El autor del título es Andreas Griewank, Ph.D., miembro de la Comisión Gestora de Yachay Tech.
Cuando hablamos sobre Diferenciación Algorítmica o Diferenciación Automática (DA), la referencia básica es un libro titulado Evaluating Derivatives: Principles and Techniques of Algorithmic Differentiation (Evaluando Derivativas: Principios y Técnicas de la Diferenciación Algorítmica). Su autor es Andreas Griewank, Ph.D., decano de la Escuela de Ciencias Matemáticas y Tecnología Informática y miembro de la Comisión Gestora de Yachay Tech. Este año, la segunda edición del libro, con co-autoría de su estudiante de doctorado Andrea Walther, cumple 10 años y se volvió a imprimir ya que la demanda del título no ha decrecido y ha superado las 2800 citas.
La Diferenciación Automática ha sido aplicada a campos como identificación de parámetros, resolución de ecuaciones no lineales, integración numérica de ecuaciones diferenciales y, principalmente, optimización. La DA abre oportunidades para mejorar la precisión y velocidad de un sistema computacional, creando nuevos y mejorados algoritmos. Es por esto que es fundamental que expertos en inteligencia artificial y ciencias computacionales tengan la herramienta a la mano, y eso es precisamente lo que el libro de Andreas Griewank promueve.
Este año, la segunda edición del libro, que sigue siendo el número uno dentro de la comunidad de Inteligencia Artificial, tuvo una reimpresión debido a que la afiliación de Andreas Griewank cambió a la Universidad Yachay Tech. Desde la Universidad, Griewank está trabajando en la tercera edición del libro, junto con su estudiante de doctorado, Andrea Walther con quien, además, ha realizado cerca de 6 publicaciones en los últimos 2 años.
