10 May Astuto programa de inteligencia artificial de la Universidad de Tel Aviv
Científicos y otros investigadores están trabajando en varios proyectos de aprendizaje automático (ML por sus siglas en inglés) e inteligencia artificial (IA).
Por Maayan Jaffe-Hoffman
La investigadora de la Universidad de Tel Aviv, Lihi Shiloh, combina los métodos de IA con sensores de fibra óptica. (Foto: YORAM RESHEF)
¿Y si los semáforos se ponen en rojo o verde en el momento óptimo? ¿Y si un robot puede limpiar lo que van ensuciando sus hijos? ¿Y si la ciudad puede monitorear las vías del tren en tiempo real, evitando las colisiones entre personas y trenes?
Estos escenarios y similares no están muy lejos en el futuro, según expertos de la Universidad de Tel Aviv (TAU), donde científicos y otros investigadores están trabajando en varios proyectos de aprendizaje automático (ML por sus siglas en inglés) e inteligencia artificial (IA).
El Prof. Amir Globerson dijo, «Pronto no serán solo vehículos autónomos o dispositivos que hablan. Serán máquinas que realizan tareas inteligentes que nos ayudan en el día a día y mejoran la seguridad”.
La IA implica el desarrollo de máquinas que puedan realizar tareas que son características de la inteligencia humana. ML es la capacidad de estas máquinas para aprender sin estar programadas explícitamente. Y el aprendizaje profundo es un sub-campo de ML, específicamente relacionado con algoritmos inspirados en la estructura y función del cerebro llamadas redes neuronales artificiales.
Según Globerson, IA / ML se ha convertido en uno de los campos más candentes de la tecnología mundial en la actualidad y desempeñará un papel importante en la mayoría, si no en todas, las nuevas tecnologías que surjan en los próximos 10 años.
Globerson, investigador de la Escuela Blavatnik de Ciencias de la Computación de la TAU, lidera la nueva Iniciativa Yandex para el Aprendizaje Automático de la universidad, que está aumentando el número de cursos de IA / ML en la TAU y apoya la investigación en el campo. Yandex es la compañía de tecnología más grande de Rusia y uno de los mayores buscadores de Internet en todo el mundo.
Según Globerson, el fundador de Yandex, Arkady Volozh, cree tanto en cultivar el campo de IA / ML fuera de Israel que encabezó la financiación de Yandex del programa.
En su papel, Globerson está abordando cuestiones teóricas de aprendizaje profundo, como por qué ciertos algoritmos funcionan y cómo deben diseñarse los algoritmos para obtener un mejor rendimiento.
Específicamente, él está tratando de determinar qué tipo de algoritmos se necesitarían para ayudar a las máquinas a entender el habla natural, así como el lenguaje y las pistas visuales, lo que reduciría la brecha entre las tareas que los humanos y las máquinas podrían hacer.
«¿Y si un robot podría mirar una imagen y comprender la relación entre sus diferentes partes?», pregunta Globerson. «Digamos que este robot podría analizar el contenido de una imagen o escena. Usted preguntaría, ‘¿Dónde están mis llaves?’, y el robot podría identificar sus llaves, donde las vio por última vez, y ayudar a facilitar su búsqueda».
Continuó diciendo, «creo que estamos más cerca del sueño de construir máquinas que puedan comportarse como humanos e incluso superar a los humanos en tareas relacionadas con la inteligencia».
Estas máquinas también podrían mantener a los humanos más seguros.
En un ejemplo, la TAU firmó recientemente un acuerdo de cooperación para la investigación conjunta en «Ciudades inteligentes y vida digital» con la Universidad de Stanford, que se basa en gran medida en grandes datos y aprendizaje automático. La subvención de cinco años, financiada por la Fundación Koret de San Francisco, reúne a destacados académicos y científicos de la TAU con sus contrapartes en Stanford para avanzar en la investigación multidisciplinaria, básica y aplicada en ciencia de datos que mejora la calidad de vida, la seguridad y la eficiencia de ciudades, a la vez que respaldan las comunicaciones entre personas y organizaciones.
Raja Giryes, un miembro de la facultad en la Escuela de Ingeniería Eléctrica, explicó que hoy, los semáforos cambian de rojo a verde en función de los tiempos preestablecidos.
