En el Seminario de Visualización de Datos se destacó la importancia de la inteligencia artificial como área que está permeando en diversos dominios
“El acercamiento con los estudiantes impacta el proceso de actualización de planes de estudio”: Luis Gerardo Montané
En el Seminario de Visualización de Datos que organizó la Facultad de Estadística e Informática (FEI) de la Universidad Veracruzana (UV), estudiantes presentaron 10 proyectos de impacto social en los que la inteligencia artificial (IA) tiene una importante participación.
Al inaugurar el evento, el viernes 16 de diciembre, en el auditorio de la FEI, su director Luis Gerardo Montané Jiménez expuso que la visualización de datos es un tema importante en las licenciaturas en Estadística y en Informática y los posgrados que ofrece la facultad, así como su uso en la generación de líneas de investigación y aplicación del conocimiento.
Destacó también que la participación de los alumnos en este espacio de reflexión y retroalimentación representa una actividad de interés en los procesos de actualización de los planes de estudio; “la cercanía con los estudiantes ayuda a tener un prediseño que obedezca a las necesidades de la sociedad, así como a la solución de problemas”.
Héctor Gabriel Acosta Mesa, investigador adscrito al Instituto de Investigaciones en Inteligencia Artificial (IIIA), impartió la primera conferencia titulada “Hacia modelos de inteligencia artificial explicables”, en la que sostuvo que es esta un área transversal que en la actualidad está permeando en muchos dominios.
La IA, dijo, busca emular la capacidad de razonamiento, resolver problemas en una computadora, pero existen modelos matemáticos muy variados que han sido creados para este fin, los cuales la mayoría de las veces resultan complejos y difíciles de interpretar, dificultando conocer cómo es que están haciendo la tarea.
Debido a ello, Acosta Mesa dijo que se hacen esfuerzos para facilitar la claridad en los algoritmos y sean más fácilmente entendibles puesto que su uso se ha extendido a la medicina, comercio, bolsa de valores y en aspectos agrícolas, entre otros muchos campos.
Al abordar los modelos de visión por computadora, mencionó que existen esquemas de aprendizaje profundo que son redes neuronales artificiales llamadas convolucionales, que resultan también complejas; por ello, el estudioso del tema propuso un modelo alternativo denominado árboles de decisión convolucionales, que cumple con el mismo fin pero debido a su característica del modelo matemático (muy gráfico) resulta de fácil entendimiento, constituyéndose en una opción en el camino para la inteligencia artificial explicable.
