Equip didàctic dels inicis de la informàtica

Actualment la informàtica se centra molt en la programació però dona molt poca importància als circuits lògics que hi ha al darrere dels microprocessadors o microcontroladors. Als inicis de la informàtica digital, però es posava molt d’èmfasi en la part dels circuits.

Equips com el conjunt H-500 de Digital Equipment Corporation permetien fer pràctiques sobre aquesta mena de circuits.

Si us fa gràcia saber com funciona alguna instrucció (suma, comptador, etc.) d’un microcontrolador o microprocessador o sou uns nostàlgics d’aquests dispositius, potser us semblarà interessant aquesta rèplica del DEC H-500 que ens proposa Megardi.

En aquest cas, fins i tot ha dissenyat els interruptors, majoritàriament impresos en 3D. La major part de l’electrònica funciona amb circuits integrats de lògica TTL però algunes parts es basen en un Arduino Mega

Podeu trobar totes les instruccions i fitxers al web d’Instructables.

Les pantalles de tinta electrònica en color

Fa més d’una dècada que van sortir les pantalles de tinta electrònica, una tecnologia de molt baix consum i que permet veure el que hi ha representat quan la llum ambient és elevada. Però durant anys només van ser en blanc i negre. Tothom pensava que en pocs anys sortirien les pantalles en color, però s’hi resistien.

Més tard van aparèixer les anomenades pantalles tricolor; que, a més del blanc i el negre, incorporaven un tercer color; típicament el vermell. Aquestes pantalles s’han fet servir en dispositius senzills, etiquetes de preus digitals, etc. però per poder-les fer servir en un llibre electrònic cal un sistema amb color veritable.

Finalment, les pantalles de tinta electrònica en color van arribar i van prenent posicions, tímidament, en el mercat.

En aquest article de la revista IEEE Spectrum expliquen les provatures que van fer i quina és la base de la tecnologia final.

Set fallades típiques dels sistemes d’intel·ligència artificial

La intel·ligència artificial pot ser molt útil per resoldre molts tipus de problemes i, si està ben entrenada, amb més fiabilitat i rapidesa que les persones. Però hi ha algunes coses que els sistemes d’intel·ligència artificial no fan bé i altres casos en els quals poden donar resultats inapropiats si no s’entrenen correctament.

En aquest article de la revista IEEE Spectrum ens comenten set fallades típiques de la intel·ligència artificial, en concret:

1. Fragilitat. Un sistema d’identificació d’imatges falla si el subjecte a detectar està ajagut, excepte si una part de les imatges amb les quals s’ha entrenat tenien aquest gir.
2. Biaix. Si les dades amb les quals s’ha entrenat no tenen una proporció adequada de tots els casos possibles, tendirà a donar prioritat als casos amb els quals s’ha entrenat,
3. Oblit catastròfic. Si intentem afegir entrenament per a que un sistema inclogui cassos nous ens podem trobar que això provoqui l’oblit dels paràmetres que li servien per detectar els casos que ja tenia ben apresos.
4. Explicabilitat. És molt difícil explicar els paràmetres que fan que un sistema d’intel·ligència artificial classifiqui d’una determinada manera. Si no som capaços d’explicar-ho, és fàcil que s’introdueixin biaixos o errors.
5. Incertesa. És difícil que un sistema d’intel·ligència artificial interpreti correctament situacions que no han participat en el seu entrenament, però la vida real és plena d’incerteses i això ho fa molt difícil.
6. Sentit comú. Els sistemes d’intel·ligència artificial no tenen sentit comú. Això els fa molt difícil prendre decisions en àmbits en els quals les persones es basen en el sentit comú. Un possible exemple seria interpretar el sentit d’una frase segons el context i com està feta.
7. Matemàtiques. Els sistemes d’intel·ligència artificial són maldestres en matemàtiques. Sembla que el processament paral·lel de les xarxes neuronals no és adequat per resoldre problemes que requereixen un tractament pas a pas.

L’ Hyperloop és el tren del futur?

