Dr. Andrés Espinal Jiménez
Departamento de Estudios Organizacionales,
División de Ciencias Económico-Administrativas,
Campus Guanajuato,
Universidad de Guanajuato
La Inteligencia Artificial (IA) es un área de investigación en la cual convergen múltiples disciplinas, de las cuales se saca provecho para el desarrollo de avances, así como para hacer uso de los aportes generados. Hoy en día, diversos algoritmos de la IA han sido exitosamente aplicados en la solución de problemas teóricos y prácticos de diferente índole: discreta, continua y espacio-temporal. Existen algoritmos basados en diferentes enfoques como estadísticos, matemáticos, etc., sin embargo, la naturaleza ha sido una de las principales fuentes de inspiración para el desarrollo de algoritmos en la IA.
El estudio del cerebro de los seres vivos ha permitido el desarrollo de las Redes Neuronales Artificiales (RNAs). Básicamente, las RNAs son modelos matemáticos definidos principalmente por unidades computacionales que emulan las neuronas, vínculos de comunicación que definen las conexiones sinápticas entre neuronas de la red y el tipo de mensajes que manejará la red. Estos algoritmos pueden ser usados para resolver problemas de clasificación, para detectar si un correo es spam o no en base a su contenido, para predicción meteorológica a partir a los registros históricos de una región o para segmentar grupos de mercadeo tomando en cuenta características de consumo. También se han usado para lograr el desplazamiento autónomo de diferentes tipos de robots.
La teoría de la evolución ha sustentado el diseño de Algoritmos Evolutivos (AE), como el Algoritmo Genético o Estrategias Evolutivas. Dichos algoritmos están definidos principalmente por procesos de selección de padres, cruza de los padres, mutación de los hijos y selección de la siguiente generación. Los AE, son utilizados para problemas de optimización donde es difícil usar métodos clásicos; algunos de los problemas que se pueden resolver son diseño de circuitos, planificación de rutas y calibración de parámetros de modelos.
Los comportamientos de animales como las aves, los murciélagos, las abejas y las luciérnagas, entre otros tantos, han servido de guía para diseñar algoritmos para resolver problemas de optimización; al igual que los AEs. De la misma forma, hay algoritmos basados en fenómenos físicos para el mismo propósito, como el proceso de recocido de aceros y cerámicas.
Los algoritmos bioinspirados han modelado de cierta forma a la naturaleza, sin embargo, aún resta mucho en ella que puede usarse para diseñar algoritmos que permitan facilitar soluciones a los problemas de las diferentes doctrinas.
Fecha de publicación: 4 de enero de 2019.
Cualquier comentario sobre este artículo, favor de dirigirlo a Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo.. Para consulta de más artículos www.ugto.mx/eugreka.
