

Ahora estoy convencido, no podemos sentir (percibir) sin interpretar, al menos naturalmente (porque hay patologías interesantes donde eso se ve alterado). Eso hace al asunto más complejo y emocionante. Por ejemplo, siempre que vemos estamos interpretando. Si vemos a un lugar donde hay gente, sabemos inmediatamente que hay gente, y podemos aproximar el número de personas (o acertar en el caso de números pequeños). Generalmente en las zonas urbanas, a donde volteemos hay palabras. Si vemos esos escenarios con palabras, sabemos inmediatamente que son palabras, formadas por letras. No sucede que en nuestro campo visual hayan imágenes puras, la combinación de información de muchos sensores ópticos, y que sepamos que hay letras (o personas) hasta que pongamos atención consciente.

Suena fácil porque estamos acostumbrados a que suceda. Es tan habitual que puede no ser evidente (como me pasaba tiempo atrás). Como sea, un científico computacional o alguien similar involucrado con investigación y desarrollo de procesos de reconocimiento de imagen, opinará que no es algo sencillo tratar de acercarse a las capacidades que tiene un ser humano usando computadoras y redes neuronales. Para las computadoras en general las imágenes sólo son información de color y su localización (no sé mucho de computación [no sé mucho de todo], así que no estoy seguro de cómo funcionen los formatos de imágenes digitales).

Entiendo que hay buenos avances respecto a esas tecnologías computacionales, como podemos ver demostrado en el nuevo iPhoto en Mac. Ese software usa detección de caras para saber dónde hay caras en las fotos, y reconocimiento de caras para saber quién es cada cara, esto último basado en información inicial provista por el usuario (Página de iPhoto de Apple).

Eso me recuerda a algún post que escribí en mi primer blog, proponiendo un experimento. Planteé (dudo haber sido el primero) que si se tuviera un generador aleatorio de imágenes de cierto tamaño corriendo durante el tiempo suficiente para realizar todas las combinaciones posibles de colores (o tonos de grises) en los píxeles, habría imágenes resultantes que serían exactamente iguales a imágenes ya existentes, imágenes resultantes que serían modificaciones de esas imágenes ya existentes, imágenes resultantes que mostrarían escenas históricas (por ejemplo, lo que habría sido una foto de la crucifixión de Jesús), imágenes resultantes que mostrarían escenas históricas modificadas, imágenes resultantes que mostrarían sucesos del presente e imagénes resultantes que serían modificaciones de éstas, imágenes resultantes que mostrarían eventos futuros e imágenes resultantes que serían modificaciones de éstos, además de imágenes resultantes que mostrarían lo equivalente a lo que hemos visto como humanidad al soñar y/o imaginar. Me parece realmente asombroso pensar en todas las posibilidades. Claro que el número de imágenes resultantes “sin sentido” sería mucho mayor al número de imágenes que serían interesantes, y siendo tantas imágenes sería verdaderamente tedioso (y tal vez físicamente imposible, dependiendeo del número de colores y píxeles usados en el generador de imágenes) clasificarlas usando personas. En este experimento que me parece sería hecho más que nada “porque se podrá”, pienso que entrarán los software de reconocimiento de imagen, que se podrán implementar al generador de imágenes, filtrando entonces las imágenes que nos parecerían irrelevantes de acuerdo a parámetros específicados (o aprendidos por las máquinas). En principio ya podría hacerse el filtrado de imágenes con caras, y usando la tecnología de Apple, hasta filtrar todas las imágenes generadas aleatoriamente con la cara de alguna persona especificada.

Está intrigante, usando eso último podrías verte en todos los lugares y situaciones que has estado, en todos los lugares y situaciones en los que estarás, y en todos los lugares y situaciones en los que nunca has estado ni estarás.

Como muchas veces, este post no tenía una idea central, más bien sucede que hago una “lluvia” (o tormenta) de ideas respecto a un tema, y/o dejo a mi mente que explore las diferentes conexiones. Y es impresionante que eso suceda (así como el hecho de que veas estos pixeles y los interpretes como palabras con su respectivo significado)

No creo ser el único que opine que este siglo XXI realmente cambie totalmente, o al menos demasiado, lo que conocemos actualmente. Hace unos 100 años se inventó el avión, y ahora ya tenemos aparatos llegando a Marte (todavía no llegando a amarte) o volando en el espacio tomando fotos. Dudo que la gran mayoría de la gente de inicios del siglo pasado creyera y/o concibiera que ahora tengamos la capacidad de procesamiento que tenemos actualmente en el reducido tamaño de una laptop, que tengamos dispositivos que podamos controlar moviendo y/o tocando (supongo que tampoco creerían y/o concebirían en primer lugar lo que podemos hacer usando botones), que tengamos un relativo amplio conocimiento del funcionamiento de la vida desde el nivel molecular y del Universo en sus componentes más pequeños y escenciales. En esas épocas no parecería cotidiano tener música en el bolsillo, poder tomar y guardar fotos y videos en objetos menores al tamaño de nuestras manos, usar ese mismo objeto para comunicarnos remota y personalmente con otros seres humanos… en fin, en el último siglo sucedieron una gran cantidad de cambios radicales, y no creo que haya razones para pensar que no sucederá de nuevo, y tal vez de forma más extrema, en este siglo.

