•Notícia

Cada vegada és més habitual recórrer a la natura per resoldre els problemes d'optimització a què s'enfronten els experts de l'àrea de la computació. Maria José Blesa, professora del Departament de Ciències de la Computació de la Universitat Politècnica de Catalunya (UPC), Christian Blum, professor visitant de la UPC i professor de la Universidad del País Vasco (UPV/EHU), i Borja Calvo, professor de la mateixa universitat, en una recerca conjunta recent, s'han fixat en la granota arborícola japonesa (Hyla japonica) per crear nous algoritmes computacionals.

Els mascles d'aquesta espècie canten per atraure les femelles, aquestes reconeixen l'origen de la crida i localitzen al pretendent. El problema sorgeix quan dos o més mascles estan massa a prop i canten alhora. En aquest cas, les femelles queden confoses i no poden determinar d'on procedeix la crida de la qual estan interessades.

Per aquesta raó, els mascles han hagut d'aprendre a desincronitzar els seus cants, és a dir, a no cantar al mateix temps, perquè les femelles els puguin diferenciar i així triar la millor parella. "Aquest procés és un bon exemple d'autoorganització en la natura, que ens ha servit per desenvolupar els algoritmes bioinspirats", explica Christian Blum.

L'equip ha utilitzat aquesta eina matemàtica per resoldre problemes de computació relacionats amb grafs, un conjunt de nodes units per enllaços que representen gràficament les seves relacions. Per exemple, la xarxa de metro o les relacions d'amistat entre les persones es poden representar mitjançant grafs.

Fa uns anys els investigadors van utilitzar aquests algoritmes per pintar grafs, una tècnica amb aplicacions en l'entorn de les xarxes sense fils. Ara, segons l'estudi que publiquen a la revista Swarm Intelligence, els han utilitzat per detectar els anomenats 'conjunts independents de nodes', aquells que no estan enllaçats directament dins del graf."Això té aplicacions molt importants a les xarxes de comunicació, per exemple, en la formació de xarxes troncals o xarxes troncals sense fils, però també en l'entorn de les xarxes socials, com Facebook o Twitter, ja que permet analitzar la seva estructura i detectar comunitats independents dintre de cadascuna d’aquestes xarxes socials", afegeix Blum.

D’aquesta manera, es podrien localitzar usuaris amb poca participació o visibilitat, detectar comunitats molt tancades que no interactuen amb la resta, descobrir personatges populars i ben relacionats a la xarxa, o trobar usuaris que convindria connectar per augmentar les relacions entre determinades comunitats. "Tot aquest tipus de qüestions es poden traduir en problemes matemàtics que es poden resoldre sobre el graf que representa la xarxa", apunta aquest professor visitant de la UPC.

Segons els seus autors, els resultats dels nous algoritmes "són excel·lents i s'han convertit en els millors que es coneixien fins ara, superant substancialment l'aconseguit per altres algoritmes, com els inspirats en el sistema nerviós de la mosca Drosophila".