F-35A LANZAMIENTO DEL MISIL
Un avión de despegue y aterrizaje
convencional F-35A completó la primera de lanzamiento de misiles en vuelo de un
AIM-120
miércoles, 18 de junio de 2014
DESARROLLO DE SOFTWARE DEL F-35
DESARROLLO DE SOFTWARE: Un Jet Digital para la batalla moderno
Sustenta capacidades inigualables
del F-35 es más de 8 millones de líneas de código de software - más de cuatro
veces la cantidad de primer caza quinta generación del mundo, el F-22 Raptor.
Desde los controles de vuelo para fusionar los datos del sensor de la F-35 para
formar una imagen clara y completa de la zona de combate, el software es
esencial.
Software F-35 permite:
·
Controles de vuelo
·
Funcionalidad Radar
·
Comunicaciones, navegación e identificación
·
Ataque electrónico
·
Fusión de sensores
·
Despliegue Armas
La clave para la capacidad
operativa inicial.
Los servicios han declarado que
el software es la clave para declarar la capacidad operativa inicial (IOC) para
el F-35. Desarrollo, integración y pruebas de más de 8 millones de líneas de
código en un avión furtivo supersónica no es tarea fácil. Es por eso que
Lockheed Martin ha sacado el talento clave de toda la empresa para aumentar el
desarrollo de software F-35 y equipos de integración. Con el fin de garantizar
la máxima eficiencia de los recursos nuevos, el equipo añadió un laboratorio de
desarrollo adicional del sistema y tiene planes para mejorar los laboratorios
actuales para probar más capacidad y ser más robusto. Además, Lockheed Martin
ha optimizado su dotación de personal previsto para garantizar que los
laboratorios se utilizan seis o siete días a la semana durante más de 20 horas
por día para conducir el máximo rendimiento. Sistema y del software más de 500
misiones ingenieros trabajan día y noche para asegurarse de que el F-35 estará
listo para el COI.
Un Enfoque de Desarrollo Bloquear.
Desde inicios del programa, el
equipo de software se ha centrado en el desarrollo de seis versiones de
software clave conocidos como bloques:
·
Bloquear 1A/1B - Bloque 1 comprende el 76 por
ciento de los más de 8 millones de líneas de código fuente necesarios para la
capacidad warfighting completa del F-35. Bloquear 1A fue el preparado para la
configuración de formación mientras que el bloque 1B proporcionado de seguridad
inicial de varios niveles.
·
Bloque 2A - Bloque 2A se libera actualmente a la
flota de F-35. Proporciona una mejor capacitación que incluye la funcionalidad
para la fusión fuera del tablero, los enlaces de datos iniciales, ataque
electrónico y sesión informativa de la misión. Bajo Bloque 2A, casi el 86 por
ciento del código requerido para la capacidad warfighting completo está
volando.
·
Bloque 2B - Bloque 2B proporciona capacidades
iniciales de lucha de guerra, incluyendo pero no limitado a los enlaces de
datos ampliados, la fusión de varios buques y armas vivas iniciales. Los
marines estadounidenses declararán COI con el Bloque 2B. Bajo Bloque 2B, más
del 89 por ciento del código requerido para la capacidad warfighting completo
está volando.
·
Bloquear 3i - Bloquear 3i ofrece las mismas
capacidades que Bloque 2B. La diferencia principal entre 2B y 3i es la
implementación de nuevo hardware, en concreto el procesador actualizado
Integrated Core. La Fuerza Aérea declarará COI con el Bloque 3i. Con Trazos 3i,
más del 89 por ciento de código necesario para la capacidad warfighting
completa volará.
·
Bloquear 3F - Bloquear 3F proporciona 100 por
ciento del software necesario para la capacidad del warfighting completo,
incluyendo pero no limitado a las imágenes de enlace de datos, armas completo y
la formación incrustado. Requisitos de Desarrollo del Bloque 3F se completó en
junio de 2013.
Estado Actual de Desarrollo de
Software.
Como de 10 de junio de 2014, más
del 89 por ciento del software requerido F-35 está volando. Aproximadamente el
98 por ciento del software requerido ha sido codificado. Esto equivale a
alrededor de 160.000 líneas de código que aún no se han escrito.
