07 Jan

Microsoft y la apuesta por la computación cuántica

Recientemente Microsoft anunció el lanzamiento de su kit de desarrollo para computación cuántica, el cuál se basa en el nuevo lenguaje Q# (pronunciado Q-Sharp). El kit es una adición a Visual Studio que permite codificar en Q# para ejecutarse en el mismo ordenador a través de un simulador cuántico (para pequeñas aplicaciones, menos de 30 qubits lógicos), o en la nube a través de Microsoft Azure para aplicaciones de mediana complejidad (hasta 40 qubits lógicos).

Una característica de este kit es que los scripts desarrollados podrán ser interpretados por el hardware cuántico una vez disponible en el mercado, es decir que ayuda a la divulgación y popularización de esta nueva y revolucionaria tecnología.

El siguiente video es una presentación de esta tecnología y la apuesta de Microsoft

En escencia la computación cuántica es un nuevo paradigma que basa su arquitectura en cubits los cuáles a diferencia de los bits pueden tomar múltiples valores al tiempo, lo que permite multiplicar la cantidad de combinaciones posibles y por ende expandir la velocidad de información transmitida, que traducido a términos prácticos puede significar un incremento de hasta 100 millones de veces sobre la velocidad de un computador convencional (aunque en el momento las versiones estables han llegado a computadores de 4000 veces más rápido, ver link1 y link2).

En vista de los revolucionaros resultados que se pueden obtener con esta tecnología, varias empresas están enfocando esfuerzos en tomar ventaja de ella y desarrollar aplicaciones en campos donde la complejidad computacional es elevada. Entre las posibles aplicaciones se encuentra la inteligencia artificial en el análisis de imágenes y la implementación de algoritmos de aprendizaje de máquina, la medicina para el análisis en tiempo real de imágenes y patrones que permitan soportar el diagnóstico y la detección temprana de enfermedades como el cancer. También se explora la utilización en modelos climáticos para mejorar la modelación y predicción. Las finanzas también se pueden ver beneficiadas gracias a la mejora de los algoritmos transaccionales y de modelación económica. La logística y las cadenas de suministro podrán utilizar esta tecnología para mejorar el cálculo de rutas óptimas (ver optimización). Para ver una lista más detallada los invito a consultar el siguiente artículo: Five ways quantum computing will change the way we think about computing

El siguiente video es una presentación y tutorial para desarrollar un ejemplo en Visual Studio en lenguaje Q#

Muy interesante esta apuesta de Microsoft, ya hemos hablado en este blog del viraje de esta empresa hacia un enfoque de innovación basado en Analytics (ver post).

07 Jan

Película AlphaGo disponible en Netflix

Para aquellos apasionados o curiosos con el tema de la inteligencia artificial les recomiendo la película (o tal vez documental) de nombre AlphaGo (disponible en Netflix desde enero de 2018), la cuál es basada en la creación del producto del mismo nombre desarrollado por la empresa Deep Mind, la cuál fue fundada en el Reino Unido en 2010 por Demis HassabisShane Legg and Mustafa Suleyman y que posteriormente fue adquirida en 2014 por Google. AlphaGo es un programa entrenado para jugar Go, el cuál es considerado como el juego de mesa de estrategia más complejo del mundo y que hoy en día cuenta con millones de practicantes en el mundo, principalmente en China, Japón y Korea. Los practicantes profesionales de este juego son clasificados en danes, donde el Dan 9 es para el nivel más alto. La película narra cómo AlphaGo aprendió e innovó su técnica para enfrentar al campeón mundial Lee Sedol (dan 9).

Deep Mind basa sus algoritmos de inteligencia artificial (AI) en la utilización del aprendizaje profundo o Deep Learning, técnica desarrollada por Geoffrey Hinton en la década de los 90s (y principios del 2000) la cuál es el fundamento de la AI tal y como se conoce hoy en día (ver artículo del MIT).

Los invito a ver la película. El siguiente trailer es un abreboca de esta interesante realización

06 Jan

Nueva librearía de AnyLogic: Manipulación de materiales

La próxima versión de AnyLogic programada para abril de 2018 incluirá como adición principal la nueva librería de manipulación de materiales (material handling), la cuál permitirá incluir objetos prediseñados como bandas y rodillos transportadores (conveyors), platos giratorios (turn plate), mesas de transferencia (transfer table), sistemas de almacenamiento, robots, gruas y vehículos autogiados (AGV).

A continuación algunos slides de la presentación de esta librería realizada por Andrei Borshchev y Nikolay Churkov durante la última Winter Simulation Conference en diciembre de 2017.

Puede descargar la presentación completa en el siguiente link Material Handling Modeling in AnyLogic WSC

06 Jan

Pyomo y JuMP: Nuevas plataformas de modelación matemática

Leí recientemente el material de una presentación realizada en la universidad Carnegie Mellon en marzo de 2017 cuyo objetivo es comparar diferentes plataformas de modelación matemática, unas tradicionales como GAMS y AMPL, otras comerciales de gran reconocimiento como AIMMS, y finalmente nuevas librerias especializadas como Pyomo (Python) y JuMP (Julia).

La presentación en general es muy interesante. A pesar que los autores tienen cierta afinidad con Pyomo y JuMP, hacen un recorrido general por las demás herramientas con una comparación objetiva exibiendo pros y contras de cada una.

La tabla siguiente presenta una cpmparación general de ciertos atributos de cada uno de estas plataformas.

Mi única objeción es que no se consideró el cuál cuenta con una serie de librerías dedicadas a la modelización y optimización (ver link en CRAN).

Un detalle interesante de la presentación es el énfasis que se hace en Python y Julia, los cuáles al igual que R son considerados los lenguajes de programación predilectos por los scientificos de datos (Data Scientist). La popularidad que estas librerías están adquiriendo permitirán a lo usuarios en cualquier nivel hacer la obtención, transformación, análisis, optimización y reporte de todas las fuente de datos al interior de un mismo lenguaje de programación, evitando la transferencia y utilización de archivos auxiliares (como bases de datos, CSV, etc.) para migrar información entre sistemas.

Recomiendo leer la presentación, puede ser descargada en el siguiente link  http://egon.cheme.cmu.edu/ewo/docs/EWO_Seminar_03_10_2017.pdf

05 Jan

Feliz año 2018!

Feliz año 2018 a todos los lectores de este blog!

Este año que comienza vamos a continuar con nuestro enfoque fundamental (analytics y simulación), así como el desarrollo de nuevas temáticas, entre ellas se incluye:

  • Nuevos modelos y tutoriales en AnyLogic
  • Análisis, transformación y presentación de resultados utilizando R y Python
  • Aplicaciones utilizando Markdown y Shiny
  • Utilización de openCV y TensorFlow para el tratamiento y análisis de imágenes
  • Aprendizaje de máquina e Inteligencia artificial
%d bloggers like this: