Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1 de 4
RICHARD PHILLIPS FEYNMAN
(Queens, Nueva York; 11 de mayo de 1918 - Los Ángeles,
California; 15 de febrero de 1988)
Fue un físico teórico estadounidense conocido por sus
trabajos en la mecánica cuántica, la teoría de la
electrodinámica cuántica y la física de la superfluidez
del helio líquido subenfriado, así como en la física de
partículas.
Por sus contribuciones al desarrollo de la electrodinámica cuántica, Feynman,
recibió el Premio Nobel de Física en 1965.
Desarrolló un conjunto de esquemas de representación pictórica ampliamente
utilizados para las expresiones matemáticas que rigen el comportamiento de
las partículas subatómicas, conocidas como los diagramas de Feynman.
Ayudó en el desarrollo de la bomba atómica durante la Segunda Guerra
Mundial. Además, realizó investigaciones en el campo de la computación
cuántica e introdujo el concepto de nanotecnología.
Una frase popular que se le atribuye a este Premio Nobel de Física, es la
siguiente: “Si crees que entiendes la física cuántica en realidad no la
entiendes… Creo que puedo decir con seguridad que nadie entiende la
mecánica cuántica”.
2 de 4
CONCEPTOS BÁSICOS FUNDAMENTALES DE LA IA
ALGORITMO
Una secuencia de pasos lógicos que permiten solucionar un problema.
En matemáticas un Algoritmo es una serie ordenada de instrucciones,
pasos o procesos lógicos que llevan a la solución de un determinado
problema. En términos de programación, es exactamente lo mismo.
Todo es programable. No importa su complejidad.
BIT
Bit es el acrónimo de binary digit (dígito binario). Un bit es un dígito del
sistema de numeración binario. La capacidad de almacenamiento de
una memoria digital se mide en bytes Un byte contiene un número fijo de
bits.
DATO
Es una representación simbólica (numérica, alfabética, algorítmica,
espacial, etc.) de un atributo o variable cuantitativa o cualitativa. Los
datos describen hechos empíricos, sucesos y entidades.
3 de 4
MACHINE LEARNING (APRENDIZAJE AUTOMÁTICO)
En la década de los 80 surge entonces con la utilización de algoritmos
matemáticos el proceso que permiten a las máquinas aprender. Es una forma
analítica de resolver problemas mediante la identificación, la clasificación o la
predicción. Los algoritmos aprenden de los datos introducidos y luego utilizan
este conocimiento para sacar conclusiones de nuevos datos.
DEEP LEARNING (APRENDIZAJE PROFUNDO)
El ML y el desarrollo de la capacidad de computación de las computadoras
permitieron llegar a esta nueva tecnología en el año 2011. Son conceptos
similares, pero utilizan algoritmos más complejos. Mientras que el ML trabaja
con algoritmos de regresión o con árboles de decisión, el DL se conecta a varias
computadoras como si formaran varias capas en redes.
NEURAL NETWORKS (SUPERCOMPUTADORAS)
Supercomputadora o superordenador es un dispositivo informático con
capacidades de cálculo superiores a las computadoras comunes y de escritorio.
Cuando el DL se conecta con múltiples redes semejan sinapsis neuronales que
funcionan de forma muy parecida a las conexiones de nuestro cerebro.
4 de 4