Conferencia de Directores y Decanos de Ingeniería Informática

Mensajes etiquetados Inteligencia artificial

Soledad Antelada, ingeniera en ciberseguridad en NERSC, en Berkley: “La formación en ciberseguridad es fundamental porque hoy todo el mundo está conectado”

Soledad Antelada, ingeniera informática, lleva casi una década viviendo en Estados Unidos. Allí acudió para especializarse en el campo de la computación por el que siempre mostró pasión: la ciberseguridad. Fue la primera mujer en el departamento de ciberseguridad del Berkeley Lab.

Esta malagueña protege los secretos científicos de uno de los laboratorios más prestigiosos del mundo: el Lawrence Berkeley National Lab de Estados Unidos.

Seguir leyendo: https://www.elespanol.com/wakeupspain/20210412/futuro-inmediato-ciberseguridad-pasa-inteligencia-artificial/571943821_0.html

Fuente: El Español

Inteligencia artificial para escribir guiones de cine y televisión que puedan funcionar en taquilla

Científicos de la Universidad de Cádiz y la Universidad de Granada diseñan el primer sistema informático del mundo, basado en técnicas de Inteligencia Artificial, que ayuda a los guionistas de una película a escribir la historia que mejor puede funcionar en taquilla. Los investigadores se han basado en los tropos, que son los recursos y convenciones narrativas que permiten al director de una película comunicar una situación que puede ser reconocida fácilmente por el espectador. Y que consisten en clichés comunes, previsibles y necesarios para las tramas fílmicas.

Los autores de esta investigación son Pablo García-Sánchez y Juan Julián Melero, del departamento de Arquitectura y Tecnología de Computadores de la UGR, y Antonio Vélez y Manuel Jesús Cobo, del departamento de Ingeniería Informática de la UCA. Quienes explican que los tropos son elementos o ideas que se repiten en distintas películas o series. En este sentido, Pablo García-Sánchez subraya que algunos ejemplos de tropos serían el ineludible villano al que se enfrentan los héroes en las películas de Marvel, el detective que entrega su placa y su arma, el primer día en el infierno (presente en películas y series como Celda 211, o Bajocero), o el viaje del héroe (en obras como La Odisea de Homero, pero también en películas como Star WarsEl Señor de los Anillos o Harry Potter).

De esta manera en este trabajo se ha ideado una metodología para visualizar cómo se relacionan estos elementos, entenderlos y, sobre todo, inferir qué combinaciones serían acertadas o no para los procesos creativos. En otras palabras, y según indican los investigadores, la inteligencia artificial puede ayudar a los guionistas a predecir qué giros de guion pueden o no funcionar con el público. Concretamente los expertos han utilizado una base de datos, denominada TVTropes, que incluye más de 25.000 tropos asociados a más de 10.000 películas. Esta plataforma está continuamente actualizada por los fans, por lo que era ideal para hacer un escaneo de sus relaciones con el software libre TropeScraper, desarrollado en la UGR para extraer la información. Además, también han obtenido la puntuación de los usuarios y la popularidad (número de votos) de la web IMDb.

El análisis de redes de estos tropos se ha llevado a cabo mediante los algoritmos programados para descubrir cuál es la relación entre las películas que comparten tropos similares, para obtener de este modo comunidades de tropos y comunidades de películas. Así es posible medir la popularidad de los tropos, si son transversales a todas las películas o si son muy específicos, si están en auge, o por el contrario, en decadencia.

Fuente: Aula Magna

Investigadores de la Universidad Politécnica de Madrid (UPM) participan en un estudio pionero que muestra cómo las bacterias dañinas esquivan nuestro sistema inmune

Como si se tratara de hackers tomando el control de una red de ordenadores, algunas bacterias nos infectan inyectando sus propios elementos perniciosos en nuestras células. Estas moléculas “maliciosas”, llamadas efectores, toman el control de nuestras células, bloqueando las señales de alarma necesarias para avisar al sistema inmune. Esto permite a las intrusas colonizar nuestro cuerpo. Desgraciadamente, los antibióticos son poco eficaces contra estas enfermedades. Un reto abierto es encontrar tratamientos alternativos y, para ello, es clave comprender cómo funciona este proceso infectivo. Pero ésta no es una tarea sencilla. Las bacterias cuentan con una gran variedad de efectores y su interacción con los componentes de las células es realmente compleja.

