Ir al contenido principal

Lo bueno es enemigo de lo mejor

¿Creéis que cualquier problema se puede resolver con Inteligencia Artificial?


En general existe un problema con los algoritmos iterativos o pathfinding, no solo con el algoritmo A*. 
Existe una familia de problemas que no son resolubles de forma exacta por un algoritmo polinominal (como pueda ser las visitas de un viajante a X ciudades diferentes) que tiene X factorial posibilidades. 
Con un X pequeño ya tienes tantas posibilidades que evaluarlas todas se hace muy costoso. Es por ello que se aplican los heurísticos como el A*, los algoritmos genéticos, los algoritmos de hormigas, etc. que exploran un número razonable de soluciones del espacio siguiendo una heurítica que no asegura una solución óptima, pero devuelve buenas soluciones en un tiempo asumible de cálculo. La mayoría de problemas reales se resuelven así (ejemplo, recogida de basuras). 
Sin embargo, si necesitamos una solución óptima y exacta, este tipo de aproximaciones no nos valen. 
Los algoritmos de exactos tienen un problema y es que con un problema pequeño funcionan bien, pero con problema ligeramente más complejos, el tiempo de cálculo no es asumible. 

Un ejemplo. 70 trabajadores para 70 puestos de trabajo tiene… exacto, 70 soluciones. Hace unos años se estimaba que necesitarías más de 3000 planetas tierra llenos de ordenadores conectados en red para resolver este problema en un año y evaluar todas las soluciones. 

La velocidad de computación avanza a gran velocidad y conforme llegue la supercomputación y la computación cuántica, se podrá dar un salto de calidad y calcular con algoritmos exactos problemas ligeramente complejos que así lo requieren.. pero por el momento lo mejor es aplicar estos algoritmos que no dan la solución exacta y asumir que, por ahora, la inteligencia artificial no se puede aplicar cuando lo que se requiere es una solución óptima. 

Gracias al profesor Óscar Cordon, de la Universidad de Granada que en varias ocasiones me ha explicado en conferencias este tipo de conceptos.
Gracias a la Dra. Juani Bermejo, gracias a la cual estoy entendiendo al fin lo que es la computación cuántica.

Comentarios

Entradas populares de este blog

Jerga de Laboratorio

La gente que trabaja en el laboratorio somos especialmente dados a abusar de la jerga de nuestra profesión (y no me refiero a un trozo de tela gruesa y tosca). El tipo de lenguaje que en el laboratorio nos puede llegar a ser familiar pero que saca de sus casillas al resto del mundo porque en ocasiones más que jerga se convierte en jerigonza. Así por ejemplo si decimos que estamos haciendo un pase para mañana hacer la corrida… no hablamos de toros. Y si dejamos algo a RT durante O/N… ahí ya te pierdes del todo. Bueno pues me he propuesto sacar una nueva sección que se va a llamar Jerga de Laboratorio. Intentaré que cada semana o dos semana (depende de lo ocupado que esté) salga una entrada explicando algunos de los conceptos y palabrotas que usamos por el mundo de las poyatas (anda, otra palabreja), Comencemos precisamente por ahí. Poyata El  @DrLitos  ya nos habló en su momento del arte de poyata en sus ediciones I y II ( Arte de poyata I ,  Arte de poyata II ) Y

Bots de Schrödinger

Hace unos días el periodista Javier Salas publicaba en el país este artículo titulado “ Sepultados bajo la mayor avalancha de estudios científicos ”. Y es que cada dos semanas se duplica el número de artículos sobre el susodicho tema COVID-19. Si desde 2009 se publicaban de media unos 3.000 artículos sobre coronavirus en todo el mundo y cada año, ahora se publican unos 700 cada día y van más de 20.000 en apenas 3 meses.  Con las personas confinadas en sus casas en medio mundo y retiradas de las calles, las plataformas de redes sociales se han convertido en una de las mejores herramientas para comprender la discusión social entorno a este y a cualquier otro tema. Estudiar las redes sociales puede ser útil e informativo para evaluar cómo se está haciendo frente a esta crisis global. Sin embargo, esa idea que a priori podría dar mucha información, debe ser analizada con detenimiento debido a que las Redes Sociales (RRSS) están pobladas de máquinas y cuentas automatizadas que pueden a

Psicohistoria, Preología y Termosociología

Siempre se ha dicho que el hombre es el único animal que tropieza dos veces con la misma piedra (Les puedo asegurar que eso no es cierto por dos razones. Una, yo siempre tropiezo 3 veces y dos, mi perro también tropieza siempre en el mismo sitio. No es muy listo el pobre). ¿Será ese complejo de equivocarnos siempre en lo mismo lo que nos lleva a estudiar Historia? Será con la esperanza de que quizás si vemos los errores de los antiguos, nosotros podamos prever los errores futuros. Sin embargo, no parece que una crisis sufrida en Egipto en el 1500 a.c. nos pueda ser un ejemplo para un problema de hoy en día.  ¿En que tiempo deberíamos de fijarnos?, ¿En que cultura?, ¿En que sistema político y económico?  Si queremos hacer de la historia pasada la escuela de la historia futura, necesitamos un método. Y ese método no puede ser otro que el método científico. Sin embargo esta idea tan peregrina de realizar previsiones de futuro en base al pasado y usando un método científico no e