Conferencia de Directores y Decanos de Ingeniería Informática

Mensajes etiquetados Inteligencia artificial

La UPC presenta el primer grado universitario en Inteligencia Artificial en Cataluña, que se pondrá en marcha el curso 2021-2022

La Universidad Politécnica de Cataluña (UPC) pondrá en marcha el curso 2021-22 el primer grado universitario en Inteligencia Artificial (IA) de esta comunidad y se convertirá en la primera universidad española que ofrecerá grado, máster y doctorado en esta nueva especialidad científica.

El nuevo grado en Inteligencia Artificial se presentó el 19 de noviembre, en un acto presidido por el conseller de Políticas Digitales y Administración Pública, Jordi Puigneró, y el rector de la universidad.

Seguir leyendo: https://www.upc.edu/es/sala-de-prensa/noticias/la-upc-impartira-el-primer-grado-en-inteligencia-artificial-de-cataluna-el-curso-2021-2022

Fuente: Comunicación UPC

El impacto de la Inteligencia Artificial en la vida cotidiana

Este año, como consecuencia de la crisis sanitaria de la COVID-19, la celebración de la Noche Europea de los Investigadores tendrá lugar los días 27 y 28 de noviembre. Una de las principales novedades que ofrece la Universidad Rey Juan Carlos es que esta edición será en formato online. Los participantes estarán en contacto directo con los investigadores de la Escuela Técnica Superior de Ingeniería Informática (ETSII), que desarrollarán en remoto las distintas actividades del programa ¿Cómo nos ha cambiado la vida la Inteligencia Artificial?

A través de juegos, talleres participativos, simulaciones y concursos, se pretende mostrar el impacto que han tenido las nuevas tecnologías en la vida cotidiana de las personas, desde las numerosas aplicaciones móviles a la Realidad Aumentada. “En el momento tan singular que estamos viviendo las nuevas tecnologías se han convertido en indispensables, ya no sólo desde un punto de vista lúdico o para facilitarnos nuestra vida personal o social, sino también para poder desarrollar nuestro trabajo, seguir nuestros estudios y realizar multitud de trámites administrativos”, destaca María Eugenia Castellanos Nueda, subdirectora de Investigación de la ETSII y coordinadora de las actividades.

De hecho, en la época anterior a la COVID-19, ya se había constatado cómo las nuevas tecnologías habían cambiado profundamente los hábitos de los usuarios. “A modo de ejemplo, los españoles pasaban 5:20 horas en Internet, mientras que viendo televisión transcurrían menos de la mitad de ese tiempo, 2:53 horas, según recoge el estudio anual de la plataforma de administración de redes sociales Hootsuite y We Are Social”, expone María Eugenia Castellanos.

Leer más: https://www.urjc.es/todas-las-noticias-de-actualidad/5740-el-impacto-de-la-inteligencia-artificial-en-la-vida-cotidiana

Fuente: Comunicación URJC

Una tesis de la UCAM crea un método basado en inteligencia artificial para obtener medicamentos ocho veces más rápido

La prestigiosa revista holandesa ‘Applied Soft Computing’, entre las 10 mejores del mundo en el área de Aplicaciones Interdisciplinarias de Ciencias de la Computación, ha publicado recientemente un trabajo procedente de la tesis doctoral del investigador Antonio Serrano, del Grado en Ingeniería Informática de la UCAM. En dicho trabajo, se describe un método capaz de encontrar nuevos fármacos hasta ocho veces más rápido que los procedimientos tradicionales.

La investigación ha sido llevada a cabo por un equipo multidisciplinar compuesto por los grupos UKEIM (al que pertenecen Antonio Serrano, Andrés Bueno-Crespo, José Luis Abellán y Baldomero Imbernón), BIO-HPC (Horacio Pérez-Sánchez), y DISCA de la Universidad Politécnica de Valencia (José M. Cecilia). Dichos investigadores emplean un método de predicción denominado ‘QN-Docking’ que utiliza inteligencia artificial basada en un algoritmo de aprendizaje por refuerzo y una red neuronal que ayuda a encontrar la mejor solución posible entre potenciales fármacos.

