optimización

Montar un mueble suele empezar esparciendo todas las piezas por el suelo y clasificándolas en montones. En las computadoras cuánticas, el papel de esas piezas lo desempeñan las cadenas de Pauli, los ladrillos más simples con los que se construye la descripción de los electrones en una molécula.

Un intérprete en una negociación no escucha cada palabra: capta el sentido de frases enteras. En microscopía electrónica ocurre algo parecido: hay que saber qué grosor tiene el cristal y con qué inclinación está en el haz, y solo se cuenta con el patrón de difracción, un dibujo de miles de puntos claros y oscuros.

Imagina una bandada de pájaros que se reúne alrededor de un comedero que nadie construyó. Cada pájaro busca comida para sí mismo, pero al final terminan juntos. Por lo general, ese comportamiento se explica por un instinto social: los pájaros quieren estar cerca de sus congéneres. Pero, ¿y si la bandada es solo un efecto secundario de la codicia?

Saltar de roca en roca por el asteroide Eros no es para corazones débiles. La gravedad allí es tan débil que una persona podría saltar cientos de metros, pero precisamente por eso cualquier empujón mal calculado te lanza al espacio o te estrella contra afilados peñascos.

Dos fotógrafos toman la misma montaña. Uno hace cien tomas desde la cima y solo un par desde la base; el otro, al revés. Si intentamos superponer sus imágenes, el algoritmo puede decidir que la cima en una foto corresponde a la cima en la otra simplemente porque hay muchos puntos similares, no porque sea el mismo lugar. La densidad de las tomas confunde.

En la UCI, la decisión de cuánto líquido infundir a un paciente con sepsis y qué dosis de fármaco vasopresor administrar se toma cada hora. Un error en cualquier dirección puede costar la vida. Pero, ¿cómo saber cuál habría sido la mejor decisión? Se pueden tomar miles de historias clínicas y pedirle al programa que las 'reproduzca' de nuevo, probando diferentes movimientos.

Buscar un material nuevo es como cocinar sin receta: pruebas y pruebas, y a menudo tiras todo a la basura. Antes, los científicos revisaban manualmente los artículos y probaban las composiciones una por una. Ahora ha aparecido un "chef robot" que lee la literatura, mezcla los componentes y observa el resultado.

Un reactor de fusión tipo stellarator se parece a un capullo magnético retorcido con astucia. Su tarea es contener plasma sobrecalentado para que los núcleos de hidrógeno se fusionen y produzcan energía. Pero la forma tridimensional del capullo crea huecos: algunas partículas escapan, especialmente las más rápidas, que son las que llevan el mayor calor.

El rayo láser no solo calienta, también puede calmar el movimiento. Cuando la luz entra en una trampa de espejos, ejerce presión sobre ellos, y si se ajusta correctamente el color del rayo, esa presión se convierte en un suave frenado. Así se enfrían las diminutas oscilaciones mecánicas hasta casi el cero absoluto.

Dos jardineros negocian por el agua de un pozo mágico. Uno propone cuántos cubos tomar, el otro puede aceptar o rechazar. Si se hace el trato, el agua disminuye; si no, el pozo se vuelve a llenar gradualmente. Este regateo se repite cientos de veces, y los hábitos de los jardineros a veces cambian aleatoriamente, como si estuvieran probando nuevas tácticas.

En aguas tranquilas, la ruta es clara. Pero en corrientes turbulentas, el robot necesita otra estrategia. Los enfoques habituales requieren un mapa preciso de las corrientes, aunque en la realidad es imposible obtenerlo. La naturaleza actúa de otra manera: los peces sienten la presión y los remolinos justo al lado de su cuerpo.

Cuando una tubería revienta en el sótano, el fontanero actúa por pasos: localiza la fuga, mide la presión, averigua la causa, pone un parche y comprueba que esté seco. Esa misma receta —el modelo estándar DMAIC— se propone contra las epidemias. Primero se define la magnitud: cuántas camas están ocupadas, qué sectores se han resentido.

Imagina a un chef experimentado en hora punta: de repente falla una placa o se acaba un ingrediente clave. En lugar de entrar en pánico, reconfigura la receta al instante: acelera la preparación de unos platos, ralentiza otros, reasignando recursos sobre la marcha. Este principio de adaptación dinámica es la base de la nueva generación de redes ultra fiables.

