El proyecto Fondecyt Regular contempla cuatro años de investigación y reúne a especialistas de Chile, Estados Unidos y España, además de considerar la generación de datos para el entrenamiento de nuevos modelos.
Con el propósito de predecir el valor de variables de decisión en problemas de optimización, el académico del Departamento de Informática de la Universidad Técnica Federico Santa María, Roberto Asín, se encuentra liderando el proyecto Fondecyt Regular n° 1261266: “Backbone-Based Machine Learning for Combinatorial Optimization”.
El proyecto, que se extiende por cuatro años, cuenta con el apoyo del académico del Departamento de Informática, Ricardo Ñanculef, en calidad de co-investigador, y con la colaboración internacional de profesores de Estados Unidos y España.
A través de la construcción de modelos de machine learning, el proyecto busca predecir el backbone o conjunto de variables que mantienen un mismo valor en todas las soluciones óptimas de un problema específico de optimización.
Según explica el profesor Asín, “al tener el backbone específico de un problema determinado, el procedimiento de búsqueda de soluciones parte con pistas sólidas que, de estar bien predichas, ahorran mucho trabajo y podan el espacio de búsqueda de manera significativa”.
“Nuestra propuesta es que los learners, que son inteligencias artificiales que aprenden patrones de colecciones amplias de datos, predigan los backbones de la instancia, y que los solvers, que son inteligencias artificiales que exploran el espacio de soluciones de manera exhaustiva, utilicen esta información para hacer una búsqueda más eficiente”, comenta el académico de la USM.
En este contexto, el profesor Asín agrega que “la primera etapa del proyecto consiste en descubrir los backbones de una serie de problemas de optimización y colocarlos a disposición de la comunidad. De esta manera, uno de los aportes más importantes del proyecto es compartir datos de entrenamiento de modelos de machine learning muy valiosos”.
Respecto a los problemas de optimización que serán analizados, Asín comenta que se irán definiendo con los avances que se vayan obteniendo durante el proyecto. “Vienen de muchos dominios, desde scheduling a verificación de hardware, de software, problemas sobre grafos, entre otros”.
Adicionalmente, el proyecto contempla la adquisición de equipos que permitan desarrollar experimentos de forma paralela, con el propósito de generar un clúster que esté disponible tanto para el programa en específico como para los y las estudiantes de postgrado del Departamento de Informática.
Colaboración internacional
Según explica Asín, el proyecto surgió de una serie de estancias de investigación realizadas durante los últimos años, en las cuales se desarrollaron una serie de tesis y artículos con estudiantes de la USM y profesoras de la Universidad de California en Berkeley y la Universidad del Sur de California (USC).
“Estas estancias fueron muy importantes para sentar las bases de este proyecto Fondecyt y contar con colaboradores en el área. A eso se suma la colaboración con la Universidad Politécnica de Cataluña, en la que también se contemplan estancias de investigación con estudiantes USM durante los próximos años”.
Actualmente, la iniciativa cuenta con la colaboración de las profesoras Dorit Hochbaum, de la Universidad de California en Berkeley, y Bistra Dilkina, de la Universidad del Sur de California, junto a Albert Oliveras y Enric Rodríguez-Carbonell, de la Universidad Politécnica de Cataluña.
