Cenia (Entro Nacional de Inteligencia Artificial) es la organización líder en Latinoamérica en el desarrollo científico y tecnológico en IA, logrando reconocimiento a nivel mundial.
Su Misión es transformar a Chile en pilar del desarrollo científico y tecnológico de la IA en Latino América y el mundo.
Y su Propósito es que a través del progreso en IA y su uso responsable contribuir a mejorar la calidad de vida de nuestra sociedad e individuos.
Cristián Buck, Jefe del Equipo de Investigación del Centro Nacional de Inteligencia Artificial estuvo con nosotros
Este es un resumen de lo que nos dijo al ser entrevistado para nuestro proyecto: «Inteligencia Artificial: los pro y los contra de su aplicación en Chile»:
“Con el boom de la inteligencia artificial en los últimos años, CENIA se ha transformado en el lugar donde se presentan muchas de las investigaciones y los desarrollos más relevantes a nivel global sobre aprendizaje computacional e Inteligencia Artificial”
«Los llamados grafos de conocimiento que hoy se utilizan en múltiples investigaciones del área del machine learning y la inteligencia artificial.
“Los grafos de conocimiento son formas de representar información semántica. Con eso me refiero a información que tiene una interpretación que pueda ser entendida tanto por humanos como por las máquinas. Pueden ser muy grandes y lo que hacen es correlacionar entidades, señalando por ejemplo ‘esta persona es amiga de esta persona’, ‘esta persona trabaja con esta otra persona’, ‘desde esta ciudad hasta esta otra ciudad hay una ruta para llegar’ o ‘esta molécula está vinculada a esta otra molécula’”
«Grandes arquitecturas de machine learning, conocidas como transformers, o las redes neuronales muy profundas es que de alguna forma utilicen estos grafos para adquirir información semántica que les permitan aprender con menos datos, para poder realizar nuevas tareas y también tener un mayor grado de explicabilidad en las decisiones que toman”. Sin embargo, el problema con los grafos de conocimiento es que en general la “calidad de los datos es muy baja y éstos son muy incompletos. Hay muchas relaciones que están, por ejemplo, ‘esta persona es amiga de esta otra’, pero hay muchas otras que no están y la idea es cómo poder extraer esa información faltante, cómo aprender de la estructura del grafo para poder decir ‘mira, con alta probabilidad estas dos personas igual se conocen’. Así que si voy a ofrecerle un producto a esta persona también debería ofrecérselo a esta otra, porque a pesar de que el grafo no me dice explícitamente que estén conectadas, yo infiero de sus propiedades y estructura que deberían ser amigos”.
Para saber más del Centro de Investigación del Centro Nacional de Inteligencia Artificial puede ver el siguiente video:
