Desarrollado por el Instituto de Investigación en Inteligencia Artificial del CSIC, permite formar colectivos con objetivos comunes en escenarios de gran escala, con millones de posibles agrupaciones, de forma mucho más rápida. Su uso es útil para el cumplimiento de los Objetivos de Desarrollo Sostenible, como el de la movilidad compartida o la compra colectiva de energía.
 

¿Cómo se puede componer equipos efectivos y que trabajen bien juntos? ¿Qué personas deben compartir coche para reducir emisiones de CO2? Estas son algunas de las preguntas que surgen cuando colectivos humanos se plantean agruparse y coordinarse para conseguir beneficios.

Pero en escenarios de gran escala, donde hay millones de posibles agrupaciones, encontrar los mejores colectivos requiere demasiado tiempo.

Un nuevo algoritmo desarrollado por Filippo Bistaffa, investigador del Instituto de Investigación en Inteligencia Artificial del CSIC (IIIA-CSIC), propone un enfoque novedoso para enfrentarse al problema de optimización que busca la agrupación de individuos más beneficiosa. Bistaffa ha desarrollado este algoritmo junto a los investigadores Georgios Chalkiadakis y Alessandro Farinelli, de las Universidades de Creta y de Verona respectivamente. Los resultados se presentan en la revista IEEE Transactions on Cybernetics, una de las más destacadas en esta disciplina.

El nuevo algoritmo propuesto por los científicos es capaz de resolver el problema de agrupación de individuos en escenarios reales de gran escala. Hasta ahora, los algoritmos desarrollados en el campo de la optimización solamente podían tratar este problema a pequeña escala, como máximo entre 25 y 30 usuarios. Sin embargo, no eran aplicables a situaciones reales donde la población de individuos a agrupar es mucho más grande.

Los autores del trabajo han transformado la representación del problema original, muy general y potencialmente difícil de tratar, en una más sencilla a partir de una red social entre los individuos. De esta forma, se simplifica también el problema de formación de colectivos y permite abordarlo para escenarios de gran escala utilizando técnicas basadas en teoría de grafos.

Para poner a prueba y evaluar el algoritmo, los investigadores lo han comparado con el algoritmo CFSS, específicamente diseñado para resolver el problema de formación de colectivos en escenarios de movilidad compartida, y han conseguido calcular soluciones aproximadas de mejor calidad respecto a las que calculó CFSS. Estos resultados demuestran que la principal ventaja del algoritmo se encuentra en su generalidad, que permite aplicarlo en todo tipo de escenarios reales y no solo en el campo de la movilidad compartida, como en el caso del algoritmo CFSS.

Este nuevo algoritmo supondrá por tanto un avance en campos tan importantes y necesarios relacionados con los Objetivos de Desarrollo Sostenible (ODS) como la movilidad compartida con vehículos autónomos inteligentes o la compra colectiva de energía.

Además, al ser un algoritmo general y no estar pensado específicamente para un escenario particular, cumple con los criterios de ‘sostenibilidad computacional’, ya que puede facilitar la formación de colectivos en escenarios muy diferentes sin la necesidad de diseñar un algoritmo específico para cada caso.

¿Qué es la optimización?

La optimización, dentro del campo de la informática y la Inteligencia Artificial, es el método matemático para encontrar la solución ‘óptima’, es decir, la más beneficiosa en función de unos criterios determinados y dentro de un espacio con múltiples de posibilidades. Entre las aplicaciones de la optimización, una de ellas es la formación colectivos humanos óptimos, es decir, encontrar la agrupación de individuos cuyo rendimiento sea el máximo posible de acuerdo a una medida de calidad concreta.

El problema de formación de colectivos ha sido muy estudiado en la literatura científica y se puede encontrar en numerosos escenarios reales como la formación de equipos para el trabajo cooperativo en las aulas o para compartir vehículos para ahorrar costes y reducir emisiones contaminantes.

 

Laura Cester / Comunicación IIIIA-CSIC

 

Instituto de Análisis Económico (IAE)

El nuevo algoritmo es capaz de resolver el problema de agrupación de individuos en escenarios reales de gran escala, y sirve para muchos casos, como la movilidad compartida o las compras colectivas.