Actualidad científica

#CienciaDirecta

Un equipo de investigación de la Universidad de Sevilla ha desarrollado un método que combina análisis químicos, herramientas matemáticas y aprendizaje automático para trazar la identidad aromática del oro líquido con un nivel de detalle muy preciso. Este avance permite proteger su autenticidad, luchar contra el fraude alimentario y resaltar las virtudes de prácticas agrícolas más sostenibles.

El proyecto NEXO, en el que también participa un grupo de investigación de la Universidad de Alcalá, utiliza aprendizaje automático y redes neuronales artificiales para desarrollar algoritmos aplicables en medicina, meteorología y energía. En concreto, se centra en la predicción de disponibilidad de recursos energéticos, de condiciones meteorológicas y de la probabilidad de supervivencia en donación de órganos y en lista de espera para trasplante.

Utilizados en circuitos neuromórficos en los centros de datos de IA, los memristores cambiarán el paradigma de computación y contribuirán a la reducción del consumo de potencia. El catedrático de la UGR Juan Bautista Roldán ha participado en este trabajo internacional publicado en la revista Nature.

Un trabajo de las universidades de Córdoba y Sevilla desarrolla un método que permite conocer si una plantación de olivar es tradicional, intensiva o superintensiva de forma fácil y rápida. Con este método innovador se elimina la dependencia de los métodos tradicionales, que suelen implicar visitas de campo y muestreos aleatorios, ofreciendo así una alternativa más eficiente y precisa para la gestión y el seguimiento de los olivares.

La Universidad de Córdoba participa en el proyecto DigiPatch que estudia la unión entre la psicología y el aprendizaje automático para analizar cómo las redes sociales dividen a la población a lo largo del tiempo. El estudio se ha realizado en 5 países europeos y ha medido, a través de una encuesta estandarizada, distintas variables de los participantes, como sus necesidades, su apoyo social, narrativa, alienación social o identidad.

#CienciaDirecta

Investigadores de la Universidad de Málaga han desarrollado un algoritmo de Inteligencia Artificial (IA) que realiza un agrupamiento no supervisado de objetos similares evitando el etiquetado manual. Este modelo es capaz de detectar una gran diversidad de elementos en la zona de pistas de un aeródromo, desde personas hasta aviones. Otra de las novedades es su optimización para ahorrar tiempo de cálculo y energía en las tareas de identificación, de forma que permite su uso en dispositivos de bajo consumo.

El grupo de investigación de la Universidad Pablo de Olavide Data Science & Big Data Lab desarrolla RExQUAL, una herramienta clave para abrir la ‘caja negra’ del machine learning. El avance contribuye a desarrollar sistemas de IA más transparentes en ámbitos críticos para la sociedad.

La Tabla de Valoración del Riesgo (TVR) es un algoritmo utilizado durante tres décadas en el sistema penitenciario español para evaluar el riesgo de reincidencia de los reclusos. Carlos Fresneda Portillo, doctor en Ciencias Matemáticas y profesor titular de la Universidad Loyola, es uno de los principales autores del estudio. Este hallazgo pone de manifiesto la necesidad de revisar y actualizar las herramientas utilizadas en el sistema penitenciario para garantizar evaluaciones más justas.

El algoritmo, entrenado a base de imágenes del colmenar de la Universidad de Córdoba, presta apoyo a una tarea compleja que tradicionalmente se realiza de forma manual. Esta innovación tecnológica aplicada a la apicultura se suma a otras desarrolladas por este equipo como el contador de abejas que monitoriza las “puertas” de las colmenas a través de luz infrarroja y pulsos eléctricos o el propio sistema ‘WBee’, un sistema de monitorización remota pionero en España.

Este trabajo, que cuenta con Adrián Bazán Muñoz, como investigador principal, supone un gran paso adelante para el ‘Internet de las Cosas’ colaborativo (C-IoT).

El Intelligent Target Locator: AI 2030 ha sido presentado esta mañana durante el Seminario ‘Knowledge for Sustainability’ en el que la Universidad Pablo de Olavide, Savonia University of Applied Sciences (Finlandia), Vilniaus Kolegija (Lituania) y la consultora Open ODS han presentado los resultados del proyecto europeo Universities for Sustainable Development (USD).

La empresa AGQ Labs desarrolla un proyecto de I+D+i, en colaboración con la Universidad de Sevilla y con financiación de CTA, para conseguir una nueva metodología que aplica Inteligencia Artificial para interpretar datos complejos procedentes de análisis metagenómicos, bioquímicos y fisicoquímicos del suelo del olivar. AGQ Labs prevé extender esta tecnología a otros cultivos estratégicos, consolidando así el papel de la IA en la transformación de la agricultura.