Noticias Actualidad en procesos industriales

Dele visibilidad a su trayectoria académica

Participe en la convocatoria de trabajos inéditos de Virtual Pro.

Publicar Ahora

2021-01-20Un algoritmo inspirado en los caminos descartados por las hormigas

SINC |Las técnicas de optimización basadas en el comportamiento de las hormigas se suelen centrar en la forma en que estos insectos encuentran el camino más corto, pero científicos del Instituto de Investigación en Inteligencia Artificial del CSIC también se han fijado en cómo algunas especies marcan los lugares por los que no hay que pasar. Los resultados se pueden aplicar para resolver problemas de logística o búsqueda de fármacos.

Es conocido que las hormigas dejan a su paso un rastro de feromonas, lo que permite al resto del hormiguero seguir la misma ruta. Rutas más cortas al nido permiten un paso más frecuente de hormigas: en consecuencia, acumulan mayor rastro de feromonas y quedan reforzadas positivamente frente a las otras rutas. Esto permite a la comunidad hallar un camino muy corto.

Este es un ejemplo de la ‘inteligencia de enjambre’ de comportamientos colectivos de animales como las hormigas, las abejas o las termitas, que inspira desarrollos de inteligencia artificial. De hecho, la técnica ACO (ant colony optimization) se basa en la forma en que las hormigas encuentran caminos cortos y tiene aplicaciones en logística, investigación médica o bioinformática.

Las hormigas faraón dejan un rastro de feromonas negativo para marcar caminos de alimentación poco gratificantes, un comportamiento que ha permitido mejorar un algoritmo de inteligencia artificial con aplicaciones en la búsqueda de fármacos y la optimización de la gestión logística 

Ahora científicos del Instituto de Investigación en Inteligencia Artificial del CSIC (IIIA-CSIC) en Barcelona han mejorado la técnica ACO inspirándose en las hormigas faraón (Monomorium pharaonis), capaces de aprender de ejemplos negativos, caminos por los que no conviene ir.

De esta forma han podido mejorar un algoritmo de inteligencia artificial que tiene aplicaciones en la búsqueda de fármacos y la optimización de la gestión logística, entre otros sectores. 

Christian Blum, científico del IIIA-CSIC que ha dirigido el trabajo, explica: “El tipo de aprendizaje usado en ACO se limita a aprender de ejemplos positivos. Sin embargo, aprender de ejemplos negativos parece desempeñar un papel importante en sistemas biológicos autoorganizados, y las hormigas faraón usan feromonas de rastro negativo para desplegar señales de no-entrada para marcar caminos de alimentación poco gratificantes”.

En el trabajo, del cual también es firmante el estudiante de doctorado Teddy Nurcahyadi, han diseñado el primer mecanismo general para incorporar el aprendizaje negativo de forma beneficiosa en la técnica ACO. Presentado en octubre en el congreso ANTS 2020 de Barcelona, uno de los principales del área, el estudio fue premiado como mejor artículo por su gran potencial de innovación.

Suma de aprendizaje positivo y negativo

Los autores han modificado el algoritmo ACO para que incorpore el aprendizaje basado en ejemplos negativos: “Este tipo de aprendizaje complementa el positivo, que sigue siendo el más importante, pero en nuestro artículo mostramos que los dos juntos resultan en un algoritmo superior”.

Si en la naturaleza las hormigas se guían por las feromonas que hallan en el camino, en los algoritmos esas feromonas equivaldrían a valores numéricos que están en los componentes de las posibles soluciones

“Nuestros algoritmos son iterativos”, explica Blum, “es decir, se ejecutan las mismas instrucciones repetidamente una y otra vez. “En cada iteración es como si hubiera un cierto número de hormigas que, cada una, genera una posible solución válida al problema que se quiere resolver”.

Si en la naturaleza las hormigas se guían, de forma probabilista, por las feromonas que hallan en cada trozo de camino, en los algoritmos esas feromonas equivaldrían a valores numéricos que están en los componentes de las posibles soluciones. Y al igual que las feromonas, esos valores se refuerzan positivamente o negativamente en función de si aparecen o no en las soluciones buenas.

Este tipo de algoritmo se puede aplicar a numerosos problemas de optimización. Situaciones en las que hay muchas posibles soluciones y se trata de encontrar la mejor o, por lo menos, una que sea “lo suficientemente buena", dice el investigador, como en el caso de la combinación de moléculas para la búsqueda de nuevos fármacos o la logística.  “La investigación en muchos campos no sería posible sin herramientas adecuadas de optimización”, concluye Blum.


Referencia:

Teddy Nurcahyadi, Christian Blum. "A New Approach for Making Use of Negative Learning in Ant Colony Optimization". Conference paper ANTS 2020: Swarm Intelligence

Esta investigación se desarrolla dentro del proyecto del Plan Nacional de I+D+i CI-Sustain: Inteligencia computacional avanzada para alcanzar objetivos de desarrollo sostenible.

SINC
Autor
SINC

El Servicio de Información y Noticias Científicas (SINC) es la primera agencia pública de ámbito estatal especializada en información sobre ciencia, tecnología e innovación en español. Fue puesta en marcha por la Fundación Española para la Ciencia y la Tecnología en el año 2008. El equipo de SINC produce noticias, reportajes, entrevistas y materiales audiovisuales (vídeos, fotografías, ilustraciones e infografías).


2024-03-27
Oportunidades y riesgos de la Inteligencia Artificial General y la Superinteligencia

La Inteligencia Artificial (IA) se ha vuelto una tecnología de uso cotidiano. Día a día aparecen nuevas aplicaciones para crear música, hacer vídeos, generar imágenes, producir textos, calificar tareas y automatizar procesos. Las empresas están implementando modelos de aprendizaje automático y aprendizaje profundo para el mejoramiento en la toma de decisiones en sus diferentes áreas. También se están adaptando diversas aplicaciones en la optimización de la mayoría de operaciones logísticas de las cadenas de suministros. En este sentido, es necesario entender ¿qué es la IA General?, y ¿qué es la Superinteligencia?

2024-03-27
La NASA lanzará cohetes sonda a la sombra de la Luna durante el eclipse solar

La NASA lanzará tres cohetes sondeo durante el eclipse solar total del 8 de abril de 2024, para estudiar cómo se ve afectada la atmósfera superior de la Tierra cuando la luz solar se atenúa momentáneamente sobre una parte del planeta.

2024-03-27
Un pequeño dispositivo puede medir cambios sutiles en el campo gravitacional de la Tierra

El instrumento se encuentra entre los gravímetros más pequeños y más baratos jamás construidos.

2024-03-26
Corte y confección del genoma para tratar enfermedades

Recientemente se aprobó en el Reino Unido y en Estados Unidos la primera terapía génica basada en el método CRISPR/Cas9, que combatirá la anemia de células falciformes y la beta talasemia.

2024-03-26
El campo científico y la representatividad de las mujeres en Colombia

Marzo destaca el papel de las mujeres en la ciencia, promoviendo la equidad y la representatividad. Adriana Ocampo, Ángela Camacho, Susana Fiorentino, Nubia Muñoz y Alexandra Olaya-Castro son ejemplos de mujeres que han contribuido significativamente en diversos campos científicos.

2024-03-21
La IA genera imágenes de alta calidad 30 veces más rápido en un solo paso

Un método novedoso hace que herramientas como Stable Diffusion y DALL-E-3 sean más rápidas al simplificar el proceso de generación de imágenes en un solo paso mientras se mantiene o mejora la calidad de la imagen.