Los dilatados tiempos necesarios para hallar y validar cualquier fármaco han derivado los últimos años en el empleo de la Química Computacional, que, con técnicas como el cribado virtual, realiza simulaciones y descarta medicamentos inviables antes de pasar a la fase clínica. El avance de la investigación de la UCAM se centra en la celeridad con la que realizan dichas simulaciones. El método ‘QN-Docking’, comparado con otros procedimientos habituales, ofrece resultados satisfactorios hasta ocho veces más rápido. El hallazgo, según los investigadores, supone el primer paso de lo que podría ser una solución revolucionaria para acelerar el descubrimiento de nuevos fármacos.

Mediante el mismo, el algoritmo ejecutado en una computadora va probando las diferentes posiciones del fármaco candidato describiendo una serie de trayectorias virtuales hasta obtener el mejor anclaje posible con la molécula receptora involucrada en una determinada enfermedadPor ahora, ya se ha testado el correcto funcionamiento de este método con la molécula receptora de la beta-ciclodextrina y el candidato farmacológico del kaempferol, en un entorno simplificado.

Fuente: Comunicación UCAM

La Universidad de Málaga, reconocida en un competición para generar herramientas de inteligencia artificial que ayuden en el pronóstico de casos de cáncer

El trabajo del investigador Guillermo López, del grupo ICB-UMA, ha sido distinguido con en el premio internacional ‘Cantemist-Coding’

El investigador del grupo de Inteligencia Computacional en Biomedicina de la E.T.S de Ingeniería Informática de la Universidad de Málaga (ICB-UMA) Guillermo López ha sido galardonado en la competición internacional CANTEMIST – Cancer Text Mining Shared Task-  que reconoce el desarrollo de herramientas de inteligencia artificial (IA) que ayuden a los médicos en el pronóstico de casos de cáncer.

Se trata de una competición internacional, organizada por el Barcelona Supercomputing Center -Centro Nacional de Supercomputación (BSC) en el marco del Plan de Impulso de las Tecnologías del Lenguaje (Plan TL), de la Secretaría de Estado de Digitalización e Inteligencia Artificial; que ha contado con la participación de más de 150 expertos en IA y procesamiento del lenguaje natural, de más de 60 grupos de I+D+i, de unos 15 países diferentes, para crear herramientas automáticas capaces de localizar y clasificar menciones a tumores cancerígenos en grandes volúmenes de textos clínicos escritos en castellano.

Este concurso forma parte de las tareas que se llevan a cabo en el terreno de la medicina personalizada para crear tecnologías que ayuden a los médicos a realizar pronósticos de casos de cáncer con mayor precisión y a seleccionar tratamientos.

En concreto, el trabajo del investigador de la UMA ha sido distinguido en la modalidad ‘Cantemist-Coding’, consistente en una tarea de codificación clínica oncológica en la que, a cada texto, se debía asignar de forma automática los códigos CIE-O, la Clasificación Internacional de Enfermedades Oncológicas, de la Organización Mundial de la Salud.

Este proyecto se ha realizado bajo la dirección de los profesores de la Escuela de Informática José Manuel Jerez y Francisco Veredas, en coordinación con los doctores Emilio Alba y Nuria Ribelles, de la UGC Oncología Intercentros de los hospitales Universitario Virgen de la Victoria y Regional Carlos Haya de Málaga.

oncoBERT

‘oncoBERT’, ha sido el sistema presentado por Guillermo López. Una adaptación del algoritmo de inteligencia artificial BERT, inicialmente desarrollado por Google, al dominio de los textos oncológicos en castellano, que ha obtenido el primer premio ‘Contemist-coding’ por ofrecer el mejor rendimiento de los todos los sistemas participantes.

“Hemos partido de un modelo BERT multilingüe inicialmente entrenado sobre un corpus de millones de textos de ámbito general en 104 idiomas diferentes. Posteriormente este modelo ha sido re-entrenado sobre un conjunto de 31.000 casos clínicos de oncología en castellano almacenados en Galén, que es un sistema de información oncológico desarrollado por nuestro grupo de investigación, en colaboración con la UGC”, explica el investigador.

