Actividade6. Impresora3D.

Crea unha nova entrada (ou publicación)no teu blog co nome ACTIVIDADE6.
Impresora 3D.

• Buscando a información na rede redacta aproximadamente 25 liñas explicando o seu principio de funcionamento, tipos e aplicacións. 
• Engade un vídeo da rede (duración non superior a 3 minutos si é posible).  

IMPRESORA 3D 

Unha impresora 3D o que realmente fai é producir un deseño 3D creado co computador nun modelo 3D físico. É dicir, se deseñamos no noso computador por exemplo unha simple cunca de café (por medio de calquera programa CAD - Deseño Asistido por Computador) poderemos imprimila na realidade por medio da impresora 3D e obter un produto físico que sería a propia cunca de café.

   Polo xeral, os materiais que se utilizan para fabricar os obxectos poden ser metais, nylon, e como uns 100 tipos de materiais diferentes.

   Unha impresora 3D é algo máxico, é coma se puidésemos por fin crear obxectos de ?a nada?. Obxectos tan sinxelos como unha cunca de café a obxectos moito máis complicados e incribles como partes dun avión ou mesmo órganos humanos utilizando as propias células dunha persoa.

 As impresoras 3D utilizan múltiples tecnoloxías de fabricación e tentaremos explicar de forma sinxela como funcionan. O que fan é crear un obxecto coas súas 3 dimensións e isto conségueo construíndo capas sucesivamente ata conseguir o obxecto desexado.

• Actualmente no mercado existen dous tipos de impresoras 3D que son as 

seguintes:

  - Impresoras 3D de Adición: nas que se vai engadindo o material para imprimir por capas (tamén se chaman ?de inxección de polímeros?)

  - Impresoras 3D de Compactación: nestas, unha masa de po compáctase por estratos (capas) e dentro deste método clasifícanse en 2 tipos: as que utilizan Tinta ou as que utilizan Láser. As primeiras utilizan unha tinta que aglomera o po para que sexa compacto e esa tinta pode ser de diferentes cores para a impresión en diferentes cores. As segundas utilizan un láser que lle dá enerxía ao po facendo que este po se polimerice e logo mergúllase nun líquido que fai que se solidifique.

   En resumo, a maioría das impresoras 3D caseiras e as máis comerciais o que fan é "derretir" plástico para imprimir o obxecto capa a capa ata conseguir o obxecto completo.

   Os obxectos que poden imprimirse en 3D son múltiples e variados. Obxectos caseiros, maquetas, alimentos, compoñentes espaciais, próteses, órganos humanos, etc. Digamos que todo o que poidas "crear"por ti mesmo podería imprimirse en 3 dimensións. Nada se resiste ás impresoras 3D.

   É lóxico pensar que estas impresoras están deseñadas para obxectos pequenos pero nada máis lonxe da realidade xa que existen impresoras de grandes dimensións que poden mesmo imprimir un edificio por pezas cos seus mobles incluídos.

   A propia NASA enviará unha destas impresoras 3D á Estación Espacial Internacional para que os astronautas poidan fabricar pezas que consideren necesarias no espazo.

Vídeo.

Información virtual.

Crea unha nova entrada no teu blog co nome INFORMACION VIRTUAL. En formato libre desenrola os seguintes contidos buscando a información na rede e ilustra cada concepto cun vídeo da rede (duración non superior a 3 minutos si é posible). Non se trata de poñer moita información sinón de intentar explicar os conceptos para que os comprendan os teus compañeiros de clase.

• Xeolocallización.

