Tecnología
Miércoles 12 febrero de 2020 | Publicado a las 21:09
La Inteligencia Artificial puede ser la clave para entender el poder de la naturaleza, seg√ļn estudio
Por Camilo Suazo
La información es de Comunicado de Prensa
visitas

En nuestro planeta ocurren m√ļltiples fen√≥menos f√≠sicos, algunos de gran connotaci√≥n para la vida humana. Un ejemplo de estos son los eventos extremos que se producen en el mar como gigantescas olas marinas que aparecen de la nada y desaparecen sin dejar rastro.

Este tipo de eventos no sólo pueden tener enormes costos materiales, sino también pérdida de vidas. Con esto en mente, un grupo liderado por científicas internacionales busca entender estos eventos con la ayuda de una de las herramientas más sofisticadas de la tecnología, el Deep Learning.

‚ÄúLo que estudiamos son fen√≥menos f√≠sicos ondulatorios (ondas) muy poco frecuentes pero con una intensidad enorme (gran tama√Īo). En esta investigaci√≥n, el objetivo es comenzar a resolver un rompecabezas, utilizando ondas de luz creadas en un cristal sensible a la misma donde se producen eventos extremos, muy parecidos a los que ocurren en el mar”, indic√≥ Carla Hermann Avigliano, acad√©mica del Instituto Milenio de Investigaci√≥n en √ďptica, MIRO.

“Nuestro objetivo es explorar si podemos ense√Īarle o no a una computadora a reconocer este tipo de eventos. Y la respuesta es s√≠, s√≠ se puede‚ÄĚ, agreg√≥ la tambi√©n investigadora del Departamento de F√≠sica FCFM de la Universidad de Chile, quien junto con la Dra. Aleksandra Maluckov lider√≥ el trabajo.

Para lograr lo anterior, el equipo utilizó la herramienta del Deep Learning o Aprendizaje Profundo, el que logró identificar cuándo un evento es extremo o no, utilizando datos que fueron previamente recopilados de forma experimental y numérica.

M√°quinas y humanos

‚ÄúUtilizamos el enfoque de red neuronal de convoluci√≥n, uno de los m√©todos del Aprendizaje Profundo. En otras palabras, las computadoras son los principales operadores. Recopilamos datos del experimento mismo y modelos num√©ricos de ellos, definimos algunas caracter√≠sticas, preparamos los bloques de la red y finalmente recopilamos e interpretamos sus resultados, concluyendo que una computadora s√≠ puede aprender a identificar este tipo de eventos‚ÄĚ, explic√≥ la acad√©mica.

El trabajo fue dividido en dos fases. Primero, la experimentación y la formulación de modelos simples de la propagación de la luz a través de los cristales fotorrefractivos, lo que demoró unos 6 meses y tuvo un primer artículo publicado, el que se puede ver en este enlace.

Despu√©s de alg√ļn tiempo comenzaron con los c√°lculos de la red neuronal de convoluci√≥n, para saber si una computadora podr√≠a aprender a reconocer estos eventos, lo que tard√≥ otros 6 meses.

La investigaci√≥n fue liderada por la Doctora Aleksandra Maluckov, del Vinńća Institute of Nuclear Sciences, University of Belgrade. Ella, junto con sus colegas Ana Mancic, Marija D. Ivanovic y Ljupco Hadzievski, fueron los encargados de entrenar las computadoras a trav√©s de Deep Learning.

Para leer el art√≠culo original, publicado en la revista Journal of Physics, IOP Sciene, bajo el t√≠tulo de ‚ÄúDeep learning-based classification of high intensity light patterns in photorefractive crystals‚ÄĚ (‚ÄúClasificaci√≥n basada en el aprendizaje profundo de patrones de luz de alta intensidad en cristales fotorrefractivos‚ÄĚ), puedes pinchar ac√°.

Tendencias Ahora