martes, 29 de marzo de 2011
Solarball esfera solar que ayuda a purificar el agua
viernes, 25 de marzo de 2011
Desarrollan sistema para detectar tsunamis desde el espacio
En la actualidad para detectar un tsunami se usan dos instrumentos muy comunes, las boyas submarinas y sismógrafos.
martes, 22 de marzo de 2011
Arquitectura de un Sistema Experto
Mediante este gráfico podemos entender que la arquitectura de un sistema experto está basada en una entrada de datos realizada por el usuario a fin de efectuar la oportuna consulta. Las entradas no solamente están compuestas de estas consultas. El aprendizaje del sistema y las condiciones específicas del problema a tratar también han de encontrarse en la entrada.
Junto a ello, se encuentra la administración del sistema, compuesta por una interfaz encargado del manejo de la sintaxis del lenguaje y de la máquina de inferencias, que se encarga de efectuar la búsqueda en la base de conocimientos y en la base de datos. Por último, se tienen los resultados. (1)
De una manera mas resumida encontré este aporte en la web:
" Arquitectura. Un sistema basado en conocimientos se compone de:
- Base de Conocimientos (Knowledgebase): representa el conocimiento del experto y el problema en forma de hechos descriptivos y reglas de inferencia lógica. La base de conocimientos es algo más que una base de datos, ya que su mecanismo de búsqueda (query) es más que una simple comparación (text matching), de hecho (como se verá más delante), es una búsqueda donde un elemento puede "encadenar" a otro (chaining) utilizando comparaciones más sofisticadas (unification and pattern matching). Desde luego, la calidad del conocimiento de salida dependerá de la calidad del conocimiento depositado en su correspondiente base de conocimiento (garbage-in, garbage-out).
- Máquina de Inferencias (Inference Machine): traduce reglas siguiendo sus propios algoritmos de búsqueda, control y resolución de conflictos. Dos métodos típicos de búsqueda (encadenamiento de reglas) son: 1) forward chaining y 2) backward chaining. De manera simplificada, el proceso inicia partiendo de los hechos del problema que se alimenten al sistema, e.g. un dato, lectura, señal, imágen, etc. Luego, la máquina intenta llegar a una conclusión válida buscando aquellas relgas que crea puedan cumplirse, i.e. mecanismo de encadenamiento. Cada vez que se cumple una regla, existe un nuevo hecho que de no ser la solución definitiva, puede usarse este "nuevo" conocimiento como un "nuevo" hecho en la base de conocimientos.
- Interfaz de Usuario (User Interface): recibe y entrega información interactuando con el usuario, es decir, el usuario puede: 1) alimentar hechos, 2) proporcionar objetivos, 3) nuevas restricciones y reglas, 4) escribir programas que deban adicionarse al sistema, 5) solicitar resultados y reportes, y 6) cuestionar cómo se obtuvieron ciertas conclusiones. Dada la posible complejidad que puede existir entre el sistema y el usuario, se pueden tener distintos tipos de especialistas como usuarios, tales como: 1) el experto, 2) el ingeniero de conocimiento, 3) el programador, 4) el administrador del sistema, y 5) los usuarios finales." (2)
VIA (1): Jackson, P. Introducción a Sistemas Expertos Addison-Wesley, 1990.
VIA (2): http://www.depi.itch.edu.mx/apacheco/ai/definic.htm
lunes, 21 de marzo de 2011
NAVI usando Kinect para mejorar la calidad de vida de los ciegos
La tecnología también puede mejorar la calidad de vida de las personas que tienen alguna discapacidad, y el Kinect está contribuyendo para que esto pueda suceder. Esto lo pudieron comprobar un grupo de estudiantes de la Universidad de Konstanz en Alemania.
Este grupo lo que hizo fue crear un sistema con software incluido que utiliza el kinect y básicamente lo que hace es poner la cámara infrarroja que posee en un casco (el Kinect en este caso) para capturar información y utiliza comandos de audio para darle instrucciones al usuario a través de una diadema o audífonos que tendrá la persona.
