Atrás Una investigación realizada por investigadores de la UPF en Inteligencia Artificial escogida como una de las mejores de 2021

Una investigación realizada por investigadores de la UPF en Inteligencia Artificial escogida como una de las mejores de 2021

Los resultados son el primer paso para poder crear automáticamente soluciones en forma de programas a problemas cada vez más grandes que hasta el momento estaban fuera del alcance del campo de la planificación generalizada.

13.07.2022

Imatge inicial

Cada vez más las máquinas van reemplazando procesos o labores realizadas por humanos y cada vez más vemos ese reemplazo tanto en actividades industriales (como en logística y distribución) como en actividades más comunes de nuestra vida diaria, por ejemplo, los chatbots utilizados en las aplicaciones de atención al cliente, o los llamados agentes conversacionales como Alexa o Siri.

En Inteligencia Artificial se llama planificación (planning, PL para abreviar) al área que busca una secuencia de acciones que permiten alcanzar un determinado objetivo, por ejemplo, cómo distribuir los paquetes de un almacén a sus correspondientes destinos.  A su vez, la planificación generalizada (generalized planning, GP) sería ya no una secuencia sino un algoritmo o programa que permite resolver toda una clase de problemas.

“Una analogía que se puede utilizar para explicar esto es la cocina”, explica Javier Segovia-Aguas, investigador del grupo de Artificial Intelligence and Machine Learning (AI & ML) de la UPF. “La planificación es como una receta: para hacerla debo saber todo lo que hay disponible y todo lo que puedo hacer en mi cocina, es decir, todas las acciones que puedo hacer en esa habitación. Mientras que la planificación generalizada sería como un catering, además de aprender las recetas también se deben resolver los diferentes problemas que se presentan con los clientes, por ejemplo, qué hacer cuando llega una mesa de alérgicos a los lácteos, qué hacer si un plato resulta exitoso y debo dirigir recursos para suplir ese plato en especial, o qué alguien pida un ingrediente muy extraño, etc, toda esta casuística se puede representar con un programa como los que ejecutamos en nuestros ordenadores y móviles, por lo que el problema original se acaba convirtiendo en encontrar automáticamente el programa que resuelve todos los casos ”

Pues lo que ha hecho Segovia-Aguas y sus compañeros Anders Jonsson, director del grupo AI & ML, y Sergio Jiménez del Instituto valenciano de Investigación en inteligencia Artificial (VRAIN) fue tratar de encontrar soluciones a una gran cantidad de posibles problemas con GP, ya que a medida que los problemas escalan, suele ser más difícil encontrar respuestas.

“Queríamos saber si era posible encontrar soluciones a esos problemas cada vez más grandes, con un tamaño que podría llegar a ser infinito”, continúa Segovia. “En nuestro estudio demostramos que sí se pueden solucionar, y aunque tengamos problemas muy grandes podemos encontrar sus soluciones”.

El estudio, publicado en las actas de la 31 International Conference on Automated Planning and Scheduling (ICAPS 2021), presenta varios resultados muy importantes para el área de la planificación  automática. “Primero desarrollamos una nueva representación de las soluciones de GP que es independiente del tamaño de los problemas”, explica Segovia. “En segundo lugar, definimos unas funciones heurísticas y de evaluación, las cuales nos ayudan a priorizar unas soluciones en vez de otras e informan cuán lejos estoy de mi objetivo. Esto es claro cuando solo tengo un objetivo, pero no cuando tenemos varios y estas acepciones son las que estudiamos. Por último, definimos un algoritmo de GP, llamado Best-First Generalized Planning (BFGP), que implementa una búsqueda en el espacio de soluciones guiada por nuestras funciones de evaluación/heurísticas”.

“La heurística significa una estimación de cuán lejos estoy de mi objetivo. Esto es claro cuando solo tengo un objetivo, pero no cuando tenemos varios y estas acepciones son las que estudiamos”, explica Segovia.

Lo que han hecho es un enfoque de búsqueda completamente nuevo para la planificación  generalizada, con espacio de búsqueda, funciones heurísticas y con un algoritmo de búsqueda, algo que no se había hecho antes. Aunque es apenas el primer paso, es por estos resultados que la publicación ha sido seleccionada como una de las mejores en Inteligencia Artificial del año 2021 y por eso han sido invitados a la International Joint Conference on Artificial Intelligence (IJCAI), en la sesión de mejores publicaciones (Sister Conferences Best Papers de la IJCAI-ECAI 2022). “Representa una distinción muy importante y que habla muy bien del nivel de la investigación de IA que se hace en la Universidad Pompeu Fabra, trayectoria por la cual ya recibimos el premio a la mejor publicación de IJCAI en 2016, y mejor tesis en Inteligencia Artificial europea en 2018”.

Multimedia

Categorías:

ODS - Objetivos de desarrollo sostenible:

Els ODS a la UPF

Contact

Para más información

Noticia publicada por:

Oficina de Comunicación