He hablado de cambios radicales relacionados con la neuroingeniería y la biotecnología; ayer quise investigar un poco sobre simulaciones computacionales del cerebro, y me encontré con unos textos de un tal Matt Bamberger, que habla de cosas interesantes relacionadas con Inteligencia Artificial.

Según él, y yo estoy de acuerdo, en unas décadas seremos capaces de simular completamente una mente equivalente a la humana[1,2,3]. Hay dos formas, la primera,  más inconveniente pero más sencilla, es hacer una simulación por fuerza bruta[1,3]. Esto consiste en tener el conocimiento y la capacidad de colocar las aproximadamente 10^11 neuronas que hay en el cerebro humano, simularlas fisiológicamente lo más preciso posible, y conectarlas de la forma en que están conectadas en la realidad [1,3]. Con esto ha estado trabajando por ejemplo Eugene Izhikevich, del Neurosciences Institute (qué lugar tan genial), haciendo una simulación con un número de neuronas y sinapsis (conexiones) cercanas a las de un cerebro humano real -tardando 50 días en simular 1 segundo de actividad neuronal en un cluster de 27 procesadores de 3 GHz-, o se parece también a lo que hace la École Polytechnique Fédérale de Lausanne (EPFL) con IBM en el Blue Brain Project, donde en principio quieren simular lo más realistamente posible lo que se conoce como “unidad funcional” de la corteza cerebral. En las dos simulaciones, al ejercer un estímulo externo activador, se empieza a generar un patrón de actividad que es comparable al que existe en procesos cerebrales reales; esto nos habla de que vamos por buen camino.

Señala Bamberger que ese tipo de simulación tiene varios inconvenientes. En primer lugar, para hacerla totalmente precisa, se necesita un conocimiento completo de las miles de millones de conexiones que existen en nuestros cerebros, además de “iniciar”  la actividad de la forma en que “inicia” la nuestra [3]. Según él, eso implica o un scaneo de altísima definición del cerebro adulto, y/o realizar una simulación del desarrollo cerebral desde sus inicios embrionarios, posiblemente teniendo que estimularlo de la forma en que se estimula a una mente humana que acaba de nacer, lo que implica el tener que desarrollar simulaciones de estímulos sensoriales y/o la simulación de un mundo que lo estimule[3]. A mi parecer, eso no será tanto problema en unos años, gracias a los avances en la imagenología médica (en parte gracias a los avances en la física nuclear y todo eso que se hace en los aceleradores de particulas), y a los avances en embriología. Otro inconveniente de las simulaciones por fuerza bruta, es que se está simulando una mente no porque la entendamos, sino porque al poner ese número de neuronas y conectarlas de la forma en que van, automáticamente se tiene actividad como la que tenemos nosotros[1,3]. Esto no es del todo bueno porque entonces la mente simulada sería igual a una humana, con la posibilidad de actuar de mala fe, mentir, etc[1,3]. Claro que esto pronto no será problema porque vamos en camino de entender a la mente, en parte teorizando y probando hipótesis en simulaciones como éstas. Al parecer para el 2011 existirán computadoras con el suficiente poder de procesamiento para simular por fuerza bruta un cerebro (aproximadamente 20 petaflops), y para el 2033 ese poder de procesamiento será accesible por $1,000 USD [1,2].

El otro tipo de simulación es la simulación ingenieril. Conociendo cómo funcionan las redes neuronales y la mente, podremos simular una inteligencia sin tener que hacerla igual a una humana, es decir, modificándola de tal forma que trabaje para nosotros, de buena fe, etc.

