PUCV avanza en Inteligencia Artificial con algoritmos capaces de “aprender” de su ' propio desempeño
PUCV avanza en Inteligencia Artificial con algoritmos capaces de “aprender” de su ' propio desempeño ---:-I PUCV avanza en 4 Inteligencia Artificial con algoritmos_capacei render” de s propio desempeno Un innovador proyecto que busca fortalecer el desarrollo de algoritmos más robustos, eficientes eficientes y autónomos, con aplicaciones aplicaciones directas en optimización industrial, Inteligencia Artificial Artificial (JA) y toma de decisiones ampliamente usados en ingeniería, ingeniería, industria y ciencia de datos dependen fuertemente de una correcta configuración de sus parámetros. De ahí la relevancia relevancia de este estudio.
“Este proyecto propone una solución innovadora basada en lógica difusa adaptativa, que permite a los algoritmos “interpretar” “interpretar” su propio desempeño en tiempo real y ajustar su comportamiento comportamiento de forma flexible, equilibrando exploración y explotación explotación de manera inteligenEL 1 Ir 1 II El a II [ J ñ La investigación, financiada por Fondecyt Regular, busca dotar a los métodos metaheurísticos de mayor flexibilidad y robustez mediante control difuso adaptativo aplicado a desafíos computacionales de alto impacto. complejas, está desarrollando la Escuela de Ingeniería Informática Informática de la Pontificia Universidad Católica de Valparaíso (PUCV), consolidando su liderazgo en investigación investigación de frontera en computación computación e inteligencia bioinspirada. bioinspirada.
La investigación aborda uno de los principales desafíos de la optimización computacional moderna: cómo lograr que los algoritmos inteligentes se adapten adapten de manera automática y eficiente eficiente a problemas complejos y cambiantes, sin depender de configuraciones rígidas o costosas en tiempo de cómputo. Para ello, se propone una innovadora forma de mejorar el rendimiento de algoritmos inteligentes utilizados utilizados para resolver problemas complejos de optimización, permitiéndoles permitiéndoles adaptarse automáticamente automáticamente durante su ejecución.
Broderick Crawford, académico académico de la Escuela de Ingeniería Informática PUCV y director del proyecto Fondecyt Regular “An Adaptive Fuzzy Control System for Metaheuristic Configuration through Dynamic Selection of Fuzzy Schemes”, explicó que los algoritmos metaheurísticos;1] Siguepágina siguien;0] er e. PUCV avanza en Inteligencia Artificial con algoritmos capaces de “aprender” de su ' propio desempeño te”, detalló.
El académico señaló que, mediante mediante el uso de lógica difusa adaptativa, los algoritmos ajustan ajustan en tiempo real su comportamiento comportamiento según su desempeño, logrando un equilibrio más eficiente eficiente entre exploración y refinamiento refinamiento de soluciones.
“Esta investigación busca desarrollar algoritmos más flexibles, robustos robustos y eficientes, con aplicaciones en problemas clásicos de la ingeniería ingeniería y la ciencia de datos, fortaleciendo fortaleciendo el aporte científico de la Escuela en Inteligencia Artificial Artificial y optimización avanzada agregó.
Asimismo, la investigación plantea evaluar su eficacia en problemas clásicos y de alto impacto, tales como el Set Covering Covering Problem problema de optimización combinatoria clásica clásica donde se busca seleccionar el menor costo total o la mínima cantidad de subconjuntos necesarios necesarios para cubrir todos los elementos de un universo o el Knapsack Problem o problema problema de la mochila, que busca la mejor solución entre un conjunto conjunto finito de posibles soluciones a un problema, modelando una situación análoga a llenar una mochila, incapaz de soportar más de un peso determinado, con todo o parte de un conjunto conjunto de objetos, cada uno con un peso y valor específicos.
Con el desarrollo de este proyecto, proyecto, la Escuela de Ingeniería Informática de la PUCV continúa continúa posicionándose a la vanguardia vanguardia de la investigación de frontera en computación, ideando ideando soluciones que contribuyen a robustecer procesos de diversa diversa naturaleza y dificultad, para mejorar la vida de las personas.
SOLUCIONES INNOVADORAS A diferencia de enfoques tradicionales, tradicionales, la investigación desarrolla desarrolla un sistema de control capaz de cambiar dinámicamente dinámicamente su forma de razonar, seleccionando seleccionando distintos esquemas difusos difusos según el estado del proceso de optimización. Esto introduce un nuevo nivel de adaptabilidad semántica, dotando a los algoritmos algoritmos de mayor plasticidad y capacidad de respuesta frente a estancamientos, pérdida de diversidad diversidad o cambios en el paisaje de búsqueda.
Respecto a sus aplicaciones, el sistema será integrado y validado validado en algoritmos de referencia referencia como Particle Swarm Optimization Optimization (PSO) que se inspira en el comportamiento social de grupos de animales, como aves o peces, que se desplazan en enjambres enjambres y Algoritmos Genéticos, Genéticos, que son métodos de optimización optimización y búsqueda basados en la teoría de la evolución biológica y la selección natural, utilizados para encontrar soluciones de alta calidad a problemas complejos. complejos. Viene de ! Z anterior 1.