martes, 23 de febrero de 2016

ALGORITMO DE BÚSQUEDA: BREADTH FIRST SEARCH (BFS)



Descripción

Este algoritmo de grafos es muy útil en diversos problemas de programación. Por ejemplo halla la ruta más corta cuando el peso entre todos los nodos es 1, cuando se requiere llegar con un movimiento de caballo de un punto a otro con el menor numero de pasos, cuando se desea tranformar algo un numero o cadena en otro realizando ciertas operaciones como suma producto, pero teniendo en cuenta que no sea muy grande el proceso de conversion, o para salir de un laberinto con el menor numero de pasos , etc. Podrán aprender a identificarlos con la práctica.


Algoritmo en pseudocódigo

1 método BFS(Grafo,origen):
2 creamos una cola Q
3 agregamos origen a la cola Q
4 marcamos origen como visitado
5 mientras Q no este vacío:
6 sacamos un elemento de la cola Q llamado v
7 para cada vertice w adyacente a v en el Grafo:
8 si w no ah sido visitado:
9 marcamos como visitado w
10 insertamos w dentro de la cola Q


  BFS(grafo G, nodo_fuente s) 
  { 
     // recorremos todos los vértices del grafo inicializándolos a NO_VISITADO,
     // distancia INFINITA y padre de cada nodo NULL
     for u ∈ V[G] do
     {
        estado[u] = NO_VISITADO;
        distancia[u] = INFINITO; /* distancia infinita si el nodo no es alcanzable */
        padre[u] = NULL;
     }
     estado[s] = VISITADO;
     distancia[s] = 0;
     padre[s] = NULL;
     CrearCola(Q); /* nos aseguramos que la cola está vacía */
     Encolar(Q, s);
     while !vacia(Q) do
     {
        // extraemos el nodo u de la cola Q y exploramos todos sus nodos adyacentes
        u = extraer(Q);
        for  v ∈ adyacencia[u]  do
        {
           if estado[v] == NO_VISITADO then
           {
                estado[v] = VISITADO;
                distancia[v] = distancia[u] + 1;
                padre[v] = u;
                Encolar(Q, v);
           }
        }
     }
  }

viernes, 5 de febrero de 2016

Marvin Minsky, padre de la inteligencia artificial


Marvin Lee Minsky (Nueva York, 9 de agosto de 1927 - Boston, 24 de enero de 2016) Tras acabar la secundaria se unió a la Marina de los EE-UU. Tras dos años de servicio entra en la universidad de priceton donde se graduaría en 1950. En la actualidad ocupa la plaza de Profesor Toshiba de los Medios de Comunicación y las Ciencias en el instititu tencologico (MIT).

Minsky contribuyo en el desarrollo de la descripción gráfica simbólica, geometria computacional, representacion del conocimiento, semantica computacional, percepción mecánica, aprendizaje simbólico y conexionista. En 1951 creó SNARC, el primer simulador de redes neuronales.


Los inventos y estudios de Minsky en el MIT son numerosísimos: en sus primeras décadas de actividad desarrolló dispositivos como el microscopio confocal("padre" de los microscopios láser actuales) y el primer dispositivo gráfico capaz de proyectar imágenes en un casco (predecesor, por ejemplo, de las gafas Google Glass u Oculus Rift).
Mientras tanto seguía trabajando en el campo de la inteligencia artificial, con desarrollando teorías que habían de convertirse en trabajos fundacionales de todo un campo del conocimiento. Sus libros de la época crearon nuevos caminos para la ciencia: su "Un marco de representación del conocimiento" estableció un nuevo paradigma en las ciencias computacionales; con "Perceptrones" fundó el análisis de redes neuronales artificiales.


Algunas de sus mas notables textos:


“Redes neuronales y el problema del modelo de cerebro” Ph.D. disertación, Universidad de Princeton, 1954.
“Procesamiento de información semántica” MIT Press, 1968
“Perceptrones” (con Seymour Papert). MIT Press, 1969.
“La opción de Turing” (con Harry Harrison). Warner Books, New York, 1992.
“La máquina con emociones” ISBN / ASIN: 0743276639.


En conclusion su trabajo ayudó a entender que, algún día, las máquinas deberán mimetizar el funcionamiento de nuestro cerebro. En otras palabras, no solo tendrán que ser inteligentes sino dotarse de sentido común, que no es otra cosa que el conocimiento aprendido con la experiencia. Como dijo uno de sus discípulos en el MIT, “vivimos, por lo que aprendemos todo el tiempo, día y noche, siempre que queramos”.