Este dispositivo se le ha llamado NAVI (Navigational Aids for the Visually Impaired). Pero no solo tiene el Kinect instalado, porque para que el software pueda avisarle al usuario que tiene un objeto al frente, NAVI cuenta con dos cámaras a los lados de los cascos, lo cual que por medio de realidad aumentada el sistema detecta y le dice al usuario a que distancia están los obstáculos.
Esperemos que este sistema sea mejorado, para que pueda estar en las tiendas especializadas, para mejorar la calidad de vida a los discapacitados.
domingo, 20 de marzo de 2011
Ciclo de Vida de los Sistemas Expertos y Tradicionales
viernes, 18 de marzo de 2011
Terremoto Japón 2011: Robots encuentran sobrevivientes
Es por este motivo que cuando aparecen este tipo de problemas, son enviados a la acción pequeños autómatas que tienen como misión la búsqueda y recuperación de sobrevivientes en zonas con difícil acceso.
El sitio IEEE Spectrum reporta que dos equipos de robots se encuentran operando en Japón en la zona de desastre, Uno de los equipo está trabajando en la zona de Sendai azotada por el tsunami y el otro en Tokyo.
El primer equipo, dirigido por Satoshi Tadokoro, usará un dispositivo llamado Active Scope Camera, un aparato con cuello de serpiente de ocho metros de largo que se las ingenia para meterse en orificios de hasta 3cm de diámetro, al final de este cuello se encuentra una cámara de vídeo con luz que envía la señal de vídeo a sus operadores.
El segundo equipo está dirigido por Eiji Koyanagi, director del Future Robotics Technology Center en el Instituto Tecnológico de Chiba. El Dr. Koyanagi y su equipo usarán a Quince, un robot plano con ruedas dentadas, el cual cuenta con una cámara y un sensor de dióxido de carbono para detectar la presencia de sobrevivientes en lugares donde los rescatistas no pueden tener acceso.
VIA: http://tecnologia21.com/terremoto-japon-2011-robots-encuentran-sobrevivientes
martes, 15 de marzo de 2011
Un Mouse Anti-Bacterias
El creador de semejante ratón es el inglés Mark Tur. Aprovechando su habilidad con los metales y basándose en estudios científicos que indican que el 80% de los virus se transmiten por contacto y que las bacterias pueden vivir durante horas en superficies sólidas, construyó este mouse completamente en cobre. Seguramente a esta altura se estarán preguntando por qué en dicho material si también es una superficie sólida, la realidad es que el cobre es un metal muy reconocido en el ámbito científico por sus propiedades anti bacterianas. El cobre reduce entre un 90% y 100% las bacterias que pueden vivir en una superficie del tipo sólido como las que describimos, por lo que el nuevo mouse de Tur sería una excelente iniciativa para combatir el contagio de virus.
Aún no se conoce si este mouse saldrá finalmente al mercado, pero queda demostrado que es una buena solución al contagio de virus y bacterias y seguramente será algo que todos tendremos en un futuro.
Vía: Un mouse anti bacterias http://tecnologia7.net/avances-tecnologicos/un-mouse-anti-vacterias/#ixzz1GiuWUhDe
Para mi punto de vista esto no es tanto un avance tecnologico mas bien es como novedad... En nuestros dias el cobre es un metal muy apreciado y por ello su costo esta en aumento... Por ejemplo un mouse regular de una marca considerable esta a un costo de unos 10 dolares y por el hecho de ser de cobre el costo sera muchisimo mas elevado.
Algunos Analisis de Temas Vinculados con Sistemas Expertos
DEEP BLUE
Deep Blue fue una computadora de IBM que jugaba al ajedrez, la primera que venció a un campeón del mundo vigente, Gary Kaspárov, con un ritmo de juego lento. Esto ocurrió el 10 de febrero de 1996, en una memorable partida. Sin embargo, Kaspárov ganó 3 y empató 2 de las siguientes partidas, derrotando a Deep Blue por 4-2. El encuentro concluyó el 17 de febrero de 1996.
Una nueva versión, llamada Deeper Blue (azul más profundo) jugó de nuevo contra Kaspárov en mayo de 1997, ganando el encuentro a 6 partidas por 3½-2½, lo que lo convirtió en la primera computadora en derrotar a un campeón del mundo vigente, en un encuentro con ritmo de juego de torneo estándar. El encuentro concluyó el 11 de mayo.
