FUNDAMENTACIÓN
El GIICOS se orienta desde sus inicios al estudio de problemas de toma de decisiones, particularmente aquellos de búsqueda y optimización. El dominio principal de estudio ha sido el de la Ingeniería del Software (IS), cuya industria asociada, la del software y los servicios informáticos, es un sector muy pujante en la economía nacional y mundial, que ha mostrado un crecimiento abrupto en los últimos años, potenciado por el desarrollo de técnicas que soportan la construcción de sistemas inteligentes y que introducen desafíos adicionales en los procesos clásicos de desarrollo de software. En este sentido, la ciudad de Concepción del Uruguay posee una potencialidad altamente destacable, ya que es cuna de formación de recursos humanos en disciplinas informáticas, con dos carreras de grado, dos posgrados y múltiples tecnicaturas en dos universidades diferentes.
Es bien sabido que el dominio de la Industria del Software posee una combinación de factores en su entorno de toma de decisiones que lo hace muy desafiante. Por un lado, los espacios de búsqueda suelen ser combinatorios, por lo que las búsquedas exhaustivas suelen descartarse de plano. Luego, como en cualquier disciplina ingenieril, se trata de encontrar soluciones de compromiso entre objetivos contrapuestos, por lo que los problemas se suelen formular como multi-objetivo o multi-criterio, según el caso. Además, la incertidumbre suele dominar todo el proceso de desarrollo de software, y dicha incertidumbre difícilmente puede ser modelada mediante probabilidades, debido a la escasez de datos relevantes para el estado del entorno del momento (por excesiva rotación de personal, distintas configuraciones de equipos, distintos niveles de experiencia, entre otros) y la dificultad para obtener estimaciones de fuentes distintas al juicio de expertos.
Las características descritas configuran problemas de optimización que son muy difíciles de abordar mediante técnicas computacionales clásicas, por lo que el grupo ha propuesto la utilización de técnicas provenientes de la denominada Inteligencia Computacional (IC). Estas técnicas, entre las cuales se encuentran las Redes Neuronales Artificiales, la Teoría de Conjuntos Difusos y la Computación Evolutiva, se definen como tolerantes a la imprecisión, la verdad parcial y la falta de información, y poseen la característica de poder combinarse en la resolución de problemas, de modo que se logran soluciones integrales que superan la simple suma de las partes componentes. Más aún, permiten explotar la incertidumbre inherente para la construcción de sistemas inteligentes de bajo costo y alta credibilidad en sus resultados.
Los enfoques computacionales que se abordan desde el grupo ofrecen una gran potencialidad para la representación, evaluación y mejora de diferentes tipos de procesos, ya sea que se utilicen de manera individual o en forma complementaria. Por un lado, a través de la IC es posible desarrollar sistemas de soporte a las decisiones permeables a la incertidumbre y métodos de búsqueda inteligentes capaces de explorar grandes cantidades de datos y reconocer patrones. En esta combinación, también la optimización asiste al proceso de toma de decisiones a través de estrategias algorítmico-matemáticas que buscan la mejor solución a un problema condicionado por un conjunto de restricciones que definen un espacio de búsqueda complejo y problemas de carácter combinatorio desde el punto de vista computacional. Finalmente, la simulación aporta una herramienta más en el manejo de la incertidumbre y permite construir modelos virtuales de los procesos reales y experimentar sobre estos para evaluar y proponer modificaciones que permitan mejorar la eficiencia en el funcionamiento de los procesos estudiados.
En los últimos años, el GIICOS ha avanzado en la consolidación de una nueva línea de trabajo que orienta la aplicabilidad de sus desarrollos para la resolución de problemas operativos y logísticos en varios de los sectores productivos de la provincia de Entre Ríos, principalmente aquellos relacionados con la producción de bioenergía a partir de residuos provenientes de las industrias forestal, citrícola, avícola y arrocera, brindando importantes aportes para el desarrollo de este tipo de proyectos en la región. Desde la perspectiva internacional, nuestro país tiene un gran potencial bioenergético, debido al volumen y a la amplia variedad de fuentes de biomasa existentes susceptibles de producir energía renovable. Sin embargo, la densidad de energía relativamente baja de la biomasa contribuye a un mayor costo de transporte por unidad de contenido energético en comparación con los combustibles fósiles y, por lo tanto, es imprescindible focalizarse en el desarrollo de estrategias logísticas que permitan gestionar de manera eficiente el flujo de materiales entre los potenciales proveedores de biomasa, las plantas de conversión y los consumidores finales.
La resolución de problemas logísticos a través de modelos computacionales y estrategias matemático-algorítmicas se caracterizan por tener una complejidad combinatoria muy alta, debido al crecimiento exponencial de sus tamaños asociados a la cantidad de instalaciones en la red logística, el número de productos a transportar, el tamaño de la flota de vehículos, y otras características que definen la topología de dichos problemas. Existe una relación entre el nivel de planificación y el grado de detalle requerido por los modelos computacionales, su complejidad, los requerimientos de información, el nivel de inversión, los riesgos relacionados y la flexibilidad en el proceso de toma de decisiones. Por ejemplo, en el nivel estratégico, la magnitud de las inversiones es mayor que en el nivel operacional, además el riesgo inherente a las decisiones también es mayor debido a que el horizonte de tiempo es más largo. En cambio, una decisión tomada en el nivel estratégico, tal como la construcción de una nueva planta de energía eléctrica a partir de biomasa forestal, es mucho más difícil que modificar una decisión tomada en el nivel operacional, como asignar un camión de recolección a una ruta específica. En contraste, el nivel operacional requiere de modelos más detallados, lo cual aumenta la complejidad de resolución de los problemas y los requerimientos de información.
