Ezequiel López Rubio E.T.S.I. Informática Universidad de Málaga

Slides:



Advertisements
Presentaciones similares
INTELIGENCIA ARTIFICIAL
Advertisements

Introducción ¿Qué es un Algoritmo?
Representación del conocimiento
Introducción a las Redes neuronales
Historia de la Inteligencia Artificial
Informe oral sobre La Historia de la Computadora
Matemática Discreta UCR – ECCI CI-1204 Matemática Discretas
Tema: Decibilidad Integrantes: Ileana Rdguez Soto
Tema 5: Teoría de colas Ezequiel López Rubio
Autómatas celulares El juego de la vida
Criticalidad Auto-organizada en el Juego de la Vida
¿Cómo hacer para que una máquina comprenda el LN?
LAS MAQUINAS DE TURING.
El Mundito un modelo de vida artificial
DERIVADA DE UNA FUNCION REAL
Analisis deAlgoritmos
Maurice E. f. BLOCH How we think they think
Resolución de Problemas Algoritmos y Programación
Computadoras basadas en ADN
5. Propiedades de los Lenguajes Recursivamente
Unidad académica: Ingenierías
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
UNIVERSIDAD LATINA (UNILA) II.- ANALISIS DE ALGORITMOS
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERIA DIVISIÓN DE INGENIERÍA ELÉCTRICA COMPUTACIÓN PARA INGENIEROS NOTA IMPORTANTE: Para complementar.
UNIDAD 2 CONJUNTOS.
DEFINICIÓN MATEMÁTICA DE UNA FUNCIÓN DE VARIABLE REAL.
CLASIFICACION DE LAS MAQUINAS DE TURING
La derivada Conforme transcurre el tiempo, vivimos inmersos en un constante cambio. A la par que cambia nuestra edad, cambia nuestro aspecto, nuestras.
REDES NEURONALES ARTIFICIALES
PROGRAMACIÓN LÓGICA.
La Derivada. Ya vimos: los conceptos, métodos ó instrumentos necesarios para establecer el “comportamiento” de una función.  en un entorno de x o [ 
Introducción Calculabilidad clásica Computación celular
QUANTICISMO, UNA TEORÍA PARA LA NUEVA ERA COMPUTACIONAL Dolors Capdet -Septiembre 2011.
Problemas, algoritmos y programas: Modelar: Simular o programar su solución en un computador. Algoritmos: Es un conjunto finito, y no ambiguo de etapas.
Representación del conocimiento

Generación de Fractales por Computadora
Cap. 9 Sistemas de Partículas
SISTEMAS CAOTICOS O TEORIA DEL CAOS
PROGRAMACIÓN PROCEDIMENTAL
 Un programa informático es un conjunto de instrucciones que una vez ejecutadas realizarán una o varias tareas en una computadora. Sin programas, estas.
Guías Modulares de Estudio Matemáticas IV – Parte B
AUTOMATAS.
MÉTODO DE PIXELES DE BORDE
Sistemas Inteligentes Distribuidos Sistemas Inteligentes Distribuidos Sesión 13 L. Enrique Sucar / Marco López Sesión 13 L. Enrique Sucar / Marco López.
Sistemas de Control y Proceso Adaptativo
Sistemas Expertos “Autómatas Celulares”
UNIDAD 2. ALGORITMOS Y ESTRUCTURAS DE DATOS.
Practica 4 supercomputadoras.
Universidad Nacional de Colombia Curso Análisis de Datos Cuantitativos.
PARADIGMAS EMERGENTES
Sistemas Dinámicos y Teoría del Caos
Inteligencia Artificial y Robótica
Una aproximación a la visión
El campo de la Vida Artificial estudia "la vida tal como podría ser" basada en la comprensión de los principios y la simulación de los mecanismos de las.
8.- Inteligencia artificial
INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Y LOS SISTEMAS EXPERTOS
Un modelo de computación no convencional: La Computación Cuántica
Introducción a los Sistemas Inteligentes
I.- ESTUDIO DE LOS LENGUAJES DE PROGRAMACIÓN.
REDES NEURONALES TEORÍA MODERNA DE LA FIRMA 2010.
Aplicaciones de la IA Aplicaciones de la Inteligencia Artificial Perspectivas 2003.
Autómatas Celulares Msc. Miguel Angel Niño Universidad del Cauca.
Control Estadístico de Procesos
Neurociencias Cognitivas y Redes Neuronales
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.
La clase P juega un papel importante en la teoría de la complejidad computacional debido a que: 1. P es invariante para todos los modelos de cómputo que.
PROCESADOR.- El procesador es el cerebro del sistema, encargado de procesar toda la información. Básicamente, es el "cerebro" de la computadora. Prácticamente,
Prof. Jonathan Silva Ingeniería Civil – Informática I Ingeniería Civil Informática I Clase 3 – Diseño de Programas.
Transcripción de la presentación:

Ezequiel López Rubio E.T.S.I. Informática Universidad de Málaga Epílogo para TALF Ezequiel López Rubio E.T.S.I. Informática Universidad de Málaga

Sumario Sistemas autosimilares Sistemas autorreplicantes Nuevas máquinas en desarrollo La dualidad mente-máquina Computabilidad de la realidad física

Sistemas autosimilares

Sistemas autosimilares Existen sistemas tales que una parte de ellos es similar al sistema global. Tales sistemas se denominan autosimilares (self-similar) y el ejemplo más notorio son los fractales Un fractal es una forma geométrica que puede dividirse en partes que son (al menos aproximadamente) una copia reducida del total Desde el punto de vista de la Informática Teórica son interesantes porque suelen venir definidos por un algoritmo recursivo que prosigue indefinidamente

Sistemas autosimilares El conjunto M de Mandelbrot es el fractal más conocido. Un número complejo c pertenece a M sii la siguiente secuencia no tiende a infinito: 0, f(0), f(f(0)), f(f(f(0))), … donde f(z)=z2+c es una función de números complejos. Cuando se representan los puntos de M en negro en el plano complejo, surge la figura fractal. Se suelen pintar los puntos no pertenecientes a M de distinto color dependiendo de lo rápido que tienda a infinito la secuencia

Fractal de Mandelbrot (vista general)

Ampliación de la zona entre la “cabeza” y el “cuerpo”

Detalle (“cola del caballito de mar”)

Sistemas autosimilares El complemento del conjunto M es enumerable en el modelo Blum-Shub-Smale (BSS) de computación con números reales El complemento de M es enumerable porque se sabe que la secuencia tiende a infinito sii el módulo de algún valor de la secuencia llega a exceder de 2. Por tanto, si cM, entonces forzosamente existe un elemento de su secuencia cuyo módulo excede de 2. El conjunto M no es enumerable en el modelo Blum-Shub-Smale. No se sabe si M es o no decidible en otros modelos de computación con números reales

Sistemas autorreplicantes

Sistemas autorreplicantes John Von Neumann (creador de la arquitectura del computador actual) buscaba hacia 1940 una manera de desarrollar robots que fuesen capaces de construir copias de sí mismos Ante la dificultad técnica de conseguirlo físicamente, optó por elaborar un modelo matemático en el que hubiese objetos que se autorreplicaran De esta manera surgieron los autómatas celulares

Sistemas autorreplicantes Un autómata celular (AC) consiste en una malla regular e infinita de celdas, cada una de las cuales se encuentra en cada instante de tiempo en uno solo de entre un conjunto finito de estados El autómata evoluciona en tiempo discreto, de tal manera que el estado futuro (instante t+1) al que transita cada celda viene dado por una función determinista de los estados actuales (instante t) de las celdas vecinas pertenecientes a un cierto entorno

Sistemas autorreplicantes Los AC más simples son aquellos en los que la malla es unidimensional, los estados posibles son 0 y 1, y las celdas vecinas de una celda son las dos que están a ambos lados y ella misma Para especificar la función de transición hay que decir a qué estado (0 ó 1) transita una celda en función de los estados actuales de las 3 celdas del entorno En total tendremos 28 posibles AC’s, que en la notación de Wolfram se identifican mediante el número entre 0 y 255 formado por la función de transición

AC número 30 Patrón actual 111 110 101 100 011 010 001 000 Nuevo estado de la celda central 1

AC número 110 Patrón actual 111 110 101 100 011 010 001 000 Nuevo estado de la celda central 1

ACs naturales (AC 30)

Sistemas autorreplicantes En ACs aparecen patrones que pueden replicarse a sí mismos Un ejemplo más elaborado es el juego de la vida de Conway (Conway’s game of life) La malla es cuadrada e infinita Los estados posibles son 0 y 1 El entorno son los 8-vecinos de la celda Si el estado actual es 1, sigue siendo 1 sii tiene 2 ó 3 vecinos a 1 Si el estado actual es 0, pasa a ser 1 sii tiene 3 vecinos a 1

