sábado, 25 de agosto de 2012

El enigma de Turing (parte 2)

Segunda parte de la serie sobre Alan Turing en el centenario de su nacimiento. La primera parte está acá.

Dónde estábamos: Alan tomó el curso de Lógica Matemática de Max Newman en King's College. Terminaba con los teoremas de Gödel, que daban por tierra con el ambicioso Programa de Hilbert. Turing se interesó en un resquicio que Gödel no había resuelto, el Entscheidungsproblem, el problema de la decidibilidad: ¿Existe un método para decidir si una dada afirmación matemática es demostrable? Turing resolvió este problema, trabajando en completa soledad a los 23 años de edad, y de paso en el camino inventó la ciencia de la computación.

COMPUTABLE NUMBERS

Su contribución está en este trabajo, publicado en 1936 en los Proceedings de la London Mathematical Society. Tiene un título intimidante, con una palabra inventada, “computable”, y la famosa palabra de Hilbert tan difícil de pronunciar sin que alguien diga ¡salud!. Es notable que Turing ponga el énfasis del título en los números computables y no en la demostración del problema de Hilbert. A pesar de la relevancia académica de resolver un problema de Hilbert, parece que Turing se diera cuenta de que lo que había inventado estaba bueno, y que el problema de la decisión resultaba apenas una aplicación. Pero en realidad nadie (ni siquiera Turing) se dio remotamente cuenta de su profundo significado hasta mucho tiempo después. Todas las computadoras modernas, desde las laptops a los videojuegos, desde los teléfonos hasta los robots que aterrizan en Marte, son exactamente lo que Turing mostró en este paper.

En la segunda página del artículo, promediando el larguísimo resumen, nos encontramos con la conclusión de Turing (segundo recuadro en la imagen): el Entscheidungsproblem no tiene solución. En las siguientes 28 páginas Turing no vuelve a hablar del Entscheidungsproblem.

Alan le mostró el manuscrito a su profesor de Lógica. Newman había recibido justo en esos días un preprint de Alonzo Church, un matemático norteamericano de la prestigiosa escuela de Lógica de Princeton. Al mismo tiempo que Turing y de manera independiente Church había llegado a la misma conclusión sobre el problema de la decidibilidad. Así que parte de la originalidad del trabajo de Turing se desvaneció. El approach de Church era de todos modos muy diferente, eso quedó claro desde el principio. Y además estaba el valor teórico de lo que llegaría a ser el fundamento de la ciencia de la computación. Así que Newman apoyó la publicación del trabajo. Pero Alan tuvo que agregar a último momento ese párrafo que vemos asomar en la imagen, al final del largo resumen. Y agregó también un apéndice demostrando la equivalencia entre su “computabilidad” y la “calculabilidad efectiva” de Church.

Si uno sobrevive al título, es posible que la tipografía gótica de la notación termine de intimidarlo.  Afortunadamente existe un libro, The Annotated Turing, de Charles Petzold, donde se explica todo párrafo por párrafo.

MÁQUINAS DE TURING

Como decíamos, la cuestión de la decidibilidad era la inspiración del trabajo, pero la mayor parte del mismo se trata de lo que Turing llama “números computables”, cuyo estudio ocupa el primer 60% del artículo, y que se pueden entender sin saber nada de Lógica ni del Programa de Hilbert.

¿Y qué es un número computable? Bueno, un número computable es un número cuyos decimales pueden ser escritos por una máquina. Era algo muy raro de decir en 1936. “Computadora”, en esa época, no significaba una máquina, como significa ahora. Significaba una persona, en general una chica. Una persona que calcula. Lo que propone Turing es automatizar todo el proceso para que en lugar de una persona lo haga una máquina. Habían existido máquinas de calcular en siglos anteriores, y en ese mismo momento se estaban diseñando máquinas de calcular, de sumar, de resolver ecuaciones diferenciales. Pero lo cierto es que en 1936 no existía ninguna máquina capaz de hacer lo que Turing pedía de manera tan general. Las computadoras (en el sentido moderno) no existían. Turing sacó el concepto de su galera matemática. Sólo años más tarde la tecnología electrónica permitiría convertir estas ideas en verdadera ingeniería.

