Las últimas tendencias tecnológicas
- nicole lippert
- 4 nov 2021
- 4 Min. de lectura
Internet of Things (IoT):
El internet de las cosas, o IoT, es la idea a través de la cual se busca que una cantidad grande de dispositivos tecnológicos estén conectados unos con otros en una gran aplicación en conjunto. De esta forma, todas las actividades de la vida diaria, desde asuntos médicos hasta de transporte, estarán monitoreadas con el fin de obtener insights de los dispositivos conectados para así mejorar los servicios y productos a los que tenemos acceso.
Sin embargo, aún hay varios retos que esta tecnología emergente tiene que solucionar:
Escala: hay más dispositivos que personas y está creciendo esta escala. El volumen de los datos generados es muy grande.
Ritmo: hay mucha presión por innovación y control. Hay también mucha presión de la especialización de los trabajos.
Ambiente: aún hay una heterogeneidad extrema en el mundo tecnológico. Se necesitaría un gran desarrollo en la colaboración entre sectores, en seguridad y privacidad y en la instauración de nuevos estándares y regulaciones.
Cloud computing:
El cómputo en la nube, desde en su uso personal como iCloud o Google Photos, hasta en su uso empresarial y gubernamental, cada día toma una mayor relevancia. Gracias a este tipo de cómputo, son más los servicios remotos los que están disponibles para todos: servidores, almacenamiento, software, infraestructura, etc.
En el mundo empresarial, al ser un servicio, este se debe considerar como un gasto operativo que se mide según el uso que se le da. Es decir, los costos son incrementales y las empresas pueden encontrar variantes según las necesidades.
Tipos de cómputo en la nube:
Servicios On Premises: Instalado en la computadora.
Aplication Service Providers: Personas que tienen computadoras para rentar.
Private Cloud: Utilizar una computadora que está en otro lugar y a la que se tienen acceso.
IaaS (Infrastructure as a Service): Se da el acceso a una computadora física, pero no incluye SO ni software.
PaaS (Platform as a Service): Se da el acceso a una computadora con todo y su sistema operativo.
SaaS (Software as a Service): Se da el acceso a una computadora con su sistema operativo y con software ya instalado en la computadora.
Nube híbrida: Se usa la nube privada y la pública simultáneamente.
Tres etapas del cómputo en la nube:
1. Experimentación: los ingenieros y otros crean las primeras aplicaciones en la nube del departamento de TI. Al mismo tiempo, empresas y departamentos de TI visualice el arte de lo posible; diseño nuevo soluciones para demostrar cómo hacer avanzar la status quo; e imagina un nuevo, ampliado, más ágil y mejor aplicación o servicio.
2. Migración: la mayor parte de la cartera de TI se traslada a la nube de una forma u otra
3. Transformación: las aplicaciones seleccionadas son rediseñado para aprovechar al máximo la nube, utilizando el modelo PaaS, que ofrece una mayor escala, mayor integración con otros servicios en la nube
Minería de datos:
Bases de datos tradicionales:
· Una base de datos es un sistema que convierte un conjunto de datos de gran tamaño en una herramienta abstracta, permitiendo al usuario buscar y extraer elementos pertinentes de información, de una forma cómoda para él.
· Las colecciones de datos son inútiles a menos que seamos capaces de extraer aquellos elementos concretos de información que sean pertinentes para la tarea que tenemos entre manos.
Fundamentos de bases de datos:
· Esquema: Descripción de toda la estructura de la base de datos
· Subesquema: Descripción de una parte de la base de datos que es relevante para las necesidades de un usuario concreto.
· Capa de aplicación vs. capa de gestión de base de datos
· Sistema de base de datos (DBMS): Sistema que permite la manipulación de la base de datos
Modelo racional:
· Representa los datos como si estuvieran almacenados en tablas rectangulares, denominadas relaciones, que son similares al formato en que se visualiza la información de las hojas de cálculo.
· Tupla: una fila de una relación de datos (renglón o registro)
· Atributos: Las columnas de una relación que contiene alguna característica, o atributo de la entidad representada por la correspondiente tupla.
· Ej: sistema de nóminas, sistema de calificaciones, sistema de facturación de clientes, sistema de colegiaturas, etc.
Minería de datos:
Se define como el “conjunto de técnicas que permiten descubrir patrones dentro de conjuntos de datos”. Generalmente, esta se practica en áreas de marketing, inventarios, control de calidad, gestión de riesgos, detección de fraudes, análisis de inversiones, ADN e inteligencia artificial. La diferencia entre las consultas entre minería de datos y bases tradicionales son la identificación de patrones.
Los diferentes formatos de minería de datos que existen son los siguientes:
· Descripción de clases: Trata de identificar propiedades que caractericen a un grupo dado de elementos de datos.
· Discriminación de clases: Trata de identificar propiedades que separen a dos grupos.
· Análisis de agrupamiento: Trata de descubrir clases en los datos
· Análisis de asociaciones: Búsqueda de enlaces entre grupos de datos.
· Análisis de excepciones: Trata de identificar elementos que no se ajustan a la norma de datos.
· Análisis de patrones secuenciales: Trata de identificar patrones de comportamiento a lo largo del tiempo.
Machine Learning
· Machine Learning es una de las ramas de la Inteligencia Artificial cuyo objetivo es desarrollar técnicas que permitan a las computadoras aprender. Se trata de crear programas computacionales capaces de detectar patrones en la información y obtener conocimientos a partir de información estructurada y no estructurada suministrada en forma de ejemplos.
· Las tecnologías de Machine Learning son resultado de múltiples avances científicos en las Matemáticas y en la Computación que han hecho posible que las computadoras puedan realizar ciertas tareas mejor que los humanos.
La IA y el machine learning podrían acercarnos a uno de los objetivos más buscados por la publicidad: ofrecer anuncios relevantes a escala
· La inteligencia artificial estudia cómo lograr que las máquinas sean inteligentes o capaces de resolver problemas de la misma forma en que lo haría una persona.
· El machine learning es básicamente una nueva manera de crear estos sistemas capaces de resolverlos.
· Durante décadas, los programadores codificaron manualmente los programas informáticos para lograr que proporcionen resultados a partir de cierta información.
· Con el machine learning, enseñamos a las computadoras a aprender sin la necesidad de programarlas con un conjunto de reglas rígidas. Para lograrlo, les mostramos varios ejemplos hasta que eventualmente comienzan a aprender de ellos.
¿Podrá la tecnología sustituir al hombre?
Te invito a ver este video en el que hablo sobre el tema:
Otras tendencias que podrían interesarte:
Comentarios