El científico chileno René Vidal, actual académico de la Johns Hopkins University (JHU), profesor de la Universidad de Pennsylvania e investigador de la multinacional Amazon, será el relator principal de la conferencia organizada por el Centro Nacional de Inteligencia Artificial (Cenia) para conmemorar un año desde su creación.
El evento será este jueves 12 de enero, a las 9:00 horas, en el Aula Magna del Campus Santiago de la Universidad Técnica Federico Santa María (Vicuña Mackenna 3939, Metro Camino Agrícola), y abordará los avances y desafíos de la disciplina en el país.
Oriundo de la comuna de Lautaro, en la Región de la Araucanía, Vidal trabaja desde hace más de 20 años en Estados Unidos. Uno de sus últimos proyectos consiste en la exploración de métodos que permiten explicar las decisiones que toman los algoritmos de IA.
Esto con el objetivo de entender por qué estos conjuntos de reglas o secuencias de pasos, típicamente emparentados con las matemáticas o las ciencias de la computación, adoptan sus decisiones. Se trata, según explica el especialista chileno avecindado en el país norteamericano, una comprensión fundamental para los futuros desarrollos en este campo.
Entre ellos, los vehículos autónomos o el diagnóstico de enfermedades a través de imágenes médicas. En los últimos años, además, el investigador ha liderado equipos de desarrollo que buscan detectar enfermedades con solo una gota de sangre, utilizando herramientas de inteligencia artificial.
“En los últimos diez años, la utilización de técnicas de inteligencia artificial ha sido una verdadera revolución en la ciencia y la ingeniería, pero también en muchas de las cosas que nos impactan como seres humanos”, señaló Vidal, quien fue recientemente designado como director de la iniciativa IDEAS de la Universidad de Pennsylvania.
“La IA se está utilizando para desarrollar autos que se manejan de manera automática, con TESLA, o se utilizarán cada vez más de manera cotidiana para contar cuántas personas están en el metro, para hacer las compras en el supermercado sin pasar por el cajero o para hacer preguntas cada vez más complejas a asistentes de voz como Siri o Alexa”, añadió el conferencista principal del seminario de Cenia sobre esta disciplina.
El Centro Nacional de Inteligencia Artificial, entidad financiada por la Agencia Nacional de Investigación y Desarrollo (ANID) como parte de su programa de centros basales, tiene como objetivo transformar a Chile en el pilar del desarrollo de la IA en Latino América, promoviendo un desarrollo tecnológico armónico con el ser humano y su medio ambiente para así mejorar la calidad de vida de nuestras sociedades e individuos.
Para Chile, añadió Vidal, es crucial fortalecer la inversión en I+D para aprovechar el potencial de estas tecnologías, además de impulsar iniciativas que conecten a diversos grupos de investigación con el propósito de alcanzar impactos de mayor envergadura.
“El área de IA tiene un potencial de aplicación muy grande, pero necesitamos colaboración. De lo contrario, vamos a desarrollar un montón de algoritmos súper interesantes, sin ningún impacto. La posibilidad de crear técnicas para un montón de aplicaciones prácticas requiere de una gran colaboración. Estos proyectos son la manera de transformar los desarrollos en IA en aplicaciones concretas. Lo que está haciendo hoy el Estado de Chile con CENIA es algo muy importante y que ojalá se multiplique”.
Las últimas investigaciones de Vidal apuntan a entender por qué los algoritmos que posibilitan el funcionamiento de las soluciones de Inteligencia Artificial toman decisiones. Dado que se utilizan cada vez más para resolver tareas de mayor complejidad, resulta fundamental determinar si operan bien, con qué precisión, si respetan la privacidad, si son robustos o si es posible saber por qué hizo tal cosa y no otra.
“Esto puede llegar a ser súper importante si tienes un auto que se maneja de manera automática y chocó. Quién es responsable? Si el auto se equivocó o si está obligado a chocar a una persona o un edificio, a cuál elige en ese momento. Si tienes que demandar a alguien ¿quién paga y por qué? Poder explicar por qué un algoritmo toma una decisión y no otra, será un tema súper importante en el futuro”, reflexiona el científico.
Sin embargo, el problema fundamental es que todos los algoritmos actuales son como una verdadera caja negra o un gran misterio para la comunidad de científicos que está detrás de las plataformas de IA. Básicamente, explica el experto, se cuenta con una enorme cantidad de datos que posibilitan el entrenamiento de los algoritmos, que tras ese proceso aprenden a tomar decisiones.
“Pero si se equivocan, no sabemos por qué ocurrió. Incluso, tampoco sabemos por qué tomó la decisión correcta. Toda la investigación que estamos haciendo (el chileno lidera un laboratorio de 20 científicos en la JHU) tiene que ver con cómo puedes hacer que los algoritmos responsables de hacer predicciones sean también capaces de explicar por qué adoptaron esa decisión”.
El método para explicar las decisiones de un algoritmo de IA desarrollado por Vidal y sus colaboradores está basado en hacer que el algoritmo responda una serie de preguntas comprensibles por el ser humano. La secuencia de preguntas y respuestas constituye la explicación, la cual depende del tipo de predicción deseado y de los datos disponibles.
