|
From Houston, Texas
PROYECTO NOVA — Explicación
PROYECTO NOVA — Explicación 2
De Princeton a NOVA: cómo una idea de los años 90 puede renacer con tecnología del siglo XXIA finales del siglo XX comenzó uno de los experimentos más curiosos y controvertidos relacionados con la conciencia humana. El Global Consciousness Project, conocido como GCP, nació en 1998 a partir del trabajo desarrollado alrededor del laboratorio PEAR de la Universidad de Princeton. Su propósito era estudiar una pregunta extraordinaria: ¿Podrían grandes acontecimientos que concentran simultáneamente la atención o las emociones de millones de personas producir cambios estadísticos detectables en sistemas físicos aleatorios? Para investigarlo, el proyecto instaló generadores físicos de números aleatorios en distintos lugares del planeta. Estos dispositivos pueden imaginarse como pequeñas máquinas que lanzan continuamente una moneda electrónica: producen unos y ceros de manera impredecible. Cada segundo, los resultados de los diferentes generadores se registraban y enviaban a una base central. Con el tiempo, la red llegó aproximadamente a 60–70 nodos distribuidos internacionalmente. Durante acontecimientos mundiales importantes —catástrofes, celebraciones, atentados, acontecimientos deportivos o momentos de enorme atención colectiva— los investigadores comparaban los datos obtenidos con lo que estadísticamente debería esperarse del azar. La idea era comprobar si muchos generadores separados por miles de kilómetros parecían desviarse simultáneamente de su comportamiento habitual. El proyecto produjo décadas de datos y numerosos análisis. Sus responsables han reportado correlaciones estadísticas que consideran interesantes, aunque la interpretación de esos resultados continúa siendo discutida y no constituye una demostración aceptada de que exista una “conciencia global” capaz de modificar físicamente los generadores aleatorios. Precisamente ahí comienza NOVA. NOVA no pretende borrar a Princeton: pretende continuar la preguntaNOVA parte de una idea semejante, pero dispone de herramientas que simplemente no existían cuando nació el Global Consciousness Project. La gran diferencia puede resumirse así: Princeton construyó una
pequeña red mundial de instrumentos especializados. Un teléfono inteligente actual posee capacidades de procesamiento, conexión y generación criptográfica que habrían resultado extraordinarias en 1998. En lugar de depender exclusivamente de unas decenas de dispositivos físicos instalados en lugares determinados, NOVA pretende utilizar teléfonos y computadores como nodos experimentales. Esto podría permitir que una red inicialmente formada por decenas o cientos de participantes creciera posteriormente hasta miles de nodos.
1. EscalaEl GCP tradicional trabajó aproximadamente con unas decenas de generadores distribuidos por el planeta. NOVA podría trabajar, si logra suficiente participación, con: 100 nodos El objetivo no es simplemente presumir de una red mayor. Más nodos significan potencialmente: mayor cobertura geográfica, mayor cantidad de datos, más posibilidades de comparar regiones, y mayor capacidad estadística para distinguir una señal real del ruido.
2. Dos fuentes de datos en cada nodo
El prototipo actual de NOVA, denominado N128, utiliza dos corrientes diferentes: Math, destinada a generar una corriente estadística; y Crypto, basada en generación criptográfica de datos aleatorios. Esto permite comparar dos comportamientos dentro de un mismo nodo. La pregunta ya no sería solamente: “¿Se desvió este generador?” También podríamos preguntar: “¿Se desviaron ambas corrientes?” “¿Ocurrió lo mismo en otros nodos?” “¿Ocurrió simultáneamente en otros países?”
3. KRONOS:
estudiar también el tiempoNOVA incorpora además una dimensión temporal denominada KRONOS. No solamente interesa conocer qué valores aparecen. También interesa observar cuándo aparecen, cómo cambian los intervalos entre sucesos, si se modifica el ritmo del sistema o si se producen rupturas temporales inusuales. De esta manera NOVA puede estudiar simultáneamente: el valor, la distribución, la sincronización, la geografía, y el tiempo.
