En el INAOE trabajan en proyecto de inteligencia computacional

El objetivo de la investigación es predecir el comportamiento de señales caóticas.
Una reseña de esta investigación fue publicada hace unos días por Mathworks en su portal como un ejemplo del uso de un software científico para aplicaciones de investigación.
Una reseña de esta investigación fue publicada hace unos días por Mathworks en su portal como un ejemplo del uso de un software científico para aplicaciones de investigación. (Especial)

Puebla

Un proyecto de inteligencia computacional busca predecir el comportamiento de señales caóticas.  

Una reseña de esta investigación fue publicada hace unos días por Mathworks en su portal como un ejemplo del uso de un software científico para aplicaciones de investigación. El artículo se titula “Prediciendo el comportamiento a largo plazo de señales caóticas.” De acuerdo a comentarios de los representantes mexicanos de Mathworks, esta investigación, encabezada por María del Pilar Gómez Gil, científica del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), es la primera de una institución educativa latinoamericana que se publica en el citado portal. El artículo fue escrito María del Pilar Gómez Gil y Rigoberto Fonseca Delgado.

Hay señales caóticas en muchos sistemas y su predicción puede resultar útil en una gran variedad de aspectos de las sociedades modernas, ya que hay señales caóticas lo mismo en los sistemas de transporte público que en los mercados bursátiles y de divisas, las redes sociales y la producción de energía. Las aplicaciones son numerosas.

Gómez Gil comenta que las señales caóticas son aquellas cuyo comportamiento parece al azar, pero que en realidad está basado en un sistema dinámico de ecuaciones que se desconoce. “Cuando se presentan comportamientos calificados como caóticos desde un punto de vista matemático, nos encontramos con sistemas que podrían predecirse, si es que conociéramos las ecuaciones que los definen. Lo malo es que no conocemos esas ecuaciones, si las conociéramos podríamos predecir el valor de cada punto en el tiempo. La idea es simular, a través de modelos de cómputo, otros sistemas que se comportan de forma similar de manera caótica, para predecir un sistema dado”.         

La investigadora comenta que el clima es una señal caótica en la cual los cambios mínimos se reflejan fuertemente. “Estas señales son difíciles de modelar con los sistemas tradicionales como los basados en sistemas lineales”.

Hay muchas más señales cuyo comportamiento se ha clasificado matemáticamente como caótico. “Por ejemplo, los ritmos biológicos, los electrocardiogramas, los electroencefalogramas, el cambio de la glucosa en la sangre. Se piensa que todas las bioseñales siguen comportamientos que pueden  clasificarse como caóticos. Hay maneras de determinar si una señal es caótica o no, pero en esta investigación nosotros no nos preocupamos por probar eso; lo que nos interesa es que funcione adecuadamente para señales que presenten un comportamiento  altamente no lineal, lo cual se manifiesta en señales que no parecen seguir patrones bien definidos, y que se mueven o cambian mucho con pequeñas perturbaciones”.

Gil abunda: “El desempeño de este modelo se basa en los ejemplos que se utilicen y esto es muy clásico de los modelos de inteligencia computacional, todo lo aprenden de los ejemplos que se usan cuando no se conocen las ecuaciones exactas que te permiten modelar lo que quieres. Esto está muy estudiado y es un buen nicho para probar nuestros algoritmos”, finalizó

  

ARP