Opera Mini 6 y Opera Mobile 11 se actualizan para diversas plataformas

Opera ha sacado a la luz versiones actualizadas de su navegador para dispositivos móviles para las plataformas diferentes plataformas. Así nos encontramos con Opera Mini 6 y Opera Mobile 11 tanto para Android como Symbian, presentándose el primero como aplicación nativa también para BlackBerry, además de las correspondientes versiones beta para los sistemas Meego y Maemo. Sin olvidar la correspondiente versión Java para teléfonos con soporte para dicho lenguaje. La compañía pone fin, con la aparición de estas nuevas versiones, al soporte para el ya caduco Windows Mobile, lo que tampoco sorprende a nadie.

En pocas palabras, Opera Mobile 11 es un navegador con todas las de la ley que incorpora su propio motor de renderizado y soporte para JavaScript y HTML 5. Por su parte Opera Mini 6 se parece mucho a Opera Mobile, pero está diseñado para los teléfonos con procesadores más lentos o usuarios con un ancho de banda limitado en su conexión de datos.

Vía:

Avances tecnológicos

Arquitectura de los sistemas expertos

Base de Conocimiento

Un sistema experto posee el conocimiento del experto humano convenientemente formalizado y estructurado; esto es lo que se conoce como Base de conocimiento. Está constituido por la descripción de los objetos y las relaciones entre ellos, así como de casos particulares y excepciones. Algunos sistemas basados en el conocimiento incluyen metaconocimiento o conocimiento sobre el conocimiento, es decir, la capacidad para buscar en la base de conocimiento y abordar la resolución del problema de una manera inteligente usando diferentes estrategias para la resolución con sus condiciones particulares de aplicación. Es decir se trata de definir criterios mediante los cuales el sistema decide la estrategia de búsqueda a utilizar en función de unos datos iniciales.

Módulo de adquisición de conocimiento

El subsistema de adquisición de conocimiento controla el flujo del nuevo conocimiento que fluye del experto humano a la base de datos. El sistema determina qué nuevo conocimiento se necesita, o si el conocimiento recibido es en realidad nuevo, es decir, si debe incluirse en la base de datos y, en caso necesario, incorpora estos conocimientos a la misma.

Módulo de comunicaciones

En la actualidad la mayoría de los sistemas basados en el conocimiento no viven aislados sino que interactúan con otros sistemas por lo que son capaces de interactuar no solamente con el experto sino con estos sistemas, para poder recoger información o consultar bases de datos.

Módulo de explicaciones

Es una utilidad importante en la etapa de desarrollo ya que aporta una ayuda considerable al ingeniero del conocimiento para refinar el funcionamiento del motor de inferencia, y al experto a la hora de construir y verificar la coherencia de la base de conocimiento. Sirve para explicar al usuario tanto las reglas usadas como el conocimiento aplicado en la resolución de un determinado problema.

Motor de Inferencia

También llamado intérprete de reglas, es un módulo que se encarga de las operaciones de búsqueda y selección de las reglas a utilizar en el proceso de razonamiento. Por ejemplo, al tratar de probar una hipótesis dada, el motor de inferencia irá disparando reglas que irán deduciendo nuevos hechos hasta la aprobación o rechazo de la hipótesis objetivo.

Base de Hechos

Se trata de una memoria temporal auxiliar que almacena los datos del usuario, datos iniciales del problema, y los resultados intermedios obtenidos a lo largo del proceso de resolución. A través de ella se puede saber no sólo el estado actual del sistema sino también cómo se llegó a él. Como ya se ha mencionado antes, es conveniente que esta información se maneje con bases de datos relacionales, en lugar de utilizar un sistema particular de almacenamiento.

Interfaz de Usuario

Todo sistema dispone de una interfaz de usuario, que gobierna el diálogo entre el sistema y el usuario. Para el desarrollo de estas interfaces algunas herramientas de desarrollo incorporan generadores de interfaz de usuario o bien se utilizan herramientas de desarrollo de interfaces gráficas existentes en el mercado.