     A xeolocalización emprégase para coñecer a ubicación xeográfica de modo automático, é dicir, a localización dun obxecto nun sistema de coordenadas determinado. Este proceso require dun disposiitivo dotado de GPS xunto cun sistema cartográfico de mapas. Os usuarios soen empregar esta tecnoloxía para oplanificar percorridos, obter información do lugar onde ese atopan ou compartir a súa situación xeográfica en tempo real, a través.
 A geolocalización é a capacidade para obter a localización xeográfica real dun obxecto, como un radar, un teléfono móbil ou un computador conectado a Internet. A geolocalización pode referirse á consulta da localización, ou ben para a consulta real da localización. O termo geolocalización está estreitamente relacionado co uso de sistemas de posicionamento, pero pode distinguirse destes por unha maior énfase na determinación dunha posición significativa (por exemplo, unha dirección dunha rúa) e non só por un conxunto de coordenadas xeográficas.

Para calquera geolocalizador, o motor de posicionamento usa a miúdo o método da radioayuda. Por exemplo, Time Difference Of Arrival (TDOA) para a precisión. Os sistemas TDOA amenudo utilizan pantallas de asignación ou outros sistemas de información xeográfica. Cando un sinal de GPS non está dispoñible, as aplicacións de geolocalización poden utilizar a información das torres telefónicas para triangular a posición aproximada, un método que non é tan preciso como o GPS, pero que mellorou moito nos últimos anos de redes sociais. 


Vídeo.

• Realidade aumentada.

           A realidade aumentada engade información virtual á realidade. Existen diversas aplicacións de realidade aumentada; un dos exemplos máis populares é Layar. Esta aplicación emprega o receptor GPS e a brúxula do teléfono móbil para ubicar a posicion do usuario e a súa orientación. A pantalla do teléfono mostra o que a cámara capta e, sobre esta imaxe do entorno, superpón en tempo real , información relativa ao que hai diante do usuario: a parada de autobus máis cercana, restaurantes, tendas, caixeiros, información sobre os monumentos, etc.

A realidade aumentada (RA) é o termo que se usa para definir unha visión a través dun dispositivo tecnolóxico, directa ou indirecta, dunha contorna física do mundo real, cuxos elementos se combinan con elementos virtuais para a creación dunha realidade mixta en tempo real. Consiste nun conxunto de dispositivos que engaden información virtual á información física xa existente, é dicir, engadir unha parte sintética virtual ao real. Esta é a principal diferenza coa realidade virtual, posto que non substitúe a realidade física, senón que sobreimprime os datos informáticos ao mundo real.

Coa axuda da tecnoloxía (por exemplo, engadindo a visión por computador e recoñecemento de obxectos) a información sobre o mundo real ao redor do usuario convértese en interactiva e dixital. A información artificial sobre o medio ambiente e os obxectos poden ser almacenada e recuperada como unha capa de información na parte superior da visión do mundo real.

A realidade aumentada de investigación explora a aplicación de imaxes xeradas por computador en tempo real a secuencias de vídeo como unha forma de ampliar o mundo real. A investigación inclúe o uso de pantallas colocadas na cabeza, un display virtual colocado na retina para mellorar a visualización, e a construción de ambientes controlados a partir sensores e actuadores.

Recentemente, o termo realidade aumentada difundiuse polo crecente interese do público en xeral.

Video2

• Licencias Creative Commons.

    As licenzas Creative Commons (CC) están ao momento dispoñibles en 43 xurisdicións diferentes de todo o mundo, xunto con outras 19 máis en desenvolvemento.1 As licenzas para xurisdicións fóra dos Estados Unidos están baixo a competencia de Creative Commons International.

   A última versión das licenzas Creative Commons é a 4.0. Nesta ampliouse a cobertura legal tamén para bases de datos e mellorouse a legibilidad, entre outras cousas.

 Moitas das licenzas,e en particular todas as licenzas orixinais, conceden certos "dereitos básicos" (baseline rights),3 como o dereito para distribuír a obra con copyright, sen cargo. Algunhas das licenzas máis novas non conceden estes dereitos. Os termos de cada licenza dependen de catro condiciones

Video3

• Macrodatos (Big Data).

