Conecta con nosotros

Noticias

Multa histórica a Google: 4343 millones de euros

Publicado el

Ya es oficial. La Comisión Europea multa a Google con cerca de 4343 millones de euros por vulnerar las normas antimonopolio de la UE. Desde 2011, Google ha impuesto restricciones ilegales a los fabricantes de dispositivos Android y a los operadores de redes móviles para consolidar su posición dominante en los servicios de búsqueda general en Internet.

Google debe ahora poner fin de manera efectiva a esta conducta en un plazo de 90 días o hacer frente a multas coercitivas de hasta el 5 % del volumen de negocios mundial medio diario de Alphabet, la sociedad matriz de Google.

La comisaria Margrethe Vestager, responsable de la Política de Competencia, ha declarado: “Hoy en día, la Internet móvil representa más de la mitad del tráfico mundial de Internet. Ha cambiado la vida de millones de europeos. El asunto que nos ocupa se refiere a tres tipos de restricciones que ha impuesto Google a los fabricantes de dispositivos Android y a los operadores de redes para asegurarse de que el tráfico en los dispositivos Android se dirige al motor de búsqueda Google. De esta forma, Google ha utilizado Android como vehículo para consolidar el dominio de su motor de búsqueda. Estas prácticas han privado a sus competidores de la posibilidad de innovar y competir en función de sus méritos. Han impedido a los consumidores europeos beneficiarse de una competencia efectiva en un ámbito tan importante como el móvil. Esto es ilegal con arreglo a las normas de defensa de la competencia de la UE.”

En concreto, la comisión expone que Google:

  • Ha obligado a los fabricantes a preinstalar la aplicación Google Search y el navegador Chrome como condición para conceder la licencia de su tienda de aplicaciones, Play Store;
  • Ha realizado pagos a determinados grandes fabricantes y operadores de redes móviles a condición de que preinstalaran exclusivamente la aplicación Google Search en sus dispositivos; y
  • Ha impedido a los fabricantes que deseaban preinstalar aplicaciones de Google vender un solo dispositivo móvil inteligente que funcione en versiones alternativas de Android no aprobadas por Google (las denominadas “bifurcaciones de Android”).

 

¿Qué condena la Comisión Europea?

Cuando Google desarrolla una nueva versión de Android, publica el código fuente en línea. En principio, ello permite a terceros descargar este código y modificarlo para crear bifurcaciones de Android. El código fuente de Android públicamente accesible incluye las características básicas de un sistema operativo móvil inteligente, pero no las aplicaciones y servicios Android exclusivos de Google. Los fabricantes de dispositivos que desean obtener esas aplicaciones y servicios deben suscribir contratos con Google, en los que este impone una serie de restricciones. Google también celebró contratos y aplicó algunas de esas restricciones a determinados grandes operadores de redes móviles, que pueden determinar igualmente qué aplicaciones y servicios se instalan en los dispositivos que se venden a los usuarios finales.

La decisión de la Comisión se refiere a tres tipos específicos de restricciones contractuales impuestas por Google a fabricantes de dispositivos y operadores de redes móviles, que le han permitido utilizar Android como vehículo para consolidar el dominio de su motor de búsqueda. Es decir, la decisión de la Comisión no cuestiona el modelo de fuente abierta o el sistema operativo Android como tal.

¿Dónde “domina Google?

La decisión de la Comisión concluye que Google tiene una posición dominante en los mercados deservicios de búsqueda general en internetsistemas operativos móviles inteligentes con licencia y tiendas de aplicaciones para el sistema operativo móvil Android.

Servicios de búsqueda general

Google tiene una posición dominante en los mercados nacionales de búsqueda general en Internet en todo el Espacio Económico Europeo (EEE), es decir, en los 31 Estados miembros del EEE. Google tiene cuotas de más del 90 % en la mayoría de los Estados miembros del EEE. Existen importantes barreras para entrar en esos mercados. Esta fue también la conclusión de la decisión Google Shopping de junio de 2017.

Sistemas operativos móviles inteligentes disponibles con licencia

Android es un sistema operativo móvil inteligente con licencia, lo que significa que los fabricantes terceros de dispositivos móviles inteligentes pueden obtener la licencia y utilizar el sistema en sus dispositivos.

