Novedades

Explorando el futuro de la inteligencia artificial

19/03/2024
Alejo Garat, Martín Iturbide y Juan Pedro da Silva, graduados de la Licenciatura en Ingeniería de Software y estudiantes de Ingeniería en Sistemas, se adentraron en el estudio de la inteligencia artificial para hacer su proyecto final. Encontraron en la Cátedra de Inteligencia Artificial y Big Data dirigida por el Dr. Sergio Yovine el lugar adecuado para su desarrollo, contribuyendo al avance científico en un área de creciente interés.
Explorando el futuro de la inteligencia artificial

¿Cuándo empieza el vínculo con el grupo de investigación de Inteligencia Artificial?

Nosotros habíamos cursado Machine Learning para Sistemas Inteligentes en 2021 y estábamos cursando Inteligencia Artificial en el primer semestre de 2022, ambas con Sergio Yovine como docente. Los tres coincidimos que los temas de ambas asignaturas nos gustaban y a su vez teníamos que hacer un trabajo final para recibirnos de Licenciados en Ingeniería de Software para el segundo semestre de ese año. Por ello es que comenzamos a acercarnos a Sergio, para ver si era posible realizar un trabajo con la cátedra de Inteligencia Artificial y Big Data. Afortunadamente eso fue posible y comenzamos a interactuar con las líneas de investigación y herramientas que cuenta la cátedra, realizando aportes que nos permitieron comenzar a trabajar con el grupo de investigación.

¿Por qué se interesan por esa rama?

Los tres tenemos un fuerte interés por lo que son los algoritmos y su relación con la matemática. Hasta ese momento habíamos tenido asignaturas relacionadas a la teoría de la computación, pero no habíamos cursado asignaturas de la cátedra de Inteligencia Artificial. Haber cursado Machine Learning y posteriormente Inteligencia Artificial fue lo que despertó nuestro interés.

En este momento se encuentran realizando su trabajo final para recibirse de Ingenieros en Sistemas, ¿de qué se trata el proyecto?

Nuestro trabajo se titula “Analysis, Evaluation and Improvement of Active Regular Inference Algorithms for Neural Sequence Acceptors”. La cátedra cuenta con una herramienta llamada Neural Checker cuyo objetivo es proporcionar estructuras y algoritmos para permitir la explicabilidad de sistemas complejos de caja negra, como lo son las redes neuronales artificiales. Nuestro objetivo es mejorar algoritmos, optimizar procesos y realizar una revisión del estado del arte del campo.

¿Cómo es el trabajo de ya más de un año en un grupo de investigación?

Es muy interesante y nos permite seguir aprendiendo. Hacemos reuniones semanales donde se proponen temas de discusión o se discuten experimentos que se vienen haciendo para cumplir determinado objetivo.

¿Qué aplicación práctica tiene la investigación que llevan a cabo?

La inteligencia artificial como área aplicada en la industria es muy joven. La aplicación con los grandes modelos de lenguajes es algo muy reciente.
El interés científico de la investigación que llevamos a cabo es buscar la construcción de herramientas para poder analizar y validar sistemas que contienen componentes con capacidad de aprendizaje de manera segura.

Participaron de una competencia internacional, ¿de qué se trató, cómo fue esa experiencia, dónde compitieron?

Participamos de una competencia online llamada Taysir, cuya temática fue sobre la inferencia de modelos a partir de redes neuronales. En esa competencia obtuvimos el segundo lugar y nos permitió publicar nuestro primer artículo científico. Fue una muy buena experiencia que nos aportó aprendizaje y también poder probar el rendimiento de la herramienta Neural Checker y nuestros aportes durante el marco de la investigación.

 

Recursos académicos