En 2013, el vuelo del programa
F-35 a prueba las cuatro primeras iteraciones del Bloque 2B, la configuración
del software de la Infantería de Marina utilizará para declarar la capacidad
operativa inicial. Los pilotos llevaron a cabo operaciones de fusión de
sensores, ejecutadas aterrizajes nocturnos en el USS Avispa y cayeron tanto
aire-aire y aire-tierra municiones. El software ha demostrado ser estable y
funcionando bien.
__main.jpg)
Memorias flash de puntos cuánticos de grafeno
Memorias flash de puntos cuánticos de grafeno son prometedores para el almacenamiento de datos.
(A) Diagrama esquemático y (b) la imagen de una memoria
flash de puntos cuánticos de grafeno. De almacenamiento de carga en las trampas
de carga discretas, tales como puntos cuánticos de grafeno, ofrece el potencial
para el almacenamiento de datos de alta densidad. Crédito: Joo, et al. © 2014
IOP Publishing.
Memorias flash comerciales
(Phys.org) de hoy-por lo general almacenan datos como la carga eléctrica en las
capas de polisilicio. Debido polisilicio es un único material continuo,
defectos en el material puede interferir con el movimiento de carga deseada, lo
cual puede limitar la retención de datos y la densidad.
Para superar este problema, los
investigadores recientemente han estado trabajando en el almacenamiento de
carga en las trampas de carga discretas, tales como nanocristales, en lugar de
capas de polisilicio. Dado que los materiales de trampa carga discreta tienen
la ventaja de evitar el movimiento no deseado de carga como resultado de su
menor sensibilidad a los defectos locales, que ofrecen el potencial de memorias
flash de alta densidad.
Ahora, en un nuevo estudio, los
científicos han utilizado los puntos cuánticos de grafeno en lugar de
nanocristales como material trampa cargo discreto. Los investigadores, Soong
Sin Joo, et al., En la Universidad de Kyung Hee y Samsung Electronics, tanto en
Yongin, Corea del Sur, han publicado su trabajo en puntos cuánticos de grafeno
memorias flash en un número reciente de la nanotecnología.
Aunque, en general, el grafeno es
ampliamente conocido como un material atractivo para la electrónica de última
generación y la fotónica, debido a sus propiedades únicas, el desarrollo de
grafeno dispositivos de memoria se encuentra todavía en una etapa temprana.
Puntos cuánticos grafeno en particular, son muy nuevos materiales. Como los
bits de grafeno extraído de carbono a granel, los puntos cuánticos de grafeno
pueden ser diseñados con propiedades electrónicas y ópticas específicas para
diferentes propósitos.
Aquí, los investigadores
prepararon grafeno puntos cuánticos de tres tamaños diferentes (6, 12 y 27
diámetros nm) entre las capas de dióxido de silicio. Los investigadores
encontraron que las propiedades de memoria de los puntos varían en función de
su tamaño. Por ejemplo, mientras que los puntos 12 nm presentan la velocidad
más alta programa, los puntos 27 nm presentan la más alta velocidad de borrado,
así como la más alta estabilidad.
"Este es el primer informe
de forma gratuita-trampa memorias flash no volátiles realizadas mediante el
empleo de los puntos cuánticos grafeno estructuralmente caracterizados, aunque
sus propiedades de memoria no volátiles están actualmente por debajo del
estándar comercial", coautor Suk-Ho Choi Kyung Hee University dijo
Phys.org . "En realidad, esta es la primera aplicación exitosa de los
puntos cuánticos de grafeno en dispositivos prácticos, incluyendo dispositivos
electrónicos y ópticos, por lo que yo sé, a pesar de que hay muchos informes
sobre las caracterizaciones físicas y químicas de los puntos cuánticos de
grafeno."
Como los dispositivos de memoria
flash en sus primeras etapas de desarrollo, los recuerdos de puntos cuánticos
de grafeno muestran un rendimiento prometedor, con una densidad de electrones
comparable a la de los dispositivos de memoria basados en semiconductores y
metales nanocristales. Los investigadores esperan que las futuras mejoras en
los dispositivos conducirá a un rendimiento mejorado y nuevas aplicaciones.
"Si dieléctricos flexibles
(aislantes) se utilizan en lugar de dióxidos de silicio como túnel y de control
de las barreras sobre sustratos de plástico, a continuación, que pueden ser
utilizados en dispositivos electrónicos flexibles (o portátiles)," dijo Choi.
