El Fondo Nacional de Desarrollo Científico y Tecnológico (Fondecyt) es un instrumento que promueve el desarrollo científico y tecnológico nacional mediante un concurso público que se realiza cada año, con el objetivo de financiar proyectos de excelencia en ciencia y tecnología. A comienzos de enero, la Agencia Nacional de Investigación y Desarrollo (ANID), publicó la nómina con los ganadores del Fondecyt 2024 de Iniciación a la Investigación y de Postdoctorado, y con ella cuatro investigadores de Cenia lograron adjudicarse este fondo: Andrés Carvallo, Cristian Buc, Christ Devia y Guillermo Puebla, quienes podrán iniciar en un futuro próximo sus respectivas investigaciones relacionadas con ciencia e inteligencia artificial.
A este concurso pueden postular proyectos científicos y tecnológicos que conduzcan a nuevos conocimientos. El objetivo de un Fondecyt de Iniciación en Investigación es justamente dar pie a expandir el conocimiento que se tiene hasta el momento sobre la ciencia y otras áreas como la inteligencia artificial.
Cristián Buc, Andrés Carvallo, Christ Devia y Guillermo Puebla son los cuatro investigadores que se han adjudicado el Fondo Nacional de Desarrollo Científico y Tecnológico (Fondecyt) para sus proyectos de investigación durante el proceso 2023.
Cristián Buc, doctor en neurociencias cognitivas de la Universidad Libre de Bruselas y actual jefe del equipo de investigación de Cenia, se ha adjudicado un Fondecyt de Iniciación en Investigación con su proyecto “Compositional Learning in Humans and Machines”.
Andrés Carvallo, doctor en ciencias de la ingeniería mención en ciencia de la computación de la Pontificia Universidad Católica de Chile e investigador postdoctoral en Cenia, se ha adjudicado el Fondecyt para Posdoctorado con su proyecto “Towards Unbiased Machine Learning and Natural Language Processing Algorithms: A Multilingual Approach to Fairness.”
Christ Devia, doctora en ciencias biomédicas de la Universidad de Chile e investigadora permanente en Cenia, también se adjudicó un Fondecyt de Iniciación en Investigación con su proyecto: “Visual reasoning machines with “behavior-in-the-loop”, cross-disciplinary insights and developments”.
Y finalmente, Guillermo Puebla, doctor en psicología de la Universidad de Edimburgo e investigador colaborador asociado en Cenia, desarrollará el proyecto “3D Symmetry Perception and Shape Constancy in Infants and Deep Neural Networks”, con el apoyo de la Universidad de Tarapacá y la Pontificia Universidad Católica de Chile, tras adjudicarse el Fondecyt de Iniciación en Investigación.
¿En qué consisten los proyectos?
El investigador Andrés Carvallo postuló a este Fondecyt para su proyecto de posdoctorado en Ciencias de la Computación de la Pontificia Universidad Católica de Chile (DCC UC), junto a su proyecto “algoritmos imparciales de aprendizaje automático y procesamiento del lenguaje natural: un enfoque multilingüe hacia la equidad”. El proyecto tiene como objetivo investigar respecto a la siguiente hipótesis: “los modelos de lenguaje aprenden sesgos contra ciertas características de grupos identitarios relacionados a su raza, orientación sexual, religión, discapacidad u otros”, para posteriormente aplicar estrategias en modelos de lenguaje que eviten la generación de estos sesgos.
Este proyecto es parte de la línea RL5 de Cenia, la cual busca investigar las consecuencias sociales que puede tener la inteligencia artificial en estos grupos.
El objetivo central de este proyecto es llevar a cabo un estudio con tres fases:
1) En la primera, se generarán conjuntos de datos sesgados para entrenar un modelo de lenguaje, este conjunto estará formado por palabras que puedan significar un juicio en contra de grupos específicos, tales como: grupos religiosos, grupos étnicos, definidos por su orientación sexual o su género. Esta base de datos también podría incluir sesgos hacia posturas políticas y demás grupos que pueden ser blanco de discriminación.
2) La segunda etapa consiste en contraponer el modelo de datos sesgados, con un modelo que identifica las palabras sesgadas, para luego crear y generar un modelo no sesgado, el cual, a medida que va generando lenguaje, será capaz de aplicar estrategias para evitar palabras de juicio en contra de los grupos antes mencionados.
3) El tercer paso implica poner a disposición de la comunidad científica el modelo capaz de aprender sin sesgos y el conjunto de datos utilizados.