A través de su control sobre Android, Google ocupa una posición dominante en el mercado mundial (excluida China) de los sistemas operativos móviles inteligentes con licencia, con una cuota de mercado superior al 95 %. Existen importantes barreras de entrada debido en parte a los efectos de red: cuantos más usuarios utilizan un sistema operativo móvil inteligente, más desarrolladores preparan aplicaciones para ese sistema, lo que, a su vez, atrae a más usuarios. Además, se necesitan recursos considerables para desarrollar un sistema operativo móvil inteligente con licencia que tenga éxito.

Como sistema operativo con licencia, Android es diferente de los sistemas operativos utilizados exclusivamente por desarrolladores integrados verticalmente (como Apple iOS o Blackberry). Esos sistemas no forman parte del mismo mercado, ya que no están disponibles mediante licencia para fabricantes terceros de dispositivos.

Tiendas de aplicaciones para el sistema operativo móvil Android

Google tiene una posición dominante en el mercado mundial (excluida China) de las tiendas de aplicaciones para el sistema operativo móvil Android. La tienda de aplicaciones de Google, Play Store, representa más del 90 % de las aplicaciones descargadas en los dispositivos Android. Este mercado también se caracteriza por importantes barreras de entrada. Por motivos similares a los ya expuestos anteriormente, la posición dominante de la tienda de aplicaciones de Google no se ve limitada por la tienda de aplicaciones de Apple, solo disponible en dispositivos iOS.

¿Cómo incumple las normas de antimonopolio Google?

La posición dominante, como tal, no es ilegal con arreglo a las normas antimonopolio de la UE. Sin embargo, las empresas con posición dominante son especialmente responsables de no abusar de su dominio en el mercado limitando la competencia, ya sea en el mercado en el que ocupan una posición dominante o en otros mercados.

  1. Google ha participado en tres tipos de prácticas diferentes, cuyo objetivo en todos los casos era consolidar su posición dominante en la búsqueda general en Internet.
  2. Pagos ilegales condicionados a la preinstalación exclusiva de Google Search.
  3. Obstrucción ilegal del desarrollo y la distribución de sistemas operativos Android competidores.

¿Qué va a pasar ahora?

En primer lugar, las prácticas de Google han privado a los motores de búsqueda rivales de la posibilidad de competir en función de los méritos. Las prácticas de vinculación garantizaron la preinstalación del motor de búsqueda y el navegador de Google en prácticamente todos los dispositivos Android de Google y los pagos por exclusividad tuvieron un fuerte efecto disuasorio para preinstalar motores de búsqueda competidores. Asimismo, Google entorpeció el desarrollo de bifurcaciones de Android, que podrían haber proporcionado una plataforma para que los motores de búsqueda rivales obtuvieran tráfico. La estrategia de Google también impidió a los motores de búsqueda rivales obtener más datos de los dispositivos móviles inteligentes, incluidos datos de búsqueda y localización móvil, lo que le ayudó a consolidar su posición dominante como motor de búsqueda.

Además, según la Comisión, las prácticas de Google perjudicaron la competencia y obstaculizaron la innovación en el ámbito móvil en general, más allá de las búsquedas en Internet, al evitar la competencia efectiva de otros navegadores móviles con el navegador Google Chrome preinstalado. Por último, Google obstruyó el desarrollo de bifurcaciones de Android, que podrían haber proporcionado una plataforma para que prosperaran también otros desarrolladores de aplicaciones.

Como mínimo, Google debe interrumpir y no volver a llevar cabo ninguna de los tres tipos de prácticas. La decisión también exige a Google que se abstenga de adoptar cualquier medida cuyo objeto o efecto sea idéntico o equivalente a esas prácticas.

La decisión no impide a Google implantar un sistema razonable, equitativo y objetivo que asegure el correcto funcionamiento de los dispositivos Android que utilicen aplicaciones y servicios exclusivos de Google, sin por ello menoscabar la libertad de los fabricantes de producir dispositivos basados en bifurcaciones de Android.

Es responsabilidad exclusiva de Google garantizar el cumplimiento de la decisión de la Comisión. Esta seguirá de cerca el cumplimiento de Google, que tiene la obligación de mantener informada a la Comisión de la forma en que cumplirá con sus obligaciones.