Fuente: Comunicación UMA

 

Entrevista en El Periódico a la ingeniera Informática y doctora cum laude en Ciencia y Tecnología Informática Nerea Luis Mingueza

Nerea Luis Mingueza - Inteligencia Artificial

Nerea Luis Mingueza es ingeniera informática, doctora cum laude en Ciencia y Tecnología Informática y trabaja en Sngular. También es miembro de la Fundación COTEC para la Innovación y cofundadora de T3chFest, un evento nacional y gratuito sobre informática y nuevas tecnologías. Luis, galardonada por Google en 2016 con el premio Women Techmaker, ha colaborado en el reciente informe de Digital Future Society y titulado ‘Hacia la igualdad de género en el estado de bienestar digital’.

¿Cuál es el mayor reto al que se enfrenta la Inteligencia Artificial?

El mayor reto es la Inteligencia Artificial General, que significa que un agente (o robot si tiene cuerpo físico) es capaz de desenvolverse perfectamente en cualquier ambiente, contexto o situación. Y sería capaz de aprender cualquier tipo de habilidad y por supuesto de razonar, que es algo muy complejo. Aún falta para llegar a esto.

¿Estamos preparados como sociedad para utilizar y entender sus múltiples aplicaciones?

Hay sistemas basados en inteligencia artificial que ya utilizamos habitualmente, lo que pasa que a veces no somos conscientes. El teclado predictivo del teléfono, el sistema de recomendación de Amazon, las sugerencias de amistad o seguimiento de redes sociales… todo ello lleva por debajo inteligencia artificial. Hoy en día, aún se ha hecho poca divulgación sobre inteligencia artificial, pero sí que se ha hablado bastante de la misma en prensa.

Muchas de esas veces de forma negativa. Esto genera escepticismo, incertidumbre y temor ante el desconocimiento del propio campo. Las personas que nos dedicamos a trabajar en este tipo de algoritmos y que nos apasiona la comunicación deberíamos tender puentes y dar un paso adelante para que la gente entienda también el lado bueno. La inteligencia artificial bien aplicada (o aplicada para el bien, AI for good) puede potenciar muchísimo el crecimiento de prácticamente cualquier área de conocimiento.

¿Puede promover la igualdad de género?

La inteligencia artificial por sí sola no va a promover ningún tipo de valor. Los sistemas ‘inteligentes’ aprenden y replican a partir de lo que perciben o reciben como datos de entrada. Es nuestra labor preocuparnos de que esos datos sean lo más objetivos, diversos y representativos posible de una realidad justa, por ejemplo, que no sean ofensivos. Después habrá que analizar si el sistema inteligente de verdad está comportándose de forma justa, aparte de ‘aparentemente correcta’. En el campo de la IA se habla mucho de fairness vs accuracy (justicia vs. exactitud).

¿Cómo se combate un deepfake? ¿Sólo con tecnología o también hay que hacer pedagogía?

No sé si la palabra adecuada es combatir. Yo creo que en ‘la era incipiente de los deepfakes’ tenemos que estar siempre alerta y desarrollar cada vez más un pensamiento crítico que ayude a cuestionarnos la certeza de lo que estamos viendo. Más allá de esto, hay formas de identificar a nivel técnico que nos encontramos ante un deepfake como por ejemplo fijarnos en los detalles del fondo, del pelo, los reflejos de los cristales de las gafas…

¿Qué papel juega la ética en todo esto?

La ética es el campo de estudio que nos permite reflexionar desde el punto de vista de la moral y el comportamiento cómo se comportan los sistemas, en este caso, inteligentes o basados en inteligencia artificial. Es nuestra responsabilidad hacer este ejercicio en cada desarrollo que hagamos para evaluar la robustez de nuestros sistemas en todos los aspectos, no sólo aquellos que buscan optimizar un valor o reducir tiempo de cómputo. La ética nos va a ayudar a perfilar cómo será la convivencia de los sistemas inteligentes con los humanos y cómo podemos complementarnos.

Fuente: El Periódico

La Universidad Pública de Navarra colabora con Tracasa Instrumental en el desarrollo de proyectos de investigación en Inteligencia Artificial

Tracasa Instrumental ha desarrollado desde 2017 un total de 16 proyectos relacionados con la inteligencia artificial, 11 de ellos en el último año, periodo en el que la empresa ha reforzado especialmente su apuesta estratégica en esta materia.

Tracasa Instrumental, empresa pública del Gobierno de Navarra adscrita al Departamento de Universidad, Innovación y Transformación Digital, ha puesto en marcha estos proyectos en áreas temáticas como el tratamiento de información geoespacial, la digitalización del territorio y las ciencias de la tierra, entre otras.