"Las nanopartículas metálicas también ofrecen una serie de ventajas
similares a las de grafeno puntos cuánticos, como una mayor densidad de
estados, la flexibilidad en la elección de la función de trabajo, etc, para la
carga-trampa memorias flash no volátiles, pero potencialmente pueden degradar
el rendimiento del dispositivo, debido a sus inestabilidades térmicas y no son
útiles para la electrónica y la fotónica transparentes y flexibles”.
sábado, 28 de septiembre de 2013
sábado, 6 de julio de 2013
Un nuevo lenguaje ayuda a los programadores crear aplicaciones cuántica.
Software Quantum finalmente ha
dejado la Edad Media con la creación del primer lenguaje de programación
práctica y de alto nivel para los ordenadores cuánticos. Aunque los
dispositivos de hoy en día no están listos para las aplicaciones más prácticas,
el idioma, llamado Quipper, podría orientar el diseño de estas máquinas
futuristas, así como hacer más fácil para programar cuando ellos lleguen.
"Lo hace todas las buenas
características de un lenguaje de programación clásica moderna, adaptada a la
computación cuántica", dice Bob Coecke de la Universidad de Oxford, que no
participó en el trabajo. "Es un tour de force".
Una característica importante de
una computadora cuántica es que sus bits - conocido como qubits - pueden tomar
los valores 0 y 1 al mismo tiempo. Esto permite que el ordenador realice dos o
más cálculos al mismo tiempo. Pero el diseño de algoritmos informáticos que
hacen uso de este paralelismo cuántico es difícil.
Así programación cuántica ha sido
hasta ahora la mayoría de bajo nivel, que ver con instruir a las puertas
lógicas cuánticas que controlan los qubits.
Quantum java
Ahora Peter Selinger de la
Universidad de Dalhousie en Halifax, Canadá, y sus colegas han llevado al campo
al día mediante la creación de Quipper, el primer lenguaje de programación de
alto nivel cuántico. Quipper está diseñado para expresar las instrucciones en
cuanto a conceptos más grandes, y para hacer más fácil reunir a múltiples
algoritmos de una manera modular. Alto nivel idiomas para ordenadores clásicos
como Java hacen la mayor parte del trabajo pesado en la computación moderna.
Quipper se basa en un lenguaje de
programación llamado clásico Haskell, que es particularmente adecuado para la
programación de aplicaciones de la física. ¿Qué equipo de Selinger ha hecho es
adaptarlo a lidiar con qubits.
También han producido una
biblioteca de código Quipper para llevar a cabo siete algoritmos cuánticos
existentes, incluyendo un algoritmo para la estimación de la energía del estado
fundamental de las moléculas. Tienen la esperanza de que otros se sumarán a la
biblioteca, escribiendo más algoritmos, la creación de un recurso que permitirá
a los programadores cuánticos para construir software pegando módulos entre sí,
como programadores clásicas hacen con Java.
"Tener un lenguaje de
programación bien diseñado ayuda a estructurar su pensamiento e informa a la
forma de pensar sobre un problema", dice Selinger. "Puede llegar a
ser una herramienta útil en el diseño de nuevos algoritmos cuánticos."
Thorsten Altenkirch de la
Universidad de Nottingham, Reino Unido, que no participó en el trabajo, está de
acuerdo. "La gente puede utilizar lenguajes como Quipper como banco de
pruebas para las ideas y la comprensión de la forma de escribir software
cuántica", dice.
El equipo de Selinger lanzó su
esquema de la lengua, junto con su biblioteca preliminar, en la programación
Diseño Lengua y conferencias Implementación en Seattle, Washington, el mes
pasado.
Influir en el futuro
Puede parecer extraño para crear
un lenguaje para un ordenador cuántico, ya que el hardware sigue siendo
rudimentaria. Pero el desarrollo del software - que se prueba mediante la
simulación de una computadora cuántica en un clásico uno - podría influir en el
diseño de futuras computadoras cuánticas.
La creación de Quipper fue
financiado por IARPA , la Inteligencia Advanced Research Projects Agency
EE.UU., con el fin de precisar la cantidad de bits que necesitaría un ordenador
cuántico con el fin de superar a uno clásico en ciertas tareas. Programas de
escritura en Quipper hace que los requisitos de hardware de un algoritmo más
clara y que ya ha dado lugar a algunas sorpresas. "Va a tomar muchos más
recursos que la gente había pensado", dice Selinger, que no se puede
hablar de resultados concretos.
Se espera que con los avances en
la ingeniería, tales como la reducción de ruido, el número de qubits necesarios
para un ordenador cuántico práctico disminuirá con el tiempo.
