¿Qué es un algoritmo Bioinspirado?

Algoritmos bioinspirados: Resolución de problemas emulando a la naturaleza. 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.

Los algoritmos genéticos son una herramienta basada en el proceso de selección natural para obtener soluciones a problemas de optimización y búsqueda. La idea principal en estos algoritmos es imitar el proceso de selección natural, como la herencia, la mutación, el cruzamiento, la selección, etc.

Los algoritmos genéticos (AG) funcionan entre el conjunto de soluciones de un problema llamado fenotipo, y el conjunto de individuos de una población natural, codificando la información de cada solución en una cadena, generalmente binaria, llamada cromosoma. Los símbolos que forman la cadena son llamados genes.

La optimización de algoritmos hace referencia al análisis cuidadoso de su desempeño para analizar las fallas y concebir mejoras antes de llevarlos al computador. Lo usual es que un primer algoritmo que se nos ocurra puede mejorarse muchísimo.

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 son inherentes a la vida humana porque operan, en sentido amplio, como los procedimientos o pasos que se establecen para conseguir un propósito cualquiera, es decir, un método de resolución de problemas y/o de toma de decisiones.

Existen diferentes tipos de Algoritmos Genéticos como el estándar, el Genitor y el CHC, entre otros. Aquí nos enfocamos únicamente en dos de ellos, siendo el primero un punto de referencia y el segundo el usado en nuestra propuesta de solución.

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.

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».

Un algoritmo es un método para resolver un problema mediante una secuencia de pasos bien definidos, ordenados y finitos. Para que se pueda ejecutar el algoritmo es preciso, además, que se disponga de las “herramien- tas” adecuadas para llevar a cabo cada uno de los pasos.

En los algoritmos genéticos, un cromosoma (también a veces llamado genoma) es un conjunto de parámetros que definen una solución propuesta al problema que el algoritmo genético está intentando resolver.

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.

Tipos de optimización

La optimización de procesos es la disciplina que adapta continuamente los procesos con el fin de mejorarlos. Para eso se debe hacer un análisis y, así, identificar los puntos deficientes y encontrar las soluciones para perfeccionarlos. La eficiencia de una empresa depende de sus procesos.

Un método de optimización para una única variable, podría consistir en dividir el intervalo de búsqueda en una rejilla (numero de intervalos), y calcular la función objetivo en cada uno de los puntos de la rejilla. El óptimo será el mejor de todos los valores obtenidos.

Más tipos de algoritmos

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.

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, ...

El algoritmo permite estudiar las necesidades del problema para después crear una lista de pasos que deberán ser seguidos y alcanzar así la solución deseada. De esta forma, y usando el software PSeInt, hemos explicado a nuestros alumnos cómo pueden crear sus primeros algoritmos.

Se puede entender un algoritmo como una secuencia de pasos finitos bien definidos que resuelven un problema. Por ejemplo, la ejecución de tareas cotidianas tan simples como cepillarse los dientes, lavarse las manos o seguir el manual de instrucciones de armado de un mueble, se pueden ver como un algoritmo.

Los algoritmos pueden ser expresados de muchas maneras, incluyendo al lenguaje natural, pseudocódigo, diagramas de flujo y lenguajes de programación entre otros. Las descripciones en lenguaje natural tienden a ser ambiguas y extensas.

El primer paso del algoritmo genético consiste en crear una población inicial aleatoria de individuos. La siguiente función crea una matriz en la que, cada fila, está formada por una combinación de valores numéricos aleatorios. Además, el valor para cada variable puede estar acotado dentro de un rango.

El número de codones posibles es 64, de los cuales 61 codifican aminoácidos (siendo además uno de ellos el codón de inicio, AUG) y los tres restantes son sitios de parada (UAA, UAG, UGA).

En la primera mitad del siglo XIX, la matemática británica Ada Lovelace escribía lo que hoy se considera como el primer algoritmo informático de la historia.

En la Antigua Grecia ya estaban presentes. Uno de los más famosos es la Criba de Eratóstenes, que permite encontrar todos los números primos menores que un número natural dado. Sin embargo, es en el siglo XX donde los algoritmos dieron un salto significativo.