-
- Leticia Flores Pulido
-
- Oleg Kozlov
-
- Nancy Pérez Castro
-
- Aldo Márquez
Claudia Peralta y Edith Escalón
El Centro de Investigación en Inteligencia Artificial (CIIA) efectuó, los días 26 y 27 de noviembre, el Primer Seminario de Aprendizaje Computacional con el propósito de reforzar y divulgar los trabajos realizados a través del cuerpo académico (CA) Investigación y Aplicaciones de la Inteligencia Artificial, línea prioritaria en materia de tecnologías de la información y comunicación (TIC).
Héctor Gabriel Acosta Mesa, profesor e investigador del CIIA y coordinador del CA, resaltó que actualmente la existencia de una alta conectividad o redes sociales genera mucha información, la cual es difícil procesar para recuperar únicamente la más relevante.
En esta línea de acción y aplicación del conocimiento se hacen algoritmos (conjunto ordenado y finito de pasos que permite solucionar un problema), y a partir de grandes bases de datos se extrae información prioritaria y de utilidad para los usuarios.
Rubén de la Mora Basáñez, coordinador del CIIA, dijo que este mecanismo de investigación básica tiene diversas aplicaciones en el área médica y de redes sociales, así como en todo procesamiento de información.
Derivado de lo anterior, el CIIA ha establecido vínculos con el sector salud, donde esta línea de acción es proyectada en la detección de cáncer cervicouterino, cáncer de mama y análisis de imágenes de resonancia magnética.
También se tienen algunas colaboraciones en la elaboración de tubos de acero y búsquedas en la web. «Son muchas las aplicaciones que se desarrollan de forma coordinada con otras universidades, tanto nacionales como extranjeras, y con aplicaciones que impacten en beneficio de la población».
Posteriormente, Leticia Flores Pulido, académica de la Universidad Autónoma de Tlaxcala (UATX), dictó la conferencia magistral «Modelado de elementos de recuperación de información visual».
En presencia de estudiantes de los doctorados en Inteligencia Artificial del CIIA, y Ciencias en Sistemas Computacionales y Electrónicos de la UATX, Flores Pulido abordó la recuperación de información visual, tema del trabajo doctoral que realizó en la Universidad de Las Américas.
Dijo que cuando se inicia una búsqueda a través de Google, normalmente se hace mediante un texto. Anteriormente, las imágenes que se desplegaban no eran acordes a lo que se quería. Este sistema ha mejorado su motor de búsqueda y la mayoría de las imágenes están apegadas a lo que se desea encontrar.
«Todos los algoritmos tienen su origen en el área de recuperación de información visual.»
La líder del CA Sistemas Inteligentes, de la UATX, comentó que diversas instituciones de educación superior de Estados Unidos e Inglaterra ya han desarrollado estudios sobre esto.
Sin embargo, con base en el trabajo doctoral, se analizaron las metodologías existentes y, a partir de ello, determinaron que no existe una especie de modelado matemático que establezca qué sistemas cumplen con un nivel correcto de recuperación de información visual.
Aprendizaje autónomo
Acosta Mesa abordó el desarrollo de técnicas para lograr que las computadoras «aprendan por sí mismas» a predecir o explicar procesos con base en su «experiencia», lo cual, aseguró, es una de las líneas de investigación que ha fortalecido el CIIA.
Las aplicaciones médicas que puede tener son enormes, agregó, desde la localización y predicción de riesgos de salud hasta la mejora en el diagnóstico de padecimientos, pero éstas no son las únicas, explicó.
El investigador calificó ese aprendizaje como «una especie de evolución de la máquina» que mediante el diseño de ciertas técnicas de programación (algoritmos) localiza patrones o regularidades ocultas en la organización de datos de cualquier tipo.
En estos trabajos participan Efrén Mezura Montes, Nicandro Cruz, Alejandro Guerra y Héctor Gabriel Acosta Mesa, del citado CA; así como estudiantes de maestría y doctorado del CIIA, integrados al Programa Nacional de Posgrados de Calidad del Consejo Nacional de Ciencia y Tecnología.
Durante la presentación de sus avances de tesis, los estudiantes destacaron la necesidad de romper con la dependencia de la máquina: «Ya no se le dice exactamente qué hacer, sino que mejora por sí misma, aprende nuevas cosas», y pusieron como ejemplo lo que sucede hoy con aplicaciones que ya se encuentran en telefonía y otras tecnologías.
En el seminario presentaron sus trabajos Oleg Kozlov, Nancy Pérez Castro y Aldo Márquez, todos relacionados con algún aspecto de esa «evolución de computadoras».
Kozlov mostró un estudio de cómo influye en el aprendizaje de la máquina el «ruido» que se presenta en los datos: «Aprender mal, aprender cosas no deseadas o aprender lentamente son, en términos de IA, un resultado no deseado. Esta tesis ayuda a ver cómo funcionan estos procesos», comentó.
Pérez Castro explicó cómo ha estudiado mecanismos de aprendizaje cuando el factor «tiempo» es importante.
«Si los datos de un día influyen en los posteriores, si los datos primeros repercuten en los de mañana o pasado, significa que no son estáticos; ella estudia cómo se da el aprendizaje en esos casos», comentó su tutor.
Márquez, por su parte, investiga cómo diseñar modelos computacionales para que la máquina aprenda a seleccionar bloques temporales de bases de datos de acuerdo a su importancia.
Actualmente hay 35 estudiantes en el Doctorado en Inteligencia Artificial, y 13 en la maestría, ambos programas se encuentran en el CIIA, coordinado por la investigadora Erandi Barrientos.