• En la Facultad de Ciencias de la UNAM,
Humberto Carrillo Calvet, Nieves Martínez de la Escalera
y Elio Villaseñor desarrollan redes neuronales artificiales
que ordenan, clasifican y visualizan información
• Su investigación forma parte del Macroproyecto
“Tecnologías para la Universidad de la Información
y la Computación”
Sustituir los largos listados de datos estadísticos
por mapas coloridos y sintéticos, que visualicen las conclusiones
de un estudio de género basado en 40 mil estudiantes de
la UNAM, o clasificar más de 14 mil artículos científicos
sobre la tuberculosis para ubicar las investigaciones más
relevantes del mundo sobre las vacunas contra esa enfermedad,
son algunas aplicaciones de la inteligencia computacional.
Se desarrolla en la Facultad de Ciencias (FC) de esta
casa de estudios y se basa en redes neuronales artificiales, que
en la Universidad Nacional son desarrolladas por Humberto Carrillo
Calvet, Nieves Martínez de la Escalera Castells y Elio
Villaseñor García, del Departamento de Matemáticas
de esa entidad.
Con esta tecnología, los expertos logran que grandes
volúmenes de información se agrupen, clasifiquen,
formen patrones y queden organizados para su posterior análisis.
“Esta herramienta es útil para investigaciones
que requieren procesar gran cantidad de datos, como secuenciar
el genoma de un organismo biológico o detectar las fracciones
de núcleos atómicos luego de que han sido bombardeados
dentro de un detector de física nuclear”, ejemplificó
Carrillo Calvet, director del Laboratorio de Dinámica no
lineal del Departamento de Matemáticas de la FC.
La motivación de este trabajo parte del desarrollo
vertiginoso de la tecnología computacional, añadió
el también coordinador general del Macroproyecto Tecnologías
para la Universidad de la Información y la Computación.
La memoria de cómputo se ha vuelto barata, hoy
es posible almacenar datos casi sin límite y existe una
convergencia de tecnologías que permiten compartir millones
de ellos en grandes bases de información digital científica,
social o industrial, explicó en la conferencia Inteligencia
computacional para minería de datos, ofrecida en el aula
Leonila Vázquez del conjunto Amoxcalli de la FC.
El doctor en matemáticas agregó que para
desarrollar esta herramienta tecnológica se utilizan varias
técnicas matemáticas y computacionales, como las
redes neuronales, que tienen capacidad de auto-organización,
y las redes bayesianas, modelos de probabilidad que a partir de
una imagen o dibujo relacionan un conjunto de variables aleatorias
y estiman probabilidades ante nuevas evidencias.
“Las redes bayesianas se usan en temas de incertidumbre,
como el cáncer de mama, tan frecuente en México.
Parte de la interpretación de imágenes para hacer
un diagnóstico de este tipo de cáncer”, señaló.
Otra técnica de la inteligencia computacional
utiliza “perceptrones multicapa” para reconocer patrones;
son redes neuronales formadas por muchas capas, que permiten resolver
problemas no lineales y organizar la información que entra
a esta herramienta en diferentes grupos de neuronas.
Lenguaje de algoritmos
Para desarrollar la inteligencia computacional y sus
múltiples aplicaciones, los universitarios crearon el Sistema
ViBiblioSOM, basado en el algoritmo SOM, presentado en 1982 por
el científico finlandés Teuvo Kohonen.
Un algoritmo es un grupo definido, ordenado y finito de operaciones
matemáticas que permiten encontrar la solución a
un problema. Dado un estado inicial y una entrada, a través
de pasos sucesivos y definidos, se llega a un estado final donde
se obtiene una respuesta.
Al respecto, el maestro en ciencias, Elio Villaseñor,
explicó que el algoritmo de Kohonen se llama SOM por las
siglas en inglés de self-organizing map (mapa auto-organizativo),
y tiene la virtud de comparar conjuntos de datos y agruparlos
de acuerdo a su similitud.
“No necesita una clasificación pre-establecida
y ha sido utilizado para análisis de finanzas, de mercado
y en secuencias genómicas”, añadió.
Una ventaja de esta estructura es que la información
que entra al programa se agrupa en diferentes grupos de neuronas,
y pueden estudiarse en dos dimensiones.
“Las neuronas de la red compiten por ver cuál
de ellas es capaz de representar el dato de la mejor manera, así
que se mapea en neuronas cercanas a la capa de salida de la red
neuronal, y esto permite hacer visualizaciones de la información”,
agregó.
Estudios de género
Una interesante aplicación social del Sistema
ViBiblioSOM se realizó en el estudio “Género
y trayectoria académica en la UNAM”, realizado por
la maestra en ciencias Nieves Martínez de la Escalera y
la demógrafa Valeria Millán de El Colegio de México.
“Para realizarlo, se analizaron datos de 40 mil
estudiantes de licenciatura de la Universidad, hombres y mujeres
de los que conocíamos factores socioeconómicos como
empleo, estado civil, descendencia, nivel económico y de
estudios de la madre”, comentó Martínez de
la Escalera.
Con esa información, analizada desde 1980 hasta
1995, se comprobó que en ese periodo, en las licenciaturas
de esta casa de estudios hubo una feminización de la población
estudiantil, pues en 1980 había el doble de hombres que
de mujeres, y de 1995 a la fecha, la población ha permanecido
casi al 50 por ciento en ambos géneros, inclinándose
un poco más hacia ellas, explicó la investigadora.
Entre las conclusiones del estudio se encontró
que la posición económica y el nivel de estudios
de la madre tienen un peso importante en el número de alumnos
que egresan de la carrera en el tiempo normativo.
“Casi siempre los hijos de una mujer con estudios
logran concluir la carrera en el tiempo planeado”, señaló
la investigadora, quien encontró que el uso de redes neuronales
reduce el tiempo de procesamiento estadístico y permite
visualizar los resultados en mapas de fácil interpretación.
-o0o-