Turing empieza a explicar lo que quiere decir por “calculable por una máquina”.  La justificación viene de la asociación entre lo humano y la máquina, que se convertiría en un tema central a lo largo de toda su obra. Se plantea la cuestión de qué podría lograr una persona llevando a cabo una tarea metódica, repetitiva y mecánica. Y esto lo lleva a formular su análisis en términos de una “máquina” teórica, capaz de realizar operaciones elementales, predefinidas, sobre una secuencia de símbolos impresos en una cinta de papel. Argumenta que cualquier cosa que a uno se le pueda ocurrir que significa “metódico”, esta máquina lo podría hacer tan bien como una persona.

La máquina es increíblemente sencilla. En la figura muestro un ejemplo. Tiene un "scanner" que se desplaza sobre la cinta, leyendo los números uno por uno. La máquina tiene un conjunto de estados posibles. El scanner es el trapecio negro, que además muestra el estado de la máquina en cada paso de tiempo. La nubecita muestra el número leído por el scanner. La "tarea repetitiva y metódica" está especificada mediante una tabla que, de acuerdo al estado y al número leído, dice qué tiene que hacer. Y lo que puede hacer es muy limitado: puede borrar o escribir un número, puede cambiar de estado, y puede moverse a la izquierda o a la derecha. La tabla de este ejemplo define una máquina que suma dos números. En la cinta están inicialmente escritos los números 3 y 4 (en representación "unaria"), y la máquina los suma, así como muestra la animación. Fijensé, no hay trampa. La máquina suma. En terminología moderna, el “método” que lleva a cabo la máquina es un algoritmo. La tabla que define las operaciones que hace la máquina con los símbolos impresos, es el software. Turing inventó el software.

Turing muestra cómo estas máquinas, así de sencillas, no sólo pueden escribir sus "números computables", sino que también pueden llevar adelante cualquier cálculo matemático imaginable, tan sólo moviendo unos y ceros de atrás para adelante y de adelante para atrás. Más aún, cualquier tipo de información podía codificarse numéricamente y procesarse de la manera que uno quisiese. Como ven, son todos conceptos súper familiares para nosotros. No así en 1936. Fue el momento en que nació la Era Digital.

Un número computable, entonces, es un número que una de estas máquinas escribe en una cinta de papel. Claramente, los números enteros son computables. También los números racionales, las fracciones. Aun las que tienen un desarrollo decimal con infinitas cifras, como 1/3. ¿Y los números más raros? Pi, por ejemplo, es computable. Obvio, ya que  sabemos cómo calcularlo con cuantos decimales queramos, con lápiz y papel. Lo mismo con la raíz cuadrada de 2, etc. Esto de los números computables es bastante loco. Parecen no tener una relación obvia con los números irracionales, o con los números trascendentes, o cualquiera de las otras categorías que conocemos. ¿Entonces? ¿Todos los números reales serán computables?

No. Turing demuestra que estas máquinas, que tienen un número finito de estados posibles, son enumerables, es decir son tantas como los números naturales. Y hay muchos más números reales que números naturales. Muchos, muchos más. Así que la mayor parte de los números son no computables. No importa cuánto nos esforcemos, nunca aparecerán como resultado de nuestros cálculos. ¿No es loquísimo? Cabe preguntarse qué tan reales son los números reales que no son computables. Así que hoy en día hay toda una rama del análisis de los números computables en lugar de los reales.

Bueno. Ya que las máquinas son numerables, Turing las numera. Es decir, muestra cómo se pueden codificar las tablas (que definen a las máquinas) de manera numérica. Es un lío, pero se puede hacer metódicamente. Uno termina con una máquina descripta, en lugar de por símbolos que representan las operaciones, por una “definición estándard” que es un número entero. Es claramente un approach inspirado en el Teorema de Gödel y su codificación numérica de las expresiones matemáticas. De yapa, tenemos una manera de generar máquinas de Turing: los números enteros. Muchas de ellas no funcionarán, muchas calcularán trivialidades, otras calcularán las mismas cosas de maneras diferentes, algunas más rápido, algunas más lento, algunas con pequeñas diferencias... Algunas ni siquiera se detendrán. ¡Es como la Biblioteca de Babel de Borges!