Un grupo de búsqueda rastrea un campo brumoso. Al principio, las personas se dispersan ampliamente: una alta 'temperatura' de búsqueda significa una gran variedad de intentos. Al encontrar un rastro, se acercan. Pero la velocidad de acercamiento es crítica: si se estrecha el círculo demasiado pronto, el mejor hallazgo quedará fuera.

Normalmente, un escáner de TC toma muchas radiografías desde distintos ángulos y arma una imagen tridimensional. Pero a veces los médicos solo escanean una zona pequeña —por ejemplo, un solo pulmón— y los datos se interrumpen. Es como un cocinero al que le dan a probar una cucharada de sopa y le piden que nombre la receta exacta de toda la olla.

Las antenas convencionales, para determinar la dirección con precisión, deben trabajar de forma coordinada: captan no solo la intensidad, sino también la fase de la onda en cada instante. El más mínimo error de calibración y la dirección se pierde. El nuevo método se basa únicamente en la intensidad de la señal.

El oído humano está diseñado de tal manera que el cerebro destaca principalmente los patrones conocidos: la voz del interlocutor, el ruido de la lluvia, la bocina de un coche. Sin embargo, el nuevo sistema funciona con un principio diferente: detecta cualquier ráfaga sonora, incluso una que nunca antes se haya encontrado.

Los asistentes de programación suelen actuar como un cocinero que, para hervir un solo huevo, relee el libro de cocina entero. Al recibir la tarea de hacer una pequeña corrección, vuelven a abrir decenas de archivos y verifican vínculos ya conocidos. Esto es trabajo innecesario: energía que se desperdicia.

Un conductor en una carretera resbaladiza no sabe exactamente cómo reaccionará el coche al volante, y aprende sobre la marcha, dejando margen para el error. De manera similar se comporta un algoritmo de control inteligente.

Si tomamos una tabla de números donde en cada fila y columna la suma de los cuadrados es 1, y queremos maximizar la suma de las cuartas potencias, la respuesta serán solo permutaciones de coordenadas. La cuarta potencia castiga severamente el fraccionamiento: un valor de 0,5 da solo 0,0625, mientras que 1 sigue siendo 1.

En un transporte en movimiento rápido, el internet móvil se ralentiza: la señal, que viaja a la velocidad de la luz, se emborrona como el paisaje por la ventanilla. Los ingenieros encontraron una forma de empaquetar los datos más densamente sin que se mezclen.

Las imágenes médicas son mapas de densidad tisular. El brillo de cada punto revela qué se encuentra en ese lugar, de forma similar a como la fotometría mide la intensidad de la luz. Pero los algoritmos convencionales analizan los puntos uno por uno, lo que provoca que los contornos de los órganos aparezcan dentados.

Tradicionalmente, los algoritmos de aprendizaje automático operan en un entorno estático, como agua que fluye por un cauce ya trazado sin cambiar su forma. El nuevo método invierte este paradigma: permite que el agente aprenda acciones y, al mismo tiempo, modifique el entorno en el que existe.

Para que el dron pueda actuar como un depredador, los ingenieros unificaron tres etapas de caza: búsqueda, seguimiento y ataque. Ahora el dron no necesita cambiar entre tareas: su lógica unificada funciona de forma continua. En el núcleo hay un filtro matemático creado para la navegación de las naves Apollo.

Para entender el cerebro, es necesario saber cómo están conectadas las neuronas. Normalmente, se activan una a una con luz, lo que es como revisar cada grifo en un enorme jardín para encontrar todas las tuberías. Millones de intentos requieren tiempo y pueden dañar el tejido vivo.

Un árbol genealógico se convierte en un enredo si se tienen en cuenta los hijos adoptivos y los segundos matrimonios. La evolución a menudo se parece a ese enredo: aunque el modelo estándar —la representación tradicional de la evolución divergente, donde las especies se ramifican como un árbol— dibuja un árbol de especies ordenado, en realidad los genes no solo se…

La tecnología compleja —desde drones hasta robots cirujanos— a veces se comporta como un mustang salvaje: llena de desorden y caprichos, donde un leve contacto provoca una tormenta. En lugar de memorizar fórmulas, el nuevo método observa el sistema como un jinete adiestrador.

