La IA tiene el potencial de beneficiar a numerosos ámbitos de manera que mejoren el planeta o las vidas humanas.
Las conversaciones sobre la inteligencia artificial (IA) con frecuencia giran hacia su impacto negativo, en industrias como la tecnología, las finanzas o las artes creativas. Innovando nuevos espacios con IA. Pero la IA también tiene el potencial de beneficiar a numerosos ámbitos de manera que mejoren el planeta o las vidas humanas. En un ecosistema, por ejemplo, el aprendizaje automático podría ayudar a que las cámaras detecten especies potencialmente invasoras mucho más rápido que los ojos humanos, evitando alteraciones potencialmente catastróficas. Los negociadores en una crisis humanitaria, como otro ejemplo, podrían utilizar la IA para investigar rápidamente a las partes interesadas involucradas en una negociación, lo que llevaría a deliberaciones más fructíferas.
Los estudiantes que tomaron el “AC297R: Computational Science and Engineering Capstone Project” en la Harvard John A. Paulson School of Engineering and Applied Sciences (SEAS) pasaron su semestre de otoño trabajando con organizaciones asociadas para investigar nuevas fronteras de la inteligencia artificial aplicada. Recientemente presentaron sus proyectos en el Sciencie and Engineering Complex.
Innovando nuevos espacios con IA
“La IA está en el espíritu de la época en este momento”, afirmó Weiwei Pan, subdirector de estudios de posgrado en ciencia de datos e instructor del curso. “Puede aplicar su interés en IA a cualquier dominio, y parte de Capstone consiste en aliarnos con socios más interesantes que tradicionalmente no aparecen en el espacio de la IA”.
Los 16 proyectos Capstone del grupo profundizaron en alguna combinación de cuatro temas de investigación: salud mental, negociación humanitaria, conservación y seguridad de datos. Para muchos estudiantes de ciencia de datos, estas eran áreas de investigación que nunca habían considerado antes de comenzar el programa.
“No había estudiado salud mental de ninguna manera aquí, y me había centrado en temas STEM”, dijo Kane Norman, un estudiante de ciencias de datos cuyo equipo investigó cómo detectar respuestas generadas por IA a encuestas de salud mental. “Creo que esta fue una muy buena manera de aprender a utilizar mis habilidades en un área no centrada en STEM. Estas son realmente buenas oportunidades para la salud mental, la salud física y la mejora social para las que se puede utilizar la IA, y espero que nuestros proyectos ayuden a crear conciencia sobre ellas”.
El equipo de Emilia Mazzolenis también abordó la inteligencia artificial y la salud mental, pero su proyecto se centró en entrenar modelos de aprendizaje automático para predecir intenciones e impulsos suicidas a partir de datos de cuestionarios y datos fisiológicos derivados de tecnología portátil como los relojes inteligentes.
“Algunas personas tienen la idea errónea de que la IA pertenece exclusivamente a las grandes tecnológicas, pero ese no es el caso. La IA puede afectar a muchas disciplinas diferentes, desde la salud mental y la agricultura hasta la educación”.
Emilia Mazzolenis, S.M. ‘24
“Este tipo de proyectos pueden abrir los ojos de la comunidad al gran potencial que reside en la IA responsable”, afirmó Mazzolenis.
Algoritmos de visión por ordenador
El equipo de Isabella Bossa trabajó con Nature Conservancy para construir algoritmos de visión por ordenador para realizar clasificación de especies y detección de anomalías en imágenes de cámaras trampa instaladas en ecosistemas costeros de California, entrenando los modelos en aproximadamente 100.000 imágenes. Otros proyectos de conservación analizaron algoritmos de detección de especies y mapearon el uso agrícola del plástico en California.
“No es algo que hubiera imaginado si Capstone no nos hubiera asociado con Nature Conservancy. Realmente amplió mi perspectiva”, dijo Bossa. “Es una perspectiva muy positiva para el futuro de la investigación en IA. Ha habido muchas preocupaciones sobre lo que puede hacer la IA y sus posibles desventajas. Pero estos proyectos demuestran que la IA se puede utilizar para el bien”.
Frontline Negotiation es una organización internacional para negociadores que trabajan para llevar ayuda humanitaria a las regiones necesitadas. Varios grupos de SEAS trabajaron con la organización para desarrollar herramientas que los negociadores pudieran utilizar para conocer más rápidamente todos los diferentes grupos de partes interesadas involucradas en una situación o crisis específica.
“El mapeo de partes interesadas es un procedimiento modular utilizado por los negociadores de primera línea para identificar a todas las partes interesadas y luego, basándose en toda la información disponible y el conocimiento contextual, un negociador de primera línea mapeará a las partes interesadas en cuatro cuadrantes”, dijo Boxiang Wang. “Nuestras herramientas automatizan ese proceso para lograr resultados realmente precisos y fascinantes. Esto reduce drásticamente el tiempo que dedica el experto humano, y l la IA también puede sugerir una estrategia basada en el mapeo. Luego, el negociador puede utilizar las herramientas que hemos creado para ayudarle en la toma de decisiones”.
Conjuntos de datos precisos
Dado que la investigación de la IA se basa en conjuntos de datos precisos, varios equipos investigaron la resiliencia y la seguridad de los datos. Los nuevos modelos de lenguaje visual como GPT4 de OpenAI, por ejemplo, pueden tomar datos tanto de imágenes como de texto, por lo que el equipo de Frank Li investigó cómo prevenir ataques adversarios provenientes de malas entradas visuales. El equipo de Kirsten Morehouse analizó la seguridad de los datos desde la perspectiva de la equidad, investigando directrices para ayudar a garantizar conjuntos de datos justos, representativos y privados, especialmente en el sector sanitario.
“Ha habido muchas campañas recientemente sobre la privacidad de los datos, por lo que pensamos que era el momento adecuado para investigarlo”, dijo Morehouse. “Con la llegada y el uso de tantos algoritmos nuevos y potentes, garantizar que los datos de entrenamiento sean justos y privados es una prioridad”.
Norman añadió: “Al final del día, el aprendizaje automático realmente depende de la calidad de los datos. Si no se tienen datos de buena calidad, no se puede realizar una buena investigación sobre aprendizaje automático”.
Programa de Ciencia de Datos
El programa de ciencia de datos es una maestría de tres semestres dirigida conjuntamente por las facultades de Informática y Estadística. AC297R también lo toman estudiantes universitarios que cursan maestrías simultáneas, así como estudiantes de doctorado que toman una concentración secundaria en informática u obtienen una maestría en ciencias en camino al doctorado. Algunos miembros del grupo AC297R del semestre pasado extenderán su programa hasta la primavera para continuar investigando estos temas.
“Estoy muy orgulloso de ellos”, dijo Pan. “Este es realmente un curso completamente basado en proyectos. Esta es una pasantía simulada. Los estudiantes realmente tuvieron que trabajar en todos los aspectos de la conducta profesional, no solo en aplicar las matemáticas y la informática”.
Leído en:
Harvard John A. Paulson School of Engineering and Applied Sciences