Con un método diagonal inventado por Georg Cantor en el siglo XIX, y que también es central en el razonamiento de Gödel, es fácil construir un número no computable. La idea está ilustrada en la figura. Supongamos que tenemos todas las máquinas ya numeradas y prolijamente ordenadas. La primera máquina, por ejemplo, computa el número 1. La segunda, digamos, computa pi. La tercera un pi aproximado, etc, etc. Ahora escribimos un número de la siguiente manera, que nos asegura que el número no está en la tabla (es el número de colores de la fila amarilla en la figura): miramos el primer dígito del número computado por T1, y lo cambiamos (por ejemplo, sumando 1). Después revisamos el segundo número, encontramos su segundo dígito, y hacemos lo mismo. Así vamos recorriendo la diagonal de la tabla, y escribiendo un número cuyo i-ésimo dígito es distinto del i-ésimo dígito del i-ésimo número. Este número no está en la lista, así que no es un número computable. ¿Por qué? ¿No podría haber una máquina Tj, con j por ahí abajo, que compute este número? No, porque el j-ésimo dígito del número computado por Tj es distinto del j-ésimo dígito del número colorido. ¡Así lo construímos! Y como en la tabla están todas las máquinas que computan números, no hay ninguna máquina que pueda computar el número de colores. Chan.

LA MÁQUINA UNIVERSAL

Pero ¿no hay aquí una contradicción? El método de Cantor es tan fácil de explicar que parece completamente mecanizable, ¿cómo puede ser que ese número sea no computable? ¿No debería haber una “máquina de Cantor” capaz de calcularlo? Esta máquina debería producir la tabla de la máquina T1, ejecutarla hasta el primer dígito, sumar 1 y escribir, después producir la segunda máquina, ejecutarla hasta el segundo dígito, sumar 1 y escribir, y así siguiendo. Es decir, debe ser una máquina capaz de emular lo que hacen las otras máquinas. Una máquina universal.

En algún sentido, la Máquina Universal de Turing es la única que necesitamos: no se necesita una máquina para cada tarea computable. La máquina universal ha llegado para acabar con todas las máquinas. La máquina universal es, decimos hoy, programable.

La máquina universal es tan importante para el argumento de Turing que éste la construye con todo detalle, dando explícitamente su tabla de estados y operaciones, a un nivel que es muy difícil de asimilar con facilidad. Si uno ha de creerle al Annotated Turing, además, la descripción no está libre de bugs. Pero, dejando de lado esto, Turing acababa de hacer algo extraordinario: había demostrado la generalidad de la computación, había mostrando cómo una máquina programable puede llevar a cabo la operación de cualquier máquina de computar. Es sin duda uno de los grandes logros intelectuales del siglo XX.

Ciertamente, Turing no “inventó” la computadora. Pero hasta ese momento la suposición habitual en la gente que trabajaba en el tema era que cada computadora debería ser diseñada para un propósito específico. Aún en la década del 50, más de 15 años después de Computable Numbers, los ingenieros que diseñaban las primeras computadoras digitales no habían acabado de visualizar a la computadora como una herramienta lógica, más que de cálculo. Así que no es de sorprender que el rol de Turing en la historia de la computación se cuente de manera desigual en distintos libros. Una cosa es contar la historia de la computadora desde un punto de vista de la ingeniería o del mercado. Y otro es el punto de vista que considera a las computadoras como materializaciones de conceptos matemáticos. En este último caso, el papel de Turing es destacadísimo.

¿Y el Entscheidungsproblem?

El método diagonal es la clave. La cosa se vuelve sumamente técnica y, depués de todo, no es más que "una aplicación" de las Máquinas. Turing muestra primero que puede construir una máquina que codifica todo el cálculo funcional de Hilbert. Muestra que el Entscheidungsproblem es equivalente a demostrar si la máquina que calcula el número construido con el método diagonal se detiene, y demuestra que este problema no tiene solución. Piece of cake.

