Marcos M. 🚲 @euklidiadas@red.niboe.info

Expuesto a sus narraciones y relatos, un día me di cuenta de que ya sabía inglés. No sé cómo ha sido la experiencia de cada persona, pero en mi caso el camino ha sido tal que consumir contenido en inglés por mi cuenta. Y un día, ya podía hablarlo (regulín, pero hablarlo).

Mi esperanza con el chino es la misma. Además de ir al Instituto Confucio y hacer un campamento online en la Universidad Normal de Shanghai (se llama así), mi estrategia va a consistir en consumir películas y series.

Estimo que en 10 años, de pronto, sabré hablar chino (regular).

En este caso, la paradoja de #Jevons ha conseguido que podamos 'pintar' a un coste casi absurdo. ¿El resultado? La emergencia masiva de imágenes cuyo coste unitario (ambiental) es muy bajo pero cuyo coste agregado (de nuevo, ambiental) es muchísimo mayor al que tenía el sector de creación de imágenes previamente.

Pero, al mismo tiempo, es imprescindible comparar el volumen generado en modo AI comparado con el volumen generado por humanos.

Sí, crear una imagen bonita con IA emite una cantidad irrisoria de carbono a la atmósfera, pero su bajísimo coste (económico) hace que el volumen de imágenes totales generadas se haya multiplicado de forma explosiva.

Ahora cualquiera puede crear imágenes con pocos clics. Sí, ese cualquiera emitirá menos CO2 por imagen que el artista gráfico que compra un PC para componer, pero son emisiones SUMADAS a las que ya teníamos.

Otro ejemplo de la paradoja de #Jevons

⚠️ Cada vez que compones una imagen mediante modelos generativos emites #CO2. Ya, ¿pero cuánto? ¿Es mucho? ¿Comparado con qué?

Según uno de los papers más recientes en la materia, generar 1 imagen con Stable Diffusion XL —uno de los sistemas de más impacto por unidad generada— emite lo mismo que conducir un coche gasolina a lo largo de 0,0041 millas. En efecto, unos 6,59 milímetros de conducción.

¿Con qué habría que comparar esta emisión? Con tomar una foto o pintar un dibujo por un humano. Vaya por delante que no tengo ni idea de a cuánto ascienden estas emisiones.

Estudio completo:
https://arxiv.org/pdf/2311.16863.pdf

Wow. En un mes hago un año usando #Obsidian y he vuelto a la vista de grafo, que no uso para nada porque aunque es muy visual a mí no me aporta.

Cada punto de esa maraña de líneas es un día de mi vida, pero también un paper, libro, película, artículo periodístico o vídeo de interés con fuentes de temas que me interesan.

En la segunda imagen se observan los enlaces directos a la tarjeta 'coste del coche'.

La explicación corta es que la densidad urbana es el factor que mejor explica el número de interacciones entre personas. Y a más interacciones, más ideas y de más complejidad. A más ideas más complejas, más innovación. Y de ahí PIBs altos.

Aunque no parece existir una relación entre PIB y densidad nacional (1), sí existe una relación entre innovación y densidad de los barrios. (2) ¿Por qué? Porque al mirar un país, la distribución es muy amplia.

PERO si en lugar de eso vemos el grado de urbanización (3) ahí sí vemos la clarísima relación entre densidad (expresada como número de áreas urbanas) y el PIB.

1. Population density vs GDP per capita, 2021
En la imagen, distribución de la densidad nacional con el PIB.

2. Taking Innovation to the Streets: Microgeography, Physical Structure, and Innovation
https://direct.mit.edu/rest/article-abstract/102/5/912/96766/Taking-Innovation-to-the-Streets-Microgeography?redirectedFrom=fulltext

3. Urban population vs GDP per capita, 2016