4. TRIDENT:Varias miradas sobre el mismo fenómenoEl sistema analítico de NOVA utiliza el concepto TRIDENT. En lugar de depender de una sola medición, el objetivo es estudiar un acontecimiento desde distintas perspectivas estadísticas. Por ejemplo: una anomalía dentro de un nodo, una sincronización entre muchos nodos, y una modificación temporal en el comportamiento de la red. Cuando distintas clases de evidencia coinciden, el evento adquiere mayor interés para el análisis. 5. Google Cloud Place - GCP:un cerebro central capaz de crecerAquí aparece una de las mayores diferencias tecnológicas respecto de los años 90. Los datos producidos por NOVA pueden viajar hacia infraestructura moderna de computación en la nube. Google Cloud permite recibir grandes cantidades de información procedentes de diferentes nodos, almacenarla y analizarla prácticamente en tiempo real. Dentro de esta arquitectura, BigQuery actúa como el gran almacén y motor analítico. Allí pueden cruzarse millones de registros, comparar períodos, construir estadísticas y relacionar información proveniente de distintas fuentes. NOVA puede crecer sin necesidad de instalar un enorme computador central propio. 6. CENTINELAIntentar explicar antes de atribuirExiste otro problema fundamental. Supongamos que miles de nodos presentan una anomalía. ¿Significa inmediatamente que estamos observando algo relacionado con conciencia colectiva? No. Podría existir una explicación física. Por eso NOVA incorpora CENTINELA, una capa destinada a comparar las anomalías con acontecimientos externos. Por ejemplo:
NOVA busca primero preguntar: “¿Existe una explicación convencional para lo que estamos viendo?” Antes de considerar interpretaciones extraordinarias.
7. Datos espaciales NASA/NOAA
Otra diferencia enorme respecto del proyecto original consiste en que actualmente existen fuentes públicas de datos científicos que pueden incorporarse automáticamente. NOVA ya ha trabajado experimentalmente con información del índice geomagnético Kp procedente de fuentes NASA/NOAA. Eso permite comparar: lo que está ocurriendo en los nodos con lo que está ocurriendo en el entorno físico terrestre y espacial. Así, por ejemplo, una anomalía que coincide con una fuerte tormenta geomagnética puede ser tratada de manera diferente de otra que aparece durante condiciones espaciales tranquilas.
8. Análisis moderno
La capacidad computacional disponible actualmente permite aplicar técnicas que en los años 90 eran mucho más difíciles de utilizar a gran escala. NOVA puede explorar: estadística tradicional, correlaciones, autocorrelación, análisis temporal, detección de cambios, análisis espectral y Fourier, comparaciones geográficas, y posteriormente modelos automáticos de clasificación y detección de anomalías. Esto no garantiza descubrir ningún fenómeno nuevo. Pero sí permite formular la pregunta con herramientas mucho más poderosas.
9. Una red participativa
Otra diferencia importante es social. NOVA podría convertirse en un proyecto de ciencia ciudadana. Una persona podría instalar una aplicación, permitir que su teléfono participe como nodo y contribuir con una pequeña fracción de procesamiento y datos. Miles de pequeñas contribuciones formarían un instrumento científico distribuido. El participante dejaría de ser solamente espectador del experimento. Se convertiría en parte del instrumento.
10. Reproducibilidad y transparencia
Una futura versión madura de NOVA debería publicar claramente:
Esto es especialmente importante porque el tema de la conciencia global es controvertido. NOVA tendría que intentar diseñarse de manera que incluso una persona completamente escéptica pueda revisar el experimento. El objetivo no debería ser demostrar que la hipótesis es verdadera. El objetivo debería ser construir un instrumento suficientemente bueno para poder descubrir si es verdadera o falsa. Princeton abrió una puertaEl valor histórico del Global Consciousness Project no consiste únicamente en sus resultados. Consiste también en haber planteado una pregunta extraordinariamente difícil y haber construido una red internacional para intentar medirla. NOVA quiere tomar esa pregunta y trasladarla al siglo XXI. El salto conceptual sería: GCP: decenas de generadores físicos conectados mundialmente. NOVA: potencialmente miles de dispositivos distribuidos + dos corrientes de generación + análisis temporal + TRIDENT + CENTINELA + datos científicos externos + computación masiva en la nube.
