Científicos de Brasil y de Alemania optimizarán técnicas de inteligencia artificial

El proyecto se lleva adelante en el marco del Programa SPRINT de la FAPESP, que apunta a impulsar colaboraciones entre investigadores del estado de São Paulo y del exterior

Por Elton Alisson  |  Agência FAPESP – Científicos de la Universidade Estadual Paulista (Unesp), en su campus de la localidad de Bauru (São Paulo, Brasil), en colaboración con colegas de la Friedrich-Alexander-Universität Erlangen Nürnberg, de Alemania, pretenden optimizar, en el marco de un proyecto que cuenta con el apoyo de la FAPESP, técnicas avanzadas de inteligencia artificial empleadas actualmente para que, mediante el uso de algoritmos, computadoras sean capaces de recabar datos, interpretarlos y con base en ellos realizar previsiones y generalizaciones.

Este proyecto, que también cuenta con la participación de André Carlos Ponce de Leon Ferreira de Carvalho, docente del Instituto de Ciencias Matemáticas y Computación (ICMC) de la Universidad de São Paulo (USP), en su campus de São Carlos (São Paulo, Brasil), y André Fujita, profesor del Instituto de Matemática y Estadística (IME) de la referida universidad, fue seleccionado en el marco de la tercera convocatoria de 2016 del programa São Paulo Researchers in International Collaboration (SPRINT), cuyo resultado se anunció al final del mes de enero.

El llamado del programa, cuyo objetivo consistió en promover el avance de la investigación científica mediante colaboraciones en proyectos conjuntos de mediano y largo plazo entre investigadores vinculados a universidades e instituciones de investigación del estado de São Paulo y científicos de instituciones educativas y de investigación del exterior, registró un récord de propuestas seleccionadas.

Se escogieron 24 propuestas de movilidad entre investigadores del estado de São Paulo y de siete instituciones educativas y de investigación de cinco países, con las cuales la FAPESP mantiene acuerdos de cooperación, y otras cuatro propuestas de científicos cuyos colaboradores están vinculados a cuatro instituciones de cuatro países distintos, con las cuales la Fundación aún no posee acuerdos vigentes.

El programa tiene una convocatoria abierta hasta el día 24 de abril para la remisión de nuevas propuestas de movilidad entre investigadores del estado de São Paulo y de 14 instituciones de educativas y de investigación de nueve países con las cuales la FAPESP mantiene acuerdos de cooperación.

“Éste es el tercer proyecto que remitimos y que ha sido seleccionado en el ámbito del programa SPRINT”, declaró João Paulo Papa, docente del Departamento de Computación de la Unesp de Bauru e investigador responsable del proyecto por el lado brasileño, a Agência FAPESP.

“Ya habíamos realizado un proyecto en colaboración con colegas de la Ohio State University, de Estados Unidos en 2015, y otro con la RMIT University, de Australia, ese mismo año, también en el área de optimización de técnicas avanzadas de inteligencia artificial, orientadas en este último caso al diagnóstico por imágenes de retinopatías diabéticas [daños de los vasos sanguíneos en el tejido de la retina causados por la diabetes]. Ahora pretendemos emplear ese mismo abordaje en bioinformática [la aplicación de técnicas de informática orientadas al análisis y la modelización de datos obtenidos en investigaciones biológicas]”, afirmó.

Algoritmos bioinspirados

De acuerdo con el investigador, una de las técnicas más avanzadas utilizadas actualmente en inteligencia artificial para analizar grandes cantidades de datos y extraer conocimiento de ellos son las de tipo deep learning o aprendizaje profundo, en traducción libre.

Utilizados actualmente por empresas como Facebook para el reconocimiento de usuarios a partir de fotos, por ejemplo, una de las ventajas de los algoritmos de aprendizaje profundo reside en su capacidad de aprendizaje en grandes cantidades de datos de forma no supervisada (datos no anotados, en la jerga de la computación).

Con todo, para hacer eso, esos algoritmos deben operar con centenas de parámetros, explicó Papa. “El desafío de crear algoritmos de deep learning consiste precisamente en escoger los parámetros más adecuados, pues cada aplicación exige una configuración distinta”, afirmó.

Uno de los abordajes que han sido adoptados para identificar los mejores parámetros deseados para una determinada aplicación consiste en accionar un algoritmo innumerables veces para seleccionar el mejor resultado.

Con el fin de disminuir el tiempo destinado a este proceso de elección aleatoria de parámetros, los investigadores pretenden analizar el uso de los algoritmos denominados bioinspirados, así llamados pues están inspirados en la naturaleza. Uno de ellos, por ejemplo, se basa en el comportamiento de las hormigas.

Las hormigas tienden a elegir el menor trayecto durante sus desplazamientos, pues a medida que caminan liberan feromonas para que las otras integrantes de su colonia puedan seguirlas. Y si el trayecto que eligieron es largo, corren el riesgo de que las feromonas que liberaron se disipen y que las hormigas de sus colonias pierdan esos rastros, explicó Papa.

“Los algoritmos bioinspirados en el comportamiento de las hormigas se basan en esa premisa para seleccionar los mejores valores de los parámetros con miras a lograr una aplicación específica en un tiempo factible, de manera tal de optimizar o disminuir el error de una aplicación de una técnica de inteligencia artificial”, detalló.

Los científicos escogieron el área de bioinformática para validar el empleo de estas técnicas en razón de que los colaboradores de la USP y de la universidad alemana tienen interés en la misma.

Una de las aplicaciones que vislumbran apunta a las comparaciones del ADN de dos personas, por ejemplo, para analizar sus niveles de semejanza.

“El objetivo del nuestro proyecto consiste en mostrar mediante un ejemplo concreto del área de bioinformática que los métodos de aprendizaje y optimización de máquinas pueden emplearse sinérgicamente”, dijo Alexander Martin, docente del Departamento de Matemática de la Friedrich-Alexander-Universität Erlangen Nürnberg e investigador responsable del proyecto en el exterior.

A su juicio, el programa SPRINT de la FAPESP permitirá financiar la etapa exploratoria del proyecto, cuya concreción suele resultar difícil en el marco de programas a cargo de otras agencias de fomento de la investigación científica de Brasil y de Europa, comparó.

“El programa SPRINT nos permitirá proseguir en esta línea de investigación contando con la gran colaboración de nuestros colegas de São Paulo”, afirmó.

Puede obtenerse más información sobre el Programa SPRINT en: fapesp.br/sprint.