Ciencias de la computación

Charles Babbage diseñó la primera computadora Turing-completa; aunque pasarían décadas antes de que Alan Turing y otros demostraran su relevancia.

Ada Lovelace es reconocida por escribir el primer algoritmo para una computadora universal (la "Máquina analítica" de Babbage).

La historia de la ciencia de la computación antecede a la invención del computador digital moderno. Antes de la década de 1920, el término computador se refería a un ser humano que realizaba cálculos.[8] Los primeros cimientos de lo que se convertiría en ciencias de la computación son anteriores a la invención de la computadora digital moderna. Se trataba de máquinas para el cálculo de las tareas numéricas fijas, como el ábaco han existido desde la antigüedad, ayudando en cálculos tales como la multiplicación y la división. Además, los algoritmos para realizar cálculos han existido desde la antigüedad, incluso antes de que se crearan equipos de computación sofisticados. Los antiguos sánscritos tratadistas Shulba Sutras, o "Reglas de la cuerda", es un libro de algoritmos escritos en 800 a. C. para la construcción de objetos geométricos como altares utilizando una clavija y cuerda, un precursor temprano del campo moderno de la geometría computacional.

Blaise Pascal diseñó y construyó la primera calculadora mecánica de trabajo, la Pascalina, en 1642.[9] En 1673 Gottfried Leibniz creó una calculadora mecánica digital, llamada Stepped Reckoner.[10] Él puede ser considerado el primer computólogo y teórico de la información, entre otras razones, porque fue el primero en documentar el sistema numérico binario. En 1820, Charles Xavier Thomas de Colmar lanzó la calculadora mecánica industrial[11] cuando lanzó su simplificado aritmómetro, que fue la primera máquina de calcular lo suficientemente fuerte y lo suficientemente fiable para ser usada a diario en un entorno industrial. Charles Babbage inició el diseño de la primera calculadora automática mecánica, su máquina diferencial, en 1822, que finalmente le dio la idea de la primera calculadora mecánica programable, su máquina analítica.[12] Él comenzó a desarrollar esta máquina en 1834 y en menos de dos años había esbozado muchas de las características más destacadas del moderno equipo. Un paso fundamental fue la adopción de un sistema de tarjetas perforadas derivado del telar de Jacquard[13] haciéndolo infinitamente programable.[14] En 1843, durante la traducción de un artículo francés sobre la máquina analítica, Ada Lovelace escribió, en una de las muchas notas que incluye el artículo, un algoritmo para calcular los números de Bernoulli, que es considerado como el primer programa de ordenador.[15] Alrededor de 1885, Herman Hollerith inventó la máquina tabuladora, que usaba tarjetas perforadas para procesar información estadística; finalmente, su compañía se convirtió en parte de IBM. En 1937, cien años después del sueño imposible de Babbage, Howard Aiken fue convencido por IBM (que estaban manufacturando todo tipo de equipos de tarjetas perforadas y así como la calculadora de negocio [16]) para desarrollar su calculadora programable gigante, el ASCC/Harvard Mark I. Se basó en la máquina analítica de Babbage, que a su vez utiliza las tarjetas perforadas y una unidad central de cálculo. Cuando se terminó de construir la máquina, algunas personas lo aclamaron como «el sueño de Babbage hecho realidad».[17]

Mayores logros

El ejército alemán usó la máquina Enigma durante la Segunda Guerra Mundial; su sistema de cifrado fue finalmente descubierto por Alan Turing, considerado el padre de la Computación. La lectura de la información que contenían los mensajes supuestamente encriptados son considerados, a veces, como la causa de haber podido concluir la Segunda Guerra Mundial al menos dos años antes de lo que hubiera acaecido sin su descifrado. El descifrado a gran escala del tráfico de Enigma en Bletchley Park fue uno de los factores más importantes que contribuyeron a la victoria Aliada.[25]

A pesar de su corto tiempo de ser una disciplina científica formal, las ciencias de la computación han hecho un gran número de contribuciones importantes a la ciencia y la sociedad –de hecho, junto con la electrónica, es una ciencia fundacional de la época actual de la historia humana llamada Era de la información y la Revolución de la Información, visto como el tercer gran salto en el progreso tecnológico humano después de la Revolución Industrial (1750-1850) y la revolución neolítica (8000-5000 a. C.).

