hormigas-ia-y-bioinspiracion

Fuente Colaje Imágenes Google

La inteligencia colectiva de los insectos sociales es una de las fuentes inagotables de ideas para lo que actualmente se denomina bioinspiración o sistemas bioinspirados. A su vez, estos son el producto de los sistemas complejos auto-organizados que suelen dar lugar a la llamada inteligencia distributiva. Se trata de uno de los campos más activos en la ya omnipresente inteligencia artificial. Por esta razón, abundan las nuevas noticias en la literatura científica sobre los insectos que habitan en el suelo, a pesar de que los humanos pisemos y contaminemos el hábitat edáfico con palmaria indiferencia, que a veces se me antoja malévola. La noticia que os ofrecemos hoy lleva el título de “Las hormigas faraón inspiran un algoritmo aplicable en la búsqueda de fármacos y la optimización logística”. Tan solo se trata de un ejemplo entre otros muchos. La inteligencia colectiva de los insectos sociales es distributiva, es decir da lugar a que el grupo busque y encuentre soluciones óptimas al margen de que cada uno de los  individuos con escasísimo cerebro, por sí solos, sean totalmente incapaces de tal proeza. Intuitivamente, a los seres vivos con inteligencia centralizada nos resulta extraño, empero las evidencias son contundentes. Algunos amantes de las teorías conspiranoicas podrán alegar que el Gran Hermano es el que atesora la genuina Inteligencia, mientras que cada uno de nosotros, al contrario de lo que pensamos, actuamos como verdaderos autómatas, es decir como hormigas. La inteligencia distributiva es tal para el colectivo, aunque sus integrantes no puedan percatarse. Aunque los fundamentos de la  Inteligencia Artificial o IA se conocen desde hace más de cuatro décadas, es actualmente cuando comienzan a aplicarse masivamente, sean necesarios o no, por cuanto están de moda. Hace muchas décadas que se descubrieron asombrosas propiedades emergentes de colectivos de entes informáticos (es decir artificiales) usando las denominadas redes neuronales. Y los principios de estas últimas son la base de la IA y del comportamiento de muchos sistemas sociales. El principio de los sistemas auto-organizados devienen que reglas muy simples den lugar a estructuras y comportamientos muy complejos; tanto como parecer que atesoran una inteligencia, tal como lo entendemos las mentes centralizadas.  Se escogen los individuos, las mencionadas reglas de interacción teniendo en mente el propósito perseguido, el resultado de la primera iteración actúa como input para la segunda, esta para la tercera y así miles o millones de veces. El resultado final, si las reglas están correctamente establecidas, se dirige hacia una o varias soluciones eficientes. Estas, a la postre, servirán para otros fines, como la nota de prensa de hoy especifica. Ya hemos hablado de todos estos temas en numerosas ocasiones, por lo que no os mostraremos las entradas previas que están en las siguientes categorías de esta bitácora: “Biología y ecología del suelo”, “Diversidad, Complejidad y Fractales” y “Redes Complejas, Ecológicas, Sociales y el Mundo de Internet”. En su lugar hemos enlazado, por nuestra cuenta, diversos palabros y conceptos explicitados en la noticia, a enlaces de otras páginas Web en donde se explican los significados de los términos empleados. Hoy hablamos de las hormigas faraón.

Juan José Ibáñez

Continuá………

Las hormigas faraón inspiran un algoritmo aplicable en la búsqueda de fármacos y la optimización logística

Esta especie usa feromonas para marcar lugares por los que no hay que pasar, lo que constituye un ejemplo de aprendizaje basado en ejemplos negativos

Un equipo de investigadores del Consejo Superior de Investigaciones Científicas (CSIC) se ha inspirado en el comportamiento de las hormigas faraón para mejorar un algoritmo de inteligencia artificial que tiene aplicaciones en la búsqueda de fármacos y la optimización de la gestión logística, entre otros sectores. Esta especie posee un comportamiento que les permite aprender de ejemplos negativos.

Es sabido 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 de hormigas 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 (del inglés ant colony optimization) se basa en la forma en que las hormigas encuentran caminos cortos y tiene aplicaciones en logística, investigación médica o bioinformática.

Ahora, científicos del Instituto de Investigación en Inteligencia Artificial del CSIC (IIIA-CSIC) han mejorado la técnica ACO inspirándose en las hormigas faraónChristian 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 jugar un papel importante en sistemas biológicos autoorganizados”.

Las hormigas faraón (Monomorium pharaonis) -explica Blum- “utilizan 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. Publicado en el congreso ANTS 2020 de Barcelona, uno de los principales del área, el trabajo fue premiado como mejor artículo por su gran potencial de innovación.

Combina aprendizaje positivo y negativo

En el estudio, los científicos han modificado el algoritmo ACO para que incorpore el aprendizaje basado en ejemplos negativos. “El aprendizaje negativo complementa el positivo, que sigue siendo el más importante. Pero en nuestro artículo mostramos que los dos juntos resultan en un algoritmo superior “.

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.

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

Ejemplo de Post previos relacionados con el tema

La Comunicación de las Hormigas, Inteligencia Distributiva y La división del Trabajo (y la Teoría Económica de Adam Smith)

Hormigas: Ingenierías Variadas y  Eficientes Contra los Desastres Naturales y epidemias Incluidas

Compartir:

Un comentario

Deja un comentario