Tracasa Instrumental, que tiene entre sus principales campos de actuación los sistemas de información geográfica, los servicios cartográficos y de gestión territorial, los servicios de gestión de deudas y las soluciones tecnológicas para la modernización de la administración, pertenece desde 2019 al Mapa de capacidades de tecnologías en IA en España y ha incorporado recientemente sus servicios al Polo de Innovación Digital impulsado por el Gobierno de Navarra.

«El compromiso con la innovación forma parte del ADN de Tracasa Instrumental. En este sentido, y gracias en buena parte a la apuesta realizada en el último año, la inteligencia artificial es hoy en día uno de los ejes principales en los que se apoyan las líneas de investigación y desarrollo tecnológico de la empresa», expone Mar González Paredesdirectora gerente de Tracasa Instrumental desde el pasado mes de enero.

Según concreta González Paredes, «dentro de los proyectos relacionados con la IA, se está trabajando en tecnologías habilitadoras muy prometedoras, como reconocimiento, clasificación y segmentación de objetos en imágenes multiespectrales y en nubes de puntos LiDAR, a través de redes neuronales (Deep learning, aprendizaje profundo, en español); procesamiento y analítica de series temporales (Internet de las cosas); teoría de grafos y ciencias de la computación».

Tracasa Instrumental, que trabaja en muchos de los proyectos con la colaboración de Tracasa, también empresa pública del Gobierno de Navarra, posee un equipo de trabajo permanente en materia de I+D+I (formado por siete personas con una larga experiencia en ciencias de datos e inteligencia artificial) y tiene una colaboración directa con un grupo de más de diez profesionales de producción avanzada.

«Contamos, además, con una infraestructura que se va adaptando a las necesidades de los equipos y los proyectos, como los clústeres de computación gráfica y de alto rendimiento distribuido (HPC-HTC). Esta plataforma científica híbrida (OnPremise – OnCloud) permite tener la elasticidad necesaria para llevar a cabo pruebas de concepto, casos de uso y proyectos de investigación y desarrollo», concreta González.

Toda esta labor ha tenido su repercusión en el ámbito científico y académico. De esta forma, en los últimos años se han publicado dos papers académicos sobre IA, titulados Superresolution for Sentinel-2 images y Learning Superresolution for Sentinel-2 Images with real ground truth data from a reference Satellite. Ambos se han presentado con éxito en diferentes congresos internacionales (Photogrammetric Image Analysis 2019, Munich Remote Sensing Symposium 2019 e International Society for Photogrammetry and Remote Sensing 2020) y han sido publicados por organizaciones y revistas de reconocimiento mundial en el ámbito de la teledetección, como ISPRS y Remote Sensing.

Colaboración con otras entidades

Tracasa Instrumental fundamenta su apuesta por la inteligencia artificial en un modelo de innovación abierto, con una permanente colaboración con agentes internos y externos. De este modo, la empresa trabaja con equipos de producción avanzada, universidades, centros de investigación y empresas, tanto públicas como privadas. Actualmente, hay tres relaciones de colaboración principales: con la Universidad Pública de Navarra, Navarrabiomed y NAITEC.

Con la UPNA existe una colaboración fluida en materia de personal, generación de conocimiento e incorporación de profesionales al entorno de la inteligencia artificial. De esta forma, Tracasa Instrumental ha contratado, por tercer año consecutivo, a un doctor del departamento de Automática y Computación de la universidad, dentro del Grupo de Investigación de Inteligencia Artificial y Razonamiento Aproximado (GIARA), y ha incorporado, por vez primera, a un doctorando industrial, para el periodo 2020-2023.

Además, Tracasa Instrumental ha colaborado en los tres últimos años con las prácticas de 14 alumnos de Ingeniería Informática y de la Escuela Superior de Ingenieros Agrónomos (más de 5.000 horas de prácticas en total); y ha participado en el máster en Informática a través de su programa dual, con siete alumnos que han completado en los últimos tres años más de 18.000 horas de trabajo en el equipo de I+D de la empresa.

Por su parte, la colaboración con Navarrabiomed, el centro de investigación biomédica del Gobierno de Navarra, se centra en el desarrollo del proyecto estratégico Nagencol, en el que también está presente Nasertic, y que tiene por objetivo facilitar la criba de pacientes con indicio de hipercolesterolemia para la realización de un estudio genómico exhaustivo a través de inteligencia artificial.

