[Summer Meetup] Cuando la IA se hace humana: reconociendo los sentidos

Días atrás organizamos en Madrid nuestro tercer Meetup del año en nuestras comunidades “Data Science Spain” y “IoT Analytics”. Esta vez, una edición #summer que estuvo cargada de sentidos. El encuentro se centró en hablar de reconocimiento de texto e imagen en distintos sectores de la economía; desde la industria del Retail, hasta el mundo de la investigación.

La jornada comenzó con Richard Benjamins, Data & AI Ambassador de Telefónica, en el que dio un repaso sobre la evolución que han tenido ambas comunidades; creadas entre 2015 y 2016 y que cuentan en total con más de 4 mil miembros. Además invitó a los asistentes a la cuarta edición de los Data Science Awards Spain, unos premios impulsados por LUCA y que buscan reconocer el talento analítico en España a través de tres categorías: Mejor Data Scientist, mejor iniciativa empresarial o de Administraciones Públicas; y mejor trabajo periodístico de datos.

Richard Benjamins, Data / AI Ambassador de Telefónica.

Para la primera ponencia “Reconocimiento de texto: ¿Pueden las máquinas entender la ciencia o el yihadismo?”, contamos con José Manuel Gómez, de Expert System, quién nos explicó los estudios que realizó en analizar y detectar ciertos códigos utilizados en redes sociales por el Yihadismo a través de narrativas de identidad. Asimismo, mostró otro caso desarrollado para la Agencia Espacial Europea (ESA), en la que el reto era extraer información de misiones con más de 30 años de antigüedad y en la que era imposible corroborar la información por los cambios de plantilla por el tiempo transcurrido.

Posteriormente, Roberto Arroyo, Aitor Aller, Alejandro de la Calle, de la empresa Nielsen, Nos hablaron sobre “Reconocimiento de imagen: Deep learning aplicado a los estudios de mercado”, en el queescribieron la investigación llevada a cabo en deep learning y visión artificial para un proyecto relacionado con estudios de mercado en Nielsen. El objetivo era automatizar una variedad de tareas relacionadas con la adquisición de datos mediante la localización y clasificación de diferentes productos en tiendas repartidas en varios países. Durante la charla, explicaron los algoritmos basados en CNNs aplicados en los sistemas. Finalmente, mostraremos los detalles de implementación y las limitaciones de esta solución en dispositivos móviles.

Finalmente, Ferrán Diego, de Telefónica I+D, compartió con la audiencia su último proyecto sobre “Reconocimiento de imagen: Detectando características más discriminantes para ser más eficiente en la toma de decisiones”. Básicamente la ponencia se centró en cómo abaratar costes a través del reconocimiento de imagen. Muchas aplicaciones requieren el aprendizaje de clasificadores o predictores que sean precisos y económicos para evaluar. El coste computacional de la predicción puede reducirse drásticamente si el algoritmo se construye de manera tal que, en la mayoría de las entradas, use características baratas y evaluaciones rápidas. El principal desafío es hacerlo con poca pérdida de precisión. Para ello, presentó una estrategia que tiene en cuenta el coste computacional de inferencia para el entrenamiento de un conjunto de arboles decisión (deep boosted regression trees). y un algoritmo eficiente de clasificación de imágenes basada en aprendizaje profundo y utilizando filtros separables y redes densas de múltiples escalas.

Y para darle la bienvenida al verano, el meetup terminó con un picoteo y networking en una terraza muy agradable en todo el centro de Madrid.