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 un interfaz encargado del manejo de la sintaxis del lenguaje y de la maquina 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.

Vía:

Slideshare. Inteligencia Artificial y Sistemas Expertos

Wikilearning. Arquitectura básica de los SE

Sistemas Expertos

Ciclo de vida de los sistemas expertos y la diferencia con el ciclo de vida de los sistemas tradicionales

Los sistemas expertos (SE) se basan principalmente en procesos heurísticos antes que en algorítmicos por eso una gran diferencia con los sistemas convencionales se debe a que estos involucran la representación de procedimientos algorítmicos bien definidos y conocidos mientras que los sistemas expertos involucran representación de conocimiento heurístico (amplio, impreciso, mal definido al alcance de pocos expertos). Además los SE deben utilizar técnicas de transferencia denominada Adquisición del Conocimiento.

Por otra parte la naturaleza y cantidad de conocimiento para resolver sistemas convencionales puede ser bien estimada en cambio en los sistemas expertos no es así.

Etapas en el ciclo de vida de un Sistema Experto

Análisis del problema

Evaluar el problema y los recursos disponibles para determinar la aplicación de una solución basada en conocimiento. Se puede requerir de una investigación de mercado un examen profundo del propósito del sistema pedido, para determinar la efectividad del costo del sistema.

Especificación requerida

Formalizar y poner por escrito lo que fue adquirido durante la fase de análisis. Determinar los objetivos del proyecto, y establecer los medios para obtener dichos objetivos.

La experiencia demuestra que sin tener especificaciones no es posible diseñar sistemas expertos de real utilidad.

Diseño preliminar

Consideré las decisiones de alto nivel necesarias para preparar y desarrollar rápidamente el prototipo inicial. Puede ser necesaria una considerable recopilación de conocimiento tanto de los expertos, como de fuentes impresas/electrónicas, para poder tomar decisiones sólidas.

Prototipo inicial y evaluación

Etapa clave debido a que todas las decisiones tomadas en el diseño preliminar deben ser confirmadas, rectificadas o desechadas, sobre la base del conocimiento recopilado de los expertos en el proceso hasta completar esta etapa.

El prototipo inicial debe verse como el sistema completo, excepto que estará limitado en su cobertura.

Debe incluirse una bien definida interfaz con el usuario y un robusto subconjunto de conocimiento de tal forma que los usuarios puedan juzgar su aceptabilidad.

La clave en la etapa del prototipo es que se debe extraer tanto conocimiento y opiniones de expertos y usuarios como sea posible para poder validar satisfactoriamente las decisiones de diseño.

Diseño final

Selección de las herramientas y de los recursos necesarios para desarrollar el sistema a ser entregado.

Selección del modelo para representar el conocimiento.

Se recomienda realizar una descripción gráfica de los diferentes módulos del sistema.

Para cada uno de estos módulos el diseño debe incluir las especificaciones de las entradas típicas y las salidas o conclusiones esperadas.

Implementación

La implementación comprende el proceso completo de adquisición del conocimiento para todos los módulos o subsistemas. En esta etapa tiene lugar el desarrollo incremental.

Pruebas

Se desea asegurar la calidad del SE, especialmente a medida que el sistema experto es más grande y complejo, o es de aplicación crítica.

El Plan de Prueba debe incluir procesos de verificación y validación.

Ajuste de diseño

A medida que el trabajo avanza y los ingenieros cognoscitivos o del conocimiento, tienen a la vista los problemas detectados, deben realizar los ajustes necesarios al inicio de cada iteración. Si estos ajustes cada vez son relativamente más pequeños y no son retroactivos, se tiene una buena medida de que se está progresando, de lo contrario, puede representar un serio retardo al proyecto y posiblemente requerir un cambio de modelo.