A causa de esta enorme complejidad, hasta ahora no se había estudiado cómo estas moléculas, los efectores bacterianos, trabajan conjuntamente dentro de nuestras células. Ahora, un equipo internacional de científicos españoles, del Reino Unido y de Israel, en el que participa la Universidad Politécnica de Madrid (UPM), han aunado fuerzas para llevar a cabo la titánica labor de analizar todas estas moléculas de forma conjunta. Para conseguirlo, ha sido necesario combinar experimentos de laboratorio y herramientas de Inteligencia Artificial (IA). En este trabajo pionero, publicado en la revista Science, han utilizado ratones infectados con 100 variantes de la bacteria Citrobacter rodentium, cada una con un repertorio distinto de efectores.

Los investigadores de la UPM, el catedrático de IA, Alfonso Rodríguez-Patón y la estudiante de doctorado, Elena Núñez Berrueco, utilizaron los datos recopilados en el laboratorio para construir un modelo de aprendizaje automático, usando novedosas técnicas de IA. El número de combinaciones posibles de efectores supera los mil millones, por lo que estudiar todas las variantes supondría más de mil años de investigación experimental. Ahí es donde entra en juego la IA para cambiar las reglas y permitir descifrar este complejo mecanismo. El algoritmo desarrollado en la UPM es capaz de predecir la capacidad infectiva de cualquier variante tras aprender los patrones de los 100 experimentos de laboratorio.

Elena Núñez Berrueco afirma que “al estudiar un sistema biológico tan complejo, la IA es capaz de ver lo que no es evidente ante nuestros ojos. Las predicciones nos ayudan a identificar las combinaciones de efectores más relevantes y así ahorrar tiempo y recursos. Podemos usar este modelo para predecir si una nueva cepa, con una combinación de efectores diferente a las estudiadas, puede manipular a nuestras células y la forma en que lo hace.”

El algoritmo desarrollado está inspirado en las redes de neuronas artificiales, pero incorpora conocimiento extraído de la literatura sobre las dianas objetivo de los efectores. La arquitectura de esta red tiene una particularidad: en lugar de ser genérica, posee la misma forma que la red de interacciones biológicas de los efectores con los componentes de nuestras células. Esto ha permitido entrenar la red con un número muy reducido de casos, dando lugar, además, a un modelo con resultados interpretables (la tan deseada “IA explicable”).

Con la ayuda del modelo, los científicos han podido dirigir los siguientes experimentos hacia las variantes más interesantes. Así, han podido descubrir pequeños grupos de estas moléculas que son esenciales. Esto significa que, cuando se eliminan o bloquean, las bacterias no infectan, suponiendo una prometedora diana para futuros tratamientos que nos ayuden a vencer a estos hábiles invasores.

El catedrático Alfonso Rodríguez-Patón continúa: «La Inteligencia Artificial se muestra una vez más como una tecnología disruptiva. En este caso, en el campo de la microbiología. Esta investigación interdisciplinar, nos ha exigido desarrollar novedosas técnicas de IA para desentrañar la compleja red de señales moleculares que las bacterias emplean para infectarnos. Los resultados obtenidos son muy satisfactorios por lo que continuaremos colaborando con el grupo de Gad Frankel en el Imperial College  de Londres en futuras investigaciones.»