Por último, a través de su colaboración con NAITEC, el centro tecnológico especializado en automoción y mecatrónica de Navarra, Tracasa Instrumental está participando, junto a diversas empresas del sector de la movilidad en Navarra, en mesas de trabajo y proyectos estratégicos liderados por el Departamento de Desarrollo Económico y Empresarial del Gobierno de Navarra, en los que la empresa está aportando sus capacidades en digitalización del territorio e inteligencia artificial.

Presencia en el Polo de Innovación Digital

Además, Tracasa Instrumental ha incorporado recientemente sus servicios al Polo de Innovación Digital, impulsado por el Gobierno de Navarra para fomentar, a través de la I+D+I, la generación, la valoración y la aplicación del conocimiento científico y tecnológico que permitan desarrollar la transformación digital de las empresas navarras.

En este sentido, Tracasa Instrumental ha aportado a la plataforma virtual del Polo de Innovación Digital (IRIS) sus servicios más innovadores, principalmente dentro de las líneas temáticas de ciencia de datos e inteligencia artificial. Entre ellos destacan los servicios de digitalización del territorio y generación de modelos especializados en el ámbito de la movilidad y la cartografía inteligente; el procesamiento de información geoespacial, ciencias de la computación y Big Data; y el desarrollo de modelos de IA en el reconocimiento, clasificación y segmentación 2D y 3D.

Fuente: Diario de Navarra

Investigadores de ingeniería informática de la UPV lideran la generación de nuevas librerías de inteligencia artificial para facilitar el diagnóstico de cáncer, depresión o Alzheimer

Un equipo de investigadores de la Universitat Politècnica de València (UPV) trabaja en la generación de nuevas librerías de inteligencia artificial que ayudarán en el diagnóstico clínico de enfermedades como Alzheimer, depresión o distintos tipos de cáncer.

Su principal novedad reside en la combinación de la supercomputación y el big data, lo que se traduce en una gran capacidad tanto analítica como de procesamiento de datos, facilitando disponer de una mejor y más completa información para establecer un diagnóstico.

Apoyo al diagnóstico

Jon Ander Gómez, del Centro de Investigación Pattern Recognition and Human Language Technology (PRHLT) de la UPV, explica que el objetivo del proyecto “es desarrollar herramientas para que el personal técnico del sector salud pueda dar apoyo a los médicos a la hora de dar un diagnóstico”.

“Queremos contribuir a mejorar la productividad de estos informáticos”, añade, “de forma que dispongan de una herramienta de alta computación que facilite el procesado de toda la información de las pruebas –principalmente, imágenes médicas- que llegan a un centro de salud, un hospital, etc.”.

PRHLT y GAP-DISCA

El desarrollo de esta herramienta se enmarca dentro del proyecto DeepHealth -coordinado por EVERIS- y corre a cargo del PRHLT de la UPV y el Grupo de Arquitecturas Paralelas (GAP-DISCA) de la UPV, que se encarga de su adaptación a nuevas arquitecturas heterogéneas de cálculo científico.

En este aspecto, José Flich, investigador del GAP-DISCA de la UPV, indica: “Estamos adaptando infraestructuras de supercomputación, en las que disponemos de miles de procesadores, para optimizar y facilitar el diagnóstico clínico. Con ellas, tendremos un procesado de la información mucho más rápido y eficiente, reduciendo así también los tiempos de diagnóstico”.

En constante evolución

Se trata, además, de una herramienta en constante entrenamiento, que va aprendiendo continuamente con el procesado de nueva información. A partir de algoritmos basados en deep learning, se analizan las imágenes y se ofrece una información bien estructurada que ayudará al diagnóstico. La librería va nutriéndose de una gran cantidad de imágenes, a partir de las cuales, ante un nuevo caso, se procesa la información y se determina la posibilidad, o no, de que exista una patología.

“Actualmente”, indica Gómez, “disponemos de una primera versión de la librería. El siguiente paso es su integración en las diferentes plataformas y equipos informáticos de los que disponen los hospitales para el diagnóstico”.