Instalación, Implantación y Mantenimiento

En la etapa final del ciclo de vida de un SE se traslada el sistema desarrollado, como un producto operativo hacia el entorno de los usuarios. Se deben realizar varias actividades de instalación, implementación y mantenimiento similares a las de un sistema de software convencional.

Vía:

El Ciclo de Vida de los Sistemas Expertos

Ciclo de vida de los Sistemas Expertos. Gonzalo Villareal Farah

Sistemas Expertos & Gestión de Redes

Sistemas Expertos Pioneros

Entre los sistemas expertos inicialmente desarrollados, se destacan los siguientes, cuya implementación permitió comenzar a depurar la metodología y las herramientas para este tipo de sistemas:

DENDRAL.- fue el primer ejemplo de la estructura básica de un sistema experto: problemas resueltos y formalizados con un conocimiento específico (en la forma de un sistema de reglas). Tuvo habilidad de explorar y abandonar posibles soluciones y es considerado como uno de los más tempranos y exitosos sistemas expertos que dominan un problema específico.

DENDRAL es un programa interactivo que utiliza la fórmula molecular, los datos del espectrograma y la heurística de conocimiento sobre química orgánica y genetista. DENDRAL utiliza los datos que le dan para realizar una búsqueda de la estructura molecular, explora las posibles configuraciones moleculares con la estructura adecuada.

INTERNIST.- Desarrollado en la universidad de Pittsburgh. Diagnostica la mayoría de las enfermedades asociadas con la medicina interna.

CASNET.- Su objetivo era ayudar a los médicos en el diagnóstico y el tratamiento del glaucoma (enfermedad ocular). Los programas de diagnóstico por ordenador anteriores estaban basados principalmente en métodos estadísticos y tenían deficiencias en cuanto al razonamiento temporal (eran incapaces de seguir la evolución de la enfermedad), en cuanto al diagnóstico múltiple (la mayor parte de ellos suponía que existía un único diagnóstico que excluía a los demás) y en cuanto a la explicación de sus conclusiones (no podían justificar cómo y por qué habían obtenido los resultados).

MYCIN.- El funcionamiento de Mycin se basaba principalmente en un sencillo motor de inferencia, que manejaba una base de conocimiento de aproximadamente unas 500 reglas. El programa capturaba las entradas a partir de una serie de preguntas (como por ejemplo, ¿Tiene el paciente molestias en el pecho?, o ¿Ha sido operado el paciente anteriormente?), que usualmente respondía el médico del paciente. Tras este proceso, Mycin mostraba la salida por pantalla, que consistía en una serie de posibles enfermedades (ordenadas por su probabilidad asociada), la explicación del por qué de cada uno de estos diagnósticos, y una serie de recomendaciones sobre el tratamiento a seguir por el paciente. Para calcular la probabilidad de cada uno de los resultados, los autores desarrollaron una técnica empírica basada en certeza. Estos factores de certeza se calculaban de tal manera que en función de unas evidencias se asigna a la hipótesis un factor de certeza.

PROSPECTOR.- Desarrollado a fines de los 70 en Stanford; sistema de consulta para geólogos en detección de yacimientos.

GENESIS.- Desarrollado en los años 70 en Stanford; apoya a un genético molecular en el diseño de experimentos complejos para determinar la naturaleza de una molécula de ADN.

DELTA/CATS (Diesel-Electric Locomotive Troubleshooting Aid/ Computer Aided Troubleshooting System). Desarrollado por General Electric en 1982; asistencia al personal de mantenimiento en diagnóstico y reparación de fallas en locomotoras Diesel; 1200 reglas, programado en Lisp y reprogramado en Forth.

Vía:

Sistemas Expertos

Introducción a la inteligencia artificial

Definición, motivación y origen de los sistemas expertos.

Sistema Experto Sobre Medicina.

Sistemas Expertos

Usar HTTPS en Twitter para aumentar la seguridad de la cuenta

La posibilidad de activar HTTPS en Twitter solo es posible en la versión web de la red social y en los clientes oficiales de Twitter para iOS, así que para todos aquellos que usan Twitter desde la versión móvil o que usamos algún cliente o aplicación de terceros, por el momento aun estamos fuera.