La ventaja fundamental de NOVA no sería afirmar que sabe más que Princeton. Sería poder medir muchísimo más. Más lugares. Más nodos. Más variables. Más contexto físico. Más capacidad informática. Y, sobre todo, mejores mecanismos para intentar separar una coincidencia estadística de un fenómeno verdaderamente extraordinario. La pregunta sigue siendo casi la misma que hace tres décadas: ¿Sucede algo medible cuando grandes cantidades de seres humanos comparten simultáneamente un acontecimiento? La diferencia es que hoy tenemos la posibilidad de construir un instrumento mucho más grande para intentar responderla. “NOVA no parte diciendo que Princeton tenía razón. Parte diciendo que la pregunta merece ser repetida con tecnología treinta años más avanzada.” Esa posición le da al proyecto mucha más seriedad científica.
NOVA 64 — Explicación
Ventajas: Promete
mayor escala, mejor cobertura geográfica, mejor resolución
temporal, participación ciudadana y una base para la
investigación global.
Flujo del Sistema:
Los datos fluyen desde "fuentes de entropía" a través de una
aplicación móvil, análisis en la nube, estadística y detección
de anomalías. Objetivo Científico:
Busca explorar si eventos colectivos pueden correlacionarse con
desviaciones aleatorias en esta red mundial de nodos. Visión: Se planea
una versión inicial gratuita para el crecimiento de nodos, con
expansión y mantenimiento comunitario futuro. Pilares: Se basa en
datos abiertos y transparentes, ciencia ciudadana para el bien
común, y principios de privacidad, seguridad y ética. Se usan los modelos
de análisis como Fourier y Hurst son herramientas matemáticas
utilizadas para descomponer y entender la naturaleza de las
señales o datos que se recopilan. Su utilidad para NOVA radica
en analizar los patrones y la aleatoriedad de los datos de la
red distribuida: La transformada de
Fourier permite descomponer una señal compleja (en este caso, la
serie de datos recopilados de los miles de teléfonos) en sus
frecuencias constituyentes. Es decir, ayuda a identificar qué
"ritmos" o "ciclos" están presentes en los datos. Utilidad para NOVA: Identificación de
patrones cíclicos: Si hay eventos colectivos que generan un
patrón detectable en la red, Fourier podría ayudar a identificar
si existen ciclos regulares o frecuencias dominantes en la
actividad de los nodos. Detección de
anomalías: Cambios abruptos o patrones inusuales en las
frecuencias detectadas podrían señalar la ocurrencia de eventos
de interés. Por ejemplo, un aumento en una frecuencia específica
podría correlacionarse con un evento colectivo. Separación de ruido
y señal: Permite distinguir las fluctuaciones aleatorias (ruido)
de las señales potencialmente significativas que provienen de
eventos colectivos. Persistente
(tendencia): si las tendencias pasadas tienden a continuar en el
futuro (Hurst > 0.5). Anti-persistente
(reversión a la media): si las tendencias pasadas tienden a
revertirse (Hurst < 0.5). Utilidad para NOVA: Medir la
aleatoriedad y la memoria: El objetivo científico de NOVA es
"explorar si eventos colectivos podrían correlacionarse con
desviaciones del azar". El coeficiente de Hurst es una
herramienta directa para medir cuán aleatoria es una serie
temporal. Detectar
desviaciones de la aleatoriedad: Si la red de nodos se comporta
de manera "normalmente" aleatoria (Hurst ≈ 0.5), pero de repente
muestra un comportamiento persistente (Hurst > 0.5) o
anti-persistente (Hurst < 0.5), esto podría indicar la
influencia de un evento colectivo que está alterando la dinámica
aleatoria esperada. Cuantificar el
impacto de eventos: Permite cuantificar la magnitud y el tipo de
"desviación del azar" que un evento colectivo podría estar
causando en el comportamiento de la red. Son herramientas clave para abordar su objetivo científico principal.
|
| NOVA64 es el "primer
motor del proyecto NOVA" y el "dado gigante de 64 bits". 1. Función Pseudoaleatoria que utiliza Nova 64: La imagen indica que NOVA64 genera "valores pseudoaleatorios de 64 bits".