Ref: David Ruano-Gallego, Julia Sánchez-Garrido, Zuzanna Kozik, Elena Núñez-Berrueco, Massiel Cepeda-Molero, Caroline Mullineaux-Sanders, Jasmine Naemi-Baghshomali Clark, Sabrina Slater, Naama Wagner, Izabela Glegola-Madejska, Theodoros I. Roumeliotis, Tal Pupko, Luis Ángel Fernández, Alfonso Rodríguez-Patón, Jyoti S. Choudhary and Gad Frankel. “Deconstructing a type III secretion system effector network unravels the inherent robustness and plasticity in pathogenesis and immunity” https://doi.org/10.1126/science.abc9531

Fuente: UPM

Dos proyectos compuestos por profesores de la ETSIINF UPM han recibido ayudas de la Fundación BBVA a Equipos de Investigación Científica sobre SARS-CoV-2 y COVID-19 en Big Data e Inteligencia Artificial

La Fundación BBVA ha adjudicado las Ayudas a Equipos de Investigación Científica sobre SARS-CoV-2 y COVID-19. Dos proyectos compuestos por profesores de la Escuela Técnica Superior de Ingenieros Informáticos han sido beneficiados por las ayudas dentro del área de conocimiento en Big Data e Inteligencia Artificial.

En concreto los proyectos son los siguientes:

Outcome prediction and treatment efficiency in patients hospitalized with COVID-19 in Madrid: A Bayesian network approach” cuya investigadora principal es la profesora Concha Bielza.

A partir de datos de más de 9.000 pacientes atendidos por coronavirus SARS-CoV-2 en los hospitales madrileños de Ramón y Cajal, Fundación Jiménez Díaz y La Zarzuela, este trabajo desarrollará modelos de machine learning para predecir el riesgo de fallecimiento o de ser intubada que tiene una persona, analizando los factores que van a determinar el pronóstico.

Además, evaluará la eficiencia de un tratamiento a partir de comparaciones de pacientes que han sido tratados con un medicamento u otro y la relación con la tasa de muerte. Como último objetivo, se construirá un modelo de red bayesiana que capture todas las relaciones que hay entre diversas variables -tanto clínicas, como de tratamientos y resultados- para hacer razonamientos probabilísticos sobre el riesgo de mortalidad, el éxito o no de un tratamiento y el porqué.

Este modelo, además, se dejará abierto en una plataforma web para toda la comunidad científica. La idea del proyecto surge a raíz de la liberación de datos de 2.300 pacientes afectados por COVID-19 de la red de hospitales HM para la comunidad científica, que también se incluirán en el trabajo.

Aquí se pueden leer dos artículos sobre este proyecto:

https://www.elespanol.com/ciencia/salud/20201018/matematica-trata-acabar-datos-covid-espana-salvar/528447906_0.amp.html

https://www.fbbva.es/equipo/modelos-de-machine-learning-para-determinar-el-riesgo-de-fallecimiento-o-intubacion/

DRUGS4COVID++: Servicios de Inteligencia Artificial para la creación de un grafo de conocimientos sobre fármacos usados en el control clínico de la enfermedad, a partir de la explotación de grandes corpus de documentación científica sobre SARS-COV-2 y COVID-19” cuyo investigador principal es Oscar Corcho.

Día tras día aumenta la cantidad de artículos científicos publicados sobre el nuevo coronavirus SARS-CoV-2 y las referencias a nuevos conocimientos sobre esta área. Con la idea de sacar el máximo partido a esta documentación nace el proyecto de Óscar Corcho García, centrado en la mejora de una base de datos que cuenta ya con más de 100.000 artículos científicos identificados.

Mediante el uso de técnicas de procesamiento del lenguaje natural y minería de textos a gran escala, esta base de datos es capaz de establecer relaciones entre medicamentos, síntomas, enfermedades asociadas y un gran número de variables más aplicadas al coronavirus. “La idea inicial surgió a raíz de peticiones del sistema de salud madrileño que comunicaron el fin de algunos medicamentos y querían saber qué otros se podrían utilizar”, explica.

