Todos los seres humanos provenimos de algún lugar, existen muchas teorias acerca del origen y evolución del ser humano. Originalmente Charles Darwin dio inicio a los temas sobre la evolución biológica, con su libro "El Origen de las Especies", el cual hacía mención de la selección natural y de cómo los seres humanos habían evolucionado a través de esa selección en la que las especies más aptas eran las que sobrevivían y naturalmente se descartaban las menos aptas. Esta teoria de Darwin fue complementada y mejorada con las leyes de Mendel; tres leyes que describen los principios básicos de la genética actual.
El concepto de genética en la actualidad está demasiado desarrollado, en tiempos de Darwin no existían las tecnologías de hoy en día, incluso surgieron nuevos conceptos tales como: gen, cromosoma, ADN, mutación, etc.
Un concepto indispensable en materia de genética es el ADN (ácido desoxirribonucleico) el cual contiene la información genética usada en el desarrollo y funcionamiento de los seres vivos. Dicha información genética ha podido ser modificada de manera natural o artificial mediante el proceso de mutación, el cual modifica la información genética de algunos genes y así las nuevas especies sufren cambios repentinos los cuales son heredados a las generaciones posteriores.
La evolución es considerada como el conjunto de cambios o transformaciónes que continuamente sufren las especies a través del tiempo, las cuales originan la diversidad existente en la tierra. En el proceso evolutivo natural, las especies cambian y heredan esos cambios a las generaciones a través de sus genes e información genética que éstos contienen.
Es así como tomando los conceptos anteriores y algunos otros, surgió una nueva rama de la inteligencia artificial, los algoritmos genéticos, éstos toman los principios de la evolución de las especies para resolver todo tipo de problemas de una manera muy precisa, obteniendo simpre resultados muy parecidos a la realidad.
Los algoritmos genéticos simulan el proceso de evolución de las especies, algo tan preciso e indispensable realizado por la naturaleza, pudo ser recreado en un proceso sistemático creado por el mismo ser humano.
Los algoritmos genéticos toman elementos claves de la evolución biológica, tales como una población de individuos, la cual es la base del algoritmo genético, ya que sin ella no se puede iniciar ningún proceso, la selección de una sección de población, una reproducción de la misma y la mutación.
El proceso de reproducción y mutación son los puntos medulares de un algoritmo genético, éste hace uso de iteraciones en las cuales la población se reproduce dando lugar a nuevas generaciones. Éste es un proceso que, por lo general, se realiza aleatoriamente, el algoritmo se detiene siempre y cuando las generaciones resultantes presenten un comporamiento similar y exista un equilibrio entre las mismas soluciones.
Los algoritmos genéticos a diferencia de los métodos tradicionales de resolución de problemas complejos, tiene muchas ventajas, la primera es que pueden resolver problemas no lineales, limitante para los algoritmos convencionales, este tipo de problemas pueden ser de caracter humano, similares a los que se nos presentan en la vida cotidiana.
Otra ventaja de utilizar este método es que se puede aprovechar al máximo las caracteríscias que ofrece, tales como el paralelismo y la robustez, las cuales proporcionan una optimización de tiempo y recursos para la búsqueda de soluciones.
Para problemas complejos los algoritmos genéticos ofrecen un conjunto amplio de soluciones un mismo problema, éste puede ser capaz de obtener múltiples soluciones locales antes de dar una solución global y definitiva.
Los algoritmos genéticos funcionan de una manera muy fácil, representan los problemas mediante cadenas o strings, los cuales se convierten en la población inicial requerida por dicho algoritmo. Es preciso realizar un proceso de selección previa a la búsqueda de soluciones. Existen algunos métodos para realizarla: de la ruleta, del torneo, elitista y selección basada en un rango. Con los anteriores métodos de selección se pretende tomar de una población muy grande otra más pequeña sin perder de vista el objetivo del problema a resolver; la mayor parte de la selección es hecha aleatoriamente (ruleta o torneo). Pero para la conservación de las características de la poblacipon que define al problema, se utiliza una selección elitista o basada en un rango, que mantienen siempre a los mejores individuos hasta que llegue otro mejor o igual (tal como se hace en la selección natural).
Los algoritmos genéticos también simulan procesos artificiales, tales como la clonación. El tener poblaciones con características similares, las hacen prevalecer por más tiempo, es así como surge dicho conepto, por la conservación de la especie.
Tomando en cuenta la analogía de la evolución humana con la evolución para la solución de problemas de un algoritmo, se puede dar soluciones a muchos problemas. Algunas de las aplicaciones de los algoritmos genéticos se encuentran en el área de las telecomunicaciones, realizando la complicada tarea de codificar y decodificar información. Otra de las áreas de aplicación se encuentra en el aprendizaje automático con la creación de sistemas expertos que resuelven problemas y aprenden de ellos, tal y como lo harían un estudiante o un empresario al momento de tomar decisiones.
Es así como la constante necesidad del ser humano para resolver problemas de una manera sistemática y simular su pensamiento, ha hecho que surjan ramas como los algoritmos genéticos, el crear vida artificial, solucionar problemas complejos y recrear el pensamiento del ser humano habia sido sólo un sueño pero en la actialidad podemos ver qued no es así; es una realidad.