Aplicación a 14 casos clínicos

Para su validación, la herramienta se aplicará a diferentes casos clínicos -14 en total, incluyendo migraña, demencia, depresión, cáncer, Alzheimer…- que servirán para entrenar los modelos predictivos que faciliten el diagnóstico.

Financiado por el programa Horizon 2020, el proyecto DeepHealth se extenderá, incialmente, hasta finales de 2021.

Fuente: UPV

La profesora de la Escuela Superior de Informática de la Universidad de Castilla La-Mancha María José Santofimia Romero ha sido elegida miembro de la Comisión Europea en IA

La profesora de la Escuela Superior de Informática de la Universidad de Castilla-La Mancha en el Campus de Ciudad Real, María José Santofimia Romero, ha sido elegida miembro del subgrupo de expertos de la Comisión Europea en inteligencia artificial, productos conectados y nuevos retos en la seguridad de productos, perteneciente al grupo Consumer Safety Network de la Dirección General Europea de Justicia y Consumidores.

El subgrupo al que pertenecerá la profesora Santofimia durante los próximos tres años tiene entre sus cometidos analizar las implicaciones de los dispositivos interconectados (IoT o Internet de las cosas) y el uso de la inteligencia artificial.

Este tipo de productos plantea una serie de retos desde el punto de vista normativo que serán abordados en la modificación de la Directiva General relativa a la Seguridad de Productos (2001/95/EC GPSD) y el trabajo de la profesora de la UCLM y del resto de miembros que integran el subgrupo será «asistir a los legisladores en esta tarea, generando para ello una serie de artículos con definiciones, reflexiones y cuestiones que tendrán que ser abordadas por dicha modificación legislativa».

Máster en Seguridad de Sistemas Informáticos por la Universidad del Sur de Gales y doctora en Ingeniería Informática y licenciada en Derecho por la UCLM, la profesora María José Santofimia ha sido elegida miembro del subgrupo en calidad de experto individual por su experiencia en el campo de la inteligencia artificial, especialmente en técnicas de razonamiento basado en sentido común y su aplicación al campo de los dispositivos interconectados o Internet de las cosas, ha informado la UCLM en un comunicado.

Santofimia,investigadora del grupo ARCO de la Escuela Superior de Informática del Campus de Ciudad Real, formará parte del subgrupo como experta individual. Del mismo forman parte 25 miembros de diferentes organizaciones (Amazon, Philips o Bosch, entre otras), autoridades de los estados miembros de la Unión y otras entidades públicas, todos con conocimientos avanzados en dispositivos interconectados o con conectividad, internet de las cosas, inteligencia artificial y legislación europea, especialmente de la Directiva General relativa a la Seguridad de Productos.

En palabras de la profesora de la UCLM y citando a la propia Comisión Europea, el subgrupo en inteligencia artificial, productos conectados y nuevos retos en la seguridad de productos tendrá como trabajo «evaluar si los marcos de seguridad de los productos existentes se adaptan, y en qué medida, a las realidades de los mercados emergentes».

En particular, asistirá a la Comisión en el desarrollo de una evaluación a nivel de la Unión Europea sobre la necesidad de posibles adaptaciones de la Directiva sobre la Seguridad General de los Productos a este respecto. Para ello, deberá tener en cuenta la legislación sectorial/armonizada sobre productos y cualquier revisión pertinente en curso de dicha legislación. La evaluación se completará a más tardar en mayo de 2020. Tras esta evaluación, se pedirá al subgrupo que proporcione a la Comisión asesoramiento para futuros debates, en particular en lo que respecta a la posible adaptación de la legislación sobre seguridad de los productos a este respecto.

Fuente: Comunicación UCLM

 

A por una IA made in Europa: El Instituto VRAIN-UPV, reconocido como centro de excelencia por la Comisión Europea, participa en el proyecto TAILOR

Vrain UPV

El instituto VRAIN de la Universitat Politècnica de València (UPV), que ha sido reconocido por la Comisión Europea como centro de excelencia en investigación en inteligencia artificial (IA), participará en el proyecto europeo TAILOR, una iniciativa clave para el futuro de la misma en Europa.

La IA es una tecnología esencial para responder a muchos de los enormes desafíos a los que nos enfrentamos. Con gran impacto en la nuestra vida cotidiana, hoy es clave en la gestión y respuesta frente a la COVID19, y va a tener una incidencia significativa en todos los sectores empresariales. A todo ello ayudará a hacer frente el proyecto TAILOR.

