SEDE DE LA ACADEMIA JOVEN DE ESPAÑA. CSIC, CENTRO DE CIENCIAS HUMANAS Y SOCIALES, CALLE DE ALBASANZ, 26 MADRID
AULA MARÍA ZAMBRANO
Organizado por Isaac Martin De Diego / Secretario Javier Martínez
Los algoritmos de inteligencia artificial se han hecho muy populares en una gran variedad de aplicaciones durante la última década. A diario vemos aplicaciones de estos métodos en los medios de comunicación. Estos algoritmos aprenden de manera automática y con aparentemente poca intervención humana, de ejemplos para generalizar tareas de clasificación o regresión y aplicar con éxito los modelos aprendidos a nuevos datos desconocidos. Normalmente, estos algoritmos transfieren los datos de entrada a representaciones abstractas que son muy eficaces pero difíciles de entender para los humanos, y son considerados como «cajas negras». Un ejemplo de este tipo de modelos es el conocido como aprendizaje profundo, o “Deep Learning” en inglés, una de las técnicas más exitosas y de más rápido crecimiento en los últimos años. Es por esta dificultad para entender la representación de la información y los métodos matemáticos detrás de los algoritmos que, en la mayoría de los casos, ni los algoritmos ni los investigadores implicados, ni mucho menos los usuarios de estas técnicas, son capaces de explicar cómo y por qué se ha hecho una determinada predicción. Sin embargo, para ganar en confianza por parte de los usuarios finales, en muchas aplicaciones, es esencial que los usuarios reciban información detallada sobre la predicción para que puedan entender las decisiones que se derivan de ella. Imaginemos que una inteligencia artificial nos niega un crédito bancario, o mucho más arriesgado, nos determina un tratamiento médico en detrimento de otro. Como clientes/pacientes, necesitamos explicación para comprender el porqué de la decisión tomada. Como responsables bancarios/médicos, necesitamos entender las bases del algoritmo empleado para alcanzar la predicción. Como científicos de datos, desarrolladores del método, necesitamos comprender las consecuencias de una u otra decisión en la construcción del algoritmo.
El objetivo de las jornadas es acercar al público general los métodos y técnicas existentes en la actualidad para hacer que los algoritmos de aprendizaje automático sean explicables, reduciendo así la vulnerabilidad y añadiendo transparencia al dar a los usuarios información detallada de por qué los sistemas han llegado a una decisión concreta.
El grupo de investigación en Fundamentos y Aplicaciones de la Ciencia de Datos, DSLAB, que forma parte de CETINIA, Centro de Investigación para las Tecnologías Inteligentes de la Información y sus Aplicaciones, de la Universidad Rey Juan Carlos, organizadores, junto con la Academia Joven de España, de la actividad, lleva años trabajando con entidades públicas y empresas privadas de diferentes sectores productivos en el desarrollo y aplicación de algoritmos de aprendizaje máquina e inteligencia artificial. De este modo, disponemos de numerosos ejemplos reales sobre los que mostrar la importancia de la labor humana en todas las etapas de desarrollo de un proyecto de Ciencia de Datos.
Los ponentes invitados son especialistas de reconocido prestigio en sus dominios de interés pertenecientes a las siguientes entidades y empresas:
-
Academia Joven de España
-
Universidad Carlos III de Madrid
-
Universidad de Alcalá de Henares.
-
Instituto Andaluz Interuniversitario en Data Science and Computational Intelligence
-
SENSOWAVE S.L. (sector ganadero)
-
Prosegur (seguridad privada)
-
MADOX Viajes. (servicios turísticos)
-
Pixelabs S.L. (visión artificial y ciencia de datos)
Programa:
27 de junio. 9:00-14:00 horas
9:00 – 9:30
ACTO DE APERTURA.
Dr. Gonzalo Arévalo Nieto. Director General de Planificación de la Investigación. Ministerio de Ciencia e Innovación.
9:30 – 10:30
«Inteligencia Artificial Responsable». Dirk Sascha Ossowski. Centro de Investigación para las Tecnologías Inteligentes de la Información y sus Aplicaciones, Universidad Rey Juan Carlos.
10:30 – 11:30
«Aprendizaje Profundo y Explicable». Marcelino Lázaro. Departamento de Teoría de la señal y Comunicaciones. Universidad Carlos III de Madrid.
11:30 – 12:00
Pausa para el café
12:00 – 13:00
«Explicabilidad de modelos y algoritmos para todos los públicos». Javier Martínez Moguerza, Secretario de la Academia Joven de España.
