Un equipo de investigación trabaja para “democratizar” el uso de la inteligencia artificial

Un equipo de ingenieros, biólogos, inmunólogos y expertos en robótica han puesto en marcha AI-FUSE (IA para comprensión de escenas universal: desde células a ecosistemas), un proyecto de investigación que busca superar una inteligencia artificial "hecha a medida" por otra de carácter universal, aplicable a diferentes ámbitos, incluso a aquellos en los que la IA tiene poco desarrollo. Actuarán sobre la medicina, la robótica y el medioambiente.

En su propuesta, reconocen que los modelos actuales han avanzado mucho, pero todavía tienen limitaciones importantes que dificultan la democratización de la IA, hacerla universal. Lograr que sea abierta y adaptable, reutilizable, que utilice menos datos, necesite menos consumo y sea más explicable.

Para ello, se han unido grupos del Instituto de Investigación en Ingeniería de Aragón (I3A) de la Universidad de Zaragoza, del CIMA Universidad de Navarra y de la Universidad Pablo de Olavide de Sevilla. Ana Cristina Murillo y Eduardo Montijano, del grupo de Robótica, Visión por Computador e Inteligencia Artificial (RoPeRT) del I3A Unizar, son los coordinadores del proyecto AI-FUSE.

"Nuestro objetivo es crear algoritmos universales, que se puedan utilizar en cualquier campo, que el esfuerzo económico, industrial y de investigación se pueda reutilizar en otros ámbitos y que sea más sencilla", explican los dos investigadores de la Universidad de Zaragoza.

Este trabajo de investigación cuenta con un presupuesto de más de un millón de euros del Ministerio de Ciencia, Innovación y Universidades. Se enfrentan a problemas como la ingente cantidad de datos que requieren los modelos de IA, los recursos computacionales y de energía que se consumen o la incapacidad de funcionar bien fuera de los campos para los que fueron entrenados.

Además, utilizarán el vídeo como formato clave, tratando de que la IA comprenda el mundo en movimiento frente a una IA centrada en imágenes estáticas. La validación de sus desarrollos la realizarán en tres áreas estratégicas:

A diferencia de otros enfoques, AI-FUSE no persigue desarrollar herramientas específicas para cada disciplina, sino crear algoritmos y métricas reutilizables, capaces de adaptarse a contextos muy diferentes con un menor consumo de datos y recursos computacionales. Se trata de mostrar el mundo tal y como ocurre, en movimiento, con interacción y a múltiples escalas, desde una célula hasta un ecosistema completo.

Entre los resultados previstos se incluye la creación de un conjunto de pruebas o benchmark en inglés, universal para la evaluación de algoritmos de comprensión de escenas en vídeo, con datos heterogéneos y métricas comprensibles entre disciplinas, un paso importante para avanzar hacia una IA más transparente y comparable.