Tecno

2 bahienses fueron premiados por Google con una beca para su proyecto.

1574704114034

Una investigadora del CONICET y la UNS, y un becario doctoral ganaron uno de los 25 premios a la investigación que otorgó Google.

La premiación fue el martes pasado en el Centro de Ingeniería de Google ubicado en Belo Horizonte (Brasil).

La iniciativa ganadora se denomina "Modelos causales de aprendizaje de los medios digitales" y su objetivo es desarrollar métodos y herramientas computacionales para dar soporte a la hora de predecir y explicar eventos económicos complejos aplicando técnicas de minería de texto y aprendizaje automático.

El proyecto fue presentado por la doctora Ana Maguitman, Investigadora Independiente de CONICET, y el ingeniero Mariano Maisonnave, becario doctoral de ese organismo, ambos con lugar de trabajo en el Instituto de Ciencias e Ingeniería de la Computación de la UNS (ICIC, CONICET-UNS). Son además docentes del Departamento de Ciencias e Ingeniería de la Computación de esa casa de altos estudios.

Los bahienses recibirán una beca para financiar sus investigaciones durante 12 meses. En total, se premiaron 25 iniciativas de entre 670 presentadas. En esta edición, el monto total para premios asciende a 500.000 dólares.

Entre las tareas desarrolladas como parte del proyecto se encuentra la de entrenar un modelo de red neuronal artificial para que "aprenda" a detectar eventos en noticias. Los eventos identificados, junto con otras variables, se utilizarán para construir grafos causales. Los métodos desarrollados serán inicialmente aplicados y evaluados en el dominio de la Economía pero se anticipa que podrán ser aplicados a otros campos.

Según explicaron, la idea surgió a partir del pedido de un grupo de profesores del departamento de economía de la universidad. "Hay mucho interés por parte de economistas y financistas de tratar de entender un evento complejo en términos de qué variables están involucradas, y cómo están vinculadas entre sí", aseguró Maisonnave.

La meta de la investigación, indicó el ingeniero, es "encontrar un grafo causal o de interconexiones para tratar de explicar si cierta conexión entre las variables impactó en que eso sucediera de una forma o de otra".

Y agregó: "La idea es que con un vistazo a este grafo un experto pueda tener una idea más general de qué es lo que pasó, o ver en el grafo cosas que por ahí no se daba cuenta porque este permitiria a partir de grandes volúmenes de datos hacer un resumen general".