El sistema saca su fuerza de juego principalmente en la fuerza bruta que calcula el sistema central. Era una computadora de procesamiento paralelo masivo basada en el RS/6000 con 30 nodos, cada uno con 30 microprocesadores P2SC de 120 MHz, ampliados con 480 procesadores VLSI de uso especial, especializados en ajedrez. Su programa de ajedrez fue escrito en lenguaje C y corrió bajo el sistema operativo AIX. Era capaz de calcular 200 millones de posiciones por segundo, dos veces más rápido que la versión de 1996. En junio de 1997, Deep Blue era el 259º superordenador más poderoso, capaz de calcular 11,38 gigaflops, aunque toda esta potencia no estaba pensada en realidad para jugar al ajedrez.
SEGURIDAD EN LA BANCA ELECTRONICA DEL BANCO PICHINCHA
El Sistema de Ingreso Biométrico consiste en la validación de la manera en la que el cliente digita sus datos al momento de ingresar a Banca Electrónica, garantizando así que la persona que realice las transacciones sea únicamente el propietario de la cuenta.
Adicionalmente el sistema construye, evoluciona y almacena un patrón personal grabando las características de comportamiento y entorno, creando así una huella o una firma única y exclusiva de cada cliente.
El Sistema contempla seguridades adicionales como son: el uso de preguntas y figuras secretas, un sistema de alertas mediante correo electrónico y mensajes SMS que informarán cuando existan intentos errados o ingresos sospechosos a la Banca Electrónica. Estos garantizarán aún más el acceso seguro a la Banca Electrónica.
Esta un poco enfocado a sistemas expertos porque este almacena el comportamiento del usuario que ingresa al sistema y segun eso puede decidir que si el usuario que esta interacuando es el correcto.
WEKA
contiene una colección de herramientas de visualización y algoritmos para análisis de datos y modelado predictivo, unidos a una interfaz gráfica de usuario para acceder fácilmente a sus funcionalidades. La versión original de Weka fue un front-end en TCL/TK para modelar algoritmos implementados en otros lenguajes de programación, más unas utilidades para pre-procesamiento de datos desarrolladas en C para hacer experimentos de aprendizaje automático. Esta versión original se diseñó inicialmente como herramienta para analizar datos procedentes del dominio de la agricultura, pero la versión más reciente basada en Java (WEKA 3), que empezó a desarrollarse en 1997, se utiliza en muchas y muy diferentes áreas, en particular con finalidades docentes y de investigación.
Los puntos fuertes de Weka son:
- Está disponible libremente bajo la licencia pública general de GNU.
- Es muy portable porque está completamente implementado en Java y puede correr en casi cualquier plataforma.
- Contiene una extensa colección de técnicas para pre-procesamiento de datos y modelado.
- Es fácil de utilizar por un principiante gracias a su interfaz gráfica de usuario.
Weka soporta varias tareas estándar de minería de datos, especialmente, pre-procesamiento de datos, clustering, clasificación, regresión, visualización, y selección. Todas las técnicas de Weka se fundamentan en la asunción de que los datos están disponibles en un fichero plano (flat file) o una relación, en la que cada registro de datos está descrito por un número fijo de atributos (normalmente numéricos o nominales, aunque también se soportan otros tipos). Weka también proporciona acceso a bases de datos vía SQL gracias a la conexión JDBC (Java Database Connectivity) y puede procesar el resultado devuelto por una consulta hecha a la base de datos. No puede realizar minería de datos multi-relacional, pero existen aplicaciones que pueden convertir una colección de tablas relacionadas de una base de datos en una única tabla que ya puede ser procesada con Weka.
Carencias de Weka
Un área importante que actualmente no cubren los algoritmos incluidos en Weka es el modelado de secuencias.
DEEP BLUE
Deep Blue fue una computadora de IBM que jugaba al ajedrez, la primera que venció a un campeón del mundo vigente, Gary Kaspárov, con un ritmo de juego lento. Esto ocurrió el 10 de febrero de 1996, en una memorable partida. Sin embargo, Kaspárov ganó 3 y empató 2 de las siguientes partidas, derrotando a Deep Blue por 4-2. El encuentro concluyó el 17 de febrero de 1996.