Un tercer dominio de estudio surgido recientemente tiene que ver con la aplicación de técnicas de optimización en la administración de recursos, principalmente humanos, en instituciones de salud. Este trabajo surgió en colaboración con la Escuela de Ciencia de Datos de la Universidad de Shiga, con sede en Hikone, Japón. La resolución de esta clase de problemas es de especial interés en ese país debido al envejecimiento poblacional que vienen experimentando en los últimos años, el cual ha traído aparejada la excesiva extensión de las jornadas laborales, la escasez de recursos humanos y el incremento de las tasas de suicidio (fenómeno conocido como karoushi). Debido a estos problemas, las instituciones de salud tienen protocolos estrictos que deben cumplirse en, por ejemplo, las asignaciones de guardias y de quirófanos, asignaciones que difícilmente pueden lograrse sin errores y en tiempos razonables de manera manual, por lo que la asistencia computacional es de gran ayuda. Estos problemas resultan, nuevamente, combinatorios y con objetivos contrapuestos, por lo que las técnicas en las que el grupo se especializa son de gran ayuda para obtener soluciones adecuadas.
El enfoque usado en la representación y resolución de los problemas incide fuertemente en la capacidad de obtener buenas soluciones que puedan ser aplicadas posteriormente en la práctica. Es extremadamente importante identificar la técnica computacional más adecuada para cada tipo de problemática, porque de ello dependerá la eficiencia del algoritmo de solución. De esta manera, desde el GIICOS se utilizan metodologías complementarias en el tratamiento de los problemas estudiados, tales como: modelos de programación matemática lineales entero-mixto (MILP) o no-lineales (MINLP), así como sus variantes difusas, estrategias heurísticas, metaheurísticas e hiperheurísticas, técnicas de descomposición, algoritmos híbridos, computación paralela y distribuida, aprendizaje de máquinas supervisado, no supervisado y por refuerzo, visualización de información, y simulación de eventos discretos.
TRAYECTORIA DEL GRUPO
El GIICIS (Grupo de Investigación sobre Inteligencia Computacional e Ingeniería de Software) nació en el año 2018 motivado por la incorporación del Dr. Casanova como docente con dedicación exclusiva dentro del Departamento Ingeniería en Sistemas de Información (ISI). En esa oportunidad el Dr. Casanova propuso la creación de un nuevo grupo de investigación que incorporara las novedosas técnicas que había utilizado durante su doctorado, provenientes de la inteligencia computacional, y aplicadas en otro dominio (el de la economía computacional de regulación de redes eléctricas), en una temática más afín al referido departamento. En ese entonces sólo existía el Grupo de Investigación en Base de Datos (GIBD), por lo que era de especial interés para el Depto ISI la fundación de un nuevo grupo de investigación. Fue así que se comenzó con las actividades del GIICIS, el cual se propuso en ese entonces aplicar técnicas de la inteligencia computacional en problemas de decisión, particularmente en el dominio de la ingeniería del software.
A lo largo de los años el grupo se ha especializado en la investigación y desarrollo de algoritmos computacionales basados en técnicas de IC, optimización matemática y simulación, como herramientas que permiten, por un lado, generar soluciones para problemas complejos y, por el otro, predecir acciones para guiar decisiones futuras. Además de haber realizado más de 20 publicaciones académicas en revistas internacionales y numerosas presentaciones en eventos científicos-tecnológicos, los integrantes del GIICIS tienen experiencia en proyectos de vinculación con diversas empresas (ver apartado 17).
Deido a este crecimiento y a la incorporación de investigadores que se ocupan además de otros dominios, y que las técnicas y métodos objeto de investigación del grupo, se propone en esta instancia un cambio de nombre que refleje esta ampliación en el alcance de las actividades. En este sentido hemos propuesto el nombre Grupo de Investigación sobre Inteligencia Computacional y Optimización de Sistemas, GIICOS.
El GIICOS está integrado actualmente por docentes investigadores de la UTN-FRCU, investigadores y becarios de CONICET con lugar de trabajo en dicha Regional de la UTN y becarios alumnos de las carreras de grado de Ingeniería en Sistemas de Información y de la Licenciatura en Organización Industrial. Esto manifiesta el carácter interdisciplinario del trabajo realizado. El GIICOS ha representado siempre un polo de atracción dentro de la FRCU para aquellos jóvenes que quieren formarse en investigación. Desde sus orígenes, el grupo ha contado con numerosas becas para alumnos y graduados. Actualmente, se desarrollan 1 tesis de maestría y 3 tesis de doctorado con becas otorgadas por la UTN y el CONICET.
El grupo ha ejecutado con éxito varios Proyectos de Investigación y Desarrollo financiados por la UTN y el CONICET. Además, se llevan adelante líneas de investigación conjunta con otros grupos nacionales pertenecientes a los Institutos INTEC (Santa Fe), INGAR (Santa Fe), e IPQA (Córdoba) y de manera internacional, con la Universidad de La Laguna (Tenerife, España) y la Escuela de Ciencia de Datos de la Universidad de Shiga (Hikone, Japón).
En el año 2023, fueron acreditadas por CONEAU las Carreras de Especialización en Ingeniería en Sistemas de Información y la Especialización en Gestión Logística Integral de la Cadena de Suministro, ambas dirigidas por integrantes del GIICOS.
Los miembros del Grupo también han participado en la organización y coordinación de destacados eventos científicos - tecnológicos de nuestro país, tales como el Congreso Nacional de Ingeniería Informática / Sistemas de Información (CoNaIISI) en sus ediciones 2021, 2022, 2023 y 2024, y el Simposio Argentino de informática Industrial e Investigación Operativa (SIIIO) en sus Ediciones 2019, 2022, 2023 y 2024.