ZARAGOZA, 16 de enero. (PRENSA UE)- Más de 120 investigadores internacionales que trabajan en el desarrollo y aplicación de nuevos métodos basados en inteligencia artificial (IA) en diferentes campos científicos se reunirán a partir de este miércoles en la tercera edición 11 del Congreso Internacional de Institutos Universitarios de Investigación en Bioinformática y Física Compleja. sistema (BIFI).
) de la Universidad de Zaragoza (Unizar) Expertos compartirán sus avances en los campos de la inteligencia artificial (IA) y el aprendizaje automático (ML) durante el XI Congreso Internacional del Instituto de Bioinformática y Física de Sistemas Complejos (BIFI) de la Universidad de Zaragoza, que se celebrará a partir del 17 de enero a 19 en la sala de reuniones del edificio Ada Byron del campus de Río Ebro. El congreso científico será inaugurado este miércoles a las 8.45 horas por la directora general de Ciencia e Investigación del Gobierno de Aragón, Pilar Gayán; la vicerrectora de Política Científica, Rosa Bolea; y director del instituto BIFI, Yamir Moreno. El principal objetivo de esta edición de la conferencia, titulada “BIFI24: La IA en la encrucijada de la ciencia interdisciplinaria”, es resaltar los notables avances logrados en los campos de la inteligencia artificial y el aprendizaje automático, así como el papel cada vez más fundamental de su papel en la transformación.
paisajes. de la investigación científica. En el espíritu interdisciplinario de la conferencia, el programa incluye varios grupos que reúnen contribuciones centradas en diferentes áreas.
El primer taller explorará el potencial de la IA para resolver problemas en áreas como el análisis de procesos dinámicos, el análisis de datos climáticos y la ciencia de materiales, entre otros. Uno de los temas que se explorará en esta sección será la aplicación de modelos generales basados en aprendizaje automático para la inferencia de patrones en conjuntos de datos arbitrarios. Este es el caso de la contribución del profesor Roger Guimerá de la Universidad Rovira i Virgili, que presentará su trabajo sobre la inferencia bayesiana de expresiones matemáticas cerradas para explicar conjuntos de datos generales.
En la segunda parte de la conferencia se explorará la interfaz entre el modelado estadístico y el aprendizaje automático en áreas como la logística, el análisis de la satisfacción del usuario o la prevención de enfermedades como la depresión. Un aspecto esencial de los métodos basados en el aprendizaje automático en estos y otros contextos es la equidad algorítmica, es decir, la capacidad de producir resultados imparciales, un aspecto que discutirá en su presentación la profesora Paula Gordaliza, del Centro Vasco de Matemática Aplicada. Su presentación tendrá lugar el miércoles a las 11:30 horas.
En la tercera parte se explorarán las aplicaciones de la IA en biomedicina, incluyendo contribuciones a temas como el modelado del flujo sanguíneo, la caracterización microscópica de procesos dinámicos en alta resolución subcelular o el análisis de grandes datos de secuencias genómicas para identificar nuevas mutaciones responsables. para la aparición de enfermedades. Uno de los temas principales de este curso será el estudio de la estructura y función de las proteínas, que contará con una ponencia de la investigadora Noelia Ferruz, del Instituto de Biología Molecular de Barcelona, que presentará su trabajo sobre la aplicación de modelos del lenguaje a explorar el espacio de posibles proteínas y generar nuevas proteínas bajo demanda.
Su presentación tendrá lugar el jueves a las 11:30 horas. Finalmente, el cuarto taller reunirá aportaciones metodológicas, con aplicaciones tanto en contextos industriales como académicos, en campos como la lingüística, el desarrollo de fármacos o el descubrimiento de tejidos, la polarización y el extremismo en las redes sociales. En esta sección, prestaremos especial atención a explorar el llamado modelo de lenguaje grande: LLM; para abreviaturas en inglés–.
Finalmente, también incluirá una contribución de la investigadora Beatriz Seoane, de la Universidad de París Saclay, cuyo trabajo se centra en la aplicación de modelos energéticos inspirados en la mecánica estadística como modelos de aprendizaje de máquina general, útiles para inferir patrones en conjuntos de datos arbitrarios. Su presentación tendrá lugar el viernes a las 10:20 horas.