Significa que los números o
valores generados parecen aleatorios, pero en realidad son
producidos por un algoritmo determinista. No son verdaderamente
aleatorios (que provendrían de fenómenos físicos impredecibles),
sino que están diseñados para imitar la aleatoriedad lo más
fielmente posible. Son "falsos aleatorios" o "pseudoaleatorios". ¿Por qué 64 bits? La imagen resalta la "MAGNITUD MATEMÁTICA" de 2 elevado a la 64 (2⁶⁴), que es un número astronómicamente grande (18.446.744.073.709.551.616 combinaciones posibles). Utilizar 64 bits permite generar una cantidad inmensa de secuencias pseudoaleatorias distintas, lo que hace que sea muy poco probable que se repitan en un tiempo razonable, simulando así una gran aleatoriedad.
Utilidad en NOVA64: Se usa para
generar datos "ligeros, rápidos y escalables" que sirven como
base para la red. Estos valores pseudoaleatorios son la "materia
prima" que los nodos generan y envían a la nube para su
análisis. El hecho de que sean pseudoaleatorios los hace
predecibles si se conoce el algoritmo, pero su gran número de
combinaciones los hace útiles para la estadística y la detección
de patrones en una red grande.
¿Existen ejemplos concretos de cómo el análisis de Fourier ha ayudado a identificar patrones en redes similares?
¡Excelente pregunta! Sí, el
análisis de Fourier, y en general el análisis de series
temporales, tiene aplicaciones muy concretas y exitosas en el
estudio de redes y sistemas distribuidos, especialmente aquellos
que buscan patrones colectivos o influencias externas. Los científicos analizan
los movimientos de miles de peces en un banco o de pájaros en un
enjambre. Aunque los movimientos individuales pueden parecer
caóticos, el análisis de Fourier puede revelar ritmos y
frecuencias subyacentes en el movimiento colectivo. Por ejemplo,
pueden identificar la frecuencia con la que las unidades se
reorientan juntas o la "velocidad" de la propagación de una
señal de alarma a través del grupo.
En redes de sensores distribuidos (por ejemplo, para monitoreo ambiental, tráfico, o en ciudades inteligentes), se recopilan datos de múltiples puntos. El análisis de Fourier se usa para identificar patrones temporales en la información recopilada. Por ejemplo, se puede detectar el patrón diario o semanal del tráfico en una ciudad analizando las frecuencias predominantes en los datos de sensores de tráfico. También se puede usar para filtrar ruido y detectar eventos anómalos (como un pico repentino de temperatura o una vibración inusual).
Aunque más complejo, se ha
aplicado el análisis de series temporales (incluyendo conceptos
de Fourier) para estudiar la propagación de información,
emociones o comportamientos en redes sociales. Se pueden
identificar "ondas" de opinión, la velocidad a la que se
difunden noticias falsas, o patrones de actividad colectiva en
respuesta a ciertos estímulos.
El análisis de Fourier es
fundamental para estudiar terremotos y otras señales geológicas.
Permite descomponer las complejas ondas sísmicas en sus
componentes de frecuencia, lo que ayuda a identificar el tipo de
evento, su distancia y la estructura del interior de la Tierra. ¿Cómo se relaciona esto con
NOVA64 y la pseudoaleatoriedad?
¿Cómo se diferencia el espectro de frecuencias de datos pseudoaleatorios puros de aquellos influenciados por un evento colectivo?
Basándonos en la imagen y en la
información que ya hemos discutido, podemos abordar tu pregunta
sobre las diferencias en el espectro de frecuencias y la
aplicación de Fourier y Hurst.
En resumen, NOVA utiliza Fourier y Hurst no para analizar la aleatoriedad en sí misma, sino para identificar cuándo y cómo la actividad colectiva de los humanos, manifestada a través de sus dispositivos, interrumpe y altera esa aleatoriedad esperada, produciendo patrones o tendencias que se pueden detectar mediante estas herramientas matemáticas.
|
SEGURIDAD