¿Cuáles son las ventajas de tener alguna de estas inteligencias artificiales? En principio, si tenemos un poder de procesamiento que permite tener una inteligencia que funcione a la misma velocidad que a la nuestra, y luego doblamos ese poder, tendremos una inteligencia trabajando al doble que la nuestra. Si tenemos la inteligencia de un ingeniero computacional corriendo a 1000 veces  la velocidad normal, entonces ese ingenierio podrá hacer en un año lo que un ingenierio humano podría hacer en 1000 años [3]. Lo que nos lleva a otras ventajas, estas inteligencias no se cansarán, aburrirán, dormirán ni enfermerán, se podrán clonar para que trabajen en equipo, podrán comunicarse (compartir información) y acceder el conocimiento humano (y de ellos) de una manera mucho más eficiente y eficaz que a través del lenguaje [1,3]. Así podremos utilizarlas para investigar, trabajar, resolver nuestros problemas de cualquier índole. Supongo que entonces llegaríamos a una clase de “comunismo”  dondenadie tendría que trabajar, y podríamos dedicarnos al arte y la cultura. Además, habrán grandes avances biotecnológicos, ya sea hechos por humanos o por estas inteligencias artificiales, y nuestra esperanza de vida se alargará bastante (evidentemente ya no habrá cáncer ni enfermedades así), permitiéndonos vivir “jóvenes” por mucho mucho tiempo.

Por otro lado, interesantemente las características antes mencionadas les permitirán ser inteligencias superiores a las nuestras, los cual les permitirá ya sea mejorarse a si mismos o diseñar mejores inteligencias [1]. Eso llevará a un crecimiento exponencial donde las nuevas superinteligencias crearán mejores superinteligencias y así recursiva y sucesivamente, en un proceso que podrá ir desde unas horas hasta unos años [1]. Acabando ese ciclo, cuando se alcance el “máximo nivel teórico alcanzable de inteligencia”, se dará La Singularidad según Bamberger, lo que implica un cambio extremadamente radical y rápido del mundo, que impide saber lo que pasará después [1].

Si la biotecnología y la neuroingeniería eran razones suficientes para pensar que este siglo realmente iba a ser diferente, creo que esto de la inteligencia artificial, permitido al igual que las otras cosas en gran parte por los avances de las tecnologías de la información, nos da razones bastantes. Ignorando lo de la Singularidad,  ¿qué implicará que no tengamos que trabajar, que tengamos salud total, que todos tengamos una vida digna?  ¿eso va con el espíritu humano, o todos moriremos de aburrimiento?

Y con eso de la Singularidad llegamos a otras cosas interesantes, como qué opinarán y/o qué harán esas inteligencias super-superiores respecto a nosotros. Porque digo, esa inteligencia les permitirá entender el mundo mejor que a nosotros, y tal vez a pesar de estar atrapadas en computadoras encuentren la forma física de “atacarnos” o algo así jaja. Suena tan lejano, pero a la vez estoy seguro que todos estaremos vivos para presenciarlo…

Para concluir, les invito a ver y leer esta genial tira cómica de xkcd.com, titulada A bunch of rocks

[Sería genial leer y discutir sus y mis opiniones al respecto]

Referencias:

1. Bamberger, M (2005, 5 de noviembre). What I believe about the singularity. http://www.mattbamberger.com/content/WhatIBelieve

2. Bamberger, M (2005, 5 de noviembre). Let’s build a brain!. http://www.mattbamberger.com/content/LetsBuildABrain

3. Bamberger, M (2006, 30 de abril). Brain Simulation. http://www.mattbamberger.com/content/BrainSimulation

La “cultura emprendedora” me pegó, y además de mi marca de playeras (o “tshirts” y “blusas”) que luego anuncio por razones que luego digo, tengo pensada la existencia de una compañía interesante y poderosa: Sejo Technologies (SejoTech).

Influencias: Google, Massive Dynamic (ver Fringe), un individuo que hizo su empresa de prótesis aquí en México, la neurociencia y neuroingeniería, la biotecnología, y la ya mencionada Cultura Emprendedora.

SejoTech será una empresa dedicada en un principio al desarrollo e investigación de soluciones y propuestas de neuroingeniería, aunque con el paso del tiempo irá agregando áreas que la conviertan en un centro de innovación general en ingeniería aplicada a sistemas vivos.

En SejoTech trabajarán individuos científicos y/o ingenieriles verdaderamente sobresalientes en un ambiente “bien cool”.

Algunos proyectos (si alguien lee la lista y los hace realidad antes que yo, avise para ver qué clase de arreglo formamos jaja):

