Más de 120 investigadores de ámbito internacional que trabajan desarrollando y aplicando nuevas metodologías basadas en la Inteligencia artificial (IA) en diversos campos científicos se darán cita desde mañana en Zaragoza. Los expertos compartirán sus avances logrados en los ámbitos de la Inteligencia Artificial (IA) y el Aprendizaje Automático (ML) en la XI Edición del Congreso Internacional del Instituto Universitario de Investigación en Biocomputación y Física de Sistemas Complejos (BIFI) de la Universidad de Zaragoza, que se celebrará del 17 al 19 de enero en el salón de actos del edificio Ada Byron del campus Río Ebro.
El congreso científico se inaugurará mañana miércoles, 17, a las 8:45h por Pilar Gayán, directora general de Ciencia e Investigación del Gobierno de Aragón; Rosa Bolea, vicerrectora de Política Científica y Yamir Moreno, director del instituto BIFI.
La presente edición de la conferencia, titulada “BIFI24: La IA en la encrucijada de la ciencia interdisciplinaria”, tiene como objetivo principal destacar los notables avances logrados en los ámbitos de la Inteligencia Artificial (IA) y el Aprendizaje Automático (ML) y su papel cada vez más fundamental en la transformación del panorama de la investigación científica.
Dentro del espíritu interdisciplinar de la conferencia, el programa incluye diversos paneles que agrupan contribuciones centradas en distintas áreas.
En el primero de estos paneles se explorará el potencial de la IA para la resolución de problemas en áreas tales como el análisis de procesos dinámicos, el análisis de datos climáticos, y la ciencia de materiales, entre otros. Uno de los temas que se explorarán en este track será la aplicación de modelos generales basados en aprendizaje automático para la inferencia de patrones en conjuntos de datos arbitrarios. Este es el caso de la contribución del profesor de la Universidad Rovira i Virgili Roger Guimerá, que expondrá su trabajo sobre inferencia Bayesiana de expresiones matemáticas cerradas para explicar sets de datos generales.
En el segundo track de la conferencia se explorará la interfaz entre la modelización estadística y el aprendizaje automático, en áreas como la logística, el análisis de satisfacción del usuario, o la prevención de enfermedades como la depresión. Un aspecto esencial de los métodos basados en aprendizaje automático en estos y otros contextos es su equidad algorítmica, es decir, su habilidad de producir resultados libres de sesgos, aspecto que tratará en su ponencia la profesora Paula Gordaliza, del Basque Centre for Applied Mathematics. Su ponencia es el miércoles a las 11:30h.
En el tercero de estos tracks, se explorarán aplicaciones de la IA en Biomedicina, incluyendo contribuciones en temas como el modelado del flujo sanguíneo, la caracterización microscópica de procesos dinámicos a resolución sub-celular, o el análisis de datos masivos de secuenciación genética para la identificación de nuevas mutaciones responsables de la aparición de enfermedades. Uno de los temas principales cubiertos en este track será el estudio de la estructura y función de las proteínas, que incluirá la ponencia de la investigadora Noelia Ferruz, del Instituto de Biología Molecular de Barcelona, que presentará su trabajo sobre la aplicación de modelos de lenguaje a la exploración del espacio de proteínas posibles, y la generación de nuevas proteínas a la carta. Su ponencia es el jueves a las 11:30h.
Por último, un cuarto panel agrupará contribuciones de carácter metodológico, con aplicaciones tanto en contextos industriales como académicos, en áreas como la línguística, el desarrollo de fármacos, o la detección de patrones de polarización y extremismo en medios sociales. En este track se prestará especial atención a la exploración de los llamados Modelos de Lenguaje de Gran Tamaño (LLM; por sus siglas en inglés). Finalmente, este track también incluirá la contribución de la investigadora Beatriz Seoane, de la Universidad Paris Saclay, cuyo trabajo se centra en la aplicación de modelos de energía inspirados en la Mecánica estadística como modelos generativos de aprendizaje automático, útiles para inferir patrones en conjuntos de datos arbitrarios. Su ponencia es el viernes a las 10:20h.
