Algoritmos

Los algoritmos genéticos son un resultado de los avances de la computación y de la genética. Son herramientas de la inteligencia artificial porque aprenden simulando parcialmente los mecanismos de la evolución. Su característica principal es su eficacia para optimizar casi cualquier problema.
Los algoritmos genéticos son parte de la Computación Evolutiva, que simula el proceso de selecciónnatural desde un punto de vista neodarwiniano: la diferenciación de las especies dada por pequeños cambios accidentales que, vistos después de mucho tiempo, parecen tener un propósito específico. Darwin analizó las características de los antecesores de las especies e infirió que se trataba de un proceso evolutivo. En esa época no se conocía el mecanismo de la herencia desde el punto de vistamolecular. Este se descubrió mucho después, a mediados del siglo 20, cuando Watson y Crick encontraron la forma helicoidal del DNA. Después de esto, se entendió mejor que los cambios ocurrían porque en el proceso de copia de la información -contenida en los núcleos de las células- a veces hay errores. Unos se deben a que el mecanismo de copia no es perfecto y otros a que hay agentes exógenos que producencambios en los genes. La probabilidad de falla en el proceso de copia de la información genética es bajísima; lo que llama la atención no es que haya errores sino que sean tan pocos.
Si nosotros tomamos la perspectiva de que un ser vivo es la respuesta a los problemas que plantea el medio ambiente, aquel es un diseño de la naturaleza que pretende resolver los problemas de su entorno. Un ejemploes el del cuerpo de los pingüinos: el volumen de estos animales les permite nadar con muy baja resistencia y a la vez almacenar la grasa en su cuerpo. Este parece ser el mejor diseño. Pareciera como si un ingeniero lo hubiera creado. Pero tal vez el más interesante de todos los diseños lo constituyan los seres humanos, quienes tienen en su cerebro un sistema de simulación que les permiterepresentar eventos que todavía no suceden. Esta característica es la que otorga su principal ventaja evolutiva al ser pensante. A diferencia de cualquier otro animal, puede tomar acciones ante eventos del futuro.
La idea de simular el proceso evolutivo en la computadora para diseñar aplicaciones en, por ejemplo, la ingeniería, la economía, la toma de decisiones financieras, etcétera es la base de lacomputación evolutiva. Un algoritmo genético trabaja de esa forma, con conjuntos de individuos y proponiendo soluciones distintas. Suponemos que la representación, frecuentemente binaria, corresponde a los genes del individuo (su ADN) y su interpretación – como números, por ejemplo - a las características observables – el color de sus ojos, su estatura, etcétera. A los individuos, los describimoscomo cadenas de números y un conjunto de éstas forman una población. Así se generan muchos individuos y simulamos, también, lo que hace la naturaleza. Luego, observamos las características que constituyen a las mejores soluciones y calificamos a los individuos – de manera análoga a la forma en que a naturaleza “califica” a los individuos más aptos permitiéndoles sobrevivir con mayor probabilidad.De la población escogemos a los individuos más sobresalientes y seleccionamos un subconjunto de ellos. De esta forma imitamos el procedimiento de selección natural. Por último se simula el intercambio genético. El sexo es un invento maravilloso de la evolución, a través del cual los genes de ambos padres se combinan para rápidamente privilegiar las características que son más adecuadas decualquiera de ellos para que el individuo sobreviva en su entorno. Durante la mayor parte de la historia de los seres vivos, los organismos fueron asexuales y evolucionaban lentamente. Cuando apareció el sexo la evolución se hizo mucho más rápida. En algoritmos genéticos hacemos lo mismo. De los individuos tomamos una cantidad determinada de características que corresponden al “padre” y otras tantas de...