Desarrollan sistemas inteligentes de razonamiento artificial sin intervención humana

Un equipo de investigadores de las universidades de Cádiz (UCA) y Jaén (UJA) (España) ha desarrollado un sistema inteligente que aporta razonamiento automático a la minería de datos, que son técnicas que se utilizan para extraer patrones dentro de conjuntos de grandes cantidades de información.

En concreto, los estudios se han centrado en el reconocimiento de actividades del día a día sin intervención humana.

Aunque su aplicación abarca numerosos sectores, destaca sobre todo en el campo de la domótica, el ahorro energético o la atención remota a dependientes.

Hasta ahora, todas las características que servían de entrada para los algoritmos de aprendizaje supervisado había que proporcionarlos manualmente, y tenía que haber una persona que las diseñara.

Este estudio plantea como principal novedad que esas características se produzcan de manera automática, aplicando técnicas de razonamiento automático para que no se generen de una forma aleatoria, sino con sentido para que el sistema funcione correctamente.

El ingeniero informático de la Universidad de Cádiz, Alberto Salguero, explica a la Fundación Descubre cómo funciona la metodología:

“Describimos las actividades mediante algo parecido a un diagrama, que contiene nodos, representando conceptos, y líneas que representan las relaciones entre los conceptos”.

En el caso de la aplicación para el reconocimiento de actividades se diseña uno de estos diagramas para hacer una descripción mínima del hogar y de los eventos que se han generado en él.

Luego, un sistema de razonamiento automático, que emplea una base matemática más potente, combina esos conceptos de una manera ordenada para generar los datos de entrada para un algoritmo de reconocimiento de patrones.

Una vez que la aplicación ha aprendido a reconocer las actividades que la persona está realizando, un sistema domótico podría apagar automáticamente las luces si el sistema detecta que una persona ha salido de la casa, por ejemplo.

Pero podría ir más allá, como detectar que se está preparando para salir de casa y automáticamente reducir la temperatura de la calefacción, manteniendo el hogar con calor residual.

“No depende de que el usuario solicite una acción por parte del sistema, sino que el sistema ya puede realizar acciones o tomar decisiones de una forma mucho más concreta, sabiendo lo que está haciendo el usuario en cada momento”, comenta el profesor Salguero.

Los diagramas son en realidad ontologías, que están formadas por un conjunto de conceptos que representan los objetos que hay en una casa, como el frigorífico, las personas, las actividades que realizan o los sensores que están distribuidos por los espacios, y que están relacionados por medio de propiedades.

Las ontologías contienen una alta formalización matemática, lo que permite al sistema extraer nuevo conocimiento que no le ha sido dado por el ser humano de forma explícita.

El clasificador que han generado los científicos es capaz, por tanto, de predecir con mucha más precisión la actividad que se está realizando en ese momento por el usuario, con respecto a los métodos clásicos.

El software ya se puede usar, aunque para que pueda predecir la actividad que se está realizando necesita información que provenga de los sensores y por lo tanto habría que instalar más dispositivos en los hogares.

En el laboratorio de la Universidad de Jaén se ha creado un ambiente inteligente en el que se están desarrollando diversas pruebas, con objetos, aparatos y electrodomésticos que simulan un hogar, donde cada uno lleva conectado un sensor.

“Estamos otorgando al sistema información acerca de qué es lo que está haciendo la persona en ese momento, no solo qué objeto está tocando, sino en realidad, qué actividad está desarrollando en ese instante”, asegura Alberto Salguero.

Por esta razón, esta tecnología se puede aplicar a múltiples situaciones, facilitando la vida a los seres humanos de manera proactiva, no reactiva.

Como utilidades principales, esta metodología puede mejorar el día a día de la gente, aplicando acciones automáticas en función de lo que está realizando el usuario.

Se puede emplear para hacer sugerencias instantáneas, pero sobre todo va a tener utilidad en el área del ahorro energético y en el ámbito clínico, en la atención remota, tanto de ancianos como dependientes, e incluso predecir enfermedades neurodegenerativas.

El experto espera que su uso se haya generalizado en un futuro próximo, en torno a diez años.

No solo se abaratarán los sensores, sino que estos no tendrán que instalarse físicamente en cada uno de los objetos, es decir, que funcionarán con el ruido que se genera en el hogar, por cámaras de video que detecten la posición de las personas, o incluso con las pulseras inteligentes que mucha gente usa actualmente.

No obstante, no pasará mucho tiempo en que cada vez los electrodomésticos estén conectados por medio de sensores a Internet, con lo que se está más cerca de la generalización de lo que se conoce como hogar inteligente.

Este tipo de tecnología puede entrar en conflicto con la privacidad.

Según el científico de la Universidad de Cádiz es algo con lo que habrá que coexistir, como ya está sucediendo con los altavoces inteligentes que ya están en el mercado.

“Vamos a tener que llegar a un compromiso entre la pérdida de esa privacidad y vivir de una forma más cómoda”, sostiene Salguero, que tendrá que controlarse a través de nuevas normativas que protejan la intimidad de los ciudadanos.

Este software que permite generar esas características está disponible libremente en Internet y se puede acceder al código fuente para que cualquiera lo pueda utilizar.

La dirección donde se encuentra el código fuente de la aplicación es https://sourceforge.net/projects/owlmachinelearning/.

También se incluyen algunos ejemplos de su uso, pero para ejecutar en línea de comandos y en el sistema operativo Linux.

Está desarrollado de modo genérico, por lo que se puede aplicar en cualquier ámbito.

Lo único que necesita es una descripción del problema en forma de ontología, que sí se tendría que hacer manualmente y, a partir de ahí, el programa clasificaría de manera automática las diferentes situaciones que requiere el problema.

Las investigaciones se centran ahora en cómo proporcionar la mejor información posible para esos clasificadores de actividades.

Actualmente, el equipo está aplicando esta metodología a la detección de enfermedades en embarazadas, recogiendo una serie de características de un grupo de mujeres durante el periodo de gestación para determinar qué relación hay entre esas características, y pronosticar si van a producirse problemas en el parto.

Fuente: Noticias de la Ciencia