ValgrAI continúa su compromiso con la difusión del conocimiento en el campo de la inteligencia artificial a través de su serie de Matinales de Investigación. Estos eventos, que se han convertido en un referente para la comunidad científica y tecnológica, ofrecen un espacio virtual para el intercambio de ideas y la presentación de investigaciones punteras en el ámbito de la IA.
La duodécima edición del ValgrAI Matinal de Investigación mantiene el formato virtual a través de la plataforma Teams, adaptándose a las necesidades actuales y permitiendo una participación más amplia y diversa. Este formato ha demostrado ser eficaz para conectar a investigadores, académicos y profesionales de diferentes lugares, fomentando un diálogo enriquecedor sobre las últimas tendencias y desarrollos en inteligencia artificial.
El evento se estructura en torno a dos ponencias principales, cada una abordando aspectos diferentes pero igualmente relevantes en el campo de la IA. Estas presentaciones no solo ofrecen una visión detallada de investigaciones específicas, sino que también proporcionan un contexto más amplio sobre cómo estos avances pueden impactar en diversos sectores y en la sociedad en general.
A continuación, se presenta un resumen de las dos ponencias que conformaron el núcleo de este XII ValgrAI Matinal de Investigación:
La asignación de estados cerebrales dinámicos utilizando redes de estados eco
El Dr. Wael el-Deredy presentó una investigación centrada en el uso de Redes de Estados Eco (ESN) para la asignación dinámica de estados cerebrales. Esta investigación se basa en la premisa de que los patrones de actividad transitorios y recurrentes en el EEG espontáneo son propiedades computacionales fundamentales del cerebro.
El trabajo del Dr. el-Deredy explora cómo las ESN, un tipo específico de redes neuronales recurrentes, pueden ser utilizadas para capturar y analizar estos patrones cerebrales. Las ESN se caracterizan por tener neuronas conectadas aleatoriamente y funcionan como sistemas dinámicos no lineales, lo que las hace particularmente adecuadas para este tipo de análisis.
El objetivo principal de esta investigación es proporcionar una representación compacta que refleje la evolución de las señales cerebrales a lo largo del tiempo, reproduciendo sus dinámicas no lineales. Este enfoque podría tener implicaciones significativas en la comprensión de la función cerebral y en el desarrollo de interfaces cerebro-computadora más avanzadas.
Identificación y categorización de estereotipos raciales en textos y de memes sexistas
La segunda ponencia, presentada por Elias Urios Alacreu, se centró en el desarrollo de sistemas de aprendizaje profundo para la identificación y categorización de estereotipos raciales en textos y estereotipos sexistas en memes.
Esta investigación, que forma parte de un trabajo final de máster, propone un enfoque novedoso basado en el paradigma de aprendizaje con desacuerdos. En lugar de buscar un consenso entre los anotadores, este método integra las diferentes perspectivas en los sistemas, con el objetivo de hacerlos más generalizables.
Urios Alacreu presentó resultados que sugieren que, en algunos casos, este paradigma supera al enfoque clásico. Además, su trabajo incluye un análisis sobre la importancia del contexto en la detección de estereotipos, destacando su eficacia particularmente en la clasificación de memes.
Esta investigación tiene implicaciones potenciales en la moderación de contenido en línea y en la creación de espacios digitales más inclusivos y respetuosos.
Próximo evento
El XIII ValgrAI Matinal de Investigación está programado para el 1 de noviembre de 2024. Este evento continuará la tradición de presentar investigaciones innovadoras en el campo de la inteligencia artificial. Para obtener más información o para inscribirse en el próximo evento, se puede contactar con info@valgrai.eu.Los Matinales de Investigación de ValgrAI siguen siendo una plataforma valiosa para el intercambio de conocimientos y la discusión sobre los avances en inteligencia artificial, contribuyendo al desarrollo continuo de este campo en rápida evolución.