Si Google no garantiza el cumplimiento de la decisión de la Comisión, se le podrían imponer multas por incumplimiento de hasta el 5 % del volumen de negocios mundial medio diario de Alphabet, la empresa matriz de Google. La Comisión tendría que determinar dicho incumplimiento en una decisión separada, con la consiguiente retroactividad de los pagos a la fecha de inicio del incumplimiento.

Por último, Google también debe hacer frente a las demandas por daños y perjuicios que puedan ser ejercitadas ante los tribunales de los Estados miembros por cualquier persona o empresa afectada por su comportamiento contrario a la competencia. Gracias a la nueva Directiva de la UE sobre acciones por daños por infracciones de la normas de defensa de la competencia, las víctimas de las prácticas contrarias a la competencia pueden obtener más fácilmente el resarcimiento de los daños y perjuicios.

Imágenes: SimonQ, Rami Al-zayat, rawpixel, Edho Pratama on Unsplash

Noticias

Lenovo crece un 19% gracias a su unidad de PCs

Publicado el

Los ingresos de Lenovo han crecido un 19% en el trimestre finalizado el 30 de Junio (que para la compañía es el primer trimestre del año fiscal) contabilizado de forma anualizada. Lenovo crece, y crece mucho. Tal y como señala Yang Yuanqing, Chairman y CEO de Lenovo, “a medida que ponemos en práctica nuestra estrategia 3-Wave, todas las unidades de negocio han dado pasos firmes en la mejora de ingresos y de beneficios”.

Continuar leyendo

Noticias

TransmogrifAI el Machine Learning de Salesforce llega a GitHub

Publicado el

Los modelos de Machine Learning, la Inteligencia Artificial que identifica relaciones entre millones de datos, rara vez son fáciles de diseñar. Los científicos de datos pasan semanas y meses no solamente procesando los datos en los que se basa cada uno de los modelos, si no que también tienen que extraer características útiles de los datos, estrechando algoritmos y al final construyen, o lo intentan, un sistema que no solo funcione bien en el laboratorio, que también lo haga en el mundo real.

Las nuevas herramientas de Salesforce tienen como objetivo intentar aliviar esta carga de trabajo. Salesforce ha publicado en GitHub TransmogrifAI, una biblioteca de Machine Learning para datos estructurados. Este tipo de datos, que se encuentra en tablas y bases de datos, permitirá seleccionar características útiles y modelos de entrenamiento con tan solo tres líneas de código.

Mayukh Bhaowal, director de Salesforce Einstein, comentó en una entrevista telefónica con VentureBeat que TransmogrifAI transforma conjuntos de datos sin procesar en modelos personalizados. Es la evolución de la biblioteca de Machine Learning de Salesforce, que permitió al equipo de Einstein desarrollar en cuestión de horas un modelo personalizado para sus clientes.

Bhaowal explicó que se creó con la experiencia y el aprendizaje que los científicos de datos de Salesforce consiguieron al crear Einstein. Ellos aprendieron que los modelos personalizados superan a los modelos generados a nivel global. “Si se usa el mismo modelo para hacer predicciones para una empresa de Fortune 500 en una tienda familiar, será difícil encontrar un patrón correcto“.

Lo primero es la inferencia de características y la selección automática de características. Es una parte crucial de la capacitación del modelo, ya que la selección de unas características incorrectas podría resultar en un modelo excesivamente optimista, inexacto o sesgado.

Con TransmogrifAI, los usuarios especifican un esquema para sus datos, la biblioteca extrae funciones automáticamente, como números de teléfono o códigos postales. También realizan pruebas estadísticas, catalogando texto con baja cardinalidad, es decir, una pequeña cantidad de elementos, y elimina características con poco poder predictivo, o aquellas que pueden dar lugar a un sesgo no predictivo, otras señales no deseadas.

En una demo, Bhaowal demostró como TransmogrifAI podía aislar rápidamente características como puestos de trabajo, correos electrónicos, direcciones… y de esta forma averiguaba si son predictivas. Los que no lo son fueron descartados automáticamente. “Es perfecto para la reducción de la dimensionalidad“, dijo refiriéndose al proceso de reducción del número de funciones con respecto a la que el modelo se creó.

El siguiente paso es automatizar el flujo de TransmorgrifAI. Basándose en los tipos de características extraídos en el primer paso, la biblioteca transforma los datos estructurados en vectores, tomando automáticamente, por ejemplo, números de teléfono y separando el código del país para saber si es válido o no.

