Los algoritmos genéticos se utilizan en inteligencia artificial y optimización. Generan varias soluciones candidatas y, mediante selección, recombinación y mutación, buscan mejorar sus resultados de forma iterativa.
En el pasado, se utilizó principalmente para la investigación académica y los sistemas experimentales, pero en los últimos años ha crecido rápidamente para ser aplicado a problemas industriales reales. Como resultado, las tecnologías que utilizan algoritmos genéticos están siendo aplicadas y registradas como patentes, y los algoritmos genéticos se gestionan ahora como activos de tecnología básica para empresas más allá de técnicas teóricas simples.
La mayor ventaja de los algoritmos genéticos es que pueden tratar eficazmente con problemas muy grandes en el espacio de búsqueda. Con la explosión de números, como la programación de mano de obra, la planificación del proceso de producción y la optimización de la ruta logística, es difícil encontrar una solución óptima de la manera tradicional. Debido a que los algoritmos genéticos pueden explorar múltiples posibilidades al mismo tiempo, sirven como una solución práctica a estos problemas.
Sin embargo, cuando se aplica a un sitio industrial real, las limitaciones también son evidentes. Debido a la variación y recombinación aleatoria, las búsquedas tienden a repetirse sólo alrededor de una solución relativamente buena en una etapa temprana. Esto puede llevar a problemas de convergencia temprana donde la navegación se detiene temprano, a pesar de la presencia de mejores soluciones, y es uno de los inconvenientes más apuntados de la aplicación de algoritmos genéticos en el campo industrial.
Se propone un enfoque para abordar estas limitaciones para combinar la lógica determinista con algoritmos genéticos. La patente KR 2022-0066982 es una aplicación concreta de esta idea, adoptando una estructura que establece los criterios de selección para los objetivos del problema antes de ejecutar el algoritmo genético de inmediato.
En esta patente, observamos que se requieren diferentes criterios dependiendo del objetivo del problema, como la velocidad, la reducción de costes y la estabilidad. Definirlo como un marco lógico determinista, seleccione el marco apropiado basado en sus objetivos, y seleccione los recursos para utilizar basados en esos criterios. Luego utiliza los recursos seleccionados como insumos al algoritmo genético, dando dirección al punto de partida de la búsqueda misma.
Un concepto importante en este proceso es el genoma de recursos. El genoma de recursos se refiere a una combinación de recursos seleccionados para lograr una tarea o objetivo específicos, y los recursos incluyen todos los elementos necesarios para realizar la tarea, incluyendo personas, máquinas, herramientas, espacio y software. Desde una perspectiva de algoritmo genético, un genoma de recursos corresponde a un candidato de respuesta única, y los resultados de la evaluación de la eficacia de la combinación realizada la tarea real se calculan como una puntuación de valor. Esto corresponde al concepto de fitness en un algoritmo genético general.
Cuando se aplica a un entorno industrial real, la estructura se vuelve más clara. Por ejemplo, cuando se producen productos en una fábrica, hay varias máquinas y varios trabajadores, cada uno con diferentes velocidades, costos y estabilidad. Si su objetivo es acortar su tiempo de entrega, establezca los criterios para elegir un recurso que sea más rápido para trabajar, configure el genoma de recursos de acuerdo con esos criterios y mejore su programa con un algoritmo genético. Por el contrario, si la reducción de costos es el objetivo, el mismo proceso se lleva a cabo en torno a los recursos de bajo costo. Establecer el punto de partida para la navegación según sus objetivos es una característica clave de esta patente.
En lugar de eliminar la aleatoriedad del algoritmo genético, esta estructura pretende dar una dirección clara a la búsqueda. Esto reduce la necesidad de un amplio espacio de búsqueda y permite soluciones más eficientes para cumplir con sus objetivos. Para reducir el tiempo computacional y el consumo de recursos, pero también para lograr resultados en el mundo real, la estrategia de patentes para proteger algoritmos genéticos como la lógica básica de un servicio o sistema se está expandiendo.
Las tecnologías de inteligencia artificial, como algoritmos genéticos, son conceptos complejos de ingeniería matemática e informática en sí mismos, pero en términos de patente, la clave es cómo resuelven los problemas y lo que es diferente de los existentes. En particular, las invenciones relacionadas con la IA a menudo están sujetas a un juicio riguroso durante el proceso de detección debido a la abstracción, la inmundicia y los problemas de actividad inventivas.
En este entorno, IPLEX ha diseñado patentes sobre diversas tecnologías de inteligencia artificial como algoritmos genéticos, aprendizaje automático, procesamiento de datos y sistemas de automatización. El caso de la patente del algoritmo genético, que combina la lógica determinista, también se caracteriza por los retos técnicos específicos de la programación y colocación de recursos y la estructura clara de sus soluciones.
La patente de inteligencia artificial requiere una comprensión profunda de la tecnología y la práctica de patentes. Si usted no entiende completamente la tecnología, es fácil perder el núcleo de la invención, y, por el contrario, si carece de experiencia práctica, es difícil diseñar de forma fiable una gama de derechos. La firma IPLEX de propiedad intelectual equilibra estos dos elementos para ayudar a la tecnología de inteligencia artificial conduce a derechos de patente reales, no sólo ideas.
En el futuro, la tecnología de IA se volverá más compleja y las aplicaciones seguirán creciendo. La estrategia de patentes también debe ser más precisa. La firma IPLEX de propiedad intelectual desempeña un papel continuo al permitir a las empresas e investigadores alcanzar la competitividad a largo plazo mediante una respuesta profesional de patentes que tenga en cuenta la naturaleza de la tecnología de IA y su flujo de juicio.
Este artículo del archivo refleja la situación en su fecha de publicación. Contacte con el despacho para analizar su caso.