La UCO participa en un proyecto para desarrollar una IA más clara en la predicción en energías renovables y salud
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.
Fuente: Universidad de Córdoba
El proyecto de investigación NEXO, en el que colaboran los grupos AYRNA de la Universidad de Córdoba y GHEODE de la Universidad de Alcalá, busca desarrollar una Inteligencia Artificial (IA) más interpretable y comprensible para las personas expertas y que al mismo tiempo ayude en la resolución de problemas del mundo real. 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.
En estos tres campos de la medicina, la meteorología y la energía es importante comprender cómo se llega a determinadas decisiones, por lo que el proyecto busca desarrollar lo que se conoce como Inteligencia Artificial Explicable. Esta técnica tiene por objetivo desarrollar modelos precisos, pero al mismo tiempo acompañados de explicaciones claras e interpretables acerca de cómo estos modelos obtienen los resultados para los que fueron desarrollados, dejando a un lado las denominadas “cajas negras” de la IA, esto es, el desconocimiento de como un modelo realiza una determinada predicción.
A través del aprendizaje automático, en el que el propio sistema computacional aprende mediante un entrenamiento previo, el equipo trabajará hasta 2027 con modelos de redes neuronales artificiales, un tipo de modelo que se inspira en la forma en que interactúan y se organizan las neuronas de nuestro cerebro, y con clasificación ordinal, la cual permite abordar problemas cuyas clases a predecir presentan un orden natural.
Así, el equipo del proyecto NEXO empleará el aprendizaje automático y las redes neuronales artificiales para desarrollar modelos de clasificación ordinal que sean explicables y transparentes, y, en línea con proyectos anteriores (como ORCA-DEEP o Hamlet), ayudar a realizar mejores predicciones en tres áreas. La primera de ellas es la energía renovable, clave en los próximos años para abandonar el uso de los combustibles fósiles, pero que cuenta con la desventaja de ser irregular ya que no siempre hace sol o no siempre sopla el viento. La aplicación de los modelos desarrollados permitirá la predicción de la disponibilidad de energía eólica, solar, undimotriz o de olas.
Relacionado con las energías renovables se encuentra la segunda de las aplicaciones: la climatología. Se busca conocer no solo la posibilidad de que ocurran eventos climáticos extremos como olas de calor o sequías, sino también la influencia que estos pueden tener en las energías verdes ya que, por ejemplo, una velocidad de viento extrema puede romper las turbinas eólicas o una velocidad de viento baja puede hacer innecesario activarlas.
Por último, el proyecto NEXO aplicará las redes neuronales artificiales en el área/ámbito del trasplante de hígado, tanto para estimar la probabilidad de supervivencia del órgano en el emparejamiento entre donante-receptor, como para evitar el sesgo de género en las listas de espera de los receptores, y en el/la cual ya están trabajando con el sistema de priorización GEMA.
Referencia:
PID2023-150663NB-C22. Título: “Nuevos modelos EXplicables en clasificación Ordinal (NEXO): aplicaciones a energías renovables y biomedicina”. Entidad financiadora: MCIU. Investigadores principales: P.A. Gutiérrez y J.C. Fernández (UCO). Fechas: 01/09/2024-31/08/2027. Financiación: 137.700€.
Últimas publicaciones
Investigadores de la Universidad de Granada en colaboración con la Universidad de Chile, desarrollan un sistema de diagnóstico pionero que discrimina automáticamente entre cuatro sustancias inyectables comunes. Este avance resulta especialmente relevante ante la creciente popularidad de los tratamientos de belleza inyectables, cuyos efectos secundarios pueden ser difíciles de gestionar cuando se desconoce la sustancia exacta que ha sido administrada.
Sigue leyendoInvestigadores de la Universidad de Cádiz han desarrollado una película biodegradable que aprovecha los compuestos naturales de este residuo agrícola para proteger los alimentos frente al deterioro. Con esta innovación se avanza hacia envases más sostenibles, que reducen tanto la dependencia del plástico convencional como el desperdicio de recursos en el campo.
Como publica el Real Instituto y Observatorio de la Armada en su web, la madrugada del domingo 26 de octubre, a las tres (las dos en Canarias), los relojes se atrasarán una hora y volverán a ser las dos. A partir de este día las jornadas serán más cortas en términos de luz diurna. Esta medida, que está regulada por directivas de la Unión Europea y es obligatoria para todos los países miembros, tiene defensores y detractores entre la propia comunidad investigadora y ha sido objeto de estudios científicos. Esté a favor o en contra de ella, el domingo no olvide comprobar que su reloj y otros dispositivos móviles se han ajustado al horario de invierno.
Sigue leyendo