Redes de centros de excelencia que potencien una IA ética y fiable

Recientemente aprobado por la Comisión Europea en el marco de la acción Towards a vibrant European Network of AI Excellence Centres (Hacia una red de centros de excelencia en IA), TAILOR tiene como principal objetivo el desarrollo de redes de centros de excelencia con el fin de impulsar la capacidad de investigación en Europa, aumentando así su condición como potencia investigadora en el ámbito de la IA y, de ese modo, fomentando su atractivo para científicos y nuevos talentos. A su vez, se espera que esta iniciativa contribuya al desarrollo de una IA ética y fiable, una marca made in Europe.

En cualquier caso, para aprovechar todas las oportunidades que brinda y minimizar sus riesgos, es necesaria una IA fiable, centrada en el ser humano y que genere confianza. En este sentido, Europa está dando importantes pasos para convertirse en el centro mundial de la IA confiable.

55 socios, 4 de ellos españoles

En TAILOR, impulsado por la red internacional CLAIRE -a la que pertenece la UPV-, participan un total de 55 socios europeos, tanto universidades como centros tecnológicos y empresas, referentes internacionales todos ellos en el campo de la IA. Entre ellos, se encuentra el Instituto VRAIN de la UPV, uno de los 4 integrantes español del consorcio junto al Instituto de Investigación en Inteligencia Artificial (IIIA) del Consejo Superior de Investigaciones Científicas (CSIC), la Universitat Pompeu Fabra y la Universidad de Málaga.

La peligrosidad de la escasa regulación de la IA

“La fiabilidad sigue requiriendo una importante investigación básica”, destaca Vicent Botti, director del Instituto VRAIN e investigador principal del proyecto en la UPV. “El propósito de TAILOR es construir una red sólida de investigación, que proporcionará la base científica para afianzar una IA responsable, fiable, segura y transparente. El comportamiento de las personas está regulado por numerosas leyes, sin embargo, los algoritmos están sujetos a muy pocas normas legales. Esto es inapropiado y peligroso, ya que los sistemas de IA interfieren cada vez más en nuestras vidas, a menudo sin nuestro conocimiento. Esto debería estar controlado y TAILOR contribuirá a ese control, a conseguir una IA digna de confianza”, añade.

TAILOR establecerá una hoja de ruta estratégica para el desarrollo de la IA confiable, apoyada en cinco programas de investigación básica. “Cada programa forma entornos virtuales de estudio con muchos de los mejores investigadores europeos de IA, que abordan los principales desafíos científicos identificados en la hoja de ruta”, apunta Botti. Así mismo, TAILOR impulsará un conjunto de mecanismos de apoyo a la innovación, la comercialización y la transferencia de conocimientos a la industria.

12 millones de presupuesto

El proyecto, financiado por el programa Horizon 2020 de la Unión Europea, cuenta con un presupuesto de 12 millones de euros y está coordinado por la Universidad de Linköping (Suecia).

Inteligencia Artificial contra la COVID-19

Vicent Botti, catedrático e investigador de la Universitat Politècnica de València, describe las soluciones de la inteligencia artificial en la prevención, el diagnóstico y el tratamiento de enfermedades como la COVID-19. 

Según la Organización Mundial de la Salud (OMS), el éxito de la respuesta de la salud pública a una nueva infección depende de cuatro factores críticos: la comprensión de la transmisibilidad y las poblaciones de riesgo; el establecimiento de la historia natural de la infección, incluidos el período de incubación y la tasa de mortalidad; la identificación y caracterización del organismo causante; y la elaboración de modelos epidemiológicos para sugerir medidas eficaces de prevención y control. La inteligencia artificial (IA) puede proporcionar soluciones a cada uno de estos factores y ayudar a los trabajadores sanitarios, así como a los epidemiólogos y virólogos, en la prevención, el diagnóstico y el tratamiento de enfermedades como el COVID-19. Dichas soluciones serían aplicables en tres estados: antes, durante y después de la epidemia.

Antes de manifestarse la epidemia. La IA puede detectar alertas tempranas de brotes de enfermedades epidémicas. En diciembre de 2019, el sistema BlueDot detectó que el coronavirus de Wuhan era una nueva cepa y de qué modo se iba a propagar por el mundo. BlueDot combina la experiencia médica y de salud pública con un avanzado análisis de datos y razonamiento automático para construir soluciones que anticipen los riesgos de enfermedades infecciosas. En 2014, BlueDot ya predijo con seis meses de antelación la llegada del virus Zika.

