El investigador del Centro de Investigaciones en Inteligencia Artificial (CIIA) de la Universidad Veracruzana (UV), Efrén Mezura Montes, fue invitado a dictar una conferencia magistral en el International Expert Lecture Series, a realizarse del 5 al 9 de agosto.
El evento académico es organizado por la Sociedad de Investigación en Cómputo Suave (SCRS, por sus siglas en inglés) de Nueva Delhi, India, y se llevará a cabo de manera virtual.
En entrevista, Efrén Mezura recordó que la relación con SCRS inició en 2015, mediante la invitación que entonces le hiciera la presidenta fundadora de dicha organización, la profesora Kusum Deep, para dar una charla en uno de los congresos auspiciados por la sociedad llamada Soft Computing for Problem Solving.
“Sin duda, India y México tienen aspectos en común en el trabajo realizado. India tiene grupos de investigación en el área de la inteligencia artificial (IA), particularmente en cómputo suave.”
Cómputo suave, explicó, agrupa una serie de técnicas y algoritmos basados en la computadora (redes neuronales, algoritmos evolutivos, aprendizaje automático) que buscan resolver problemas.
“Tiene la característica de adaptarse a diferentes circunstancias, de ahí el nombre de ‘suave’, y que contrasta con el cómputo ‘duro’ que también ofrece soluciones, pero que son menos maleables y muchas veces deben transformarse por completo para resolver otro problema.”
El cómputo suave se circunscribe dentro de la IA, es una de sus ramas más activas dado que provee soluciones a problemas en ambientes complejos, inciertos y cambiantes, es decir, el mundo en el que vivimos.
Con respecto a su participación en International Expert Lecture Series International FDP, comentó que se deriva de la serie de seminarios organizados por la SCRS, donde convoca a investigadores de todo el mundo para ofrecer charlas especializadas a la comunidad académica e industrial.
El tema que abordará en la conferencia será el análisis de datos, visto desde la IA. Hablará de cómo el área conocida como cómputo evolutivo, que agrupa una serie de técnicas de búsqueda y optimización que basan su comportamiento en emular de manera burda la evolución natural y la supervivencia del más apto, se puede aplicar para mejorar (optimizar) el proceso de descubrimiento de conocimiento en datos.
Lo anterior cobra relevancia dado que muchos de los pasos de este proceso se realizan a prueba y error, por lo que el uso del cómputo evolutivo permite semiautomatizar estas tareas y mejorar su desempeño general.
“Más aún, se habla también de cómo el descubrimiento de conocimiento en datos puede también apoyar al cómputo evolutivo para resolver problemas complejos de optimización.”
UV/Paola Cortés