Estas contribuciones a la humanidad incluyen:

• El comienzo de la "Revolución digital", la cual incluye la actual Era de la información y el Internet.[26]
• Una definición formal de computación y computabilidad, y una demostración formal de que existen problemas que son computacionalmente irresolubles e intratables.[27]
• El concepto de lenguaje de programación, una herramienta para la expresión precisa de información metodológica a varios niveles de abstracción.[28]
• En criptología, el criptoanálisis de Enigma fue un factor importante, el cual contribuyó a la victoria Aliada en la Segunda Guerra Mundial.[25]
• El cómputo científico permitió la evaluación de procesos y situaciones de gran complejidad, así como la experimentación mediante software. También permitió el avance en investigación de la mente humana y el mapeo del genoma humano junto el Proyecto Genoma Humano.[26] Proyectos de cómputo distribuido tales como Folding@home que estudiaron el plegamiento de proteínas.
• Computación gráfica e imágenes generadas por computadora se volvieron omnipresentes en la era moderna del entretenimiento, sobre todo en televisión, cine, publicidad, animación y videojuegos. ^{[cita requerida]}
• Simulación de varios procesos, incluyendo dinámica de fluidos computacionales, sistemas físicos, eléctricos, electrónicos y de circuitos, así como las sociedades y las situaciones sociales (sobre todo juegos de guerra), junto con sus hábitats, entre muchos otros. Las computadoras modernas permiten la optimización de diseños tales como aviones completos. Se destaca el diseño de circuitos eléctricos y electrónicos con SPICE, así como software para la realización física de nuevos diseños. Este último incluye soporte lógico de diseño esencial para circuito integrados.
• La Inteligencia artificial (IA) es cada vez más importante, ya que se vuelve más eficiente y compleja con el paso del tiempo. Existen muchas aplicaciones de la IA, algunas se pueden ver en el hogar, tales como aspiradores robóticos. También está presente en los videojuegos y en el campo de batalla moderno en aviones no tripulados, sistemas antimisiles, y robots de apoyo para escuadrones.

Algunos científicos de la computación han argumentado a favor de la distinción de tres paradigmas diferentes en ciencias de la computación. Peter Wegner ha argumentado que esos paradigmas son la ciencia, la tecnología y las matemáticas.[29] El grupo de investigación de Peter Denning argumentó que son la abstracción (modelado), y diseño. Amnon H. Eden lo describe como el «paradigma racionalista» (el cual trata a las ciencias de la computación como una rama de las matemáticas, la cual prevalece en ciencias de la computación teórica y principalmente emplea el razonamiento deductivo), el paradigma tecnocrático (que podría ser encontrado en enfoques ingenieriles, más prominente en la ingeniería de software) y el paradigma científico (que se enfoca a objetos relacionados con la computación desde la perspectiva empírica de las ciencias naturales identificable en algunas ramas de la inteligencia artificial).

A pesar de su primera proposición en 1956,[22] la locución «ciencias de la computación» aparece en 1959 en un artículo de la revista Communications of the ACM (prestigiada publicación científica destinada a lectores con experiencia en todos los ámbitos de la computación y los sistemas de información),[30] en el cual Louis Fein discute sobre la creación de una Escuela de Estudios de Posgrado en Ciencias Computacionales análoga a la creación de Harvard Business School en 1921,[31] justificando el nombre con el argumento de que: Como la ciencia administrativa, el tema o área de conocimiento puede ser aplicado, es de carácter interdisciplinario y que cuenta con las características típicas de una disciplina académica.[32] Sus esfuerzos y los de otros, como el analista numérico George Forsythe, fueron recompensados: universidades pasaron a crear este tipo de programas de estudio, a partir de 1962 en Purdue.[33] A pesar del nombre de esta disciplina académica, una cantidad significativa de tópicos en ciencias de la computación no involucran el estudio de las computadoras, por esta razón muchos nombres alternativos han sido propuestos.[34]