 O Big Data ou Datos masivos é un concepto que fai referencia á acumulación de grandes cantidades de datos e aos procedementos usados para atopar patróns repetitivos dentro deses datos. o fenómeno do Big Data tamén é chamado datos a gran escala. Nos textos científicos en español con frecuencia úsase directamente o termo en inglés Big Data, tal como aparece no ensaio seminal de Viktor Schönberger Big data: A revolución dos datos masivos.1

A disciplina dedicada aos datos masivos enmárcase no sector das tecnoloxías da información e a comunicación. Esta disciplina ocúpase de todas as actividades relacionadas cos sistemas que manipulan grandes conxuntos de datos. As dificultades máis habituais vinculadas á xestión destas cantidades de datos céntranse na recolección e o almacenamento,2 procura, compartición, análise,3 e visualización. A tendencia para manipular enormes cantidades de datos débese á necesidade en moitos casos de incluír a devandita información para a creación de informes estatísticos e modelos predictivos utilizados en diversas materias, como as análises de negocio, publicitarios, os datos de enfermidades infecciosas, a espionaxe e seguimento á poboación ou a loita contra o crime organizado.


Video4

Tema 2.

Google sites.

ACTIVIDADE2.pdf

Crea un arquivo en Open Officce Writer en formato libre (tamaño de letra 12). Os conceptos están definidos nas páxinas 32 e 33 do libro (non é necesario buscar información adicional, excepto no punto 1) e son os seguintes:

• Superordenador Mare Nostrum. Busca información (aprox 15 liñas) e imaxe na rede.
• Tablets. Busca imaxe na rede.
• Smartphones. Busca imaxe na rede. 

Actividade2. 

ACTIVIDADE4.pdf

Crea un arquivo en Open Officce Writer en formato libre (tamaño de letra 12). Os conceptos están definidos nas páxinas 36 e 37 do libro (non é necesario buscar información adicional) e son os seguintes:

• RAM. Busca imaxe na rede.
• Memoria caché.
• Memoria virtual.
• Memoria ROM-BIOS.
• Memoria RAM-CMOS. 

Actividade4.

Tema 1. Sociedade do Coñecemento. Intelixencia Artificial

Nesta ligazón atoparás un documento elaborada pola Universidade de Valencia. A información que necesitas está nas 6 primeiras páxinas do documento.
Cos contidos que se enumeran a continuación crea unha entrada nova no teu blog co nome de Tema 1 Sociedade do Coñecemento: INTELIXENCIA ARTIFICIAL

• Definición de Intelixencia Artificial explicando para qué serven as súas técnicas e metodoloxías.  

A Intelixencia Artificial hai que enmarcala nun contexto evolutivo xa que está á vangarda das investigacións en informática e continuamente ábrense novas vías de investigación. En consecuencia non existe unha única definición de Intelixencia Artificial senón que esta depende da perspectiva desde a cal se tente realizar:

1. Desde a perspectiva de Intelixencia (Brown, 1997: 1): intelixenciaartificial trata de construír máquinas intelixentes que actúen como nósesperamos que a xente actúe.

2. Desde a perspectiva da investigación (Brown, 1997:2): a intelixencia artificial estuda como lograr que as máquinas realicen tarefas que, polo momento, son realizadas mellor polos seres humanos.


En resumo poderiamos dicir que a Intelixencia Artificial está formadapor unha serie de técnicas e metodoloxías encamiñadas a resolver problemas nonestruturados que necesitan do coñecemento para a súa resolución xa que carecen dunha resposta inmediata e mesmo presentan máis dunha solución como consecuencia da existencia de incerteza ou ambigüidade nos resultados finais ou parciais. Para a resolución dos devanditos problemas, a Intelixencia Artificial recorre aos algoritmos ou ás regras heurísticas.

• Obxectivos básicos. 

A Intelixencia Artificial é unha rama da Informática, xurdida ao redor dos anos cincuenta, que persegue á vez dous obxectivos básicos:

1.- Estudar o comportamento intelixente dos seres humanos, incluíndotanto o aspecto cognoscitivo como o perceptual, co fin de simulalo nuncomputador.