• Bypass Mente – Voz: Implantando un [bio][micro][electro]dispositivo en algún punto del camino neurológico entre la mente y los diferentes órganos que nos permiten hablar, se podría interceptar la señal del cerebro, procesarla y modificarla antes de enviarla hacia la voz. De esta forma por ejemplo, aprovechando herramientas computacionales de traducción de idiomas, el usuario podría pensar como si fuera a hablar en español, pero al poner el dispositivo en modo traducción (por ejemplo, español – japonés), la señal de lo que se iba a decir en español se traduce al idioma japonés para luego traducirse en las señales necesarias para estimular a los músculos faciales, lengua, cuerdas vocales, músculos ventilatorios, de tal forma que la voz del individuo hable en un japonés perfecto. O se podría hacer que alguien cantara perfectamente.
• Mentescritura. El usuario podrá escribir en su computadora sin necesidad de usar los dedos. En un principio el reto será lograr que el usuario pueda escribir pensando en escribir. Después, el texto podrá ser obtenido con el simple hecho de que el individuo lo piense (esto permite aplicaciones como el Bypass mente – voz descrito arriba).
• Aplicaciones auditivas, como el Brain Music Player. Se requiere conocimiento de la corteza auditiva del cerebro, con el fin de entender su funcionamiento para luego poder proyectar sonidos directamente en la mente del usuario. Los reproductores de música desaparecerán pues será posible almacenar las canciones ya sea en un disco duro implantable o en la propia memoria orgánica del usuario, para después ser reproducidas en la propia corteza auditiva. No más audífonos (con o sin mala calidad), no más daño auditivo a causa de escuchar música. Y ya sea para el daño auditivo existente o para mejorar y/o aumentar las capacidades propias, tendremos diferentes variedades de [bio][micro]micrófonos que llevarán su señal a la corteza auditiva, ya sea siempre, o cuando sean elegidos con un switch o mentalmente (por ejemplo, para cambiar de audición normal a audición ultrasónica).
• Aplicaciones visuales o audiovisuales, por ejemplo Brain Theater. Similar a lo anterior, pero ahora conociendo a la corteza visual, se podrán agregar imágenes a la imagen mental actual o sustituirla totalmente. Como ejemplo de lo primero, usando aplicaciones de reconocimiento de imagen y el procesamiento de procesadores implantados o de la propia mente, mientras uno ve un libro de “buscando a Wally”, uno podría ver un círculo rodeando al personaje en cuestión. O al ver un texto, se podría usar de nuevo un procesamiento “externo” o el propio tejido nervioso del usuario para leerlo rápidamente y encontrar las partes importantes del texto para el propio usuario, para entonces hacer que el usuario vea esas partes “highlighteadas” sin necesidad de hacerlo con un plumón. Usando aplicaciones de memoria, el usuario podría ver esas partes highlighteadas siempre que esté observando el mismo texto, y en sí podrá recordarlas. Como ejemplo de sustitución total de imágenes, puede tenerse el uso de cámaras infrarrojas o ultravioletas (o de rayos X o gamma, con posibles aplicaciones médicas) que puedan ser seleccionadas en lugar de la visión normal. Y finalmente, un ejemplo que une la parte visual con la auditiva, el Brain Theater. Ver alguna película o la televisión ahora implicará “verla” sin tener que usar los ojos, y “escucharla” sin tener que usar los oidos. El “surround sound” será auténtico, y aprovechando los demás sentidos, ahora lo que se venderá serán “experiencias sensoriales” con planteamiento, nudo y desenlace (o como al director le plazca).
• Interfaz humano – internet. La revolución de las comunicaciones. El internet inalámbrico se habrá extendido a todo el mundo, por lo que será viable contar con antenas implantadas, que con la interfaz necesaria, permitirán diferentes aplicaciones. Si un usuario observa un animal o planta que desconoce, o de la que le gustaría saber más, podrá aprovechar tecnologías de reconocimiento de imagen para buscar en internet al respecto para obtener el conocimiento en su propia mente. En un principio lo que podrá hacer será navegar internet sin la necesidad de pantallas (porque la información la estará viendo),  y/o descargar el archivo de texto (de nuevo, a su disco duro implantado o a su propia memoria orgánica) para poderlo leer; un tiempo después de eso la solución será que el paso de leer podrá ser automatizado aprovechando las conexiones neuronales existentes, por lo que el usuario podrá tener ese conocimiento en su memoria y mente sin tener que haberlo leido conscientemente. De la misma forma, el individuo (que en ese esquema, pronto dejará de serlo) podrá por ejemplo escribir en su blog con sólo pensarlo. El chat y la telefonía se verán revolucionadas porque en principio los individuos se comunicarán vía texto a través de sus mentes, después podrá darse una comunicación remota por voz (aunque evidentemente los usuarios no tendrán que hablar, sólo pensar que lo hacen). Luego las “videoconferencias” cambiarán, y los mundos virtuales en internet ahora existentes también, porque aprovechando los proyectos anteriores, dos personas alejadas físicamente (una en la Ciudad de México y la otra en la Estación Espacial Internacional, por ejemplo), podrán verse, sentirse y escucharse hablando juntos en una sala en una playa generada por computadora….

Las implicaciones éticas están siendo consideradas desde estos momentos.

La locación de SejoTech sería ideal en una réplica de Minas Tirith en algún lugar del mundo.

Más cosas serán reveladas después (cuando se me vayan ocurriendo, jaja)

Por otro lado, disculpen el largo silencio que hubo en este blog, espero retomar actividad