Ensamblar un chip óptico es como un juego en el que hay que guiar un rayo a través de un laberinto de diminutos espejos y divisores de haz. Cada uno de estos elementos funciona como una aguja en una vía de tren: o deja pasar la luz de frente o la desvía a la vía contigua. El objetivo es obtener a la salida un patrón de luz estrictamente definido, gastando la menor cantidad posible de “agujas”.

Los sistemas de recomendación, que deciden qué publicación verás a continuación, funcionan con profundas redes neuronales de miles de operaciones: complejos grafos de cómputo (esquemas de operaciones sobre datos).

Un taller metalúrgico atestado de chatarra de aluminio se asemeja a una orquesta desafinada antes del concierto: cada instrumento desafina a su manera.

Un jardinero quiere cultivar una flor rara. No se trata de regar y abonar de cualquier manera, sino siguiendo un horario estricto: un poco más de calor por la mañana, un poco menos de humedad por la tarde. De lo contrario, el bancal lo invaden las malas hierbas comunes. Algo muy parecido ocurre con las moléculas sobre una superficie metálica.

La luz fluye como un río invisible. Si colocas un obstáculo en el camino del flujo, el agua se arremolina en remolinos. Así, las superficies especiales crean 'torbellinos' de luz que atrapan nanopartículas como astillas.

Las máquinas zumban dentro de la presa de hormigón, funcionando en vacío. Tres de las diez turbinas permanecen en silencio. El nivel del agua en el mayor embalse del sureste de Brasil ha caído tanto que las palas están a punto de empezar a girar en el aire.

El salón de baile se va llenando de invitados. Cada nueva persona que llega es una solicitud, y la tarea del organizador del baile es encontrar una pareja adecuada. Puede emparejar a dos de inmediato, en cuanto se encuentren cerca, y así la pareja será precisa, pero ¿y si en un minuto aparece la pareja ideal? Si se demora, crece el cansancio de los que esperan: algunos se aburren, otros pierden la paciencia.

Un niño construye un juego sencillo en Scratch: un personaje aparece en el centro y salta instantáneamente a una esquina. El primer movimiento se pierde entre fotogramas: nadie lo ve. Eliminar esa instrucción es seguro. Pero, ¿cómo lo sabe un optimizador automático? Hoy, el repositorio de Scratch alberga decenas de millones de proyectos escritos por jóvenes autores.

Un robot en un laberinto se adentra en un callejón sin salida. Un minuto después, encuentra la salida antes que nadie. Esta maniobra ilógica no es un error, sino exploración. Así es como un cartógrafo rodea una montaña para ver sus laderas. Los algoritmos evolutivos llevan tiempo imitando la selección y las mutaciones para buscar las mejores soluciones.

Una enorme hoja de papel descansa sobre la mesa. El cartógrafo intenta plasmar en ella todos los paisajes imaginables: cordilleras, desfiladeros intrincados, llanuras infinitas. Cada paisaje es un grupo finitamente generado, y el mapa es su grafo de Cayley, el retrato gráfico del grupo, donde los vértices son los elementos y las aristas las conexiones entre ellos.

En un mapa topográfico, las gotas de lluvia eligen su camino: al caer en una ladera, fluyen hacia el río A; en otra, hacia el río B. El observador solo ve los meandros de los ríos (variables de respuesta Y) y sabe de qué ladera proviene el agua (instrumento Z), pero no ve las gotas en sí (factores no observables ε).

7 278 601 292 779 396 715. Exactamente esa cantidad de grafos cordales diferentes (grafos sin ciclos inducidos de longitud cuatro o más) se pueden construir sobre veinte vértices, si se cuentan las estructuras sin nombres.

2 es el umbral más allá del cual una secuencia dócil corre el riesgo de perder su estructura. En lugar de una escala uniforme habitual, una regla de goma con elasticidad no uniforme. Así son los espacios de Orlicz: espacios de Banach de sucesiones donde cada escala tiene su propia rigidez, descrita por una función convexa de Young (una especie de muelle).