{"id":69780,"date":"2020-01-31T20:00:30","date_gmt":"2020-01-31T19:00:30","guid":{"rendered":"http:\/\/diaridigital.urv.cat\/?p=69780"},"modified":"2020-02-03T09:23:29","modified_gmt":"2020-02-03T08:23:29","slug":"el-algoritmo-mas-humano","status":"publish","type":"post","link":"https:\/\/diaridigital.urv.cat\/es\/el-algoritmo-mas-humano\/","title":{"rendered":"El algoritmo m\u00e1s humano"},"content":{"rendered":"

Predecir cu\u00e1l ser\u00e1 el mejor candidato para recibir un trasplante de \u00f3rganos, saber si el cliente de un banco devolver\u00e1 el pr\u00e9stamo que quiere pedir, conocer la tasa de curaci\u00f3n de un medicamento, acertar las pel\u00edculas que mejor encajan con los intereses los consumidores o, incluso, elegir la pareja ideal para una persona que busca. Los algoritmos matem\u00e1ticos analizan constantemente millones de datos, identifican patrones y hacen predicciones que se aplican a cualquier \u00e1mbito de la vida. Pero en la mayor\u00eda de los casos los resultados no van m\u00e1s all\u00e1 de dar una predicci\u00f3n cerrada, que no se puede interpretar y muchas veces est\u00e1 condicionada por sesgos que ya existen en los mismos datos de origen. Ahora, un equipo investigador del grupo de investigaci\u00f3n SEES:lab<\/a>, del Departamento de Ingenier\u00eda Qu\u00edmica<\/a> de la Universitat Rovira i Virgili e ICREA, ha dado un paso adelante con el desarrollo de un nuevo algoritmo que es capaz de realizar predicciones m\u00e1s precisas y generar modelos matem\u00e1ticos que, adem\u00e1s, permiten comprender estas predicciones. Los resultados de esta investigaci\u00f3n los acaba de publicar la revista Science Advances.<\/a><\/p>\n

\u00abEl objetivo de nuestro estudio era crear lo que llamamos un robot cient\u00edfico<\/em>, es decir, un algoritmo que pueda aplicar el conocimiento y la pericia que tiene un investigador a la hora de interpretar los datos\u00bb, explica Marta Sales-Pardo, una de las autoras de esta investigaci\u00f3n. Los resultados que aporta el algoritmo tienen la particularidad de que son interpretables. \u00abEs como si alguien hubiera elaborado una ley o una teor\u00eda sobre el sistema que se est\u00e1 estudiando. El algoritmo te da las relaciones matem\u00e1ticas que hay entre las variables que ha analizado y lo hace de forma aut\u00f3noma\u00bb, a\u00f1ade Roger Guimer\u00e0, investigador ICREA del mismo grupo.<\/p>\n

\"\"<\/a>
De izquierda a derecha: Jordi Pallar\u00e8s, Roger Guimer\u00e0, Marta Sales-Pardo e Ignasi Reichard, autores del estudio.<\/figcaption><\/figure>\n

Cuando una empresa tiene muchos datos y los quiere explotar, puede hacerlo contratando a una persona experta que pruebe diferentes modelos, proponga f\u00f3rmulas y vea qu\u00e9 funciona mejor a partir de los diversos experimentos que tendr\u00e1 que hacer para validarlos. Con ello obtendr\u00e1 una f\u00f3rmula matem\u00e1tica que permitir\u00e1 modelizar el sistema, pero implicar\u00e1 una inversi\u00f3n importante de tiempo y dinero. Otra posibilidad es recurrir a una persona especialista en aprendizaje autom\u00e1tico (machine learning<\/em>), una disciplina cient\u00edfica del \u00e1mbito de la Inteligencia artificial que crea sistemas que identifican patrones complejos entre millones de datos, aprenden de forma autom\u00e1tica y dan como resultado un modelo de \u00abcaja negra\u00bb que permite hacer predicciones. Pero estos sistemas no aportan ninguna otra informaci\u00f3n y si la predicci\u00f3n falla no se podr\u00e1 saber d\u00f3nde se ha producido el error ni qu\u00e9 se puede hacer para evitarlo. El algoritmo desarrollado en la URV coge lo mejor de ambos casos: procesa los datos de forma autom\u00e1tica, r\u00e1pida y fiable, como hace el sistema de aprendizaje autom\u00e1tico, y adem\u00e1s da como resultado un modelo interpretable, como lo har\u00eda el cient\u00edfico.<\/p>\n

El algoritmo se puede aplicar para analizar e interpretar datos de cualquier \u00e1mbito en un proceso mucho m\u00e1s \u00e1gil y eficiente de los que existen hasta ahora. Pero el verdadero valor a\u00f1adido es la informaci\u00f3n que este sistema aporta. \u00abEn el \u00e1mbito de la medicina, por ejemplo, si tienes que tomar una decisi\u00f3n basada en datos es muy importante conocer el porqu\u00e9 de cada decisi\u00f3n y cu\u00e1l es el riesgo de fallar\u00bb, explica Guimer\u00e0. \u00abAunque este algoritmo tambi\u00e9n ha demostrado que es muy preciso, lo m\u00e1s importante es la posibilidad de comprender los resultados, de haber desarrollado un cient\u00edfico autom\u00e1tico que es capaz, sin ning\u00fan conocimiento previo, de coger una serie de datos y desarrollar una teor\u00eda que resuelve el problema que se le plantee\u00bb, a\u00f1ade Ignacio Reichardt, tambi\u00e9n investigador del equipo.<\/p>\n

En este estudio, el algoritmo se ha aplicado a un problema fundamental de f\u00edsica de fluidos con la colaboraci\u00f3n del grupo de investigaci\u00f3n Experimentaci\u00f3n, Computaci\u00f3n y Modelizaci\u00f3n en Mec\u00e1nica de Fluidos y Turbulenci<\/a>a del Departamento de Ingenier\u00eda Mec\u00e1nica<\/a> de la URV.<\/p>\n

Referencia bibliogr\u00e1fica:<\/strong> R. Guimer\u00e0, I. Reichardt, A. Aguilar-Mogas, F. A. Massucci, M. Miranda, J. Pallar\u00e8s, M. Sales-Pardo, A Bayesian machine scientist to aid in the solution of challenging scientific problems. Sci. Adv. 6, eaav6971 (2020). DOI: 10.1126\/sciadv.aav6971<\/p>\n","protected":false},"excerpt":{"rendered":"

Investigadores de la URV e ICREA han dise\u00f1ado un algoritmo capaz de identificar autom\u00e1ticamente modelos matem\u00e1ticos que, adem\u00e1s de mejorar la fiabilidad de las predicciones que hacen, aportan informaci\u00f3n para comprender los datos, como lo har\u00eda un cient\u00edfico<\/p>\n","protected":false},"author":5,"featured_media":69837,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[117,102,3465,3467,245,4243,100,123],"tags":[4484,4485,1016],"class_list":["post-69780","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia-y-tecnologia","category-comunicacion-ciencia","category-ingenieria-mecanica","category-ingenieria-quimica","category-escuela-ingenieria-quimica","category-grupos","category-investigacion","category-notas-prensa","tag-algoritmos","tag-datos-masivos","tag-seeslab-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/posts\/69780","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/comments?post=69780"}],"version-history":[{"count":0,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/posts\/69780\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/media\/69837"}],"wp:attachment":[{"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/media?parent=69780"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/categories?post=69780"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/diaridigital.urv.cat\/es\/wp-json\/wp\/v2\/tags?post=69780"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}