El Fondo Nacional de Desarrollo Científico y Tecnológico (Fondecyt) es un programa que impulsa el progreso científico y tecnológico de Chile mediante un concurso público anual, destinado a financiar iniciativas de alta calidad en diversas disciplinas. El Fondecyt Regular, coordinado por la Agencia Nacional de Investigación y Desarrollo (ANID), promueve la creación de conocimiento avanzado en campos que abarcan desde las ciencias naturales hasta las ciencias sociales y las humanidades.
¿En qué consiste este concurso?
Cada año, se otorgan recursos a propuestas de investigación con un gran potencial para generar avances significativos, alentando la participación de profesionales de múltiples áreas. El objetivo es dar vida a ideas originales que contribuyan de manera concreta al desarrollo científico y tecnológico del país.
En marzo, la ANID publicó la lista de ganadores(as) del Fondecyt Regular 2025. Entre ellos, cinco investigadores(as) de CENIA obtuvieron financiamiento: Ana María Cabañas, Cristóbal Guzmán, Cristóbal Moenne, Francisco Sahli e Iván Sipiran, quienes comenzarán pronto a desarrollar sus respectivos proyectos.
Hacia una IA equitativa en la detección del cáncer de piel
Ana María Cabañas, doctora en ciencias con especialización en física y profesora asistente en la Universidad de Tarapacá, es investigadora colaboradora asociada de la línea de “Aprendizaje profundo para visión y lenguaje” de CENIA. Gracias a este Fondecyt Regular, liderará la investigación “Enhancing equity in computer vision and deep learning: integrating skin color measurements for fair and diverse datasets”, en la que participan como co-investigadores Domingo Mery (UC), Cristián Navarrete (UC) y Macarena Fuentes-Guajardo (UTA).
Este proyecto busca promover la equidad en la detección del cáncer de piel mediante la creación de una base de datos global con mediciones precisas del tono de la piel. Además, perfeccionará los algoritmos de aprendizaje profundo incorporando métricas de equidad y utilizará herramientas de inteligencia artificial explicable (XAI) para lograr una toma de decisiones más transparente. Con este esfuerzo colaborativo, se espera mejorar la precisión del diagnóstico en todos los tonos de piel y establecer nuevos estándares de equidad en la IA, con aplicaciones que podrían extenderse al reconocimiento facial y otras áreas.
IA y física para transformar el tratamiento de la fibrilación auricular
Francisco Sahli es ingeniero civil mecánico, profesor asistente en el Departamento de Ingeniería Mecánica y Metalúrgica, y también forma parte del Instituto de Ingeniería Biológica y Médica UC. Además, es investigador asociado de la línea “Aprendizaje automático basado en la física” de CENIA. Gracias a este Fondecyt Regular, llevará a cabo la investigación titulada “Physics-informed neural networks for phase mapping during atrial fibrillation”, en la que participan como co-investigadores Simone Pezzuto (Universidad de Trento, Italia), Gernot Plank (Medical University of Graz, Austria) y Paris Perdikaris, (University of Pennsylvania, EEUU).
Su trabajo se centra en mejorar el diagnóstico y el tratamiento de la fibrilación auricular, una arritmia cardíaca muy común, a través de un método que fusiona Inteligencia Artificial y principios físicos. El plan contempla el uso de redes neuronales “informadas por la física”, capaces de combinar datos clínicos con reglas matemáticas para representar cómo se propagan las señales eléctricas en el corazón. El objetivo es reconstruir, de manera más precisa que las técnicas actuales, los mapas de la actividad eléctrica y así ubicar los puntos de origen de la fibrilación. Esta aproximación permitiría intervenciones médicas más dirigidas (como la ablación) y, en última instancia, mejoraría la calidad de vida de los pacientes.
¿Cómo los videojuegos pueden potenciar nuestras habilidades cognitivas?