El equipo hizo sus estimaciones
sobre la base de diversas formas existentes de hardware cuántico, incluyendo
los dispositivos que utilizan trampas de iones y fotones. Sin embargo, ellos no
son el único ordenador cuántico en el mercado hoy en día, el equipo de la onda
D. Se utiliza un nuevo enfoque llamado computación cuántica adiabática por lo
que no es actualmente compatible con Quipper.
viernes, 14 de junio de 2013
¿Cómo se puede saber si una computadora puede pensar?
En 1950, Alan Turing - el padre
de la informática - sugirió una prueba sencilla. Primer paso: diseñar un
programa de computadora que puede simular la conversación humana. (Lo cual era
una hazaña, teniendo en cuenta lo primitivo fueron los equipos de la segunda
mitad del siglo XX.) Pasó dos: colocarlo detrás de una pantalla o de otra
manera ocultar de la vista. Pasó tres: invitar a un ser humano para conversar
con el equipo en la forma de mensajes de texto. Paso cuatro: Pregúntele a la
persona si su interlocutor no se ve es un ser humano o una máquina.
Si él o ella se confunde la
conversación generada por ordenador para un ser humano, entonces voila: el
equipo, de acuerdo con Turing, se puede decir "pensar".
Suena más como un juego de salón
que un experimento mental, y muchos en el campo consideran como eso. Sin
embargo, esta "prueba de Turing" pasó a conducir décadas de
investigación en inteligencia artificial. Incluso dio lugar a un concurso anual
desde 1991 llamado el Premio Loebner , donde los jueces sostienen
conversaciones breves con los programas y los seres humanos de inteligencia
artificial ocultos y, a continuación, tendrá que decidir cuál es cuál. (En la
ausencia de cualquier programa de pasar la prueba, un premio más pequeño se le
da a la más "parecidos a los humanos".)
Turing predijo que una
computadora podría cumplir con éxito su experimento mental antes del año 2000,
pero hasta la fecha, ningún programa de ordenador ha pasado la prueba - ni
siquiera el ganador de ayer del Premio 2012 Loebner , Vivant chip . Esto se
debe a los parámetros blandos de la prueba en sí en parte - por ejemplo,
¿cuánto tiempo es necesario que el equipo participar en la conversación
despreocupada ante el ser humano pasa juicio sobre su identidad? Cinco minutos?
Tres horas? Turing nunca dice - sino también porque imitando perfectamente la
conversación humana resulta ser más complicado de lo que se esperaba. Entonces,
¿qué haría falta para construir una máquina que pueda pasar la prueba de Turing
infame?
Cuidado con la lengua
Una cosa es segura: la lógica de
la fuerza bruta no va a hacer el truco. En los primeros días de la
investigación de la inteligencia artificial, "pensamiento" se supone
que es simple cuestión de conectar símbolos junto con las reglas discretas.
"Había una idea en la década de 1960 de reducir el mundo hasta en objetos
y acciones que se pueden nombrar: libro, tabla, hablar, correr," dice
Robert French, un científico cognitivo en el Centro Nacional Francés para la
Investigación Científica. "Todas las palabras en el diccionario son
símbolos que hacen referencia al mundo. Así que si pones a todos juntos de una
manera cuidadosa, la inteligencia debe emerger, más o menos."
Excepto que no lo hace. Este
enfoque, llamado "AI simbólico" encaje como una ramita cuando se
somete a la más mínima ambigüedad. Después de todo, hay una regla diccionario
puede decirle a una computadora cómo responder adecuadamente a la pregunta
casual, "¿Qué pasa?" (Si su respuesta es "Up es lo contrario de
abajo", que acaba fallado la prueba de Turing.) Una base de datos
densamente interconectado puede contener información "inteligente",
pero no es inteligente en sí. Como Brian cristiano, autor de The Human más
humano: ¿Qué nos dice la Inteligencia Artificial de estar vivo , lo expresa así:
"Cuando leemos un libro, no creo que el libro tiene las ideas."
Una mejor manera de simular la
conversación humana es dejar de lado la lógica y el objetivo de una calidad
llamado "apátrida". En una conversación sin estado, cada respuesta
sólo tiene que referirse vagamente el que se produjo inmediatamente antes de
ella. Este comportamiento es mucho más fácil de programar en una computadora,
por lo que los llamados "robots charlatanes" se han vuelto tan
frecuentes en línea.