Potser podríem dir que és el tren del passat, si tenim en compte que al 1825 l’empresa London and Edinburgh Vacuum Tunnel Company ja s’havia proposat de crear-lo. Però no ho va fer, perquè no és tan senzill com podria semblar. La imatge correspon a un gravat de 1829 de William Heath que fa mofa del projecte.

Com diu en aquest article de la revista IEEE Spectrum, abans de comprar accions de l’empresa que impulsa el Sr. Musk, recordeu la companyia de 1825.

Intel·ligència artificial i robots

Els sistemes d’intel·ligència artificial basats en xarxes neuronals són especialistes en una determinada tasca perquè han fet un entrenament de milers de repeticions. Acabat l’entrenament, són capaços de fer la tasca de forma més ràpida i eficient que les persones. Aquesta tècnica es fa servir, per exemple, per detectar tumors en imatges mèdiques o per etiquetar automàticament persones en les fotos de les xarxes socials.

La pregunta és si seria possible fer un sistema d’intel·ligència artificial que permetés que un robot aprengués a fer tasques habituals dels humans, de la mateixa manera que ho fan els infants.

El tema és molt complicat. Per un costat tenim l’anomenat oblit catastròfic. Si entrenem el sistema especialitzat en detectar tumors perquè etiqueti correctament persones en fotografies, segur que ho aconseguirem; però quan haguem acabat haurà oblidat completament l’entrenament anterior i ja no serà capaç de detectar tumors.

Per un altre costat, si volem entrenar un robot per una cosa tant senzilla com portar un ou d’un lloc a un altre ja ens podem preparar. Reserveu els ous de tots els supermercats del barri! Quan ho hagi fet milers de vegades ja sabrà per on els ha d’agafar i amb quina força. Mentrestant, també us farà falta un bon equip de neteja!

Hi ha investigadors que estan pensant en com poder solucionar aquests temes, però encara queda molta feina per fer. Podeu llegir més informació a la revista IEEE Spectrum.

L’energia solar tèrmica pot ser una alternativa a la fotovoltaica?

Fa dècades que es parla d’energia solar, i normalment es presenten dues alternatives: solar fotovoltaica i solar tèrmica. I quan es parla de solar tèrmica es fa referència a l’ús de plaques solars per obtenir aigua calenta.

Però hi ha altres opcions de solar tèrmica que són poc conegudes, les que escalfen fluids o sals foses a altes temperatures (centenars de graus Celsius) i després n’obtenen electricitat. Aquest tipus de sistemes són molt interessants perquè l’escalfor es conserva durant dies i, per tant, la generació d’electricitat no depèn de si és de dia o de nit o de si avui fa sol.

El problema és que no s’han destinat prou recursos i esforços investigadors a les solucions solars tèrmiques i, per tant, seguim a nivell de prototipus. Per tal que es puguin implementar de manera significativa cal que la tecnologia es consolidi i els elements necessaris per construir generadors d’aquest tipus estiguin al mercat i no s’hagin de fer a mida.

Podeu llegir més informació a la revista IEEE Spectrum, on trobareu comentats quatre projectes experimentals que estan en marxa i es basen en diferents tecnologies.

La intel·ligència artificial no és tant nova com sembla

Estem envoltats d’aplicacions de la intel·ligència artificial i sembla que això sigui una cosa molt nova però, en realitat, el nom intel·ligència artificial i la seva definició van néixer als anys 50 del segle passat; és a dir, fa uns setanta anys. Des d’aleshores la disciplina ha patit períodes de progrés i altres d’estancament.

En els darrers vint anys sí hem viscut una ràpida propagació de les xarxes neuronals. Les causes d’això han estat, per un costat, la capacitat dels dispositius de computació actuals i, d’un altre, la gran disponibilitat actual de dades per poder entrenar les xarxes neuronals. Cal tenir present que abans de la proliferació d’internet les dades eren difícils de trobar i solien estar en formats no directament utilitzables.

A la imatge veiem el perceptró, que va ser la primera xarxa neuronal artificial.

Podeu llegir més informació a la revista IEEE Spectrum.