Entre en 11 y el 13 de julio el estudiante de doctorado Cenia, Felipe del Río, participó en el primer Summer school on Neurosymbolic Programming, iniciativa organizada por profesionales del MIT Computer Science and Artificial Intelligence Laboratory, y patrocinado por el proyecto “Understanding the world through code“, de la National Science Foundation, que incluye a investigadores/as de destacadas universidades de Estados Unidos.
El objetivo de esta escuela de verano fue reunir a estudiantes e investigadores/as de diferentes áreas interesados en conocer el estado del arte, las aplicaciones y los problemas que existen en el campo de la programación neuro-simbólica. Para Felipe del Río, este tipo de instancias son muy importantes, ya que permiten establecer lazos con otros estudiantes, profesores e investigadores que estudian temas relacionados. “En lo académico, estas experiencias nos exponen a temas que no necesariamente son nuestro fuerte en investigación, lo que nos permite explorar e interiorizarnos más. Para esto, el evento es una muy buena oportunidad, ya que combina presentaciones de autores sumamente reconocidos del estado del arte, con tutoriales aplicados.” agrega.
La inteligencia artificial neuro-simbólica es un área de la IA que combina técnicas de razonamiento simbólicas (basadas en lógica o bases de conocimiento), con modelos de deep learning, para que se complementen y se pueda incorporar conocimiento a las máquinas. Se espera que esta combinación de redes neuronales con representaciones simbólicas sea capaz de lograr que soluciones basadas en deep learning sean más explicables, eficientes en datos, incorporen conocimiento previo y sean más sistemáticas. En este campo de la IA se han logrado resultados muy interesantes, como el caso de Katie Bouman, experta en ciencias de la computación que obtuvo la primera fotografía de un agujero negro ubicado a 500 millones de billones de kilómetros de la Tierra, utilizando modelos de IA neuro-simbólica.
Felipe del Río está interesado particularmente en ésta área de la inteligencia artificial, ya que es capaz de entregar herramientas para superar problemas que se presentan actualmente con las técnicas de deep learning, las cuales tienen algunas limitaciones para ser aplicadas de manera más extensa: “Los modelos de deep learning funcionan como una caja negra, nadie entiende muy bien qué es lo que están haciendo internamente, y ha sido difícil su uso en algunos campos como la salud, donde es necesario explicar por qué se tomó una decisión, y por ende, se vuelve fundamental entender su funcionamiento. Es por eso que en Cenia, en la línea de investigación “IA neuro-simbólica” (RL2), se ha impulsado el estudio de estos modelos.”
El evento se realizó en el Instituto Tecnológico de California y contó con tutorías prácticas y conferencias dirigidas a los asistentes, realizadas por investigadores de primer nivel como Jacob Andreas (MIT), Armando Solar-Lezama (MIT), Charles Sutton (Google), David Choi (DeepMind), Katie Bouman (Caltech), entre otros.
