Las tecnologías que cambiarán el futuro

Slides:



Advertisements
Presentaciones similares
Universidad De Valencia
Advertisements

Historia de la Inteligencia Artificial
Información Cuántica Encriptación Teleportación
Planificación de Monoprocesadores
Computación Cuántica y Teleportación de Estados Cuánticos
Computación Cuántica Del átomo de Bohr a los qubits.
Algoritmo GENETICO.
Objetivos Desarrollar software funcional multi-modelo sobre distintas plataformas para el estudio de sistemas complejos de cómputo de alto rendimiento.
Tecnologías Cliente / Servidor Capitulo III Richard Jiménez V. clienteserver.wordpress.com.
Estructura de un Sistema Operativo
Arquitectura Orientada a Servicios (SOA)
Colegio Bilingüe de Palmares Bachillerato Internacional TISG Los Sistemas Expertos en la Educación Mónica Rojas Sylvia Vásquez.
PROYECTO DE GRADO CARLOS STALIN ALVARADO SANCHEZ
Telekom Solutions.
Definición Machine learning traducido al español significa el aprendizaje automático o también aprendizaje de las maquinas. A partir de esto podemos darle.
GENERACIONES DE LENGUAJES DE PROGRAMACIÓN
INFORMACIÓN CUÁNTICA Límites de la tecnología actual Futuro de la tecnología de computadores Soporte de la información Unidad de información cuántica.
LAS TOPOLOGÍAS DE REDES
UNIVERSIDAD LATINA (UNILA) II.- ANALISIS DE ALGORITMOS
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO
SIMULACION DE UN COMPUTADOR CUANTICO
Programas Son una serie o secuencia de instrucciones entendibles por los ordenadores que permiten la realización de las acciones o tareas para las que.
SISTEMAS DE DISEÑO ASISTIDO POR COMPUTADORA
INTELIGENCIA DE NEGOCIOS
VHDL.
INTRODUCCIÓN A LA COMPUTACIÓN
Representación del Conocimiento
Introducción Calculabilidad clásica Computación celular
2da. Parte Capítulos 5-12: Transmisión de Paquetes
INTELIGENCIA ARTIFICIAL
Ing. Karen Torrealba de Oblitas
Integrantes: Daniel Peña Alfredo Zuñiga
Ingenieria de software
RESUMEN En este artículo se describe en forma breve una de las líneas de investigación que se están llevando a cabo en el Laboratorio de Tecnologías Emergentes.
COMPUTACION EVOLUTIVA Introducción. Computación Evolutiva: Computación Evolutiva: Enfoque alternativo para abordar problemas complejos de: Enfoque alternativo.
P ROYECTO DE G RADUACIÓN I MPLEMENTACIÓN DE UN S ISTEMA DE C OMUNICACIÓN POR MEDIO DE LA RED GSM EN UN P ROCESADOR E MBEBIDO C ONFIGURABLE NIOS II Integrantes:
Desarrollo de aplicaciones para ambientes distribuidos
MODELO DE DESARROLLO DE SOFTWARE
INTEGRANTES: JOHN CARRIEL GOMEZ EVELYN CASTRO FLORES ELIANA MORA SUAREZ.
Tecnologías de las computadoras
FUNDAMENTOS DE PROGRAMACION
Una introducción a la computación evolutiva
Juan Diego Echeverri E Microelectrónica y Control Universidad de Antioquia.
Teoría de Trafico en Redes
 Un LENGUAJE DE PROGRAMACION es un idioma artificial diseñado para expresar computaciones que pueden ser llevadas al cabo por maquinas como las computadoras.
 Una supercomputadora o un superordenador es aquella con capacidades de cálculo muy superiores a las computadoras corrientes y de escritorio y que son.
Sistemas, Procesos y Modelos
INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Y LOS SISTEMAS EXPERTOS
Un modelo de computación no convencional: La Computación Cuántica
Reduciendo la complejidad de una tarea usando entrelazamiento Un equipo de 3 jugadores (Alicia, Bob y Carlos) contra el casino. Pueden acordar la estrategia.
INFORMACIÓN CUÁNTICA  Límites de la tecnología actual  Futuro de la tecnología de computadores  Soporte de la información  Unidad de información.
CIENCIA, TÉCNICA Y TECNOLOGÍA
NUEVAS TECNOLOGIAS.
Modelo de 3 capas.
Introducción a los Sistemas Inteligentes
ARQUICTECTURA DE SERVIDORES
REDES NEURONALES TEORÍA MODERNA DE LA FIRMA 2010.
Tecnologías Cliente / Servidor
Javier de Lucas Doctor en Ciencias Catedrático de Física.
Modelo de gestión empresarial de la innovación
DISCOS RAID (Redundant Array of Independent Disks)
1 RAID (Redundant Array of Inexpensive Disks). RAID Una serie de sistemas para organizar varios discos como si de uno solo se tratara. Haciendo que trabajen.
Heurística. Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un nivel de abstacción dado, como procesos computacionales de algún.
Tendencia De Los Sistemas Operativos
Proceso de desarrollo de Software
Redes Neuronales.
1.2 CONCEPTOS Y TÉCNICAS (Estado del Arte)
CICLO DE VIDA DE UN SOFTWARE. Es el conjunto de los programas de cómputo, procedimientos, reglas, documentación y datos asociados, que forman parte de.
Conociendo el modelo Cliente-Servidor
Conjunto de elementos físicos y lógicos que proporcionan interconexión en un área privada y restringida. Por tanto, tiene entre otras las siguientes.
Transcripción de la presentación:

Las tecnologías que cambiarán el futuro Jesús del Río Rodríguez (e7614717@est.fib.upc.es) Seminarios de CASO

Tendencias Computación distribuida Paralelismo masivo Computación cuántica Biocomputación Sistemas hardware reconfigurables Nuevas técnicas de programación Algoritmos autoevolutivos Algoritmos genéticos

Computación cuántica I Usamos qubits La unidad básica de información no está en uno de dos estados (0, 1) si no en una combinación lineal de ellos a|0 > +b|1 > (Estado de un qubit) Dimensionalidad + superposición = Paralelismo cuántico Dimensionalidad: 2n (n: número de qubits)

Computación cuántica II Un grupo de varios qubits NO puede describirse atendiendo sólo a los qubits individuales El todo es más que la suma de las partes Estados entrelazados (entangled) Ejemplo: Describir |00 > +|11 > en términos de cada uno de los qubits de forma separada. (a0|0 > +a1|1 >) (b0|0 > +b1|1 > ) = |00 > +|11>

Curiosidades Teleportación de qubits Creación de puertas lógicas Transmisión SEGURA de datos Factorización de números Búsqueda de datos

Distribución de claves Idea básica: Si algo se mide, queda afectado El cliente envía una secuencia de qubits con una base aleatoria El banco lo recibe y lo mide usando una base cualesquiera (elegida aleatoriamente) El cliente envía la base al banco, y éste usa los que coinciden y descarta los demás. La tasa de error es del 50%. Si el jeiker mira lo que se transmite, lo hace el 50% de las veces mal => Modifica los qubits. Se detecta mediante paridad.

MAC es fácil :P P QP Una máquina de Turing sufre una penalización exponencial al emular una máquina de Turing cuántica Unsorted search: Clásicamente O(N) Cuánticamente O(N1/2) Nuevas clasificaciones de complejidad

Factorización de números Algoritmo diseñado por Peter W. Shor Resuelve en tiempo polinómico un problema NP completo Clásicamente: exp(c(log n)1/3 (log log n)2/3) Cuánticamente O((log n)2 (log log n) (log log log n))

Bibliografía An introduction to Quantum Computing for Non-Physicists (quant-ph/9809016) Shor: quant-ph/9508027 http://www.research.att.com/~shor/papers/index.html Encriptación cuántica: http://www.qubit.org/intros/cryptana.html http://www.sees.bangor.ac.uk/~schmuel/comp/comp.html

Evolución artificial No podemos entenderlo todo, así que dejemos a la “naturaleza” hacer el trabajo duro. Podemos explotar la física del mundo real, cosa que no podemos realizar en simulaciones.

Evolución artificial II Los algoritmos genéticos se basan en la capacidad de poder “sobrevivir” en un sistema complejo, interactuando con sus vecinos. A través de las generaciones, los algoritmos mejor adaptados son los que sobreviven, llegando incluso a crear relaciones tan complejas como las reales.

Evolución Artificial III Los algoritmos genéticos se usan en sistemas muy cambiantes, ya que se “adaptan” mejor a las exigencias. También podemos asociarlos con redes neuronales, creando sistemas de vida artificial “pensantes”.

Hardware reconfigurable FPGA Sistemas de propósito general cuya arquitectura puede ser modificada mediante programación. Se basan en bloques lógicos predefinidos, que pueden ser interconectados de infinitas maneras.

Hardware reconfigurable II El rendimiento es muy elevado Cifrado Rijndael (Encr / decr) ANSI C: 27Mb/s – 27Mb/s Visual C++: 70.5Mb/s – 70.5Mb/s FPGA: 268Mb/s – 248Mb/s Podemos usar la plataforma para otros proyectos. Visión por ordenador, reconocimiento...

Sistemas adaptativos ¿Qué pasaría si implementamos algoritmos genéticos sobre FPGA’s? Adrian Thompson desarrolló un algoritmo para reconocer tonos de 1Khz y 10Khz. Al implementarlo, comenzó a suministrar ráfagas de dichas frecuencias. Al cabo de unas 5000 generaciones (2 semanas), el sistema fue capaz de distinguir entre los dos tonos. Todavía no se sabe exactamente como funciona el circuito.

El futuro La computación cuántica proporcionara una potencia nunca antes soñada por la humanidad. Los sistemas reconfigurables, junto a la potencia de los algoritmos genéticos, abrirá la puerta a la vida artificial. ¿Inteligencia artificial? Quizá en unos años... ¿Y consciencia? 

Bibliografía www.google.com (o similares :P) www.vcc.com “Algoritmos genéticos” “Evolvable hardware” www.vcc.com