Después de manifestarse. La ciencia de datos, los sistemas de aprendizaje automático y aprendizaje profundo pueden ayudar a entender lo que ha sucedido y obtener modelos epidemiológicos que permitan definir estrategias eficaces de prevención y control que faciliten tomar las mejores decisiones. Para ello, se requieren datos de fuentes sanitarias, posiblemente los más importantes, pero también otros como los de movilidad de los teléfonos, consumo de energía de viviendas, acceso de ciudadanos a los bancos, uso del transporte público, etc. Esta ha sido una de las debilidades de nuestro sistema pues los datos que hubiesen sido útiles para que los investigadores de IA aportasen su granito de arena en esta lucha no han estado a su disposición. Esto nos tiene que hacer reflexionar para estar preparados ante situaciones similares y desarrollar un Sistema Público de Gestión de Datos adecuado.

Durante la epidemia. La IA puede ayudar en la prevención, diagnóstico y tratamiento del COVID-19. Alibaba ha desarrollado un sistema que puede detectar el coronavirus en tomografías computarizadas de pecho con una precisión del 96%. DeepMind ha compartido resultados de su IA que detallan la estructura de seis proteínas vinculadas al SARS-CoV-2, el coronavirus que causa el COVID-19. Podríamos seguir enumerando múltiples aplicaciones de la IA. Pero, en mi opinión, en esta etapa hay dos soluciones de IA que podrían tener especial impacto.

Una es utilizar métodos de optimización que permitan un uso eficiente de los recursos humanos y materiales disponibles. Esto permitiría asignar enfermos a los hospitales más adecuados, distribuir el material sanitario a los hospitales más necesitados en cada momento…

La segunda es emplear técnicas de IA para analizar el movimiento de personas en áreas geográficas a partir de información de operadores de telefonía móvil, pero no de forma agregada. Supongamos el caso de una persona que acude al hospital y da positivo; se le preguntará por las personas con las que ha estado en contacto, con quienes contactará la autoridad sanitaria para adoptar medidas de confinamiento o realizar tests de diagnóstico. Pero esta persona, los días anteriores, ha viajado en transporte público, ha ido a comprar, etc. y ha estado en contacto con otras personas. ¿Cómo identificarlas para advertirles y que puedan seguir estrategias de confinamiento o realizarles tests y así limitar la propagación del virus?

En mi opinión, lo que tendría mayor impacto es un sistema de IA capaz de predecir el riesgo de contagio (a través de la monitorización de los movimientos, proporcionados por la trazabilidad de sus móviles) de aquellas personas que hayan estado en contacto con una persona infectada. Para detectar a las personas bajo riesgo de contagio se requiere la utilización conjunta de datos de movilidad obtenidos de las operadoras de telefonía móvil y los obtenidos de forma colaborativa de los ciudadanos con una app para móviles. Un sistema así será útil tanto durante la emergencia como posteriormente, cuando se detecten casos de contagio y se pueda identificar rápidamente las personas bajo riesgo; esto disminuirá la propagación, adoptando estrategias de confinamiento o de realización de pruebas en personas clasificadas con riesgo alto. Este sistema y sus resultados deberán ser utilizados exclusivamente por la autoridad sanitaria competente.

Actualmente, disponemos de herramientas de análisis de redes sociales como U-Tool, que permitirían realizar la predicción de riesgo de contagio. Un sistema de este tipo, que dispone de forma anonimizada de la información de los desplazamientos de un móvil, despierta dudas sobre el incumplimiento de la Ley de Protección de Datos por el ‘control’, por parte de la administración o empresas, que puede suponer sobre los ciudadanos. Es evidente que hay que garantizar su privacidad. Pero, además, hay dictámenes que refrendan que, en situaciones como la actual, esto se puede instrumentar cumpliendo la ley y garantizando la privacidad. Por ello, adoptar una solución pragmática que se centre en lo que sea necesario para la salud pública es lo que procede en un momento tan critico como el que vivimos.

Fuente: Universitat Politècnica de València

Evento 40 aniversario

Noticias