¿Qué es algoritmos genéticos en la búsqueda heurística?

Los Algoritmos Genéticos son algoritmos de búsqueda heurística inspirados en la evolución natural de poblaciones, en la teoría de la selección natural de Darwin y en la teoría de la transferencia del material genético de Mendel.

Un algoritmo es una serie de pasos que describen el proceso de búsqueda de una solución a un problema concreto. Y un algoritmo genético es cuando se usan mecanismos que simulan los de la evolución de las especies de la biología para formular esos pasos.

Cuándo usar estos algoritmos

Los algoritmos genéticos son de probada eficacia en caso de querer calcular funciones no derivables (o de derivación muy compleja) aunque su uso es posible con cualquier función.

Entonces, la estructura de un algoritmo genético es la siguiente:

Búsqueda Heurística o Inteligente

Los métodos de búsqueda heurística disponen de alguna información sobre la proximidad de cada estado a un estado objetivo. Esta circunstancia les permite explorar en primer lugar los caminos más prometedores. (razonablemente buena) en un tiempo razonable.

Los algoritmos son una serie de instrucciones que permiten hacer y resolver diferentes operaciones. Aunque están ampliamente asociados al ámbito de la tecnología, la construcción de una secuencia de pasos para realizar una tarea, no es ajena.

Un algoritmo es un conjunto de reglas definidas que permite solucionar un problema, de una determinada manera, mediante operaciones sistemáticas (no necesariamente ordenadas) y finitas. Estas instrucciones, definidas y ordenadas en función de los datos, resuelven el problema o la tarea.

El conocimiento y el dominio de los algoritmos son esenciales para trabajar en el campo de la informática, la Data Science o la inteligencia artificial.

Los Algoritmos genéticos (AGs) fueron inventados por John Holland por el año de 1960; idea que fue mejorada por sus estudiantes y colegas de la Universidad de Michigan.

Esta herramienta es muy importante, puesto que sirve para preparar nuestra cabeza como programadores y nos permite, además, enfrentarnos a cualquier tipo de problema para plantear una solución óptima. Un algoritmo es una secuencia ordenada y finita de pasos que permite resolver un problema.

Búsqueda voraz primero el mejor

La prioridad la marca la función heurística (coste estimado del camino que falta hasta la solución). En cada iteración se escoge el nodo más “cercano” a la solución (el primero de la cola). Esto provoca que no se garantice la solución óptima.

Un ejemplo clásico del procedimiento heurístico de representatividad es pensar que los productos de gran calidad son caros, y bajo este razonamiento, si algo es caro tiene que ser de gran calidad, aunque la mayoría sabemos que no siempre es así necesariamente.

La heurística como metodología científica

Existen principalmente 4 tipos de algoritmos: Computacionales: este tipo de algoritmo permite resolver cálculos matemáticos complejos como ecuaciones u operaciones numéricas complejas. No computacionales: necesitan de intervención humana para ser resueltos, utilizando, por ejemplo, la entrada de datos.

Los algoritmos más importantes de la historia, son los de la suma, resta, multiplicación y división de dos números. Sin ellos, sería imposible crear todos los demás algoritmos.

Podemos expresar un algoritmo de muchas maneras, incluyendo lenguaje natural, diagramas de flujo, pseudocódigo y, por supuesto, en lenguajes de programación reales. El lenguaje natural es popular, pues se nos da naturalmente y puede comunicar los pasos de un algoritmo a una audiencia general.

Un algoritmo es una serie de pasos que se dan a un programa de computadora con el fin de resolver un problema o lograr una tarea. Es tan simple como eso. Sin embargo, es esencial introducir todas las instrucciones con precisión, ya que si no las máquinas pueden «confundirse».

La única forma de demostrar que un algoritmo sea correcto para todas las entradas posibles es con razonamientos formales o matemáticos. Una forma de razonamiento es "prueba por inducción", una técnica también usada por los matemáticos para demostrar propiedades de secuencias numéricas.

Podríamos escribir cientos de algoritmos relacionados con nuestras acciones cotidianas: lavarnos los dientes, tomar el colectivo, sacar dinero del cajero automático, hacer un recorrido en bicicleta, realizar una rutina de elongación muscular, hacer las compras del supermercado, preparar una clase, tocar la guitarra, ...

Algunos ejemplos de algoritmos los podemos encontrar en las matemáticas (como el algoritmo para resolver una multiplicación) y en los manuales de usuario de un aparato (como una lavadora o una impresora).

En Internet podemos encontrar una variedad de softwares o herramientas utilizadas para crear algoritmos y resolver las tareas asociadas a los mismos: Python: es el lenguaje de programación más empleado hoy en día y permite implementar algoritmos de una forma sencilla gracias a la legibilidad de su código.

Los algoritmos de Inteligencia Artificial suelen basarse en reglas y se construyen mediante un procesamiento iterativo para reconocer patrones y hacer predicciones. La evolución de tecnologías como la nube, la computación y el big data han contribuido a que la Inteligencia Artificial sea más rápida, barata y accesible.

Como todo algoritmo evolutivo consta de dos etapas generales: inicialización y ciclo principal. En el primero, la población es pseudo-aleatoriamente inicializada en el espacio de búsqueda, mientras que en el ciclo principal se generan nuevos individuos (soluciones candidatas) mediante cruzamiento y mutación.

Ada Lovelace creó el primer algoritmo informático

En 1845, Ada tradujo al inglés un documento explicativo sobre el excepcional trabajo de Babbage al que fue añadiendo notas explicativas que ampliaron su extensión a casi el doble del original. Este traducción y explicación fue publicada en una revista francesa.

La genética nació simultáneamente a los trabajos de Darwin y Wallace con el monje austro-checo Gregor Mendel y sus leyes de la herencia, que descubrió cruzando variedades de plantas de guisante y observando cómo se transmitían los caracteres.

Los algoritmos son fiables en el sentido de que siempre producen el mismo resultado para la misma entrada (al menos los sistemas que no aprenden "sobre la marcha"). Se espera que produzcan decisiones objetivas, no tienen días malos, ni tampoco le tienen manía a nadie.