¿Qué tienen en común las lavadoras, internet o la detección de un ictus?

La profesora de la Universidad de Alcalá, Tomasa Calvo, ha sido uno de los siete investigadores, reconocidos este año con el premio internacional Fellow de IFSA, la Sociedad Internacional de Sistemas Fuzzy, una rama de la Inteligencia Artificial en la que la investigadora cuenta con más de 30 años de bagaje.

El término es, sin duda, un desconocido para el gran público pero es más fácilmente comprensible si decimos que sus aplicaciones las encontramos, por ejemplo, en los electrodomésticos: lavadoras, cámaras fotográficas o en los buscadores de Internet que hoy se hacen imprescindibles en nuestra vida diaria.

En una entrevista, la profesora nos desvela algunos de los detalles de esta teoría científica y confía en que “pueda aumentar el interés por la ciencia”.

¿Qué supone para usted el premio que ha recibido recientemente?

Estoy contenta y muy agradecida. En primer lugar, mi mayor agradecimiento es para la Asociación Internacional de Conjuntos Borrosos (IFSA), por haber contado conmigo entre los nuevos IFSA Fellow de este 2019. Este reconocimiento es, sin duda, fruto de un trabajo en equipo y del apoyo recibido por parte de todos los que han confiado en mí (colegas, amigos, padres, y hermanos) y quienes son también merecedores de este premio, mi mayor gratitud es para ellos.

El premio es un reconocimiento a la tarea de investigación que vengo realizando dentro del área de la Lógica Borrosa desde mediados de los ochenta, o sea más de tres décadas. El reconocimiento me lo entrego le presidente de IFSA Mark Reformat, de la Universidad de Alberta en Canadá, en la ceremonia del Congreso EUSFLAT2019 celebrado en Praga a mediados de septiembre. 

Por otra parte, el reconocimiento a un trabajo “bien hecho” es un buen estímulo para seguir trabajando, aunque no conlleve ninguna cuantía  económica y que en caso contrario sabría en que invertir rápidamente, ya que con los fondos de investigación no se puedo cubrir todas mis aspiraciones. 

¿Qué es la Teoría o Lógica Fuzzy?

La Lógica Borrosa forma parte de lo que hoy en día se conoce como Soft Computing que es una rama de la Inteligencia Artificial. Más concretamente, la Lógica Borrosa está intrínsecamente relacionada con la teoría de conjuntos borrosos, introducida por Lotfi A. Zadeh en 1965.

Este tipo de conjuntos nos permiten definir de forma sencilla los predicados vagos e imprecisos de nuestro lenguaje natural, como por ejemplo “joven”, “rico”, “alrededor de 20”, “cerca”, “alto”... Eso constituye una pieza clave para el desarrollo de la Inteligencia Artificial. Uno de los objetivos de la Lógica Borrosa es proporcionar las bases del razonamiento aproximado que utiliza premisas imprecisas como instrumento para formular el conocimiento.

Las aplicaciones de la Lógica Borrosa se encuentran tanto en la industria, como en los sistemas de funcionamiento de electrodomésticos: lavadoras, cámaras fotográficas; en los buscadores de Internet; en los sistemas de apoyo en la toma de decisiones...

En los últimos años he colaborado en el desarrollo de  distintas técnicas de agregación o fusión de la información, en muchos casos, la información que se maneja también es imprecisa y/o incompleta. La agregación de la información es una herramienta imprescindible en cualquier disciplina, donde se necesite fusionar diferentes datos de información (inputs),  como por ejemplo,  'las calificaciones de un alumno', para obtener un único dato (output),  'nota media de las calificaciones del alumno', que represente a los datos iniciales. Existen diferentes técnicas de agregación, su elección depende de las exigencias del experto en los distintos procesos de agregación o de los datos de los que dispone el experto.

Algunos de los principales campos de aplicación de la agregación de información son teoría de la decisión, elección social, recuperación de información, procesamiento de imágenes, reconocimiento de patrones, control borroso, sistemas de recomendación, etc.

¿Por qué se conoce también como Lógica Borrosa o Difusa?

Las dos acepciones, borroso o difuso, de la traducción de Fuzzy al castellano son aceptadas por la comunidad Fuzzy  española. Lo borroso o difuso es lo opuesto a lo nítido.

Por ejemplo, en el caso de los conjuntos borrosos, la pertenencia de una persona al conjunto borroso de los toledanos jóvenes es una cuestión de grado, es decir, se le asigna a cada persona un valor entre el 0 y el 1, por tanto si a un toledano se le asigna el valor 0,8, este es más joven que otro al que se le haya asignado 0,2.

Contrariamente a lo que ocurre para determinar la pertenencia de un toledano al conjunto de los toledanos de 40 años, en este caso, cualquier toledano pertenece (grado 1)  o no pertenece (grado cero) al conjunto de los toledanos de 40 años. O lo que es lo mismo, hay una separación o frontera nítida entre los toledanos que tienen 40 años y los que no los tienen.

¿Qué problemas ha permitido resolver y cómo se pasó de la parte teórica a la más resolutiva?

En primer lugar, los resultados teóricos  fueron aplicados en control automático. A mediados de los 70, S. Assilian y E.H. Mandani del Queen Mary Collegue de Londres consiguieron mediante un sistema basado en reglas lingüísticas controlar un generador de vapor, que éstos mismos investigadores no habían podido controlar por métodos tradicionales.

