Un equipo del INAOE destacó entre doce universidades de EU, China y Latam en la competencia internacional ‘Power Trading Agent Competition’ (PowerTAC 2016), llevada a cabo de Nueva York, en la cual se llevó el segundo puesto.
La competencia consiste en un certamen en donde se corren algoritmos en una plataforma que simula el mercado financiero real, es un mercado de subastas ‘double option’ continuas como el de la bolsa de valores, y los agentes inteligentes de los especialistas tiene la función de comprar y vender energía.
“Lo interesante de esto es lo que nosotros tenemos que considerar para diseñar a un agente que sea exitoso (…) necesitamos que pueda predecir cosas como cuál va a ser la demanda de energía hacia el futuro (…) pero también tenemos que predecir el precio de la energía, y el precio de la energía está influenciado por ‘n’ mil factores, incluyendo las condiciones climáticas", dijo el doctor Enrique Muñoz en entrevista con EL FINANCIERO.
"Todo esto lo conjuntamos con muchas otras cosas (…) modelamos las estrategias que usan nuestros adversarios, los otros algoritmos, y a través de eso es que nosotros establecemos nuestros precios de compra y venta de energía", agregó Muñoz.
Pero ¿qué es lo que hizo al agente inteligente tricolor superar a los algoritmos modelados por otras universidades internacionales?
Para el doctor Muñoz la Inteligencia Artificial y los sistemas multiagentes fueron la clave.
Primero, los sistemas multiagentes, tema que estudia el especialista en su doctorado, consiste en crear con código e Inteligencia Artificial (IA) a diversos agentes o especialistas en temas en específico, por ejemplo, crearon a uno que se especializa en el mercado de tarifas.
"Yo lo programo (al agente) con IA para ser un especialista en cómo establecer tarifas, y las tarifas llevan muchas cosas, como por ejemplo, son contratos entre una persona y el bróker financiero, que te dices cosas como la duración del contrato, una penalización por romper el contrato, si hay algún bono por inscribirse, el precio de la energía por hora, todo este tipo de cosas, entonces creo un experto que se dedica a cómo crear, de acuerdo a las situación actual, tarifas", comentó Muñoz.
1
Este proceso el doctor y su equipo lo replican en diversos ámbitos con diversas variables. Por ejemplo, también crearon un experto en pronóstico del tiempo (la energía solar y eólica dependen de esta variable); desarrollaron a otro agente especializado en el pronóstico de demanda de energía; a otro en los mercados del día siguiente; entre otros, y estos agentes, después de ser creados, son coordinados por los expertos mexicanos.
"Digamos que yo creo un equipo artificial con código, pero en vez de crear un monstruo enorme e intratable, entonces creo expertos, y entonces si un experto no me está funcionando, lo retiro y meto a otro, así como crearía un equipo en personas, esa es la idea", mencionó el doctor.
En el caso de la Inteligencia Artificial, que dotó de capacidades a los agentes, el doctor y sus colegas utilizaron como principios la teoría de juegos y el aprendizaje computacional (machine learning), que fue, de acuerdo a Muñoz, uno de los elementos que hizo la diferencia.
El algoritmo de los mexicanos funcionaba diferente del resto, los demás lo que hacían era encontrar patrones en los datos y en función de eso extraer reglas para toma de decisiones compra/ venta que después una persona programaría. El algoritmo de los nacionales fue diseñado de manera que pudiera tomar decisiones de cuándo comprar y cuándo vender por sí mismo.
“Lo que hacemos es un poco toma de decisiones basado en incertidumbre, y la incertidumbre es un punto que en temas financieros es asociado con el riesgo, y el riesgo es algo difícil para una persona de calcular manualmente, entonces nuestro agente lo hace solito, hace cálculos de riesgo de forma automática y entonces al codificar (…) (cuando hay) altos grados de incertidumbre toma estrategias más conservadoras y con poca incertidumbre toma decisiones un poco más arriesgadas”, mencionó el doctor.
1
El doctor Enrique Muñoz (extrema derecha) y el equipo del INAOE que participaron en el PowerTAC 2016
Después del triunfo de los mexicanos en el certamen, ya han visto interés de otras instituciones en su trabajo, Muñoz tal vez se vaya a hacer un sabático fuera a la Universidad de Oxford.
AGENTES INTELIGENTES EN OTROS SECTORES
Uno de los rubros en donde el INAOE aplica esta tecnología es en la agricultura de precisión, en donde codifican a drones con Inteligencia Artificial para que sean autónomos y vuelen por si mismos para después dar resultados sobre lo que está pasando en el campo, como por ejemplo, si la cosecha está sana, si tiene una plaga, entre otras cosas.
El doctor considera que los agentes inteligentes, que por ejemplo hoy están presentes también en motores de búsqueda como el de Google, tendrán una penetración muy fuerte en el mercado educativo en el futuro próximo.
"Está muy padre porque alguien que va lento, va a poder ir a su ritmo en vez de reprobar materias y que lo reprueben de año, y los que están avanzados pueden avanzar a su ritmo, yo creo que eso va a ser un impacto brutal en las consecuencias que puede traer detectar talentos, detectar habilidades tempranas (…) yo creo que se habla un poquito de la posibilidad de que todos tengamos educación de calidad".