Una sobresaliente participación tuvieron los académicos del DCC e investigadores del Instituto Milenio Fundamentos de los Datos (IMFD), Bárbara Poblete y Jorge Pérez, en la conferencia NeurIPS 2019 (https://nips.cc/), uno de los eventos más prestigiosos sobre inteligencia artificial en el mundo.

En la reunión llevada a cabo en Vancouver, Canadá, Bárbara Poblete expuso como conferencista invitada una de las presentaciones principales (keynote) en el workshop, LatinX in AI (LXIA) (http://www.latinxinai.org/); mientras Jorge Pérez presentó un artículo de investigación en el workshop Graph Representation Learning.

“Mi charla trató sobre la importancia de poner atención a los datos y aplicar técnicas de redes neuronales en función de una correcta evaluación de los resultados obtenidos”, dijo la académica Bárbara Poblete, quien en su keynote, “Don´t focus on the metric without looking at the data: Lessons learned from having multilingual needs”, mostró errores metodológicos encontrados en investigaciones sobre detección de lenguaje de odio en redes sociales, entre las cuales incluyó trabajos coescritos por ella, junto al académico, Jorge Pérez, y la estudiante de doctorado, Aymé Arango.

Bárbara Poblete agregó que “los datos recogidos permitieron determinar que es muy fácil, incluso para investigadores expertos, caer en una tendencia a sobreestimar el desempeño de los enfoques basados sobre redes neuronales para analizar ciertos problemas”.

Por su parte, el profesor Jorge Pérez presentó el trabajo "Logical Expressiveness of Graph Neural Network" (https://grlearning.github.io/papers/92.pdf), coescrito con los investigadores Pablo Barceló (UC, IMFD), Mikaël Monet (IMFD), Juan Reutter (UC, IMFD), Juan-Pablo Silva (estudiante de magíster DCC) y Egor Kostylev (Universidad de Oxford).

“En este artículo estudiamos el poder computacional de las arquitecturas de redes neuronales desde un punto de vista lógico, mostrando qué tareas pueden y no pueden resolver”, precisó el académico del DCC, quien añadió que “las redes neuronales de grafos (graph neural networks) constituyen una nueva forma de arquitectura que recibe, como información de entrada, datos estructurados en formato de red”.

“Los resultados que obtuvimos son datos preliminares que forman parte de un trabajo de investigación más completo que actualmente se encuentra en revisión”, añadió Jorge Pérez.

Al ser consultado por su colaboración en el comité de programa del workshop LatinX in AI en anteriores ocasiones, el académico del DCC destacó lo positivo de la experiencia. “Es muy interesante ayudar en este tipo de workshops, porque fomentan la participación de especialistas latinoamericanos, especialmente, de estudiantes en conferencias grandes y de buen nivel”, aseguró.

--

Comunicaciones DCC