Algunos departamentos de universidades prefieren la locución «ciencias de la computación» para hacer énfasis en esta diferencia. El científico danés Peter Naur sugirió el término datología,[35] para reflejar el hecho de que esta disciplina científica gira en torno a los datos y a al tratamiento de estos, mientras que no necesariamente involucra a las computadoras. La primera institución científica en usar el término fue el Departamento de Datología de la Universidad de Copenhague, fundado en 1969, con Peter Naur como profesor de datología. El término es usado en países escandinavos. En los primeros años de la computación, un número de terminus para los practicantes del campo de la computación fueron propuestos en la revista Communications of the ACM – turingeniero, turologo, hombre de los diagramas de flujo, matemático meta-aplicado, y epistemologo aplicado.[36] Tres meses después en esa misma publicación científica, el término computólogo fue sugerido. El siguiente año en la misma publicación surgió el término hypologo.[37] El término computica también ha sido sugerido.[38] En Europa, términos derivados de traducciones de la expresión "automatic information" (e.g. "informazione automatica" en italiano) or "información y matemáticas" son frecuentemente usados, e.g. informatique (francés), Informatik (alemán), Informática (Italia, Países Bajos), Informática (España y Portugal), informatika (lenguas eslavas) o pliroforiki (πληροφορική, que significa informática) en Griego. Palabras similares han sido adoptadas en algunos lugares del Reino Unido, por ejemplo en la Universidad de Edimburgo.[39] Pero estas no reflejan el aspecto de la computabilidad, por esta razón en un contexto de investigación científica tanto académica como industrial el término ciencias de la computación es mayormente usado en publicaciones y conferencias científicas.

Como disciplina científica, las ciencias de la computación abarca una gama de temas, desde los estudios teóricos de los algoritmos y los límites de la computación a los problemas prácticos de la implementación de sistemas computacionales en hardware y software.[40][41] Computing Sciences Acreditation Board o la Junta de Acreditación en Ciencias de la Computación. –Compuesta por representantes de la Association for Computing Machinery (ACM), y la Sociedad de Computación IEEE (IEEE-CS) [42]– identifica cuatro áreas que considera cruciales para la disciplina de ciencias de la computación: teoría de la computación, algoritmos y estructuras de datos, metodología y lenguajes de programación, y arquitectura de computadoras. Además de estas cuatro áreas, C.S.A.B. también identifica ámbitos como la ingeniería de software, inteligencia artificial, redes de computadoras, sistemas de bases de datos, computación paralela, computación distribuida, la interacción persona-computador, gráficos por ordenador, sistemas operativos, cálculo numérico y simbólico siendo importantes áreas de las ciencias de la computación.[40]

El campo más amplio de la ciencia de la computación teórica abarca tanto la teoría clásica de la computación y una amplia gama de otros temas que se centran en los aspectos más abstractos, lógicos y matemáticos de la computación.

De acuerdo a Peter J. Denning, la pregunta fundamental en ciencias de la computación es, «¿Qué puede ser eficientemente automatizado?»[7] El estudio de la teoría de la computación está enfocado en responder preguntas fundamentales acerca de qué puede ser computado y qué cantidad de recursos son requeridos para ejecutar tales cómputos. En un esfuerzo por resolver esta pregunta, la teoría de la computabilidad examina qué problemas computacionales se pueden resolver en varios modelos teóricos de cómputo. La segunda pregunta está dirigida por la teoría de la complejidad computacional, que estudia los costos de tiempo y espacio asociados a diferentes enfoques para resolver una multitud de problemas computacionales.

El famoso problema "¿P=NP?" es uno de los Problemas del milenio,[43] es un problema abierto en ciencias de la computación.

		P = NP ?	GNITIRW-TERCES
Teoría de autómatas	Teoría de la computabilidad	Teoría de la complejidad computacional	Criptografía	Computación cuántica

La teoría de la información está relacionada con la cuantificación de la información. Fue desarrollada por Claude E. Shannon para desarrollar los límites fundamentales del procesamiento de señales así como sus operaciones, tales como compresión y almacenamiento de datos así como la comunicación de los datos de manera fiable.[44] La teoría de códigos es un área de las matemáticas que busca resolver el problema de detectar y corregir errores al momento de transmitir información.[45] Los códigos son usados para comprimir datos, criptografía y más recientemente para la codificación de redes. Los códigos son estudiados para el propósito de diseñar métodos eficientes y seguros para la transmisión de datos.

Los algoritmos y las estructuras de datos son el estudio de métodos computacionales comúnmente usados así como su eficiencia computacional.

${\displaystyle O(n^{2})}$
Análisis de algoritmos	Algoritmos	Estructuras de datos	Optimización combinatoria	Geometría computacional

La teoría del lenguaje de programación es una rama de las ciencias de la computación que se ocupa del diseño, activación, análisis, caracterización y clasificación de los lenguaje de programación y sus características individuales, cae dentro de la disciplina de las ciencias de la computación, tanto en dependencia de las matemáticas y la lingüística. Es un área de investigación activa, con numerosas revistas académicas y conferencias especializadas en el tema.

