– Seis investigadores que integran el comité ejecutivo de la Computational Intelligence Society del Institute of Electrical and Electronics Engineers (IEEE) dieron a conocer a la audiencia su trabajo actual y los avances en los ámbitos de trabajo que desempeñan. Además, compartieron un panel de discusión sobre Inteligencia Computacional y Ciencia de Datos.
Con una alta convocatoria de alumnos y académicos, se efectuó en la Sala de Videoconferencias del Departamento de Matemáticas de la Universidad de La Serena el workshop Machine Learning ULS2017, actividad organizada por los Departamentos de Física y Astronomía y de Matemáticas de la institución.
El Machine Learning (aprendizaje automático) forma parte de la inteligencia artificial y es una disciplina relacionada con la implementación de software informático que puede aprender de forma autónoma (redes neuronales artificiales y algoritmos genéticos son parte de ello). Dar a conocer a la comunidad universitaria esta tecnología fue, justamente, el propósito de este evento.
En la actividad, participaron expositores pertenecientes al comité ejecutivo de la Computational Intelligence Society del Institute of Electrical and Electronics Engineers (IEEE), organización profesional y técnica de alcance mundial dedicada a los avances tecnológicos para el beneficio de la humanidad, que cuenta con 39 sociedades que trabajan en los más variados ámbitos. Científicos, ingenieros, profesionales de otras áreas y estudiantes conforman el IEEE, difundiendo sus investigaciones y avances en revistas y eventos que organizan, como congresos y simposios.
La visita estuvo encabezada por el Dr. Pablo Estévez, presidente de la IEEE Computational Intelligence Society (CIS), académico del Departamento de Ingeniería Eléctrica de la U. de Chile; Dr. Jim Keller, IEEE CIS VP Publications, académico de Ingeniería Eléctrica y Computacional de la University of Missouri (EE.UU.); Dra. Pau-Choo (Julia) Chung, IEEE CIS VP Members Activities, académica del Departamento de Ingeniería Eléctrica de la National Cheng Kung University (Taiwán); Dra. Bernadette Bouchon-Meunier, IEEE CIS VP Conferences, investigadora de la Université Pierre et Marie Curie (UPMC, Francia) en el Laboratorio de Informática de París LIP 6 (UPMC y Centre National de la Recherche Scientifique, CNRS); Dr. Simon Lucas, IEEE CIS VP Education, jefe de la Escuela de Ciencias de la Computación e Ingeniería Electrónica de la University of Essex (Reino Unido); y Dr. Nikhil R. Pal, presidente electo de la IEEE CIS, académico del Departamento de Ciencias Electrónicas y Comunicacionales de la Indian Statistical Institute (India).
En tanto, los organizadores en la ULS fueron los académicos Dr. Mauro San Martín Ramas, director de la Escuela de Ingeniería en Computación (Departamento de Matemáticas), Dr. José Luis Nilo Castellón (Depto. de Física y Astronomía), Dr. Héctor Cuevas Larenas, coordinador de Lic. en Astronomía, y Dra. Amelia Ramírez Rivera, directora de Investigación y Desarrollo de la casa de estudios (Depto. de Física y Astronomía).
Fue precisamente la Dra. Ramírez la encargada de dar la bienvenida en el Machine Learning ULS2017, donde destacó la importancia de poder “escuchar a estos expositores de tan alto nivel” y recordó que la Dirección de Investigación y Desarrollo trabaja por “incrementar la multidisciplinariedad de la investigación que se realiza” en la Universidad. Del mismo modo, hizo énfasis en la capacidad computacional que requerirá la ciudad con la instalación de nuevos observatorios muy cerca de La Serena, lo que podría permitir el establecimiento de nuevas instituciones en unos 10 años. Esto –agregó– hace necesario aumentar “el conocimiento en el área y mejorar la formación de investigadores para hacer frente a estos requerimientos, que no solo tendrán impacto en la región de Coquimbo”.
El primero de los invitados en intervenir fue el Dr. Pablo Estévez, quien realizó la presentación “The IEEE Computational Intelligence Society”, refiriéndose a esta sociedad, quiénes la integran y qué hacen. El presidente de la CIS explicó el trabajo que efectúan en materia de redes neuronales artificiales, computación evolutiva y sistemas difusos, “a mí me gusta resumir de esta manera: la computación inspirada en la naturaleza, en la biología” –señaló.
El programa del workshop se extendió durante toda una tarde y contempló las exposiciones: “Recognition Technology: Lotfi’s look to the future from the late 1990s” (Dr. Keller), “Deep Learning Networks in Image Analysis: Introduction and Thoughts” (Dra. Chung), “Similarities and fuzzy modelling in data mining” (Dra. Bouchon-Meunier), “Rapidly Adaptive Game AI with Bandit-Based Evolutionary Algorithms” (Dr. Lucas), “Image Zooming: A Fuzzy Rule-Based Approach” (Dr. Pal) y “Big Data Analysis using Deep Learning and Information Theoretical Learning: Applications to Astronomy and Sleep EEG” (Dr. Estévez).
Luego, se desarrolló el Panel “Computational Intelligence and Data Science, current trends and opportunities” (“Inteligencia Computacional y Ciencia de Datos, tendencias actuales y oportunidades”), en el que los asistentes tuvieron la oportunidad de hacer consultas a los expositores.
Alto interés y positiva evaluación
La actividad generó un gran interés, incluso mayor al presupuestado, por lo que “el comité organizador considera que el workshop fue un éxito, tanto por la calidad de las presentaciones como por la convocatoria, y espera que sirva para incentivar las iniciativas en el ámbito de Data Science dentro de la Universidad”, manifestó el Dr. Mauro San Martín.
Al Machine Learning ULS2017 asistieron investigadores (ULS y externos), académicos, post-docs y estudiantes de pre y postgrado provenientes de distintas áreas, como computación, física y astronomía, matemáticas, agronomía, etc. Por lo mismo, “considerando el interés institucional en el ámbito de Data Science, este tipo de eventos es fundamental para articular iniciativas inter y multidisciplinarias en los diversos ámbitos posibles de aplicación. En efecto, ante la pregunta de qué recomendarían a un científico para poder utilizar las técnicas y herramientas presentadas, la respuesta enfática y unánime de los expertos visitantes fue: conformar equipos de trabajo con especialista de las diferentes áreas, por ejemplo: astronomía y ciencias de la computación”, precisó el académico del Departamento de Matemáticas.
“El evento fue una oportunidad singular para nuestros alumnos de pregrado para conocer y aprender de científicos de clase mundial en al ámbito de la Inteligencia Computacional, especialidad que abarca un conjunto de estrategias y técnicas inspiradas en la naturaleza para procesar información y tomar decisiones. Al tratarse de un evento pequeño, fue posible que los asistentes interactuaran directamente con los especialistas”, concluyó el director de la Escuela de Ingeniería en Computación de la ULS.