Una vez que TransmogrifAI ha extraído las características del conjunto de datos, estará listo para comenzar la capacitación de modelos automatizados. En esta etapa se ejecutan un cuadro de algoritmos de aprendizaje automático. En paralelo, sobre los datos, se selecciona automáticamente el modelo de mejor rendimiento, se toman muestras y se recalibran las predicciones para evitar datos desequilibrados.

Shubha Nabar, Director Senior de Data Science para Salesforce Einstein, define el entrenamiento de TransmogrifAI como la “explicación del modelo”, la transparencia sobre los factores que influyen en los modelos. “Desde una perspectiva de confianza y privacidad de los datos, es importante que el modelo generado no sea una caja negra. TransmogrifAI muestra los efectos globales de cada característica”.

Y esta es solo la punta de un iceberg muy grande

TransmogrifAI cuenta con herramientas que facilitan ajustar los hiperparámetros, variables como la frecuencia de muestreo y filtros, que influyen y optimizan los modelos de Machine Learning. Dentro de los entornos de desarrollo integrados que lo soportan, TransmogrifAI resalta los errores de sintaxis y tipográficos, sugiere como completar el código y las característica de cada “tipo” con una jerarquía extensible, lo que permite a los usuarios diferenciar entre funciones primitivas y matizadas.

TransmogrifAI nos ha transformado, reduciendo el tiempo medio de respuesta en el que se entrena un modelo de rendimiento en un par de horas y permitiendo a nuestros científicos de datos desplegar miles de modelos de producción con un mínimo ajuste manual” dijo Bhaowal. “El objetivo de democratizar el machine learning solo se puede lograr en una plataforma abierta de intercambio de ideas y códigos, y las diversas perspectivas de la comunidad harán que la tecnología sea mejor para todos“.

Casualmente, el lanzamiento público de TransmogrifAI  se produce un día después de la plataforma abierta de Oracle, GraphPipe, una herramienta que facilita el desplieuge de modelo de machine learning hechos para frameworks como Google TensorFlow, MXNet, Facebook Caffe2 y PyTorch.

Photo por Curtis MacNewton en Unsplash

Continuar leyendo

Noticias

Un niño de 11 años hackea una réplica de la web electoral de Florida

Publicado el

Emmett Brewer

Emmett Brewer, un niño americano de 11 años, ha logrado piratear una réplica de la web de resultados electorales de Florida en tan solo 10 minuto, logrando cambiar nombres y cifras. Esta hazaña tuvo lugar durante una convención de seguridad en la que los organizadores pretendían concienciar sobre el tema antes de las próximas elecciones nacionales.

Al acto acudieron un total de 35 niños, de entre 6 y 17 años, a quienes retaron para piratear las copias de las webs de seis estados norteamericanos indecisos con su voto. Brewer fue el más rápido de todos. El evento estaba pensado para evaluar la fortaleza de la infraestructura electoral del país y las vulnerabilidades encontradas se transmitieron a los estados.

La Asociación Nacional de Secretarios de Estado, responsables del recuento de votos, indicaron que recibieron con “satisfacción” los esfuerzos de los organizadores de la convención pero que los sistemas reales utilizados por los estados tenían protección adicional. “Sería extremadamente difícil replicar estos sistemas, ya que muchos estados utilizan redes únicas y bases de datos personalizados con nuevos y actualizados protocolos de seguridad”, afirmaron.

Lo cierto es que existe preocupación sobre las vulnerabilidades que pudieran atacar al sistema electoral antes de las elecciones estatales y federales, de ahí que pidieran comprobar la seguridad del mismo. De hecho, el equipo de seguridad nacional del presidente, Donald Trump, advirtió hace dos semanas que Rusia había estado intentando interferir en las elecciones de noviembre.

Los responsables del evento dijeron que los pequeños hackers  habían logrado cambiar los nombres de los partidos y dado hasta 12.000 millones de votos a los candidatos.

Continuar leyendo




Lo más leído

Suscríbete gratis a MCPRO

La mejor información sobre tecnología para profesionales IT en su correo electrónico cada semana. Recibe gratis nuestra newsletter con actualidad, especiales, la opinión de los mejores expertos y mucho más.

¡Suscripción completada con éxito!