${\displaystyle \Gamma \vdash x:{\text{Int}}}$
Teoría de tipos	Compiladores	Lenguajes de programación

Las ciencias de la computación aplicadas tratan de identificar ciertos aspectos conceptuales y teóricos de las ciencias de la informática que pueden ser aplicados directamente para resolver problemas del mundo real.

Inteligencia artificial

Esta rama de las ciencias de la computación pretende o es requerida para la síntesis de procesos metaorientados tales como la resolución de problemas, toma de decisiones, la adaptación del medio ambiente, el aprendizaje y la comunicación que se encuentran en los seres humanos y los animales. Desde sus orígenes en la cibernética y en la Conferencia de Dartmouth (1956), la investigación en inteligencia artificial (IA) ha sido necesariamente multidisciplinaria, aprovechando áreas de especialización, tales como las matemáticas, la lógica simbólica, la semiótica, la ingeniería eléctrica, la filosofía de la mente, la neurofisiología, y la inteligencia social. La IA erróneamente es asociada en la mente popular con el desarrollo robótico, pero el principal campo de aplicación práctica ha sido como un componente integrado en las áreas de desarrollo de programas informáticos que requieren la comprensión y la modelación computacional, tales como las finanzas y la economía, la minería de datos y las ciencias físicas. El término fue acuñado por el científico de la computación y matemático John McCarthy en 1955.

Aprendizaje automático	Visión artificial	Procesamiento de imágenes	Reconocimiento de patrones
Ciencia cognitiva	Minería de datos	Computación evolutiva	Búsqueda y recuperación de información
Representación del conocimiento	Procesamiento de lenguaje natural	Robótica	Cómputo de imágenes médicas

Arquitectura de computadoras

La arquitectura de computadores u organización de computadoras digitales es el diseño conceptual y la estructura operacional fundamental de un sistema cómputo. Se centra en gran medida de la manera en que la unidad central de procesamiento realiza internamente y accede a las direcciones en la memoria.[46] El campo involucra disciplinas de la ingeniería en computación y la ingeniería eléctrica, la selección y la interconexión de los componentes físicos para crear los equipos que cumplen funciones, de rendimiento, y costes.

Lógica digital	Microarquitecturas	Multiprocesamiento
Sistemas operativos	Redes de computadoras	Sistemas de gestión de bases de datos	Seguridad Informática
Computación ubicua	Arquitectura de software	Diseño de compiladores	Lenguajes de programación

Cómputo científico

La ciencia computacional (o computación científica) es el campo de estudio que trata con la construcción de modelos matemáticos y técnicas de análisis cuantitativos, así como el uso de computadoras para analizar y resolver problemas científicos. En el uso práctico, es típicamente la aplicación de simulación por ordenador y otras formas de cálculo a los problemas en diversas disciplinas científicas.

Análisis numérico	Física computacional	Química computacional	Bioinformática

Ciencia de la información

El campo estudia la estructura, algoritmos, comportamiento e interacciones de los sistemas naturales y artificiales que guardan, procesan, acceden a y comunican información. También desarrolla sus propios fundamentos conceptuales y teóricos y emplea fundamentos desarrollados en otros campos. Una aplicación moderna es el Big Data, que consiste en el procesamiento de un conjunto de datos (provenientes de fuentes como por ejemplo: transacciones comerciales, formularios web, imágenes, videos, correos electrónicos, redes sociales, entre otros), los cuales son sometidos a herramientas informáticas de análisis que permiten extraer información valiosa para predecir comportamientos futuros y formular estrategias de toma decisiones.[49]

Búsqueda y recuperación de información	Representación del conocimiento	Procesamiento de lenguaje natural	Interacción persona-computador

Por ser una disciplina reciente, existen varias definiciones alternativas para la ciencia de la computación. Esta puede ser vista como una forma de ciencia, matemáticas o una nueva disciplina que no puede ser categorizada siguiendo los modelos actuales.

Las ciencias de la computación frecuentemente se cruzan con otras áreas de investigación, tales como la física y la lingüística. Pero es con las matemáticas con las que se considera que tiene un grado mayor de relación. Eso es evidenciado por el hecho de que los primeros trabajos en el área fueran fuertemente influenciados por matemáticos como Kurt Gödel y Alan Turing. En la actualidad sigue habiendo un intercambio de ideas útil entre ambos campos en áreas como la lógica matemática, la teoría de categorías, la teoría de dominios, el álgebra y la geometría.