El sistema ya se puede consultar, pero necesita mejoras, así como añadir nuevas publicaciones y validar los resultados con expertos para que pueda ser un recurso muy útil para investigadores, personal médico y gestores del sistema de salud. En el desarrollo del trabajo también participarán miembros del Servicio Madrileño de Salud (SERMAS) de la Consejería de Sanidad de la Comunidad de Madrid.

 

Ayudas de la Fundación BBVA

Los proyectos de la ETSIINF son dos de los veinte equipos de investigación que estudiarán diversas facetas de la pandemia de COVID-19 gracias a una convocatoria especial de Ayudas de la Fundación BBVA dotada con un total de 2,7 millones de euros.

Tras evaluar los casi 1.000 proyectos presentados, cinco comisiones de expertos han acordado la concesión de cuatro ayudas en Biomedicina (250.000 euros por proyecto); cuatro en Big Data e Inteligencia Artificial (150.000 euros por proyecto); cuatro en Ecología y Veterinaria (100.000 euros por proyecto); cuatro en Economía y Ciencias Sociales (100.000 euros por proyecto); y cuatro en Humanidades (75.000 euros por proyecto).

Los veinte proyectos seleccionados implican a más de 400 investigadores que abordan desde distintos ángulos los mecanismos de la infección, su diagnóstico y tratamiento, así como su impacto psicosocial y económico. La Fundación BBVA se suma así al esfuerzo de investigación para entender y abordar esta crisis, y para contar con mejores herramientas con las que se pueda hacer frente a futuras pandemias.

Toda la información sobre esta convocatoria aquí:https://www.fbbva.es/noticias/adjudicadas-4-ayudas-a-equipos-de-investigacion-cientifica-sars-cov-2-y-covid-19-en-big-data-e-inteligencia-artificial/

Fuente: ETSIINF UPM

Un ingeniero asturiano participa en el proyecto de código abierto de Microsoft que utiliza Inteligencia Artificial para ayudar en el triaje de los casos de Covid

Usar imágenes de Rayos X para acumular muchos datos que generen un algoritmo que nos diga la gravedad de un paciente con Covid y su evolución. Parece ciencia ficción, pero es inteligencia artificial. Es un proyecto que desarrolla un equipo de la multinacional tecnológica Microsoft. Lo hacen desde Cambridge, en Inglaterra, y entre los investigadores está un ingeniero informático de San Martín del Rey Aurelio.

Leer más: https://www.rtpa.es/noticias-ciencia:Inteligencia-Artificial-para-ayudar-en-el-triaje-de-los-casos-de-Covid_111606050672.html

Fuente: Radio Televisión del Principado de Asturias

Carlos Tricas, ingeniero informático: «La inteligencia artificial abre caminos a otras formas de hacer música»

El oscense Carlos Tricas acaba de obtener el reconocimiento del Premio Etopía Aragón del concurso internacional sobre músicas experimentales y arriesgadas, Radical dB 2020, en Zaragoza, por su última propuesta musical generada mediante «la inteligencia artificial, que abre caminos a otras formas de hacer música», apunta Tricas.

Leer más: https://www.diariodelaltoaragon.es/NoticiasDetalle.aspx?Id=1229280

Fuente: Diario del Alto Aragón

La Universidad de Málaga impulsa un laboratorio de encuestas que vinculará la sociología con la ingeniería informática y la inteligencia artificial

La Universidad de Málaga va a contar en los próximos meses con un laboratorio de encuestas pionero en España, en el que, como elemento más destacado, se vinculará la sociología con la ingeniería informática y la inteligencia artificial. Esta especio, bautizado como Laboratorio de Encuesta Multicanal-Big Data, formará parte del Centro de Investigación Social Aplicada (CISA), «especializado en el estudio demoscópico aplicado a la investigación social, y la transferencia a la sociedad».

Leer más: https://www.malagahoy.es/malaga/Universidad-Malaga-laboratorio-encuestas-pionero-Espana_0_1520548293.html

Fuente: Málaga Hoy

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