Cristóbal Moenne, doctor en ciencias de la ingeniería y docente en el Departamento de Ciencias de la Salud UC, es investigador joven de CENIA en la línea “IA inspirada en el cerebro”. Con su Fondecyt Regular desarrollará el proyecto “Efecto de la demanda sensoriomotora en la práctica de videojuegos como un factor clave en el desarrollo de habilidades cognitivas”, en el que también participa como co-investigador el investigador Gonzalo Varas, profesor de Kinesiología UC.
Esta iniciativa se enfoca en analizar cómo jugar videojuegos y la coordinación necesaria entre lo que vemos y nuestros movimientos dentro del entorno virtual, pueden potenciar habilidades cognitivas, como la atención y la memoria. El equipo estudiará si diferentes niveles de dificultad en los videojuegos pueden lograr mejoras tangibles que incluso se transfieran a tareas fuera del ámbito del juego. Para ello, reclutarán a personas que no sean jugadoras habituales, evaluando sus capacidades antes y después de entrenarse con videojuegos de distinta complejidad. Según explica el Dr. Moenne, el conocimiento obtenido podría ayudar a diseñar programas de entrenamiento más eficientes para fortalecer capacidades mentales.
“Uno de los roles de la línea de investigación en la que trabajo es justamente inspirar, y estudiar sobre los beneficios cognitivos de jugar videojuegos se puede vincular con el desarrollo de la inteligencia artificial (IA) de varias maneras. Por ejemplo, los videojuegos pueden servir como entornos de entrenamiento para modelos de IA, mejorando su capacidad para realizar tareas en el mundo real”, explica Cristóbal Moenne.
IA para crear objetos 3D con mayor precisión y realismo
Iván Sipirán, doctor en ciencias de la computación y profesor asistente del Departamento de Ciencias de la Computación de la Universidad de Chile, es investigador principal de CENIA en la línea “Aprendizaje profundo para visión y lenguaje”. Su proyecto, “Symmetry-conditioned generation of 3D point clouds”, plantea el desarrollo de un modelo de IA que genere objetos tridimensionales (3D) con mayor precisión y coherencia.
Para conseguirlo, se aplicará un enfoque de “difusión generativa”, al que se incorporará información sobre la forma y estructura de los datos 3D. Habitualmente, los modelos de generación se limitan a imitar ejemplos sin una guía adicional, pero en este caso se añadirá la “estructura” como punto de partida para que el sistema produzca resultados más realistas. La meta es que la IA logre descubrir por sí sola estos rasgos geométricos y los utilice para elaborar nuevas creaciones 3D con mayor fidelidad.
“Este proyecto propone nuevas formas de regularizar el aprendizaje de modelos generativos. Además nos va a permitir avanzar en el entendimiento del aprendizaje sobre datos 3D. Todo esto en línea con lo que se viene haciendo en la RL1, en donde queremos llevar la frontera del deep learning a otro nivel”, explica el investigador.
Protegiendo la privacidad en el entrenamiento de redes neuronales
Cristóbal Guzmán, doctor en algoritmos, combinatoria y optimización, es profesor asociado del Instituto de Ingeniería Matemática y Computacional UC e investigador joven de CENIA en la línea “IA centrada en las personas”. Gracias a su Fondecyt Regular, llevará a cabo el proyecto de investigación “Differentially-Private Neural Network Learning with Provable Guarantees: A Sparsity-Based Approach”, en el que también participará el investigador Juan Pablo Flores, estudiante de doctorado del Dr. Guzmán en la Facultad de Matemáticas UC.
Su estudio se concentra en idear métodos para entrenar redes neuronales protegiendo la confidencialidad de los datos, utilizando la llamada “privacidad diferencial”. Esta técnica garantiza que la información personal no pueda ser identificada directamente en los resultados. El proyecto explora ciertas propiedades del conjunto de datos, denominadas “sparsity” (o escasez), las cuales permiten resguardar información sensible sin sacrificar la calidad del aprendizaje, ofreciendo así soluciones más seguras y eficientes.