Posteriormente, en Dinamarca la empresa Blue Circle Cement y SIRA desarrollaron un controlador para un horno de cemento. En los años 80 son las empresas japonesas las que destacan en la aplicación de la lógica borrosa.

Fuji Electric desarrolló un controlador de propósito general FRUITAX y la empresa Hitachi puso en marcha el sistema de control del metro de Senday. Esta explosión provocó un gran aumento en las inversiones dedicadas a la investigación de las aplicaciones de la lógica borrosa en la industria.  En 1987 Panasonic lanzo un controlador borroso para controlar la temperatura del agua en la ducha y en los 90 lanzaron una lavadora basada en lógica borrosa.

En la industria automovilística se ha aplicado la lógica borrosa con mucho éxito, ya existen controladores borrosos en los sistemas de suspensión, en los de frenado, etc.

¿Cuáles son actualmente sus principales aplicaciones? 

Hoy en día hay muchas más aplicaciones en pequeños electrodomésticos: hay lavadoras con sistemas lingüísticos de control inteligente las que deciden automáticamente el programa, el consumo de agua, etc., al introducirles el nivel de suciedad de la ropa; el estabilizador de  imagen de algunas cámaras con control borroso para realizar el enfoque de forma automática; el sistema de control de aire acondicionado de Mitsubishi; el sistema Eco-fuzzy de algunos frigoríficos que permite tener una control de la temperatura de forma automática; etc.; son una pequeña muestra de las más de cincuenta mil patentes que llevan la palabra fuzzy en su título.

Por otra parte, mientras algunos grupos de investigación españoles desarrollan sistemas de aprendizaje, de conocimiento, de soporte a la toma de decisiones, de reconocimiento de patrones, de procesamiento de imágenes basados en lógica borrosa, otros tratan de aplicar esta lógica en la robótica móvil y también  se han desarrollado herramientas inteligentes en el campo de la medicina que facilitan la toma de decisiones, como por ejemplo en la detección de los diferentes tipos o niveles de un ictus lo que ayuda a determinar las distintas y mejores formas de abordar su tratamiento.

También, en la Ciencia de los Datos, área de conocimiento asociada al  tratamiento de la información para extraer conocimiento, ya que en ella se ha de gestionar la imprecisión y la incertidumbre en el tratamiento de datos masivos (Big Data). Las grandes empresas y compañías ya tienen equipos de Ciencia de Datos para analizar toda la información y extraer conocimiento.

En el ámbito empresarial, ¿qué sectores o empresas la aplican?

En el sector del automóvil ha tenido mucho éxito. Google ya hace unos años desarrollo un prototipo de un coche inteligente con conducción automática sin conductor. La lógica borrosa también la aplican las empresas tecnológicas; las empresas de teledetección; las empresas de pequeña electrónica; etc.

¿Cómo está su implantación en un país como España?

En España la relación entre empresa y universidad es cada día mayor, hay empresas que plantean sus problemas a algunos grupos de investigación de la universidad para encontrar respuestas óptimas a sus problemas.

Lo que yo más conozco son algunos de los proyectos que están desarrollando distintos grupos de investigación, en los que no sólo aplican lógica borrosa, sino otros paradigmas del Soft-Computing o de la Inteligencia Artificial. Hay grupos de investigación españoles que desarrollan sistemas de aprendizaje, de conocimiento, de soporte a la toma de decisiones, de reconocimiento de patrones, de procesamiento de imágenes basados en lógica borrosa. Otros grupos tratan de aplicar esta lógica en la robótica móvil o en el campo de la medicina, en la Ciencia de Datos, etc.

Al margen de las aplicaciones industriales ¿Las tiene también de corte social?

Mediante la Lógica Borrosa se ha logrado el diseño y utilización de umbrales para la identificación de hogares en riesgo de pobreza en diferentes sectores de algunas ciudades sudamericanas. Para ello, se identificaron las variables relacionadas con el estudio de la pobreza en el país: alimentación, servicios básicos, vestido, calzado, educación, vivienda, salud, ocio, transporte y servicios personales, vinculando en el estudio a un gran número de hogares.

Se consiguió identificar los aspectos más destacados de la pobreza en los hogares lo que, sin duda, contribuyó a tomar mejores decisiones en políticas sociales.  Además, como la lógica borrosa permite tener en cuenta el conocimiento subjetivo de un problema real sin duda también se podrá aplicar en problemas sociológicos de otra índole.

Hablemos de futuro ¿Hacia dónde camina la investigación en torno a Fuzzy?Fuzzy

Los retos de la lógica borrosa no son otros que los de dar respuesta a la mayoría de los problemas reales de nuestro tiempos, de ahí que haya investigadores tratando de mejorar problemas en agricultura, en la prevención de desastres naturales, en robótica, en sistemas inteligentes que puedan ayudar en la toma de decisiones en distintos campos del saber, como en ciber-seguridad, en medicina, etc.

Quizás muchos de estos avances tengan que ver con los avances en la Computación con palabras que es la forma natural de expresar nuestro conocimiento dado que permite representar y procesar información lingüística, y además facilita el desarrollo del razonamiento aproximado para emular el razonamiento lingüístico humano. Quizás nunca sabremos si se podrá emular el 'sentido común' que es uno de los grandes objetivos de la Inteligencia Artificial. También, como ya he mencionado anteriormente, en los avances de la Ciencia de Datos.