|
|
Reportaría
ahorros en industria, medicina y transporte
La industria no apoya estudios en computación evolutiva:
Mezura
Edgar Onofre |
A
pesar de que las técnicas para la resolución de problemas
complejos que propone la computación evolutiva –que permite
obtener de una computadora la mejor de entre muchas soluciones posibles–,
podría generar grandes ahorros para la industria y sectores
como los de medicina y transportes, éstos no confían
en los adelantos de la ciencia, afirmó Efrén Mezura,
del Centro de Investigación y Estudios Avanzados (Cinvestav)
del Instituto Politécnico Nacional (IPN). |
Efrén
Mezura.
|
Durante
su visita al Departamento de Inteligencia Artificial de la UV, Mezura
Montes destacó, sin embargo, que en México, “desgraciadamente,
son muy limitadas las aplicaciones evidentes de cuestiones científicas.
En otros países sí se da, pero en México la industria
no confía en estas cosas”.
De acuerdo con el investigador, la computación evolutiva se
refiere a un conjunto de técnicas que modelan la evolución
de las especies en una computadora. La computación evolutiva
resuelve principalmente problemas de optimización: tienes un
problema para el que existen muchas soluciones posibles y quieres
la mejor de todas y en un tiempo razonable. “Ése es el
problema que atacan los algoritmos evolutivos, sin embargo, el ámbito
de solución de problemas es más amplio y puedes encontrarte
con problemas de clasificación y clustering”. |
Aunque la jerga de esta rama de la inteligencia artificial puede
resultar incomprensible fuera del círculo de expertos “cuando
acudes a un hospital por cierta enfermedad, a veces se apoyan en
técnicas de este tipo que han ayudado a determinar la sintomatología
para clasificarlo dentro de un tipo de padecimiento.
Que te puedan diagnosticar y recetar los medicamentos convenientes
tiene que ver con un proceso que permitió clasificar esta
enfermedad, que no es un problema sencillo porque esa enfermedad
se parece a muchas otras”.
Este tipo de técnicas, dijo, están permitiendo resolver
problemas de la vida cotidiana en un alto porcentaje: “He
visto que últimamente la cobertura de autobuses es bastante
eficiente: hay muchas corridas, puedes cancelar boletos, la programación
de horarios es bastante robusta y todo ello representa un problema
complejo de optimización. Seguramente ellos tienen una planeación
fuerte en la que se aplican este tipo de técnicas y uno simplemente
se da cuenta que va y viene en tiempo y forma”.
A pesar de que aceptó que en nuestro país existen
áreas donde se da una comunicación muy fuerte entre
la ciencia y la industria, aseguró que en el campo de la
computación evolutiva, de los algoritmos evolutivos y problemas
de optimización, “la comunicación es completamente
inexistente; ha habido ciertos intentos pero no mucho interés,
y tampoco quiero decir que la industria tiene la culpa, sino que
la situación del país todavía no se presta
para eso”.
Los algoritmos evolutivos podrían representar, dijo, grandes
ahorros en gastos que para el país y la industria son colosales
actualmente. “Hay algunas cuestiones en proyectos más
grandes donde se busca el apoyo de la ciencia con técnicas
heurísticas o evolutivas, aunque es ínfimo, pero no
hay interés real y no existen siquiera los puentes entre
asociaciones que enlazan a los científicos con la industria
para atacar este tipo de problemas”.
La computación evolutiva es una de las dos principales ramas
de la inteligencia artificial: mientras la neurocomputación
busca automatizar la manera de resolver un problema en una máquina
usando lo que nosotros usamos para resolver el problema –el
cerebro–, la computación evolutiva se plantea valerse
de la evolución, que creó al cerebro humano de la
mejor manera para resolver problemas.
|
|
|
|
|
|
|
|
|
|
|
|
|