PRINCETON

Como no podía ser de otra manera, Turing se fue a Princeton, donde se quedó dos años. Church dirigió su tesis, que completó en 1938. Princeton se había convertido en una meca para la física y la matemática, particularmente con la creación del Instituto de Estudios Avanzados. Gödel lo visitaba todos los años y John von Neumann, Courant, Hardy, Weyl, Einstein y tantos otros se habían establecido allí, muchos de ellos escapando del régimen nazi.

Sus ideas alcanzaron cierta notoriedad, atrayendo incluso la atención de von Neumann, a quien le había encantado Computable Numbers (otro día tal vez hablemos de él). Pero no saltó a la fama ni mucho menos. Su trabajo en Princeton, incluyendo la demostración de que sus conclusiones sobre la decidibilidad coincidían con las de Church, fue el material de su tesis. Esta línea de trabajo, tal vez la más profunda de su carrera, no prosiguió más allá de su doctorado.

Durante su segundo año en Princeton, mientras terminaba la tesis, la situación política en Europa se complicaba cada vez más. Estaba claro que Inglaterra y Alemania pronto entrarían en guerra. A pesar de que von Neumann le ofreció un tentador puesto en el Instituto de Estudios Avanzados, Turing se volvió a Inglaterra, donde no tenía trabajo. Apenas consiguió una beca de King’s College.

Pero rápidamente consiguió un trabajo mejor. Un trabajo secreto, que salvó miles de vidas, permitió la supervivencia de Inglaterra, y ayudó a los Aliados a ganar la guerra.

Continúa en la Parte 3 de El enigma de Turing...

Compartir:

sábado, 18 de agosto de 2012

Rayos paralelos

Hace algún tiempo comenté el fenómenos de los rayos crepusculares, anticrespusculares y cenitales, que parecen divergir por una ilusión de perspectiva. Pero que se trata, en realidad, de rayos o sombras paralelos, ya que se originan en el Sol, que es una fuente de luz muy lejana (infinitamente lejana a los fines de este fenómeno). En esta foto se ven sombras crepusculares de la silueta característica del Cerro Catedral, proyectadas sobre el polvo y la humedad atmosféricos.

La ilusión de divergencia es tan poderosa, sin embargo, que estoy seguro que más de uno dijo "pst, ¡por favor!...". Bueno, acá está la prueba. Sombras de nubes vistas desde la Estación Espacial Internacional, desde donde el efecto de perspectiva es casi inexistente por la distancia y el punto de vista. Un observador al Este las vería como rayos crepusculares o anticrepusculares (según para dónde mire). Se atenúan y hacen difusas con la distancia por la dispersión en la atmósfera. Pero son paralelas, sí señor.


La foto es del Earth Observatory, y fue tomada el 18 de octubre de 2011 sobre la India. La foto del atardecer sobre el cerro Catedral es mía.

El próximo sábado: la segunda parte de la serie El enigma de Turing...

Compartir:

sábado, 11 de agosto de 2012

El enigma de Turing (parte 1)

Voy a publicar aquí buena parte del material que preparé para mi charla sobre Alan Turing. Inevitablemente algunas cosas quedan siempre fuera de las charlas, por tiempo o porque me olvido. Así que aquí está todo bien organizado. Es largo, así que serán varias notas, no consecutivas para no aburrir. Pero estoy seguro de que vale la pena.

ALAN TURING, FUNDADOR DE LA CIENCIA DE LA COMPUTACIÓN

Hoy en día se suele definir a Turing de esta manera super simplificadora, tratándose de uno de los pensadores más originales del siglo XX. Pero es estrictamente cierto: en un época sin computadoras, sin computadoras de NINGÚN tipo, Alan Turing plantó la semilla de la cual surgió todo lo que hoy en día está relacionado con las computadoras: el procesador, la memoria, el procesamiento digital, el software…

Alan nació en Londres, en 1912, hace 100 años. Sus padres trabajaban en el servicio imperial en la India, y durante la mayor parte de su infancia Alan y su hermano fueron criados en Inglaterra por una pareja de abuelos substitutos (una práctica habitual en la época). De niño sus entretenimientos favoritos eran los mapas, el ajedrez y la química (como para tantos de nosotros), y era un chico tímido y solitario (también, como tantos). La ciencia le fascinó desde chico, según su propio relato, pero fue una actividad extra-curricular durante su infancia.