La lógica, comenta el especialista de Amazon, es similar al del tradicional juego infantil de las 20 preguntas, típico en el mundo anglosajón. Al niño se le dice, “tengo un número en mi cabeza entre uno y diez”. La respuesta más lógica es cinco, para dividir la búsqueda en la mitad.
René Vidal expone dos ejemplos: uno, el de un grupo de pájaros con la tarea de identificar a qué tipo de ave corresponde una imagen. Hoy, detalla, existen bases de datos con imágenes de pájaros rotuladas con más de 300 atributos (como el color del pecho, la forma de las alas), los cuales se pueden utilizar para aprender a predecir los atributos presentes en una imagen.
De esta forma, el algoritmo puede establecer una ruta de preguntas para predecir más rápido el tipo de ave a partir de muy pocos atributos.
Algo similar ocurre con los diagnósticos médicos: el especialista hace una serie de preguntas para llegar a una conclusión. Al obtener esa respuesta, también se define una secuencia lógica de preguntas que se hicieron para alcanzar esta meta. En el caso del pájaro, porque el color de las patas o la elongación de la cabeza es uno, o en el caso de la atención sanitaria, por qué los síntomas son unos y no otros.
“Normalmente no es necesario hacer mil preguntas, uno quiere tener explicaciones sencillas. La pregunta es cómo desarrollas un algoritmo que pueda predecir la enfermedad de alguien o qué pasó esta vez haciendo una secuencia de preguntas y en teoría haciendo el mínimo número de preguntas”.
Esta comprensión es crucial para explorar nuevas potencialidades de la tecnología.
El investigador chileno describe dos de los desafíos que enfrentan compañías líderes en este campo: en Amazon, por ejemplo, una de las tendencias apunta a que su asistente de voz, Alexa, haga preguntas cada vez más complejas y sofisticadas, con lo cual sus puntos de privacidad serán simultáneamente más exigentes. Para TESLA, en tanto, la habilidad de los algoritmos de explicar por qué deciden acelerar o girar a la derecha es mucho más crítica.
En los últimos 20 años, René Vidal ha sido profesor en el departamento de ingeniería biomédica y director del Mathematical Institute for Data Science (MINDS) de la Johns Hopkins University, uno de los centros de referencia a nivel mundial en el uso de tecnologías aplicadas a la salud.
Desde el 1 de enero, el científico chileno, también “scholar” de Amazon, comenzará un nuevo rol como líder la iniciativa Innovation in Data Engineering and Science (IDEAS), de la Universidad de Pennsylvania.
Los desarrollos en los que el científico chileno ha colaborado han tenido diversas aplicaciones. Uno de los más particulares es el desarrollo de un nuevo test de sangre que creó con la empresa biotecnológica belga miDiagnostics, el centro de investigación Imec, especializado en herramientas de nanoelectrónica, y el área de I+D de Johns Hopkins, que posteriormente permitió el diseño de un test rápido para covid-19 que ha sido utilizado en el aeropuerto de Bruselas.
La iniciativa considera el uso de un chip de silicio que requiere solo un pequeño volumen de muestras, que se analizan a través de la información que proporcionan los propios fluidos del paciente. Los resultados con sensibilidad y especificidad de calidad de laboratorio se visualizan en un dispositivo conectado en una interfaz de usuario fácil de usar.
El especialista de la JHU –cuyo trabajo en el área de la salud se enfoca en el desarrollo de técnicas diagnóstico de imágenes– lideró el equipo que, previo a la pandemia, trabajó en el diseño de esta plataforma con el reto de utilizar gotas de sangre para el diagnóstico de decenas enfermedades en solo unos minutos.
“El test que estábamos desarrollando es basado en imágenes. Es una técnica que se llama holografía, la idea es que ahora tienes un video con la sangre en movimiento, y la pregunta es si puedes detectar cada una de las células y producir el conteo de cuántas son células rojas, blancas, y dentro de las blancas puedes clasificar en monocitos, linfocitos y granulocitos, y por tanto producir el resultado del test. Todo a la misma velocidad que un test covid”.
La solución, basada en imágenes de microfluidos, tenía un propósito similar a la de la controversial empresa Theranos, liderada por Elizabeth Holmes, una startup de biotecnológica dedicada a simplificar los análisis de laboratorio, que prometía detectar cientos de enfermedades, entre ellas el cáncer, con una gota de sangre a través de máquinas con tecnología de punta.
¿Pudo un científico chileno resolver el problema que llevó a la bancarrota a Holmes, quien antes de los 30 años acumulaba una fortuna de más de 4 mil millones de dólares y captaba fondos de los inversionistas más connotados de Estados Unidos?
“Desde el punto de vista del objetivo y de lo que se esperaba lograr es parecido, pero no desde su aplicación práctica y su aproximación. En nuestro caso, a través de algoritmos de inteligencia artificial. Y también, obviamente, en la parte ética detrás de cada proyecto”, responde.
Para saber más de lo que está pasando en el mundo de la ciencia y la cultura, súmate a nuestra comunidad Cultívate, el Newsletter de El Mostrador sobre estos temas. Inscríbete gratis AQUÍ
This content was originally published here.