Claro que para los que usan Twitter desde la versión móvil basta con que pongas una “S” al final de HTTP y listo.

Vía:

Solo Tecnología

El Monitor FULL HD Samsung SyncMaster C27A750.

Es uno de los primeros monitores inalámbricos en ser lanzado por Samsung , que permite a los usuarios a través de la tecnología UWB tener señal de vídeo, sin emplear ningún cable que conectar a su ordenador portátil o de escritorio. Adicionalmente, cuenta con la clásica interfaces de D-Sub y HDMI, que proporciona a los usuarios muchas más ventajas.

Vía:

Tecnologia Actual

Sistemas Expertos

Sistema de Ingreso Biométrico

Consiste en la validación de identidad que certifica que la persona que escribe el usuario y contraseña es el cliente original.

El Sistema de Ingreso Biométrico construye, evoluciona y almacena un patrón personal en la forma en la que el usuario ingresa los datos en su computador además de otras características de comportamiento y entorno. Es como crear una huella o una firma única y exclusiva de cada cliente.

Con este sistema si alguien más conociera el usuario y contraseña e intentara utilizarlo para ingresar no podrá hacerlo por no coincidir su patrón personal de ingreso de datos con el registrado por el verdadero cliente. Los intentos errados activan las preguntas secretas de verificación y las figuras secretas, así como el sistema de alertas mediante mail y SMS.

WEKA

WEKA es una colección de algoritmos de aprendizaje automático para las tareas de minería de datos. Los algoritmos pueden ser aplicados directamente a un conjunto de datos o llamar desde su propio código Java. WEKA contiene herramientas para los datos de pre-procesamiento, clasificación, regresión, clustering, reglas de asociación, y la visualización.

Weka está diseñado como una herramienta orientada a la extensibilidad por lo que añadir nuevas funcionalidades es una tarea sencilla.

Deep Blue

Fue un ordenador de IBM que jugaba ajedrez. Se remonta a los años 1985, cuando el estudiante Feng-hsiung Hsu comenzó a desarrollar un jugador de ajedrez computarizado llamado “Chiptest”, pero el proyecto propiamente tal comenzó en 1989 IBM.
El equipo que se formó en IBM pasó a denominarse The Deep Blue Team y enfrento este problema con un clásico dilema de investigación de cómo desarrollar un jugador de ajedrez computarizado que testeara a los mejores campeones en esta disciplina del mundo. Los cientificos del proyecto fueron: Hsu Feng-Hsiung, Murray Campbell, Joseph Hoane, Jerry Brody y Tan Chung-Jen. Ellos mencionaron que aplicaron el toque humano, es decir que tuvieron la asesoria todo el tiempo del maestro de maestros en ajedrez, Joel Benjamin. Su principal característica era la “previsión” y “valoración” de las jugadas a un gran nivel de profundidad.

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. El programa de ajedrez fue escrito en lenguaje C y corrió bajo el sistema operativo AIX. Era capaz de calcular entre doscientas y trescientas 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. Deep Blue, está conformada por dos modulos de 1.90 metros de altura, durante los juegos, los dos modulos se comunican entre si a traves de interruptores y envian la informacion de sus calculos, por medio de lineas telefonicas, a un unidad central que tiene un monitor de video.

Deep Blue fue el primer ordenador que venció a un Campeón del Mundo vigente, Garry Kasparov. Esto ocurrió el 10 de febrero de 1996, en una memorable partida. Sin embargo, Kasparov 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.

En mayo de 1997, ganó el encuentro a 6 partidas por 3’5-2’5, lo que lo convirtió en el primer ordenador 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.

Vía:

Mi pagina de Weka

Manual de Weka

Deep Blue (Computadora)

Historia de Deep Blue

Banco Pichincha

eju!