miércoles, 3 de diciembre de 2014

Científico mexicano crea algoritmos inspirados en la naturaleza - Investigación y Desarrollo

Científico mexicano crea algoritmos inspirados en la naturaleza - Investigación y Desarrollo









CIENTÍFICO MEXICANO CREA ALGORITMOS INSPIRADOS EN LA NATURALEZA

EL .


algoritmosLa teoría de la evolución indica que las especies se desarrollaron a partir de pequeñas transformaciones producidas en cada nueva generación y mediante la selección natural del más fuerte. Aplicando estos principios para la elaboración de algoritmos, Carlos A. Coello Coello, investigador del Departamento de Computación del Cinvestav, fue reconocido con la Cátedra de Investigación Marcos Moshinsky 2013-2014, en el área de matemáticas.
“La computación evolutiva multiobjetivo involucra el diseño e implementación de algoritmos inspirados en procesos de la naturaleza ─como el de la evolución natural de las especies, con base en el principio de la supervivencia del más apto─, los cuales se usan para resolver problemas de alta complejidad, con un gran número de variables”, sostuvo el investigador, quien es doctor en Ciencias de la Computación por la Universidad de Tulane, en Louisiana, Estados Unidos.
Para encontrar solución a problemas complejos, Coello diseña algoritmos con base en metáforas biológicas, no sólo sustentadas en la evolución, sino también en cuestiones tales como el movimiento de un grupo de aves que busca alimento.
Otras de las metáforas biológicas que ha adoptado en su trabajo Carlos A. Coello se basan en el sistema inmune natural del ser humano y en el comportamiento de colonias de hormigas. Todas estas metáforas biológicas se simulan en una computadora, con el objetivo de resolver problemas de optimización.
“Con base en estos conceptos se toma un grupo de posibles soluciones a un problema (nuestra ‘población’) y se les somete a un proceso de selección con base en una medida de calidad (o sea las ‘aptitudes’ de nuestros individuos)”,  expuso el investigador.
Además dijo que “las soluciones seleccionadas para ser padres se recombinan para generar ‘hijos’ que se busca que tengan un mejor valor de aptitud que sus padres. Dichos hijos se someten posteriormente a pequeños cambios en su configuración (usando un operador llamado ‘mutación’), y se vuelve a repetir el ciclo evolutivo”.
Por lo tanto, al generar mutaciones durante varias generaciones (que corresponden a iteraciones en una computadora), durante un cierto periodo de tiempo,  se logra obtener una solución que constituye una aproximación a la óptima de un problema de alta complejidad.
“En mi área de investigación en particular, nos interesa resolver problemas que tienen dos o más funciones objetivo, las cuales suelen estar en conflicto entre sí, y que queremos optimizar simultáneamente”, señaló Coello Colleo quien lleva más de veinte años trabajando en esa línea de investigación.
Un ejemplo de un problema multiobjetivo sería el querer optimizar el diseño de un vehículo para mejorar su rendimiento en el consumo de gasolina, pero buscando que a la vez sea más rápido. El problema es que entre más rápido sea un vehículo, mayor será su consumo de combustible; aquí los objetivos están en conflicto y no existe un método que garantice encontrar la mejor solución porque no hay una solución única, sino varias.
“Los problemas de optimización con fines académicos tienen de dos a 15 variables, pero en el mundo real existen problemas de una muy alta dimensionalidad. Hace algunos años trabajamos con la NASA en un problema de optimización de 13 mil variables”, destacó Coello Coello, que obtuvo el  Premio Nacional de Ciencias y Artes en el área de Ciencias Físico-Matemáticas y Naturales en 2012.
En su proyecto para solicitar una Cátedra Marcos Moshinsky, Carlos Coello propuso emplear el concepto de coevolución para el desarrollo de algoritmos cuya solución pretende involucrar el uso de hasta 10 mil variables. En la naturaleza la coevolución se presenta cuando una especie depende de otra para sobrevivir, como una planta que se incrusta en un árbol y se alimenta de éste.
La idea es descomponer el conjunto de variables en pequeños pedazos, los cuales se procesan por separado, pero de manera simultánea. “En mi grupo de investigación, hemos diseñado el primer algoritmo evolutivo multiobjetivo que adopta este concepto para resolver problemas de alta dimensionalidad. Hemos podido resolver problemas de hasta 5 mil variables, pero queremos alcanzar las 10 mil”, aseguró Carlos Coello Coello.
La fundación Marcos Moshinsky instituyó su catedra de investigación para reconocer a los científicos jóvenes que trabajan en proyectos de investigación de calidad y que presentan promesas excepcionales; el premio que otorga consiste en un apoyo financiero para realizar un proyecto de investigación original que contribuya de manera importante al desarrollo científico del país.

NOTAS RELACIONADAS

No hay comentarios:

Publicar un comentario