Finalmente lo mandaron a una escuela secundaria, internada por supuesto, una de las top del sistema de public schools de Inglaterra (que no son públicas sino privadas, ojo). Allí, en 1928, conoció a otro chico con intereses similares, Christopher Morcom, y se hicieron grandes amigos, aunque pertenecían a houses distintas. Compartían el gusto de la astronomía y de la física y la matemática en general. Chris era brillante y Alan lo admiraba, con una mezcla de admiración y enamoramiento adolescente. Su relación con Chris parece haber dejado una marca de por vida.

En 1929 quedaron fascinados con un libro publicado por el famoso astrónomo Arthur Eddington, La Naturaleza del Mundo Físico, una exposición de las nuevas ciencias de la mecánica cuántica y la relatividad que causó gran impacto en su momento. Chris y Alan terminaron la escuela y decidieron irse a estudiar física y matemática a Cambridge. Christopher ganó la beca y Alan no. Pero Christopher murió inesperadamente en 1930, a partir de complicaciones de una tuberculosis, un hecho que marcó profundamente la vida de Alan. El convencimiento de que tenía que lograr lo que su amigo ya no podría le dio el empujón necesario para avanzar definitivamente en el ambiente académico, donde venía fracasando. En 1931 ingresó finalmente en Cambridge, con una beca del King’s College. Por primera vez empezó a sentirse “en casa” y empezó a disfrutar de la vida universitaria. Se acercó a los movimientos pacifistas, se aficionó a remar, a correr y a navegar, y terminó sus estudios de manera distinguida, con varios premios y becas. Parecía  encaminado a convertirse en un profesor de matemática pura de Cambridge, ligeramente excéntrico, nada fuera de lo habitual por otro lado. Su mente singular, de todos modos, lo llevaría por rumbos inesperados.

LA MECANIZACIÓN DEL PENSAMIENTO MATEMÁTICO

A comienzos de los años ‘30, Turing había pasado de las cuestiones matemáticas de la fundamentación de la mecánica cuántica a las cuestiones lógicas de la fundamentación de la matemática. Empezó a interesarse en la Lógica a partir de la influyente obra de Russell y Whitehead, y obras filosóficas de Russell, en las que se trataba el problema de cómo capturar “la verdad” dentro de un sistema formal.

Este interés encontraba su nicho en el llamado “programa de Hilbert”. El famoso matemático alemán David Hilbert había planteado el problema en términos de encontrar un sistema en el cual todas las verdades matemáticas surgieran mediante reglas bien definidas, a partir de un conjunto de axiomas, como automóviles en una línea de montaje: un concepto que a principios del siglo XX había ya revolucionado la industria, ¿estaría llamado a revolucionar la matemática?

Esta idea de una máquina pasando de un estado a otro obedeciendo un conjunto de reglas se convirtió en un núcleo que dominaría el pensamiento de Turing durante toda su carrera. Entreveía que era un concepto muy poderoso, e imaginaba máquinas que jugaban al ajedrez, otras que producían teoremas, otras que escribían poesía, etc.

El Programa de Hilbert estaba basado en tres conceptos que tenían que ser satisfechos por el sistema formal: consistencia, completitud y decidibilidad. En 1930 (año en que Hilbert se jubiló) Kurt Gödel demostró que el Programa era en gran medida imposible: en todo sistema formal, con axiomas y reglas, y que no sea inconsistente (que no contenga contradicciones) había proposiciones indecidibles, esto es proposiciones que son ciertas pero que no se pueden demostrar. Estas proposiciones están basadas en paradojas de la lógica conocidas desde la Antigüedad, como la famosa de Epiménides de Creta: “Todos los cretenses son mentirosos”.

