Documente Academic
Documente Profesional
Documente Cultură
naturaleza? para que aquellas cosas que fueron buenas en algn momento para
la especie, no se olviden. No obstante, esto en algoritmos genticos no se usa
normalmente porque no lo necesitamos. A nosotros no nos interesa recordar lo
que sucedi con las anteriores generaciones porque en la computadora puedo
trabajar con 100 millones de generaciones en tiempos cortos.
Sus Aplicaciones son muy Vastas
Los algoritmos genticos han sido aplicados con xito en infinidad de problemas,
actuando como un proceso de cmputo que emula la forma de proceder de la
evolucin gentica y opera sobre una poblacin de individuos que representan las
soluciones potenciales a un determinado problema. Al respecto, el doctor Kuri
puntualiz: Los algoritmos genticos son herramientas para optimizar casi
cualquier problema, ya que stos pueden trabajar con base en la descripcin del
medio ambiente, lo cual permite resolver muchos problemas de optimizacin.
Una de las reas donde se aplican es en el aprendizaje automtico. En
inteligencia artificial se conocen como sistemas expertos o programas para la
resolucin de problemas a los que se cuestiona sobre lo qu hay que hacer y da
respuestas. Hay ejemplos de sistemas expertos, por ejemplo, en medicina,
abogaca, etc. La mayor parte de los sistemas expertos no incorporan todas las
reglas ni todo el conocimiento. Queremos que nuevas reglas se vayan
descubriendo y cmo las descubrimos? con algoritmos genticos.
El doctor Kuri ha publicado cerca de 18 trabajos respecto a los algoritmos
genticos. Uno de los primeros fue para hacer modelacin de sistemas
econmicos y predicciones en la economa mexicana: Aunque los sistemas
econmicos son caticos -no existen reglas claras para ellos- slo exhiben esa
caracterstica catica temporalmente. Hay segmentos de tiempo donde s se
comportan de manera ms o menos razonable. Por ello, es posible hacer anlisis
en perodos de estabilidad y lograr predicciones.
Otro de los campos en los que opera esta herramienta es en el reconocimiento de
formas, algo difcil y complicado para la computadora. Un estudiante del CIC est
haciendo su doctorado sobre algoritmos genticos, lo cual lo est conduciendo a
resolver un problema de reconocimiento de rostros.
Por otra parte, tenemos en las telecomunicaciones un mbito ms sofisticado en
el que tambin son aplicables. Cuando enviamos informacin de un continente a
otro utilizamos satlites que funcionan como espejos. Esto es as porque las
seales de alta frecuencia atraviesan la ionosfera y hay que reflejarlas. Poner un
satlite en rbita es muy costoso, por lo que es importante optimizar el uso de los
canales de comunicacin. Si quiero hacer un uso eficiente de stos, envo
informacin y no solamente datos. Aunque en realidad mando los dos, busco que
los ltimos vayan plenos de informacin. La compresin de datos se puede
realizar con los algoritmos genticos, ya que stos aprenden la estructura de los
mensajes y me permiten transmitir ms informacin por el mismo canal.
Otro problema es que en Internet, las imgenes tardan en llegar porque la
informacin no se comprime al mximo. Podramos usar algoritmos genticos para
comprimirla del lado del transmisor y descomprimirla de lado del receptor. Usted
vera que transferencia de imgenes es mucho ms rpida. En eso se est
trabajando.
Otra cuestin que se usa mucho en computacin son las redes neuronales que
pretenden simular la estructura del cerebro. Es un mecanismo interesante que
aprende tambin, pero hay que entrenarlo. A las redes neuronales pueden
entrenarlas los algoritmos genticos para que aprendan mejor. As hacemos
inteligencia artificial, pero no directamente. Las redes neuronales se usan en el
sector financiero, en anlisis de auditoras o en anlisis de riesgo financiero, por
ejemplo. Pero su desempeo es mejor cuando las entrenan los algoritmos
genticos.
Tambin Tienen Limitaciones
Sin embargo, el doctor Kuri admiti que: Los algoritmos genticos no son una
panacea. Aunque los casos en los que no funcionan bien son pocos es muy
importante identificar cules son sus limitaciones y para lograr esto hay que
entenderlos.
Cuando los algoritmos genticos encuentran las soluciones lo hacen muy
rpidamente y en problemas muy complicados, pero se parecen a los humanos en
que no necesariamente hallan cul es la mejor. Qu hacemos nosotros?
Probablemente tomamos la decisin ms rpida o lo que ms se aproxima a lo
mejor que pudimos haber hecho. Ese es el caso de los algoritmos genticos; no
encuentran siempre la mejor solucin cmo sabemos cul es la mejor solucin
en un caso inesperado? Generalmente no lo sabemos, pero s podemos encontrar
una suficientemente buena. As sucede con el algoritmo gentico, que rara vez no
encuentra una solucin cercana a lo ptimo.
Otro aspecto que interviene en el funcionamiento de los algoritmos genticos,
indic el investigador del CIC es el de los problemas engaosos. Hay
informacin en los genes que pueden llevar al algoritmo hacia una solucin
errnea. El algoritmo puede engaarse, es decir, el algoritmo cree que va muy
bien porque que cierta informacin gentica lo lleva hacia un destino equivocado.
De ah la tarea de los especialistas para que esto no pase. En los ejemplos que he
mencionado no hay engao. Son problemas muy especficos aquellos en donde
se presenta esta situacin. No son problemas que ocurran frecuentemente en la
vida real. Adems, el doctor Kuri explic que hay muchas variaciones de
algoritmos genticos. Por ejemplo, con el elitismo hacemos que el mejor
individuo de toda la progenie nunca muera. En algoritmos genticos esto se puede
hacer; en la naturaleza no. O puedo conservar al mejor individuo y hacer
cruzamientos pangenticos. Esto es, se toma un padre y se hace que tenga
miles de descendientes. De manera normal, eso no se lleva a cabo porque
tpicamente se toman parejas. Pero yo puedo encontrar a un individuo que
esparza su herencia gentica en toda la poblacin. El que haya muchas variantes
es lo que hace interesante el estudio de los algoritmos genticos. Podemos hacer
que las poblaciones sean grandes o chicas, que se reproduzcan mucho o poco,
que muten en gran o poca cantidad.
Enfoque Integral y el Trabajo del CIC
Respecto a su especialidad, el doctor Kuri public recientemente el libro A
Comprehensive Approach to Genetic Algorithms in Optimization and Learning