Moscas para reemplazar a Google

El cerebro de estos insectos es más eficaz en lo que a búsquedas similares se refiere.

Ocurre a diario, casi sin darnos cuenta de ello. Cada vez que pulsamos un «me gusta» o retweeteamos un comentario en Facebook o Twitter. Poco tiempo después, las publicaciones que vemos están relacionadas con ello. Cuando seleccionamos una canción en Spotify y otras similares aparecen como sugerencia. En el momento que abrimos una publicidad sobre viajes, ropa o alimentos o si nos descargamos juegos o aplicaciones: no tardan en ofrecerse opciones parecidas. Esta capacidad es conocida como búsquedas por similaridad y es la propiedad de navegar por una enorme cantidad de datos para «jugar al quién es quién» de los parecidos en la red.

Obviamente se trata de un campo de enorme impacto, primero por nuestra dependencia en la información y las prestaciones que obtenemos en Internet y segundo para las empresas y los motores de búsqueda que persiguen ofrecer información cada vez más ajustada y personal en forma de publicidad, que es donde se encuentra el dinero. Por ello no es extraño que empresas como Google, Facebook, Spotify y estudios de aplicaciones, inviertan enormes cantidades de dinero en desarrollar algoritmos cada vez más precisos para llevar a cabo estas tareas.

Y una opción podría llegar de la mano de las moscas. Los algoritmos son al mundo digital lo que las recetas a la cocina: una serie de instrucciones que, paso a paso, llevan al resultado final (y deseado). La sutil diferencia es que los algoritmos son exquisitamente precisos y pueden ser tan complejos y llevar tantos pasos como uno quiera.

En el caso de los sistemas de búsquedas de datos, los algoritmos clasifican los elementos (sean canciones, imágenes, juegos, publicidad, etc.) mediante la reducción de la cantidad de información asociada a cada uno de ellos. Para conseguir esto, asignan «etiquetas» muy breves a cada elemento, como direcciones URL. De este modo, al buscar elementos similares, se buscan estas etiquetas y cuantas más coincidan, más similares serán los elementos.

Ahora, científicos del Instituto Salk y la Universidad de California en San Diego han descubierto que el cerebro de la mosca de la fruta tiene un método mucho más eficiente para realizar búsquedas de similaridad que los utilizados por los humanos. Este sistema, les ayuda a las moscas a identificar los olores que son más similares a los que han encontrado antes, por lo que saben cómo comportarse en respuesta a ciertos aromas, ya sean comida o sustancias peligrosas o tóxicas y así evitarlos o no. Esta información, señalan los autores en un estudio publicado en la revista «Science» esta semana, podría cambiar nuestra construcción de los algoritmos informáticos del futuro.

«Este es un problema que tiene que resolver casi cualquier empresa de tecnología con todos los sistemas de recuperación de información – explica en un comunicado Saket Navlakha, el líder de la investigación – por lo que es algo que los informáticos han estudiado durante años». Ahora, tenemos este nuevo enfoque para búsquedas de similitud gracias a estos insectos. En la naturaleza no vamos a encontrar exactamente el mismo olor en cada oportunidad. Habrá lo que llamamos ruido o fluctuación. Pero la mayoría de los organismos que dependen de esta información para su supervivencia, deben ser capaces de identificar esa similitud y recordar ese comportamiento. Entonces, si una mosca de la fruta sabe que el olor de un plátano en descomposición significa que es hora de comer, tiene que responder de la misma manera cuando encuentra un olor muy similar, incluso si nunca antes había experimentado ese olor exacto, ya sea porque haya otros aromas en el ambiente que «compitan con el del plátano, como si se trata de una variedad diferente del fruto».

El estudio del equipo de Navlakha reveló que cuando las moscas de la fruta detectan un olor por primera vez, 50 neuronas se disparan en una combinación que es única y exclusiva de ese olor. Pero en lugar de codificar esa información reduciendo el número de etiquetas asociados con el olor, como lo harían los algoritmos, las moscas hacen lo contrario: expanden esa información, ampliando la dimensión de las etiquetas. Las 50 neuronas iniciales conducen a 2.000 neuronas, distribuyendo la entrada para que cada olor tenga una huella digital aún más distintiva entre esas 2.000 neuronas. Gracias a ello, la huella dactilar de cada olor tiene una enorme precisión, basada en el orden y la ubicación de las neuronas. Luego, el cerebro de las moscas almacena solo el cinco por ciento de esas 2.000 neuronas con la actividad principal como la etiqueta de ese olor. Todo el paradigma ayuda al cerebro a notar similitudes mejor de lo que lo hacen nuestros algoritmos.

«Digamos que existe un grupo de personas agrupadas por sus relaciones – argumenta Navlakha –, nuestros algoritmos actuales agrupan todo esto en un cuarto. El cerebro de la mosca lo hace en un campo de fútbol. Esto permite ver con mucho más detalle la estructura de las relaciones y trazar los límites entre los grupos».

Cuando los expertos del Instituto Salk aplicaron el proceso que utilizan las moscas a tres conjuntos de datos estándar, los mismos que se utilizan para probar los algoritmos de búsqueda, descubrieron que el enfoque de aproximación mejora el rendimiento al menos en un 15%.

Esto, en pocas palabras, significa que las moscas, al menos su forma de procesar la información, permitiría incrementar las oportunidades de vender, acertar o personalizar los datos que ofrecen las empresas en la red. Y es una proporción demasiado interesante como para dejarla pasar.

Pero esto es sólo el principio de una disciplina que cada vez está tomando más fuerza: el uso de la biología (un sistema que ha evolucionado miles
de millones de años) para mejorar el mundo digital, que tiene menos de un siglo de experiencia.