Empresas gigantes como Amazon utilizan en cada momento algoritmos de programación matemática para que los millones de paquetes lleguen a su destino cada día.
De acuerdo con Cipriano Santos, profesor distinguido en Investigación de Operaciones e Inteligencia Artificial y miembro de la Faculty of Excellence, este tipo de algoritmos se crearon durante la Segunda Guerra Mundial y, después, se utilizaron en la industria del petróleo.
“En los últimos 10 años, el poder de cómputo y los algoritmos matemáticos que tenemos ya (funcionan). Por eso Amazon los usa y sabe: qué tipo de camión debe utilizar, qué tipo de clientes, qué productos, todo eso lo deciden muchos modelos de programación matemática”, explica Santos.
Por otro lado, la Inteligencia Artificial ha permitido mejorar la cantidad de datos que tenemos sobre determinado problema. Es por esto por lo que nace la iniciativa OperAI del Tec, la cual dirige Santos, un esfuerzo por mejorar procesos con ayuda de la IA y la programación matemática.
OperAI, la iniciativa del Tec de Monterrey
“La idea surge porque estas disciplinas, aunque dicen que interactúan, no es cierto, lo que queremos hacer en OperAI es fusionarlas. Si tenemos un problema la solución tiene AI y optimización matemática”, explica Santos.
Andrés Téllez, especialista en AI y que también forma parte de OperAI, explica que −a primera vista− se puede pensar que son lo mismo, pero se utilizan para cosas distintas.
“La optimización matemática se utiliza para ver cuestiones de costos y tiempo, el tipo de optimización de la IA es imitar, lo más cerca posible, el comportamiento de algo: el clima, la bolsa”, explica Téllez.
Un ejemplo que utiliza para explicarlo es el simple hecho de ir a comprar la despensa. La IA serviría para darle a los supermercados todos los datos disponibles: precio, calidad, etcétera. Mientras que la optimización matemática se destinaría a cuál sería la mejor decisión de compra.
“Vemos que está desligado: dar los datos al mercado y, por otra parte, tomar la decisión. Una vertiente que queremos explorar es la combinación, porque la toma de decisión puede cambiar la predicción, es algo que no se ha hecho”, explica.
Una de las investigaciones en las que actualmente están trabajando es la predicción en la falla de una máquina. Cuando los parámetros a considerar son millones es imposible entender los resultados que puede arrojar la IA. Pero, con optimización matemática, el algoritmo utilizado por la IA se puede simplificar.
Otro de los problemas en los que trabajan tiene que ver con el departamento de recursos humanos de empresas que funcionan con miles de empleados.
“Cualquier empresa de servicios su mayor gasto es el de la gente. Hay que ver herramientas para el manejo: qué gente debe estar, en qué proyecto, perfiles, minimizar costos. No existe la herramienta”, cuenta Santos.
OperAI aspira a crear una arquitectura que ayude a las empresas a optimizar la contratación, analizando miles de currículums y derivando a las personas idóneas a los puestos indicados.
