El investigador Fred W. Glover será investido hoy doctor honoris causa por la Universidad de Burgos en el solemne acto académico que tendrá lugar en el Paraninfo de la Universidad de Burgos.
Fred W. Glover es conocido por sus contribuciones al área de metaheurística (un nombre que él acuñó) y por lanzar la metodología de optimización basada en computadora de la búsqueda tabú y la búsqueda de dispersión evolutiva asociada y algoritmos de vinculación de rutas. Las principales áreas de investigación de Glover incluyen los campos de la analítica, la inteligencia artificial, el aprendizaje automático y las matemáticas aplicadas.
Entre otros reconocimientos, es miembro de la Academia Nacional de Ingeniería de EE. UU., Premio de teoría John von Neuman (1998) y Premio Siwei Chen (2016).
Además, es doctorado honorario del Instituto Glushkov de Cibernética de la Academia Nacional de Ciencias de Ucrania (2006); Profesor honorario de la Universidad de Colorado, Denver; Investigador distinguido en el US West Advanced Technologies (1986) y miembro honorario de la Asociación Estadounidense para el Avance de la Ciencia (1983).
Profesor Glover, es usted conocido por el desarrollo del algoritmo de Búsqueda Tabú en 1986. ¿Podría explicar qué inspiró la creación de este método y cómo ha evolucionado desde entonces?
La inspiración para esta investigación surgió del trabajo que hice hace muchos años en Inteligencia Artificial. Sentí que era importante incorporar estas ideas en la optimización porque, hasta ese momento, la optimización era muy matemática pero no incluía muchas de las ideas de la Inteligencia Artificial. Así que fue una combinación de estas cosas lo que me llevó a comenzar la Investigación Tabú.
¿En qué consiste el algoritmo de Búsqueda Tabú?
Es un enfoque para la optimización donde se aprovecha la memoria, al igual que una persona cuando piensa. Confiamos en la memoria para formar nuestros pensamientos y estrategias y, en el pasado, los únicos usos de la memoria eran muy rígidos. Estaba estructurado de manera que tenía que seguir un cierto tipo de esquema que asegurara no pasar por alto ninguna posibilidad. Pero nosotros, tú y yo, pensamos de manera diferente, saltamos de un lado a otro y destacamos los puntos principales, y eso es lo que intento incorporar en la Investigación Tabú, esta capacidad de moverse de manera flexible con la memoria y recordar lo más importante.
Su trabajo en optimización combinatoria ha tenido un impacto significativo en varias industrias. ¿Podría compartir algunos ejemplos de aplicaciones prácticas del mundo real de la Búsqueda Tabú?
Hay muchos en realidad. Tenemos programación de producción, análisis de inversiones y muchos de los problemas que enfrentamos hoy en día, como el cambio climático, la atención médica o las amenazas de violencia, puede responderse de manera óptima.
La Optimización Binaria No Restringida Cuadrática (QUBO) es otra de sus principales contribuciones. ¿Cómo ha influido este modelo en la computación cuántica y qué avances recientes destacarías en esta área?
Bueno, ese es un tema fascinante porque resulta que esta área en la comunidad de físicos tiene un nombre diferente, así que comenzamos a estudiarlo, desde el lado de la optimización, muchos años antes de que los físicos lo hicieran. Así que, cuando los físicos se interesaron desde el punto de vista de la computación cuántica, ya teníamos un gran avance en la comprensión de este modelo y a partir de ahí pudimos desarrollar métodos para él. Si bien los físicos aún no lo han entendido, eventualmente lo harán, pero por ahora estamos bastante adelantados.
Con más de 500 artículos y ocho libros publicados, su producción académica es impresionante. ¿Cuál considera que es su publicación más influyente y por qué?
Tendría que mencionar la publicación que introdujo esa investigación como una de las más influyentes y en particular el libro sobre la Búsqueda Tabú, que coescribí con Manuel Laguna, que ha tenido un impacto profundo. Ha sido citado muchas veces y hoy, sorprendentemente, si buscas "Búsqueda Tabú" en Google, arroja más de un millón de resultados, así que, Manuel y yo, estamos muy felices con este resultado.
Has recibido numerosos premios, incluido el prestigioso Premio von Neumann. ¿Qué importancia tienen estos premios para usted y su carrera?
El Premio von Neumann es particularmente prestigioso en los Estados Unidos, se me concedió más basado en el aspecto matemático de mis contribuciones, que precedieron a la investigación Tabú, así que fue un premio anterior, pero ha tenido mucho impacto.
En su opinión, ¿cuáles son los desafíos y oportunidades más importantes que enfrenta las matemáticas computacionales en los próximos años? ¿Qué consejo darías a los jóvenes investigadores que comienzan en este campo?
Concretar los desafíos futuros eso es difícil. En primer lugar, el área de la optimización en sí misma está creciendo rápidamente y se está utilizando cada vez más. Durante muchos años, recuerdo trabajar en el área y pensar “¿por qué la industria no usa esto?”. Tenemos todos estos excelentes métodos, pero la gente del campo de los negocios no quería involucrarse en temas matemáticos, pensaban que, si estabas usando matemáticas, no entendías los negocios. Esa era la actitud, que ha cambiado mucho, ahora se comprende que la optimización en el sentido matemático y en el sentido de la inteligencia artificial son extremadamente importantes y esenciales para tomar buenas decisiones. Así que, en cuanto al consejo para los jóvenes, diría que mantengan los ojos abiertos a este desarrollo, porque va a ser cada vez más importante en nuestra vida cotidiana.
Como pionero en el campo de las matemáticas computacionales y la optimización, su trabajo ha sido fundamental en el desarrollo de la inteligencia artificial. ¿Cómo cree que evolucionará la inteligencia artificial en los próximos 10 años y qué papel jugarán los algoritmos de optimización en esta evolución?
Lo que estamos viendo en este momento con la evolución de estos grandes modelos de lenguaje, por ejemplo, el ChatGPT, de repente, ha cautivado al mundo y todos están muy emocionados al respecto, aunque esto tomó algún tiempo para evolucionar hasta el punto en que estamos ahora, el mundo se está dando cuenta de que estas cosas son muy importantes. En los próximos 10 años, los primeros años serán una revolución en las aplicaciones de estos temas y luego comenzará a madurar. En cinco años se volverá cada vez más inteligente y más estable, de modo que se infiltrará en más y más partes de nuestra sociedad. Dentro de 10 años, miraremos hacia atrás y diremos, ¿por qué no entendimos esto desde el principio?