L'investigador Roger Guimerà rep el premi 'Young Scientist Award for Socio- and Econophysics', de la Societat Alemanya de Física, per la seva recerca

El grup SEES:lab de la URV ha desenvolupat una eina que permet analitzar xarxes complexes (aquelles formades per les interaccions entre unitats d’un sistema) i predir-ne el seu comportament. Aquesta eina es pot aplicar tant a problemes socioeconòmics com biològics. L’aplicació permet anticipar conflictes en equips, però també identificar incompatibilitats entre medicaments, de forma fàcil i ràpida. L’eina és fruit de l’estudi del grup en el marc de tres projectes de recerca internacionals.

Quan el Roger Guimerà i la Marta Sales-Pardo, investigadors del grup SEES:lab de la URV, veuen un grup de gent, no hi veuen només persones: hi veuen un sistema complex format per nodes i relacions. Un node és cadascuna de les parts que forma un sistema, és a dir, les persones d’un grup; un conjunt de nodes i les seves interaccions formen una xarxa. El que fa interessant un sistema complex, segons Guimerà -investigador i professor ICREA-, és que “el comportament global del sistema no és només la suma de les parts”, sinó que hi tenen molt a veure les relacions entre cadascun dels nodes. I és aquí on la seva investigació pren rellevància: mitjançant l’estudi de les connexions entre aquestes unitats, són capaços d’entendre millor els sistemes i predir patrons de comportament.

Fruit de la investigació del grup SEES:lab s’ha desenvolupat una eina que permet predir conflictes en un equip de treball: “Vam agafar diversos equips en dos moments, al mig i al final del treball, i els vam preguntar amb quins dels seus companys els agradaria treballar en el futur”, explica Marta Sales-Pardo. El resultat va ser que, amb les dades de la primera entrevista, l’eina va saber predir les persones que els seus companys van identificar com a conflictives al final del treball, amb una fiabilitat estadística elevada.

Múltiples aplicacions

El treball del grup és “tan abstracte” que té usos molt diversos. Per exemple, el mateix algoritme es pot utilitzar per trobar incompatibilitats entre medicaments. Aquest és un dels darrers avenços que ha fet el grup: “Gràcies a les interaccions que sí que es coneixen”, explica Guimerà, “l’eina prediu altres interaccions que poden ser nocives per les persones”. “Típicament, caldria provar una per una totes les combinacions possibles entre medicaments per saber quins són incompatibles”, indica Sales. “Amb aquesta eina, en canvi, només s’haurien de provar empíricament els casos que l’eina indica com a més probables”. A més, si s’introdueix la informació recollida a la prova a l’eina, aquesta continua aprenent i millorant la forma com identifica les interaccions.

Però com és possible que el mateix algoritme es pugui aplicar a situacions tan diverses? Per al grup, la clau està en les connexions: “A nosaltres ens és igual si un sistema són persones o medicaments”, diu el Roger. “El que fem és estudiar-ne les interaccions i, a partir d’aquestes, predir-ne de noves”. “Els patrons que l’eina detecta són totalment diferents en els dos casos”, afegeix la Marta, “però el procés i la matemàtica que hi ha al darrera és sempre la mateixa”.

Com funciona?

El SEES:lab porta 5 anys treballant en el desenvolupament de l’eina, en el marc del projecte Discovery, decomposition and dynamics of complex networks (DDDNET), finançat per la Fundació James S. McDonnell dels Estats Units; i dels projectes europeus GRODYNET -de Guimerà- i DEDINET -de Sales-Pardo-, finançats per la Comissió Europea. En essència, l’eina és capaç de dibuixar una xarxa sencera si li ensenyem només una part d’aquesta xarxa, és a dir, de predir les connexions que no coneix. A més, ho fa de forma automàtica i permet processar un volum molt elevat d’informació en molt poc temps. De fet, com més nodes hi ha i més informació s’introdueix a l’eina, més fiable en serà el resultat.

Per posar un exemple, imaginem que tenim un judici amb nou jutges, i coneixem el veredicte de vuit d’ells; volem predir el del darrer jutge. A més, coneixem el que tots ells han votat en casos anteriors. Si som capaços de trobar les afiliacions (connexions) entre els diferents jutges, analitzar-les i seleccionar aquelles que són rellevants, podrem trobar, per a aquest judici concret, si el darrer jutge té més connexió amb aquells que han votat “culpable” o amb aquells que han votat “innocent” i, per tant, podrem predir el seu vot. Això és, a grans trets, el que fa l’eina que han desenvolupat al SEES:lab: analitza un volum molt elevat d’informació, busca les connexions entre els nodes i els hi dóna més o menys rellevància, i genera grups de nodes segons les seves connexions.

Ara, les investigacions de l’equip se centren en estendre’n el seu funcionament en dos àmbits: en primer lloc, a sistemes que no són una sola xarxa sinó que estan formats per diverses capes; és a dir, que són xarxes de xarxes. Per posar un exemple, les relacions (i, per tant, els patrons que l’eina hi identifica) no són els mateixos entre familiars, companys de feina o amics de l’escola. En segon lloc, es vol estendre la seva aplicació als problemes dinàmics, com per exemple entendre per on s’ha propagat una pertorbació causada per factors externs en una xarxa.

Premi per aquest treball

Roger Guimerà rep avui el premi Young Scientist Award for Socio- and Econophysics, que entrega la Societat Alemanya de Física, pels seus treballs en l’àrea de l’econofísica i la sociofísica. Aquest premi, dotat amb 5.000 euros, reconeix contribucions excepcionals realitzades per un científic de menys de 40 anys, utilitzant mètodes físics per millorar la comprensió dels problemes socioeconòmics. Es tracta d’un dels premis més prestigiosos del món en aquest camp. El jurat ha destacat, del treball de Guimerà, que “les seves contribucions metodològiques inclouen tant la identificació com la predicció dels enllaços que falten, la qual cosa és cada cop més important en l’anàlisi de grans quantitats d’informació”. El guardó es lliura avui a Dresden, durant la reunió de la Societat Alemanya de Física.

Roger Guimerà va néixer a Barcelona el 1976, es va graduar en Física a la Universitat de Barcelona el 1998, i va obtenir un doctorat en Enginyeria Química per la Universitat Rovira i Virgili el 2003. Des de 2010 és investigador i professor ICREA al Departament d’Enginyeria Química de la Universitat Rovira i Virgili, on codirigeix el grup de recerca SEES:lab juntament amb Marta Sales-Pardo. Abans d’aquest premi, ha rebut el Premi Nacional de Recerca al Talent Jove de la Generalitat de Catalunya (2010), i el Premi Erdos-Rényi de la Network Science Society (2012).