«Pero, ¿y si pudieras entender cómo el tráfico fluye de una dirección a otra en diferentes horas del día de una manera automatizada? Entonces, podría cambiar la duración de los semáforos en tiempo real para reducir el tráfico y mejorar la seguridad», explicó Giryes.
De manera similar, dijo, mientras el monitoreo de tráfico actualmente se limita a lo que la policía o las cámaras de tráfico pueden monitorear (demasiada velocidad o pasarse una luz roja, por ejemplo), estos métodos no pueden explicar otras violaciones o factores como el uso del teléfono móvil o la manejar alocadamente, que podrían contribuir a más accidentes pero son más difíciles de detectar automáticamente.
«El aprendizaje automático puede ayudarnos a entender qué violaciones se están cometiendo y dónde están violando las reglas las personas, e incluso predecir estas ocurrencias con anticipación, para que los monitores puedan atraparlas en el acto, o para que las condiciones puedan cambiar para anticipar tales incidentes» Giryes dijo.
En una investigación relacionada, Giryes, el investigador de la TAU Ido Yovel y el Prof. David Mendlovic están utilizando herramientas matemáticas de aprendizaje profundo para el procesamiento óptico de señales. Juntos, están trabajando para desarrollar una cámara de campo de luz eficiente basada en la capacidad de compresión de imágenes. Creen que una combinación de fotografía ligera de campo e imágenes comprensivas proporcionará la capacidad de capturar una imagen tridimensional con una cámara mucho más compacta y económica que cualquier otra cosa que exista hoy en día.
Giryes dijo que tales cámaras mejorarían la capacidad de capturar fotografías bajo la lluvia o la niebla, como cuando se monitorea el tráfico, como se explicó anteriormente.
Además, Giryes dijo que un diseño híbrido del sistema óptico y los cálculos digitales han llevado a nuevas cámaras con múltiples aplicaciones. Estos incluyen imágenes totalmente enfocadas, que es enfocar objetos que no estarían enfocados en una fotografía tomada por una cámara tradicional.
Otro ejemplo es una cámara de profundidad que estima la profundidad de una escena y los diversos objetos dentro de ella con un solo sensor.
En ambos casos, las cámaras combinan la óptica y la IA para lograr sus objetivos.
La investigadora Lihi Shiloh combina métodos de inteligencia artificial con sensores de fibra óptica. Dichos sensores pueden realizar mediciones de alta resolución espacial a altas velocidades de escaneo y distancias muy largas. Estos sensores producen cantidades masivas de datos ópticos complejos y mediante el uso de IA está desarrollando nuevos algoritmos para analizar y extraer eventos interesantes.
«En el mundo real, esto significaría que podría realizar un monitoreo ferroviario, por ejemplo, detectar si un tren está en la vía al mismo tiempo que una persona camina sobre la misma y evitar una colisión al permitirle actuar en tiempo real” dijo Shiloh.
En la TAU, una fibra de 100 metros de largo está enterrada en el campus. Lihi se refiere a ella como el «jardín óptico», donde lleva a cabo experimentos para ver si el sensor está capturando varios eventos sísmicos. Ella luego los analiza y clasifica. Dijo que la investigación parece prometedora.
¿Qué sigue?
Según Giryes, «el impacto real de la IA / ML en nuestras vidas aún está por venir». Además, dijo que la TAU está a punto de liderar el campo en Israel, tanto por su proximidad al lugar de alta tecnología, lo que permite la fertilización cruzada, y debido al enfoque de la universidad en ejecutar investigación multidisciplinaria AI / ML.
«La TAU está a la vanguardia porque cubre un espectro de lados del campo, entre la comprensión y aplicación teórica, así como también adopta un enfoque interdisciplinario», dijo Globerson, señalando que, en general, el aprendizaje profundo se está convirtiendo en un campo que junta matemática, ciencia e ingeniería eléctrica, entre otros campos, y solo aquellas universidades que sean multidisciplinarias y flexibles prosperarán.
Yovel dijo, «cuando trabajamos juntos, podemos superar los desafíos que cada uno tenía en sus propias materias antes de ahora. Es un momento realmente emocionante para estar en la investigación”.
Este artículo fue escrito en cooperación con la Universidad de Tel Aviv.
Traducido por: Consulado General H. de Israel en Guayaquil
