Ahora es posible predecir quién es el mejor candidato para recibir un trasplante de órganos, saber si los clientes de un banco devolverán los préstamos que soliciten, elegir las películas que mejor coincidan con los intereses de los consumidores, o incluso seleccionar la pareja ideal de alguien. Los algoritmos matemáticos analizan constantemente millones de elementos de datos, identificar patrones y hacer predicciones sobre todas las áreas de la vida. Pero en la mayoría de los casos, los resultados dan poco más que una predicción cerrada que no se puede interpretar y que a menudo se ve afectada por sesgos en los datos originales.

Ahora, un equipo del grupo de investigación SEES:laboratorio del Departamento de Ingeniería Química de la Universitat Rovira I Virgili e ICREA ha hecho un gran avance con el desarrollo de un nuevo algoritmo que hace predicciones más precisas y genera modelos matemáticos que también permiten comprender estas predicciones. Los resultados de esta investigación se acaban de publicar en la revista Avances de la ciencia .

"El objetivo de nuestro estudio fue crear lo que se conoce como un robot científico, un algoritmo que puede aplicar el conocimiento y la experiencia que tiene un investigador para interpretar datos, "explica Marta Sales-Pardo, uno de los autores del artículo. Los resultados que proporciona el algoritmo se caracterizan por ser interpretables. “Es como si alguien hubiera elaborado una ley o una teoría sobre el sistema que se está estudiando. El algoritmo te da las relaciones matemáticas entre las variables que ha analizado y lo hace de forma completamente independiente, "añade Roger Guimerà, un investigador ICREA del mismo grupo.

Cuando una empresa tiene una enorme cantidad de datos que desea explotar, puede hacerlo contratando a alguien para que pruebe varios modelos, proponer fórmulas y encontrar cuál funciona mejor realizando experimentos para validarlas. Esto conducirá a una fórmula matemática que permite modelar el sistema pero implica una inversión considerable en tiempo y dinero.

Otra posibilidad es buscar un especialista en aprendizaje automático, una disciplina científica en el campo de la inteligencia artificial que crea sistemas que identifican patrones complejos en enormes conjuntos de datos, aprender automáticamente y producir un modelo de "caja negra" que puede hacer predicciones. Sin embargo, estos sistemas no proporcionan otra información y si la predicción falla, es imposible saber dónde se encuentra el error y qué se debe hacer para prevenirlo.

El algoritmo desarrollado en la URV toma el mejor de los dos casos:procesa los datos de forma automática, de forma rápida y fiable, como lo hace el sistema de aprendizaje automático, y también produce un resultado que es un modelo interpretable.

El algoritmo se puede utilizar para analizar e interpretar datos de cualquier disciplina en un proceso mucho más ágil y eficiente que los existentes hasta la fecha. Pero el valor añadido real es la información que proporciona el sistema. "En medicina, por ejemplo, Si tiene que tomar una decisión basada en datos, es muy importante comprender por qué se ha tomado cada decisión y el riesgo de cometer un error. "explica Guimerà." Aunque el algoritmo también ha demostrado que es muy preciso, lo más importante es que puede comprender los resultados porque ha creado un científico mecánico que, sin conocimientos previos, puede tomar un conjunto de datos y desarrollar una teoría que resuelva el problema planteado, "añade Ignasi Reichardt, otro investigador del equipo.

En este estudio, el algoritmo ha sido aplicado a un problema fundamental de la física de fluidos con la colaboración del grupo de investigación Experimentación, Computación y Modelización en Mecánica de Fluidos y Turbulencia del Departamento de Ingeniería Mecánica de la URV.