2.- Facer máquinas intelixentes e programas capaces de imitar o comportamento humano intelixente, é dicir que poidan realizar as operacións humanas de ver, oir, falar, razoar, xulgar, comprender, aprender da experiencia ecomunicarse como o fan as persoas humanas.

• Definición de Sistemas de Procesamento de linguaxe natural

 
       Os sistemas de procesamiento da linguaxe natural son sistemas de sistemas cuxo obxectivo é o tratamento automático da información lingüística, é dicir, trátase de sistemas nos que o usuario introduce os datos no computador utilizando o mesmo linguaxe que utiliza para comunicarse con outras persoas, o computador codifica esa información en linguaxe de máquina para podela procesar e, unha vez procesada, xerar a saída adecuada en linguaxenatural.

• Definición de Recoñecemento de Visión. 

     
          Os sistemas de recoñecemento da visión son programas de computador que realizan tarefas de tratamento de imaxes, para manipulalas, realizar traballos de creatividade, publicidade, edición, controlar procesos industriais, de seguridade,etc., mediante a incorporación da capacidade visual a un computador para que sexa capaz de identificar o que ve. O seu estudo céntrase principalmente no desenvolvemento de sensores capaces de observar a contorna e de poder transmitir o que observan a un robot, co fin de que este retroaliméntese continuamente, en tempo real, e poida cambiar as operacións que realiza en función dos cambios na contorna.

• Definición de Sistemas Baseados no Coñecemento e Sistemas Expertos.

Os sistemas baseados no coñecemento son programas informáticos que conteñen o coñecemento dun dominio específico dunha forma explícita e separado do resto do sistema, é dicir, existe unha clara separación entre os
coñecementos que posúe o sistema sobre o dominio e os mecanismos de explotación que utiliza o sistema para chegar a establecer as súas conclusións.Cando o coñecemento que contén o sistema baseado no coñecemento é proporcionado por persoas expertas no dominio, nos atopamos ante os sistemas expertos.

Os sistemas expertos son programas que imitan o proceso de razoamento dos expertos humanos e proporcionan marcos de decisión co tipo de consello similares aos que se recibirían dun experto humano.

• Definición de Redes Neuronais. 

    A redes neuronais son sistemas simulan o proceso de recoñecemento do cerebro humano e do mesmo xeito que as neuronas biolóxicas, estes sistemas estándeseñados para aprender da observación e a repetición. As redes neuronais tratan de resolver de forma eficiente problemas nos cales a información é difusa, incerta, contraditoria ou errónea.

   En consecuencia como os problemas susceptibles de ser resoltos mediante a metodoloxía das redes neuronais son: problemas de optimización, problemas de recoñecemento e problemas de xeneralización.

• Definición de Sistemas Inductivos.

         Os sistemas inductivos xeran unha árbore de decisión a partir dunconxunto de exemplos que constitúen o conxunto de adestramento. É dicir, se trata de sistemas que parten dun conxunto de exemplos segundo un atributo, e van seleccionando ata que todos os exemplos do subconjunto elixido pertenzan
a unha mesma clase conduzan a un mesmo resultado. Estes sistemas son útiles en aplicacións simples onde o conxunto de adestramento é relativamente completo e exacto, coñécense todos os datos e as súas solucións.

        Dentro do conxunto de sistemas inductivos cabe destacar os sistemas de razoamento baseado en casos (RBC) que recuperan a experiencia relevante(feitos e solucións históricos) anterior, da que se dispón, para solucionar novos problemas que presentan características similares. O proceso que seguen é o seguinte: en primeiro lugar indícanse as características do problema aresolver; a partir delas o sistema realiza unha procura na base de casos que posúe ata atopar casos similares ao presentado; posteriormente, a solucióndos casos atopados adáptanse ao problema exposto e na medida en que dita solución sexa aceptada polo usuario, engadirase á base de casos, para poder ser examinado cando se expoña un novo problema ao sistema.