13 Nov
Fundamentos de Tecnología y Programación
¿Qué es el pensamiento computacional?
Es una forma de pensar para resolver problemas como lo haría una computadora: paso a paso, buscando patrones y usando la lógica.
¿Qué es un algoritmo?
Un algoritmo es una secuencia ordenada de pasos para resolver un problema.
Robótica: Creación y Funcionamiento
¿Qué es un robot?
Un robot es una entidad electrónica o electromecánica, funcional y programable, capaz de realizar acciones por sí mismo para cumplir un objetivo específico.
¿Qué tipos de robots existen?
Existen varios tipos de robots:
- Físicos: como robots domésticos, de servicio, industriales, de educación, etc.
- Virtuales: como la IA, ChatGPT, Gemini, etc.
¿Qué es la robótica?
Es la ciencia que se dedica a crear y usar robots.
¿Cuál es la arquitectura de un robot?
Se conforma por los siguientes elementos:
- Sensores: Captan información física y la convierten en señales digitales legibles para la computadora. Hay sensores de distancia, humedad, luz, temperatura, etc.
- Actuadores: Permiten al robot moverse e interactuar con el contexto. Existen actuadores hidráulicos (a presión de agua), neumáticos (a presión de aire) y eléctricos, que son los más utilizados.
- Nivel de procesamiento: Se conforma por la unidad de procesamiento y el programa de control, que define el comportamiento del robot para cumplir un objetivo.
Diseño e Impresión 3D
¿Qué es el diseño 3D y cuál es su principal finalidad?
El diseño 3D es el conjunto de técnicas que nos sirven para proyectar en tres dimensiones.
Finalidad: Representar o fabricar objetos reales o hipotéticos, explorar geometrías, hacer prototipos y facilitar la producción, visualización o simulación en un espacio tridimensional.
¿Qué representan los ejes X, Y y Z en el diseño tridimensional?
- Eje X: Representa típicamente el ancho (de lado a lado).
- Eje Y: Representa la altura o la dirección arriba/abajo (según la convención).
- Eje Z: Representa la profundidad o la “tercera dimensión” que sale o entra de la pantalla o plano.
¿Qué es el diseño generativo y qué lo hace distinto?
Es un proceso donde se definen parámetros (materiales, procesos, restricciones de fabricación) y un motor de software (a veces con inteligencia artificial) genera automáticamente múltiples alternativas de diseño óptimas para esos requisitos.
Su principal diferencia es que no se diseña manualmente cada geometría, sino que el sistema propone múltiples opciones optimizadas.
Nombra al menos 3 tipos de diseño 3D
- Diseño de sólidos
- Diseño de superficies
- Escultura digital
Conceptos clave en la visualización 3D
¿Qué es la perspectiva?
La perspectiva es la representación de objetos en 3D para dar una sensación de profundidad.
¿Qué es la orientación?
La orientación es cada una de las posibles posiciones de un objeto sin cambiar un punto fijo de referencia.
¿Qué es la superposición?
Es la técnica de unir dos o más objetos para crear uno nuevo.
¿Cuáles son los formatos de exportación de archivos de diseño 3D?
Algunos de los formatos más comunes son: STL, OBJ, FBX, STEP, IGES, 3MF y PLY.
¿Por qué es importante ajustar la temperatura del hotend en una impresora 3D?
Si no ajustamos correctamente la temperatura del hotend, el filamento puede no fundirse bien (si está muy baja) o quemarse y obstruir la boquilla (si está muy alta). Un mal ajuste afecta negativamente la calidad de impresión y puede dañar la impresora.
¿Qué aspectos tener en cuenta al elegir el porcentaje de relleno para una pieza?
Se debe considerar la resistencia requerida, el peso final, el tiempo de impresión, el material utilizado, la función de la pieza y el coste del material. Un relleno bajo ahorra material y tiempo, pero puede debilitar la pieza; un relleno alto da mayor solidez, pero consume más material y tiempo.
¿Qué aspectos deberías tener en cuenta al elegir el porcentaje de relleno para una pieza?
Se debe considerar la resistencia requerida de la pieza, el peso, el tiempo de impresión, el material, la función de la pieza y el coste del material. Un relleno bajo ahorra material/tiempo pero puede debilitar la pieza; un relleno alto da mayor solidez pero más material y tiempo.
¿Tinkercad permite importar cualquier tipo de archivos?
No. Solo acepta algunos formatos específicos para la importación, como STL y OBJ.
Inteligencia Artificial y Machine Learning
¿Cuál es el primer registro que se tiene de una “Inteligencia Artificial” y qué proponía?
El primer registro se encuentra en el trabajo de Alan Turing en los años 40 (por ejemplo, su informe “Intelligent Machinery” de 1948), donde propuso la idea de máquinas capaces de modificar sus propias instrucciones y aprender de la experiencia.
Describe los paradigmas del aprendizaje de la IA
- Aprendizaje supervisado (supervised learning)
- Aprendizaje no supervisado (unsupervised learning)
- Aprendizaje por refuerzo (reinforcement learning)
- Otros como el aprendizaje semi-supervisado y el aprendizaje profundo (deep learning).
¿Qué es el ‘machine learning’?
Es una rama de la inteligencia artificial que permite a las máquinas aprender a partir de datos de entrada, identificando patrones o tomando decisiones sin haber sido explícitamente programadas para cada caso particular.
¿Qué pasos sigue un algoritmo de Machine Learning?
- Obtención de datos (entrada).
- Preprocesamiento y limpieza de datos.
- Selección o ingeniería de características (features).
- División en conjuntos de entrenamiento y prueba.
- Entrenamiento del modelo con los datos de entrenamiento.
- Evaluación del modelo con los datos de prueba.
- Ajuste (tuning) de hiperparámetros.
- Implementación o despliegue del modelo.
- Monitoreo y mantenimiento.
¿Cuáles son las variedades que presenta el aprendizaje automático?
- Supervisado: Utiliza datos con etiquetas para tareas de clasificación o regresión.
- No supervisado: Trabaja con datos sin etiquetas para descubrir patrones o agrupamientos.
- Por refuerzo: Un agente interactúa con un entorno, recibe recompensas o penalizaciones y aprende a través de ensayo y error.
¿En qué tareas se usa cotidianamente el Machine Learning?
Se utiliza en sistemas de recomendación (ej., plataformas de streaming), reconocimiento de imágenes, detección de fraudes, filtros de correo spam, diagnóstico médico, predicción de mantenimiento en máquinas, asistentes virtuales, análisis de clientes y conducción autónoma, entre otros.
Breve historia del Machine Learning
Tras los primeros trabajos en IA (años 40-50, como los de Turing), se exploraron las redes neuronales en los 50-60. En los 70-80 se desarrollaron sistemas expertos. Más tarde, en los 90-2000, el aumento de datos y capacidad de cómputo impulsó el aprendizaje estadístico. Finalmente, en la década de 2010-2020, con grandes volúmenes de datos (Big Data) y mayor potencia computacional, surgieron el aprendizaje profundo y la aplicación masiva del Machine Learning.
Aplicaciones Tecnológicas Modernas
¿Por qué es importante la big data en el deporte?
Ayuda a mejorar el rendimiento de los atletas, prevenir lesiones y planificar estrategias basadas en el análisis de grandes volúmenes de datos.
¿Qué ayudas está proporcionando la IA generativa?
Permite crear textos, imágenes y diseños de forma automática, lo que ahorra tiempo y potencia la creatividad en diversas áreas.
Deja un comentario