Fue un duro golpe. Muchos matemáticos abandonaron directamente el campo de la Lógica. El propio Russell se dedicó a sus otros intereses, y terminó ganando el Premio Nobel de Literatura en 1950. John von Neumann, que había demostrado el segundo teorema de Gödel antes que Gödel, también abandonó la Lógica y se dedicó a la física (y también terminó siendo instrumental en el desarrollo de las computadoras). Muchos de estos matemáticos alemanes, claro, no sólo abandonaron la Lógica sino que se vieron forzados a abandonar su país. Con el tiempo la situación se normalizó, y hoy en día la Lógica goza de buena salud.

Quedaba un resquicio, sin embargo, en lo que Hilbert había llamado el Entscheidungsproblem, una cuestión de decidibilidad: ¿Puede existir un método por el cual uno pueda decidir si una dada afirmación matemática es demostrable? El teorema de Gödel no decía nada sobre esto. Decía que no podía determinarse la verdad de una proposición por un método de este tipo. Pero nada decía sobre su demostrabilidad. Si esto se pudiera hacer, habría una esperanza: uno podría detectar las antipáticas proposiciones indecidibles y quedarse con la buenas, como cuando uno recorta la grasita del matambre.

Para responder esta pregunta (existe un método para decidir…) se necesita definir lo que queremos decir por “método”. Parece algo demasiado general y filosófico, y fue el principal escollo con que se encontró Göedel después de haber despachado las dos primeras preguntas del programa de Hilbert. Se necesita una definición precisa y convincente. Y esto fue lo que Turing hizo. Para su sorpresa, descubrió que tampoco esto se podía hacer. La matemática no era como un matambre. Era más bien como un vacío, con grasita entremezclada que no se podía recortar. Lo cual es un resultado sumamente valioso en el campo de la Lógica, claro está. Pero lo que inventó en el camino no sólo fue importante, sino que transformó nuestra civilización.

En el camino, Turing inventó la ciencia de la computación.

Continúa en la Parte 2 de El enigma de Turing...


By the way... Hilbert era un optimista. Él creía que su Programa tendría éxito. Sostenía que el desengaño de Compte, quien buscando algo que estaría por siempre fuera del conocimiento humano había puesto como ejemplo la composición química de las estrellas (desentrañada por la espectroscopía de Kirchoff y Bunsen poco después) se debía a que simplemente no existía algo que no pudiéramos conocer:
“La verdadera razón por la cual Compte fue incapaz de hallar un problema insoluble es, en mi opinión, que no hay problemas absolutamente insolubles. En lugar de un tonto ignorabimus, nuestra respuesta es, por el contrario: Debemos saber. Vamos a saber. Wir muss en wissen. Wir werden wissen.
Dicen que la reacción de Hilbert cuando le contaron lo que había demostrado Gödel (recién se había jubilado, a los 68 años) fue de “enojo”.

Compartir:

jueves, 9 de agosto de 2012

El enigma de Turing

Si estás en Bariloche, venite el viernes 10 al Coloquio del Instituto Balseiro, a las 14:30 en el Salón de Actos. Los Coloquios son seminarios de variado interés, a veces más técnicos, a veces menos, destinados al público en general. Este viernes tengo el gusto de ser el expositor, y voy a hablar sobre la vida y la obra de Alan Turing. Si puedo, si puedo, voy a hacer además una serie de posts sobre Turing acá en el blog.

El enigma de Turing
Guillermo Abramson
Viernes 10 de agosto, 14:30, Salón de Actos del Instituto Balseiro

El pasado mes de junio se cumplieron 100 años del nacimiento de Alan Turing, y se han organizado numerosos eventos a nivel mundial para celebrar la vida, breve y trágica pero llena de logros, de este matemático inglés.

Pionero de las computadoras y de la inteligencia artificial, criptógrafo, matemático genial en variadas áreas que van desde la lógica hasta la biología matemática, Turing dejó un profundo legado en la ciencia del siglo XX. Los matemáticos recordarán al hombre que resolvió uno de los difíciles problemas de Hilbert. Los criptógrafos e historiadores a quien quebró el código de los mensajes cifrados de la Armada Nazi, permitiendo a Gran Bretaña sobrevivir la batalla del Atlántico. Ingenieros y computadores reconocerán al fundador de la era digital, las computadoras programables y la inteligencia artificial. Los teóricos de la biología saludarán al pionero del estudio matemático de la morfogénesis y los físicos al de la dinámica no lineal. En estos días los Juegos Olímpicos se están disputando en Londres y vale la pena recordar que en 1948 también, y que Alan pudo haber corrido el maratón de no ser por una lesión (su mejor tiempo estaba apenas 11 minutos por detrás del oro de ese año, el argentino Delfo Cabrera).

