Representación de la información

De humanos a autómatas, un vistazo al proceso de transformar la información en algo que las computadoras puedan entender.

Además de los pulgares, la habilidad para comunicarse probablemente sea una de las principales razones del desarrollo de la humanidad. También es cierto que al menos el 90% de la comunicación humana es inútil, mal formulada, malinterpretada y malintencionada (no tengo un estudio estadístico que lo demuestre, es solo por exagerar, como dije, comunicación inútil y malintencionada 😂), pero el punto es que el humano se comunica, y mucho.

Desde su nacimiento las personas son entrenadas en los mecanismos de comunicación de la cultura que las rodea, pero el problema es que cuando alguien de una cultura entra en contacto con personas de otras culturas, la comunicación se ve afectada o incluso es imposible si no existe un método en común (el idioma, por ejemplo).

Esto mismo pasa con los autómatas, para que realicen sus tareas primero se les debe enseñar cómo llevarlas a cabo (se programan), y después se les debe entregar la información que necesiten, pero ¿cómo una persona y un autómata podrían establecer esta comunicación?.

Actualmente todos los autómatas programables son máquinas electrónicas, por lo que todo el proceso de traducción de la información está orientado a la electricidad o el magnetismo. Con la evolución de la informática se han ido desarrollando diferentes métodos de representación, pero la digitalización es el que ha tenido mayor existo en sus aplicaciones.

La computación cuántica, que usa otro método de traducción, ha estado ganando mucha popularidad últimamente, pero su tecnología está en pleno desarrollo (a pesar de que se está investigando desde los 80s) y probablemente no sea accesible hasta dentro de un buen tiempo, por ejemplo, hace unos años un disco duro de 10MB tenía un costo cercano a los 3500 USD.

Digitalización

Consiste en interpretar señales como ceros y unos, lo que la hace muy simple y más confiable que otras alternativas, como la interpretación analógica. Por ejemplo:

En la digitalización, un canal con flujo de electricidad que tenga más de N electrones se interpreta como un 1 y en caso contrario como un 0, en contraste a la interpretación analógica que podría generar valores entre X y Y según el número de electrones.
En la digitalización, una fuente de luz que esté encendida se interpreta como un 1 y en caso contrario como un 0, en contraste a la interpretación analógica que podría podría generar valores entre X y Y según la intensidad de la luz.
En la digitalización, una fuente de sonido que esté generando ondas se interpreta como un 1 y en caso contrario como un 0, en contraste a la interpretación analógica que podría generar valores entre X y Y según la frecuencia de las ondas.

Para las computadoras estos 0s y 1s representan la unidad mínima de información, conocida como el bit, pero generalmente ellas trabajan procesando secuencias de bits, pues un bit no contiene suficiente información para realizar tareas comunes. A esta secuencia se le llama byte y de hecho es la unidad mínima de almacenamiento.

        ⬐ bit
 10101010
+--------+
   byte

El tamaño de un byte es arbitrario, pero por conveniencia se usan 8 bits, pues ofrece una buena relación información/consumo. Cambiar el tamaño de un byte en estos tiempos significa prácticamente redefinir el proceso de representación de la información que se conoce hasta hoy, lo que causaría que una cantidad gigantesca de dispositivos sean obsoletos.

Ya que las computadoras han ido evolucionando y aumentando sus capacidades a una velocidad increíble, limitar sus operaciones a 8 bits sería un desperdicio de recursos pues por ejemplo, un procesador moderno tiene la capacidad de leer 64 bits por operación.

Por esta razón los procesadores usan words (palabras en español) como unidad de trabajo, que son secuencias de bytes y representan la unidad máxima de información que pueden leer por operación, de esta manera se aprovecha la capacidad del hardware moderno y se mantiene un uso óptimo de recursos en el hardware antiguo.

         ⬐ bit
  10101010  10101010  10101010  10101010
 +--------+
    byte
+----------------------------------------+
           word (CPU de 32 bit)

Esto no quiere decir que las computadoras no pueden resolver problemas que requieren más de 32 o 64 bits de información, sino que es necesario dividirla en bloques que no sobrepasen este límite. Aquí es donde entran en juegos las estructuras de datos, que son métodos de programación usados para representar y procesar información compleja de manera optimizada.

Entonces.. bits, bytes, words, bla bla bla.. pero ¿cómo es posible escribir libros, capturar imágenes del mundo real, grabar sonidos, jugar videojuegos y tener todas las utilidades que se tienen en las computadoras? ¿en serio con solo 0s y 1s?

Para poder realizar todas estas actividades, los profesionales de la electrónica y la informática han ido desarrollando métodos para interpretar estos conjuntos binarios, que se han expandido como estándares de la industria, por lo que la mayoría de las computadoras y sus programas son fabricados respetando estos estándares.

Por ejemplo, según el contexto en que los programadores usen el byte 10101010 puede significar diferente cosas:

Como un número entero sin signo, haciendo una conversión de número binario a número decimal el resultado es 170.
Como un número entero con signo, usando el método Complemento a dos el resultado es -86.
Como un caracter, usando UTF-8 el resultado es ª.
Como un color, usando colores de 8 bits el resultado es .

Y así sucesivamente se pueden ir usando una gran variedad de métodos. Para realizar cálculos y tareas más complejas se necesitarán más bytes, pero esto ya queda fuera del alcance de este artículo.