Una nueva versión, llamada Deeper Blue (azul más profundo) jugó de nuevo contra Kaspárov en mayo de 1997, ganando el encuentro a 6 partidas por 3½-2½, lo que lo convirtió en la primera computadora en derrotar a un campeón del mundo vigente, en un encuentro con ritmo de juego de torneo estándar. El encuentro concluyó el 11 de mayo.
El sistema saca su fuerza de juego principalmente en la fuerza bruta que calcula el sistema central. Era una computadora de procesamiento paralelo masivo basada en el RS/6000 con 30 nodos, cada uno con 30 microprocesadores P2SC de 120 MHz, ampliados con 480 procesadores VLSI de uso especial, especializados en ajedrez. Su programa de ajedrez fue escrito en lenguaje C y corrió bajo el sistema operativo AIX. Era capaz de calcular 200 millones de posiciones por segundo, dos veces más rápido que la versión de 1996. En junio de 1997, Deep Blue era el 259º superordenador más poderoso, capaz de calcular 11,38 gigaflops, aunque toda esta potencia no estaba pensada en realidad para jugar al ajedrez.
SEGURIDAD EN LA BANCA ELECTRONICA DEL BANCO PICHINCHA
El Sistema de Ingreso Biométrico consiste en la validación de la manera en la que el cliente digita sus datos al momento de ingresar a Banca Electrónica, garantizando así que la persona que realice las transacciones sea únicamente el propietario de la cuenta.
Adicionalmente el sistema construye, evoluciona y almacena un patrón personal grabando las características de comportamiento y entorno, creando así una huella o una firma única y exclusiva de cada cliente.
El Sistema contempla seguridades adicionales como son: el uso de preguntas y figuras secretas, un sistema de alertas mediante correo electrónico y mensajes SMS que informarán cuando existan intentos errados o ingresos sospechosos a la Banca Electrónica. Estos garantizarán aún más el acceso seguro a la Banca Electrónica.
Esta un poco enfocado a sistemas expertos porque este almacena el comportamiento del usuario que ingresa al sistema y segun eso puede decidir que si el usuario que esta interacuando es el correcto.
WEKA
contiene una colección de herramientas de visualización y algoritmos para análisis de datos y modelado predictivo, unidos a una interfaz gráfica de usuario para acceder fácilmente a sus funcionalidades. La versión original de Weka fue un front-end en TCL/TK para modelar algoritmos implementados en otros lenguajes de programación, más unas utilidades para pre-procesamiento de datos desarrolladas en C para hacer experimentos de aprendizaje automático. Esta versión original se diseñó inicialmente como herramienta para analizar datos procedentes del dominio de la agricultura, pero la versión más reciente basada en Java (WEKA 3), que empezó a desarrollarse en 1997, se utiliza en muchas y muy diferentes áreas, en particular con finalidades docentes y de investigación.
Los puntos fuertes de Weka son:
- Está disponible libremente bajo la licencia pública general de GNU.
- Es muy portable porque está completamente implementado en Java y puede correr en casi cualquier plataforma.
- Contiene una extensa colección de técnicas para pre-procesamiento de datos y modelado.
- Es fácil de utilizar por un principiante gracias a su interfaz gráfica de usuario.
Weka soporta varias tareas estándar de minería de datos, especialmente, pre-procesamiento de datos, clustering, clasificación, regresión, visualización, y selección. Todas las técnicas de Weka se fundamentan en la asunción de que los datos están disponibles en un fichero plano (flat file) o una relación, en la que cada registro de datos está descrito por un número fijo de atributos (normalmente numéricos o nominales, aunque también se soportan otros tipos). Weka también proporciona acceso a bases de datos vía SQL gracias a la conexión JDBC (Java Database Connectivity) y puede procesar el resultado devuelto por una consulta hecha a la base de datos. No puede realizar minería de datos multi-relacional, pero existen aplicaciones que pueden convertir una colección de tablas relacionadas de una base de datos en una única tabla que ya puede ser procesada con Weka.
Carencias de Weka
Un área importante que actualmente no cubren los algoritmos incluidos en Weka es el modelado de secuencias.