13:00 – 13:30
Casos de estudio presentados por expertos del sector empresarial:
- «Modelado de comportamiento animal empleando inteligencia artificial». Jorge Navarro García. Científico de Datos en la empresa SENSOWAVE S.L.
- «IA responsable». Ignacio San Román Lana. Manager IA & Data Innovación en Prosegur.
- «La transformación de la empresa impulsada por la ciencia de los datos». Alejandro Delgado. Responsable de proyectos Data Science en Pixelabs.
13:30 – 14:00
Debate abierto dirigido por el director de la actividad y con la participación de todos los ponentes y del público asistente.
28 de junio. 9:00-14:00 horas
9:00 – 9:30
Presentación de la actividad a cargo del director de las jornadas.
9:30 – 10:30
«Diálogos y Transferencias: El rescate (po)ético-práctico de las Humanidades Digitales». Cristina Blanco Sío-López. Marie Skłodowska-Curie Senior Global Fellow e IP del proyecto EU H-2020 ‘NAVSCHEN’ Università Ca’ Foscari di Venezia.
10:30 – 11:30
“Inteligencia artificial: realidad, ficción y retos” Instituto Andaluz Interuniversitario en Data Science and Computational Intelligence. Francisco Herrera. Catedrático de Ciencias de la Computación e Inteligencia Artificial. Profesor y director del grupo de investigación ‘Soft Computing y Sistemas de Información Inteligentes’ en la Universidad de Granada. Es director del Instituto Interuniversitario Andaluz en Data Science and Computational Intelligence (DaSCI) de la Universidad de Granada y la Universidad de Jaén.
11:30 – 12:00
Pausa para el café
12:00 – 13:00
«La Inteligencia Artificial al servicio del ciudadano. El Big Data de la Comunidad de Madrid». Eugenio José Fernández Vicente. Profesor Titular de Universidad. Universidad Alcalá de Henares. Coordinador del grupo de investigación: Investigación y Desarrollo de Software Complejo de la Universidad de Alcalá de Henares.
13:00 – 14:00
Debate abierto dirigido por el director de las jornadas y con la participación de los ponentes y del público asistente.
29 de junio. 9:00-14:00
9:00 – 9:15
Presentación de la actividad a cargo del director de las jornadas.
9:15 – 10:15
«El sesgo en la Inteligencia Artificial: ¿Está en los datos o en los algoritmos?». Verónica Bolón Canedo. Laboratorio de I+D en Inteligencia Artificial CITIC – Universidade da Coruña.
10:15 – 11:15
Taller de visualización y explicabilidad de datos dirigido por el profesor Alberto Fernández Isabel de la Universidad Rey Juan Carlos e impartido por los científicos de datos del grupo de investigación DSLAB. Se presentarán brevemente los principales métodos y técnicas de inteligencia artificial orientados a la correcta visualización de datos y a la explicabilidad del funcionamiento y las predicciones realizadas por modelos de aprendizaje máquina. Los asistentes podrán aplicar los métodos descritos sobre conjuntos de datos reales preparados al efecto. Se trabajará en grupos de 2-3 personas y se dispondrá de equipos propios para llevar a cabo el taller.
11:15 – 11:45
Pausa para el café
11:45 – 13:45
DSGAME: el juego de mesa de la Ciencia de Datos. Una de las tareas del DSLAB es la divulgación científica. Recientemente el DSLAB ha desarrollado un juego de mesa colaborativo: DSGAME. El objetivo didáctico del mismo es dar a conocer al público en general la importancia de la ciencia de datos en la sociedad como campo de integración de la informática, las matemáticas, el Big data y la inteligencia artificial. Como parte de las tareas de divulgación, el DSGAME ha sido presentado en varias ediciones de la Semana de la Ciencia, Día Internacional de la Mujer y la Niña en la Ciencia, y en el XX Aula de Verano «Ortega y Gasset», iniciación a la Universidad de la Universidad Internacional Menéndez Pelayo. Disponemos de dos versiones del juego: DSGAME KIDS (8 a 16 años) y DSGAME (12-99 años) que serán presentadas en una breve charla de 15 minutos. A continuación, se llevarán a cabo partidas en directo donde todos los asistentes podrán participar.
13:45 – 14:00
Despedida de la actividad a cargo del director de las jornadas (DSLAB).
Inscripción: https://eventos.urjc.es/82555/tickets/cv-13-la-inteligencia-humana-al-rescate-de-la-inteligencia-artificial.html