Otro de los proyectos será desarrollado por el líder del equipo de investigación de Cenia, Cristián Buc, quien postuló al Fondecyt de Iniciación en Investigación con un proyecto que contempla una investigación de 3 años aproximadamente. Buc, trabajará en conjunto a cuatro profesores de distinguidas universidades internacionales. Su equipo colaborador estará compuesto por el Profesor Matt Nasar (Brown University); el Profesor Tom Verguts (Ghent University); el Profesor Michael J Frank (Brown University) y el Profesor Álvaro Soto (UC), director de Cenia.
Esta investigación interdisciplinaria tiene base en la ciencia básica, la cual busca profundizar los conocimientos que se tienen respecto a un área, sin específicamente buscar durante este proyecto aplicar este conocimiento. El proyecto abarca materias como la psicología experimental, la neurociencia cognitiva, la neurociencia computacional y la inteligencia artificial.
Bajo el título: Compositional Learning in Humans and Machines, el estudio del investigador buscará hallar propiedades que se encuentran en las redes neuronales biológicas de humanos, para estudiarlas y posteriormente, inducidas en redes neuronales artificiales. Las redes artificiales emularían el comportamiento de las redes biológicas y así se podría hacer más eficiente su aprendizaje mientras operan en un contexto de navegación espacial.
Guillermo Puebla es doctor en psicología de la Universidad de Edimburgo y comenzó a colaborar con Cenia a principios de 2023, en donde participó en el equipo de investigación como postdoctorante. Tras dos meses de trabajo en el centro, postuló a un Fondecyt de Iniciación en Investigación con el proyecto: “3D Symmetry Perception and Shape Constancy in Infants and Deep Neural Networks” , el cual contempla una investigación de aproximadamente tres años.
El proyecto tiene como objetivo investigar si las redes neuronales artificiales son capaces de percibir la forma tridimensional de objetos simples de manera similar a los infantes humanos, los cuales utilizan el principio de simetría para inferir la forma tridimensional de un objeto a partir de la imagen retinal, la cual por naturaleza es bidimensional.
Este plan, que contará con el apoyo de la Profesora Marcela Peña (UC), directora alterna de Cenia, y la colaboración del Profesor Jeff Bowers (University of Bristol), contempla varias etapas. A medida que avance cada una de ellas, pretenden poder obtener la primera tanda de resultados experimentales al primer año de iniciada la investigación; y la segunda tanda de resultados a los dos años de iniciado el proyecto, para posteriormente presentar estos resultados de manera pública y preparar su paper definitivo.
Christ Devia es Ingeniera Civil Electricista y Doctora en Ciencias Biomédicas, especializada en percepción visual. Al igual que los demás ganadores, es Investigadora Cenia y postuló al Fondecyt de Iniciaición en Investigación 2024, el cual se adjudicó con el proyecto “ Visual reasoning machines with “behavior-in-the-loop”, cross-disciplinary insights and developments” con el apoyo de la Universidad de Chile y de Cenia.
Este proyecto tiene como propósito investigar y realizar experimentos que nos permitan conocer la conducta ocular de humanos cuando ponemos nuestra atención en un objeto en una imagen durante tareas de razonamiento.
La idea de realizar este estudio es que el conocimiento obtenido sea entregado a un modelo de inteligencia artificial, y probar así probar si este conocimiento lo ayuda a mejorar sus respuestas y las hace más eficientes; parte del desafío es que las redes neuronales artificiales deben aprender estas cualidades y “emularlas”, sin dejar de lado su conocimiento previo.
La propuesta incluye una red artificial denominada “MAC (Memory, Attention, and Composition)” la cual es capaz de graficar, en una imagen específica, las zonas que está utilizando el modelo para responder una pregunta de inferencia que se le haya hecho acerca de la imagen. Lo que hace este modelo, es “emular” la forma en la que los humanos fijan su atención en algo y va moviendo su atención alrededor de la imagen mientras va abordando la pregunta el modelo va “moviendo su mirada” y muestra las zonas que está utilizando para responderte.
Estos experimentos permitirán conocer más sobre cómo ocurre el proceso de razonamiento en humanos y mejorar cómo resuelven las maquinas tareas de razonamiento en imágenes.
Es importante enfatizar que para los proyectos presentados ante el Fondecyt los investigadores proponen una hipótesis de estudio, la cual, mediante avance la investigación, se logrará desarrollar una respuesta que confirme o refute tal hipótesis; tomando esto en cuenta, cabe señalar que estos proyectos aportan directamente a la ciencia básica, que tiene como objetivo principal aumentar y expandir el conocimiento que se tiene sobre la ciencia y la inteligencia artificial.
Por: Emilio Belmar Santibáñez.