Cuando su carrera se encontraba en plenitud, y habiendo realizado extraordinarios servicios a su patria, fue procesado y condenado por un crimen que hoy resulta difícil de creer: Alan Turing era homosexual. Poco después puso fin a su vida, a los 41 años de edad.

En este seminario repasaremos la vida y los trabajos de este hombre extraordinario, que se merecía algo mejor.

Compartir:

sábado, 4 de agosto de 2012

Ex machina

Los autores de teatro en la antigüedad clásica inventaron un recurso facilista para resolver conflictos en sus obras de manera abrupta e inesperada: bajaban a un dios a la escena con ayuda de una grúa, y sanseacabó. El procedimiento se llamaba deus ex machina, es decir "un dios venido de una máquina" (traído por una máquina, habría que decir en español). Todos lo usaban, inclusive los famosos autores de tragedias como Eurípides, y por supuesto les tomaban el pelo los autores de farsas como Aristófanes. Y no sólo en la antigüedad clásica: la historia del cine está plagada de soluciones tiradas de los pelos, hay que decir.

¿Uy, me equivoqué de blog? No, no. Resulta que los ingenieros del JPL se despacharon con un ex machina para la próxima exploración del planeta Marte. Este lunes, a las 05:31 UT (02:31 hora argentina) un enorme robot, grande y pesado como un auto, equipado con un laboratorio bioquímico y geológico ambulante, será depositado sobre la superficie de Marte por una grúa voladora. Se trata de Curiosity, que se muestra en esta ilustración colgando precariamente de su grúa, después de haberse desembarazado del casco protector tras el ingreso ardiente en la atmósfera de Marte. El robot muestra sus seis ruedas todavía plegadas. En pocos segundos, al acercarse a la superficie, las extenderá, la grúa lo soltará y se alejará volando, y el robotito saldrá rodando por las arenas de Marte, siete minutos después de tocar la atmósfera superior. Tiene algo de teatral este raro procedimiento, que será usado por primera vez esta semana. Por supuesto, no habrá tramoyistas controlando la grúa, ni siquiera de manera remota desde la Tierra. El tiempo que tardan las comunicaciones en viajar entre la Tierra y Marte hace imposible todo control remoto. Toda la coreografía será controlada por la propia nave. Cuando nos enteremos en la Tierra, cuando lleguen las primeras señales de entrada en la atmósfera, ya todo habrá terminado, para bien o para mal. Es increíble. Parece una locura. Crucemos los dedos.

No vale la pena contar más detalles. Es mucho mejor ver este video de 5 minutos donde los propios diseñadores lo explican de manera vertiginosa y entusiasta. Uno de los ingenieros que verán, Miguel San Martín, es argentino. Está en inglés, presten atención.


¿Por qué hacen esto tan complicado? Lo explican en el video: la atmósfera de Marte es muy tenue, y Curiosity es muy pesado. La atmósfera, sin embargo, obliga a usar un escudo térmico. No pueden usar sólo un paracaídas porque sería insuficiente. Ni airbags como usaron con los rovers anteriores, por el peso. Ni cohetes en el rover poque ocupan lugar. Así que inventaron este sistema combinado, que parece salido de la imaginación del Coyote del dibujo animado.

¿No tienen 5 minutos? Acá está en un minuto.

UPDATE 6 de agosto: Curiosity aterrizó exitosamente en Marte. Las primeras fotos de verificación fueron enviadas inmediatamente después del aterrizaje, retransmitidas a la Tierra por los satélites Europeos y Norteamericanos en órbita de Marte. ¡Felicitaciones al JPL y a toda la gente involucrada! Aquí hay un lindo video de los 7 minutos de terror y el festejo al final:


Los videos y la ilustración son de la NASA/JPL.

Compartir:
Related Posts Plugin for WordPress, Blogger...