Sistemas autorreplicantes Dependiendo del estado inicial, las posibilidades son muy variadas: Puede que al final todas las celdas mueran (todas a cero) Puede que el sistema se estabilice en algunos patrones aislados Pueden aparecer patrones que van viajando por la malla, llamados naves (spaceships) Pueden aparecer patrones que disparan naves regularmente (guns)

Nave simple (glider)

Cañón de gliders (glider gun)

Oscilador en versión con malla hexagonal

Nuevas máquinas en desarrollo

Nuevas máquinas en desarrollo Paradigma básico: la máquina de Turing Calcula funciones de F(MT) Calcula esas funciones con una complejidad espacial y temporal determinada Se están desarrollando nuevos tipos de máquinas Calculan las mismas funciones que la MT Son interesantes porque reducen drásticamente la complejidad temporal No se sabe si llegarán a funcionar adecuadamente

Nuevas máquinas en desarrollo Computación cuántica (quantum computing) Trabajan con registros que almacenan la superposición de varios valores a la vez Esto permite que una secuencia de pasos (computación) de un ordenador cuántico equivalga a varias computaciones distintas de un ordenador convencional (MT) Permitiría romper los sistemas de seguridad de clave pública (base del comercio electrónico) y realizar búsquedas en bases de datos con una ventaja O(n2) sobre cualquier máquina convencional

Nuevas máquinas en desarrollo Computación basada en ADN (DNA computing) Es similar a la computación paralela Cada molécula realiza un cálculo distinto, y se tiene un número gigantesco de moléculas Esto permitiría resolver problemas con un paralelismo masivo, reduciendo así drásticamente el tiempo de cálculo Existe una versión llamada computación basada en péptidos (peptide computing)

Dualidad mente-máquina

Dualidad mente-máquina Una pregunta fundamental: ¿La actividad de la mente humana es simulable mediante una MT? Dos posibles respuestas, cada una con sus propias implicaciones

Dualidad mente-máquina Respuesta “Sí”: entonces es teóricamente posible crear un computador que razone y sea consciente como un humano (probablemente mediante redes de neuronas artificiales o similares) Esta teoría se denomina inteligencia artificial fuerte (strong AI) Se puede alegar que el ordenador puede parecer que piensa pero no pensar en realidad (problema de la habitación china, Chinese room)

Dualidad mente-máquina Respuesta “No”: entonces debe existir en el cerebro algún proceso que no puede simularse con una MT. La principal teoría que apoya esto es la de la mente cuántica de Roger Penrose (quantum mind) Propugna que existen en la mente efectos cuánticos que producen que la conciencia no sea simulable en una MT. Muchos piensan que dichos efectos cuánticos no pueden existir dadas las características del cerebro

Computabilidad de la realidad física

Computabilidad de la realidad física Otra pregunta fundamental: ¿Hasta qué punto la realidad física puede simularse en un ordenador (MT)? Actualmente se realizan simulaciones de sistemas físicos limitados La respuesta a esta pregunta necesariamente hace referencia a las leyes físicas que gobiernan el universo

Computabilidad de la realidad física La “física digital” (digital physics) propone que la evolución del universo entero es Turing-computable. Así pues, el universo o la realidad serían: Un ordenador Una simulación ejecutada en un ordenador O bien los objetos físicos serían informaciones que interactúan unas con otras Hay especialistas en mecánica cuántica que afirman que la física digital es imposible

Computabilidad de la realidad física Si la física digital es falsa, es decir, si el universo no es Turing-computable, queda abierta la posibilidad de la hipercomputación: Sería teóricamente posible construir ordenadores que sean capaces de calcular funciones no Turing-computables Dichos ordenadores deberían sacar partido de los aspectos de la realidad física que no fuesen Turing-computables

Computabilidad de la realidad física Tipos de hipercomputación con los que se ha especulado: MT’s que pueden ejecutar infinitos pasos mientras que para un observador externo el tiempo transcurrido es finito (teoría de la relatividad) Ordenadores que trabajen con valores reales de precisión infinita (poco probable debido a los efectos cuánticos). P. ej., podrían trabajar con la constante de Chaitin (probabilidad de que un programa aleatoriamente escogido se pare). Un computador cuántico que pueda trabajar con una superposición de infinitos estados distintos

Bibliografía

Bibliografía http://en.wikipedia.org Mente cuántica: La nueva mente del emperador (Roger Penrose) Computación cuántica: http://www.toqc.com/ Autómatas celulares: http://cafaq.com/ Fractales: http://www.fractint.org/