Camino 11

Informacion y Complejidad

De bits a comportamiento. Como sistemas simples procesan informacion y generan conductas complejas.

La idea central

La informacion es fisica. Un bit es una distincion entre dos estados. Las compuertas logicas combinan bits. Los automatas procesan secuencias. Las redes neuronales aprenden patrones. El cerebro es un procesador de informacion.

Este camino traza la linea desde el transistor hasta la neurona, mostrando como capas de abstraccion generan comportamiento inteligente a partir de operaciones elementales.

Logica booleana Computabilidad Aprendizaje Representacion
1

Compuertas Logicas

Computation Lab

Los bloques fundamentales de la computacion. AND, OR, NOT — tres operaciones que pueden construir cualquier funcion logica. NAND es universal: con suficientes NANDs puedes construir una computadora completa.

Patron clave: Composicionalidad. Compuertas simples se combinan para formar circuitos complejos. Un sumador, un multiplexor, una CPU — todo son capas de compuertas.
Explorar simulacion →
2

Automatas Finitos

Computation Lab

Maquinas con memoria. Un automata tiene estados y transiciones. Lee simbolos, cambia de estado, acepta o rechaza. Reconoce patrones como "contiene 'ab'" o "numero par de unos". Es el modelo mas simple de computacion.

Conexion con compuertas: Los flip-flops (compuertas con memoria) implementan estados. Un automata es un circuito con retroalimentacion — la salida anterior afecta la entrada actual.
Explorar simulacion →
3

Automatas Celulares

Math Visual Lab

Miles de automatas en paralelo. Cada celda mira a sus vecinas y decide vivir o morir. Reglas triviales generan naves espaciales, osciladores, incluso maquinas de Turing. La complejidad emerge de la simplicidad.

Conexion con automatas finitos: El Game of Life es Turing-completo — puede simular cualquier computadora. La computacion no requiere un procesador central; puede ser distribuida y emergente.
Explorar simulacion →
4

Perceptron

Computation Lab

La neurona artificial mas simple. Recibe entradas, las multiplica por pesos, suma, y dispara si supera un umbral. Puede aprender: si se equivoca, ajusta los pesos. Es la base de las redes neuronales.

Conexion con automatas: El perceptron es un clasificador lineal — divide el espacio en dos regiones. Pero a diferencia de un automata programado, el perceptron aprende sus reglas de los datos.
Explorar simulacion →
5

Neurona Biologica

Biology Visual Lab

La computadora original. Las dendritas reciben senales, el soma las integra, el axon transmite el potencial de accion. El modelo de Hodgkin-Huxley describe la dinamica ionica que genera el disparo neuronal.

Sintesis final: El perceptron es una abstraccion brutal de la neurona real. Pero la idea central es la misma: integracion de senales, umbral, disparo. 86 mil millones de neuronas generan conciencia.
Explorar simulacion →

Lo que conecta estas simulaciones

"La mente es lo que hace el cerebro. El cerebro es una maquina hecha de neuronas. Las neuronas son computadoras hechas de quimica. La quimica es fisica. La fisica es matematicas."