Otro punto a destacar es que, a pesar de su nombre, las ciencias de la computación raramente involucran el estudio mismo de las máquinas conocidas como computadoras. De hecho, el renombrado científico Edsger Dijkstra es muy citado por la frase «Las ciencias de la computación están tan poco relacionadas con los ordenadores como la astronomía con los telescopios». La investigación en ciencias de la computación también suele relacionarse con otras disciplinas, como la ciencia cognitiva, la física (véase computación cuántica), la lingüística, etc.

La relación entre las ciencias de la computación y la ingeniería de software es un tema muy discutido, por disputas sobre lo que realmente significa la lución «ingeniería de software» y sobre cómo se define a las ciencias de la computación. Algunas personas creen que la ingeniería de software sería un subconjunto de las ciencias de la informática. Otras, tomando en cuenta la relación entre otras disciplinas científicas y de la ingeniería, creen que el principal objetivo de las ciencias de la computación sería estudiar las propiedades del cómputo en general, mientras que el objetivo de la ingeniería de software sería diseñar cómputos específicos para lograr objetivos prácticos, con lo que se convertiría en disciplinas diferentes. Este punto de vista es el que sostiene, por ejemplo, Parnas (1998). Incluso hay otros que sostienen que no podría existir una ingeniería de software.

Los aspectos académicos, políticos y de financiamiento en las áreas de ciencias de la computación tienden a verse influidos drásticamente por el criterio del departamento encargado de la investigación y la educación en cada universidad, que puede estar orientado a las matemática o a la ingeniería. Los departamentos de ciencias de la computación orientados a las matemáticas teóricas suelen alinearse del lado de la computación científica y las aplicaciones de cálculo numérico.

La locución «computación científica», que no debe confundirse con ciencia de la computación, designa a todas aquellas prácticas destinadas a modelar, plantear experimentos y validar teorías científicas sirviéndose de medios informáticos. En estos casos la computación es una mera herramienta y el esfuerzo se dirige a avanzar en los campos objetivo (física, biología, mecánica de fluidos, radiotransmisión...), más que en la propia ciencia de la computación.

Finalmente, el público en general algunas veces confunde la ciencia de la computación con áreas vocacionales que trabajan con computadoras o piensan que trata acerca de su propia experiencia con las computadoras, lo cual suele incluir actividades como los juegos, la navegación web y el procesamiento de texto. Sin embargo, el punto central de la ciencia de la computación va más allá de entender las propiedades de los programas que se emplean para ejecutar aplicaciones de software como juegos y navegadores web, y utiliza ese entendimiento para crear nuevos programas o mejorar los existentes.[51]

• Computólogo
• Matemáticas
• Ciencias de la información
• Ingeniería en computación
• Anexo:Informáticos teóricos
• Programación
• Teoría de la computación
• Teoría de la complejidad computacional
• Problema de la cena de los filósofos
• Problemas no resueltos de las Ciencias de la Computación
• Anexo:Informáticos teóricos
• Mujeres en informática
• Premio Turing
• Ciencia web

• Abelson, H. y Sussman, G.J. con Sussman, J. (1996). Structure and Interpretation of Computer Programs, 2nd Ed. EUA: MIT Press. ISBN 0-262-01153-0.
• Constable, R. L. (1997). "Nature of the Information Sciences".
• Constable, R. L. (2000, marzo). "Computer Science: Achievements and Challenges circa 2000".
• Parnas, D. L. (1998). "Software engineering programmes are not computer science programmes". Annals of Software Engineering 6: 19–37. doi:10.1023/A:1018949113292.

• Wikiversidad alberga proyectos de aprendizaje sobre Ciencias de la computación.
• Scholarly Societies in Computer Science
• Best Papers Awards in Computer Science since 1996
• Photographs of computer scientists by Bertrand Meyer

Fuentes bibliográficas y motores de búsqueda académicos enfocados a ciencias de la computación

• CiteSeer^x (artículo): motor de búsqueda, biblioteca digital y repositorio de artículos científicos y académicos enfocados a las ciencias de la computación y de la información.
• DBLP Computer Science Bibliography (artículo): bibliografía sobre ciencias de la computación alojada en Universität Trier, en Alemania.
• Comunicaciones de la ACM
• Colección de Ciencias de la Computación Bibliografías (artículo)

Organizaciones Profesionales

• Association for Computing Machinery
• IEEE Computer Society
• Informatics Europe
• Computer Science - Stack Exchange comunidad de preguntas y respuestas sobre ciencias de la computación]
• ¿Qué son las ciencias de la computación? Archivado el 18 de febrero de 2015 en Wayback Machine.