A mediados de la década de 1960,
ELIZA , uno de los primeros robots charlatanes del mundo, personificó
efectivamente un psicoterapeuta por repitiendo lenguaje nuevo de los usuarios a
ellos. En la década de 2000, un chatbot más sofisticado llamado ALICE ganó el
Premio Loebner tres veces utilizando esencialmente la misma técnica. Sin
embargo, estas interacciones apátridas son apenas lo que cualquiera llamaría
"inteligente" - irónicamente, es su vacuidad casi total que hace
parecer tan humano. Pero no lo suficientemente humano, lo que parece: ALICE
podría haber superado a otros robots charlatanes, pero aún así no podía engañar
a los jueces humanos consistentemente lo suficiente para pasar la prueba de
Turing.
Así que si saber un montón de
hechos y hacer una pequeña charla hueca no son habilidades que permiten a una
computadora para pasar el test de Turing, ¿qué aspecto de la "inteligencia
humana" se queda afuera? Lo único que tenemos que los programas
informáticos no: cuerpos.
Total recall
Según French, inteligencia flota
en realidad en un "inmenso mar de cosas por debajo de la cognición" -
y la mayor parte se compone de experiencias sensoriales asociativas, el
"lo que es"-presas construidas por un cuerpo físico, la interacción
con un mundo físico. Esta información "subcognitive" podría incluir
la memoria de caerse de una bicicleta y el despellejamiento de la rodilla, o
morder un bocadillo en la playa y la sensación crujiente arena entre los
dientes. Pero también incluye nociones más abstractas, como la respuesta a la siguiente
pregunta: "¿Es 'Flugly' un mejor nombre para una actriz glamorosa, o un
oso de peluche?"
A pesar de que "flugly"
es una palabra sin sentido, casi todos los humanos de habla Inglés escogería el
oso de peluche, dice French. ¿Por qué? "Un equipo que no tiene un
historial de experiencia encarnada encontrar osos de peluche suave, actrices
bonitas, o incluso los sonidos del idioma Inglés", dice el francés.
"Todas estas cosas permiten a los seres humanos para responder a estas
preguntas de una manera coherente, que un ordenador no tiene acceso." Lo
que significa que cualquier programa sin cuerpo tiene un talón de Aquiles
cuando se trata de pasar la prueba de Turing.
Pero eso podría cambiar pronto.
Francés cita experimentos "vida-captura", al igual que los esfuerzos
en curso de investigador del MIT Deb Roy para grabar cada segundo de vigilia de
la vida de su hijo pequeño , como una posible solución al problema de
realización. "¿Qué pasaría si un equipo se expuso a todos los mismos de
las vistas y sonidos y experiencias sensoriales que una persona fue, durante
años y años?" Dice francés. "Ahora podemos recoger estos datos. Si el
equipo puede analizar y correlacionar correctamente, es razonable imaginar que
pudiera contestar las preguntas de tipo Flugly' al igual que lo haría un
humano?"
Francés no piensa en la marcha de
análisis de un conjunto de datos tan grande será posible en el corto plazo.
"Pero en algún momento en el tiempo, vamos a llegar allí", dice.
Momento en el que - suponiendo que funciona, y un programa de computadora pasa
la prueba de Turing - ¿qué significa esto en términos prácticos? ¿Vamos a
considerar que el dispositivo inteligente? ¿O simplemente añadir "tener
una conversación convincente" a la lista cada vez mayor de las cosas
interesantes que las computadoras pueden hacer, como "seres humanos
golpearon en el ajedrez" (como hizo Deep Blue de IBM en un partido con
Garry Kasparov en 1997 ) o "jugar Jeopardy! en la televisión "(como
Watson hizo en 2011 )?
El científico
de la computación conocido Edsger Dijkstra dijo que "la cuestión de si las
máquinas pueden pensar que es tan relevante como la cuestión de si los
submarinos podrán nadar". Semántica y la filosofía de la
"inteligencia" a un lado, un equipo que puede pasar la prueba de
Turing pueden hacer exactamente una cosa muy bien: hablar con la gente como un
individuo. Lo que significa que la prueba de Turing sólo puede ser reemplazado
por una cuestión diferente, que no es menos difícil de responder. "Podemos
imitar a una persona", dice Brian cristiana. "Pero, ¿cuál?"
Suscribirse a:
Entradas (Atom)
