Dentro do eido da intelixencia artificial, o machine learning ou aprendizaxe automático é unha das disciplinas con máis potencia e crecemento nos últimos anos, espertando o interese tanto da industria como do mundo científico.
Trátase dunha disciplina que se centra en crear programas capaces de xeneralizar comportamentos nas computadores, é dicir, que poidan aprender, e ten infinidade de aplicacións prácticas en sistemas de busca, análise de textos, análise de redes sociais, recoñecemento de obxectos e caras, procesado do AND, recoñecemento da fala, analítica de datos médicos, mellora e optimización dos sistemas de produción na industria ou aplicacións de analítica para a intelixencia do negocio.
De feito, coa irrupción do Big Data, a mellora nos algoritmos de aprendizaxe e a aparición do deep learning, esta rama da Intelixencia Artificial converteuse nun referente en case calquera campo de coñecemento.
Así o entende a comunidade investigadora, que tamén en Galicia está a desenvolver proxectos de investigación e eventos de divulgación. De feito, o Machine Learning Workshop Galicia chega este ano á súa terceira edición, desta volta organizada por atlanTTic. A cita será o 18 de outubro na sede de Afundación en Vigo.
Milagros Fernández Gavilanes, investigadora deste centro da Universidade de Vigo, explica que, tras tres edicións, “a evolución do workshop está sendo moi boa e, nesta ocasión, temos xa involucradas a máis entidades, como por exemplo, a Rede Temática en Tecnoloxías Emerxentes da Información e das Comunicacións (RedTEIC), a Rede Galega de Tecnoloxías Cloud e Big Data para HPC, os colexios profesionais de Enxeñeiros de Telecomunicación e de Enxeñaría Informática, o Igape e outras entidades entre as que están as tres universidades galegas.
Na organización desta edición están implicados xunto con Fernández Gavilanes, Andrés Gómez, do Cesga; Fernando Vázquez, de Imatia; Ricardo Cao, do Citic (UDC) e Itmati e David Mera, do Citius (USC).
O congreso está orientado tanto a persoal investigador como ás empresas que estean interesadas ou involucradas en proxectos relacionados con machine learning en todas as súas vertentes, dende procesos industriais ata análises de mercado.
Co prazo de inscrición aberto ata o 10 de outubro, dende a organización agardan contar cun número de asistentes similar ás edicións anteriores, arredor de 100 persoas aproximadamente.
Presentaranse arredor dunha trintena de traballos sobre temáticas moi variadas, dende mantemento preditivo, sistemas de recomendación, minería de procesos, predición estatística, predición de calidade, etc.
Nesta edición, explica a investigadora de atlanTTic, “priorizaranse os traballos que amosen a aplicabilidade dos algoritmos machine learning a casos de uso real, co fin de mostrar á industria o potencial destas tecnoloxías”.
Tamén se valorarán traballos que, aínda sen contar con algún caso de uso de transferencia real por atoparse nunha fase inicial de desenvolvemento, conten cun potencial importante de aplicabilidade no tecido socioeconómico e industrial.
A ciberseguridade, unha das liñas de futuro para o machine learning
Segundo explica Milagros Fernández Gavilanes, a pesar de todos os seus beneficios para a sociedade e a industria, o potencial do machine learning máximo está aínda por explotar, polo que temos por diante un futuro cheo de novos retos e oportunidades.
“A clave da evolución do machine learning non está nos tipos de algoritmos”, aínda que remarca que tamén inflúen, “senón máis ben na rapidez que un sistema é capaz de procesar un gran volume de datos”.
Neste sentido, subliña que os retos que ten por diante o machine learning “están enfocados a poder aplicalo a novos ámbitos, como por exemplo a ciberseguridade”. Na actualidade, estanse a aplicar estas tecnoloxías en campos como o desenvolvemento dos chamados vehículos autónomos, así como os sistemas para xestionar a súa mobilidade e o tráfico urbano, o deseño de novos materiais e o deseño de sistemas avanzados de tradución automática multilinguaxe.
