Actualidad científica

En la Universidad de Huelva, un equipo multidisciplinar formado por ecólogos, matemáticos e ingenieros informáticos, desarrollan un sistema de aprendizaje profundo (deep learning) que es capaz de identificar y clasificar de forma automática las especies de fauna en las imágenes que toman las cámaras de fototrampeo. Compuesto de una red neuronal convolucional que se entrena en un proceso cíclico de aprendizaje continuo a partir de un conjunto inicial de imágenes preclasificadas, cuanto más representativas sean las imágenes de entrenamiento, mejor funcionará el sistema. Por ello, han puesto en marcha un proyecto de ciencia ciudadana en Zooniverse, donde voluntarios de todo el mundo están ayudando a clasificar las imágenes que el sistema utilizará para entrenarse.

Los investigadores de la Escuela de Ingenierías Industriales de la Universidad de Málaga Francisco Javier Granados Ortiz y Joaquín Ortega Casanova han diseñado una nueva metodología utilizando algoritmos de Machine Learning para predecir qué combinaciones de los parámetros del diseño de un problema van a ser útiles y cuáles no, en función del objetivo que se persiga, y así guiar el proceso de diseño. En concreto, este procedimiento ha sido aplicado al diseño de un mezclador mecánico que produce un aumento considerable de la transferencia de calor/intercambio de masa entre dos fluidos, gracias al desprendimiento de vórtices, lo que se traduce en un flujo de características oscilatorias.

La Universidad de Málaga ha formado parte de este proyecto espacial, cuyo primer satélite de vigilancia marítima ya está en órbita a bordo de uno de los cohetes ‘Falcon 9’, que despegó el pasado miércoles a las 20:56 hora peninsular española desde Cabo Cañaveral (Florida, Estados Unidos). Denominado ‘Sistema Avanzado de Vigilancia Marítima Global basado en Constelación de Satélites de Órbita Baja’, ‘NEPTUNO’ ha sido desarrollado por un consorcio compuesto por las empresas DEIMOS y las compañías malagueñas DHV y AEORUM, esta última spin off de la institución malagueña.

En el proyecto SUSTAINABLE, coordinado por la Universidad de Granada, que unirá Ciencias Agroalimentarias e Inteligencia Artificial y está dotado con 1,7 millones de presupuesto, están implicadas instituciones de ocho países. El proyecto se centrará en la Agricultura de Precisión y utilizará el satélite de observación terrestre Sentinel 2 del Programa Copernicus de la Agencia Espacial Europea (ESA).

El aprendizaje automático es una rama de la inteligencia artificial que permite que las máquinas sean capaces de identificar patrones en los datos y hacer predicciones. En este sentido, los expertos de la Universidad de Huelva han desarrollado un modelo para predecir la mortalidad de pacientes diagnosticados con COVID-19, empleando fundamentalmente los datos de laboratorio provenientes de las pruebas clínicas realizadas durante su hospitalización.

La Universidad Pablo de Olavide y Ferrovial Servicios han desarrollado un proyecto de predicción de consumo energético con el objetivo de obtener una gestión más eficiente de los recursos energéticos haciendo uso de la inteligencia artificial. Se trata de un estudio que servirá como base para futuros análisis y que se ha llevado a cabo en un hospital gestionado por esta empresa multinacional.

Un grupo de investigación de la Universidad de Córdoba desarrolla un algoritmo matemático para el diagnóstico de distintos estadios del Párkinson, una herramienta de apoyo a las decisiones médicas que podría ayudar a mejorar los tratamientos contra esta enfermedad. Según datos de la Organización Mundial de la Salud (OMS), afecta a 7 millones de personas en todo el mundo y durante la enfermedad del párkinson se produce una pérdida de densidad de las proteínas encargadas de transportar la dopamina, un neurotransmisor esencial en el control del movimiento. 

La iniciativa, en la que participan investigadores de las universidades de Sevilla y Málaga, consigue ganar el concurso de ideas Shark Tank 2021 de la plataforma de mentorización IMFAHE. Se trata del proyecto ‘Beyond the Eye’, que consiste en el desarrollo de una aplicación para smartphones y otros equipos electrónicos que permite reconocer mediante inteligencia artificial diferentes anomalías y patologías oculares. Para ello, se vale del reconocimiento de patrones obtenidos por fotografías y vídeos grabados por el usuario siguiendo una serie de instrucciones. Pretende así postularse como una herramienta de diagnóstico preliminar.

El grupo Minerva de la Universidad de Sevilla colabora en este proyecto internacional denominado ‘SENSING-AI’, con el que facilitar a los médicos de atención primaria el seguimiento de este tipo de pacientes con Covid. Los datos, que serán suministrados desde diferentes fuentes, serán procesados mediante algoritmos de inteligencia artificial, que permitirán extraer patrones para clasificar el riesgo potencial de cada paciente y la detección precoz de complicaciones fisiológicas o psicológicas.

El proyecto MSF-PHIA de la Universidad de Sevilla desarrollará modelos basados en inteligencia artificial interpretativa y explicable para identificar tipologías de personas con esta enfermedad en base a su fatiga, determinar la relevancia de los factores identificados en el nivel de fatiga percibido y estimar los niveles individualizados de fatiga en quienes padecen este mal. Los resultados del trabajo tendrán un alto impacto científico y social ya que se generará nuevo conocimiento y modelos valiosos para la personalización de intervenciones de gestión de la esclerosis múltiple.

El estudio, coordinado por la Universidad de Córdoba, y en el que también ha participado la Universidad Politécnica de Madrid, la Universidad de Valladolid y la Universidad de Alcalá de Henares, incorpora técnicas de inteligencia artificial para formular predicciones precisas en un horizonte temporal de 12 horas, lo que podría ayudar a las personas especialistas en control de tráfico aéreo en la toma de decisiones frente a este tipo de situaciones.

#CienciaDirecta

Un equipo de investigación de las universidades de Jaén y Alicante ha testado un modelo basado en inteligencia artificial que determina la veracidad de las informaciones en medios digitales. Mediante la aplicación de esta herramienta, tanto periodistas como usuarios finales podrán definir la credibilidad de un escrito.