Un nuevo proyecto puesto en marcha por la Unión Europea con la participación de científicos españoles combina las capacidades de razonamiento humanas y de las máquinas para propiciar la colaboración en entornos cognitivamente complejos y de computación intensiva.El nuevo proyecto se llama Dicode y puede definirse como una Infraestructura Cloud para potenciar la colaboración y toma de decisiones en entornos de computación intensiva.
La Unión Europea ha puesto en marcha un nuevo proyecto que combina las capacidades de razonamiento humanas y de las máquinas para facilitar y aumentar la colaboración y toma de decisiones en entornos cognitivamente complejos y de computación intensiva.
Haciendo uso de avanzados métodos y tecnologías de computación de alto rendimiento y procesamiento de grandes volúmenes de datos—p.e. Cloud computing, MapReduce, Apache Hadoop o Column databases, el nuevo proyecto permitirá buscar, agregar y analizar datos existentes en diversas, extremadamente grandes y continuamente cambiantes, fuentes de datos.
El nuevo proyecto se llama Dicode y puede definirse como una Infraestructura Cloud para potenciar la colaboración y toma de decisiones en entornos de computación intensiva. En el desarrollo del proyecto, que arrancó en septiembre pasado y se prolongará hasta 2013, participan investigadores del Grupo de Informática Biomédica (GIB) de la Facultad de Informática de la Universidad Politécnica de Madrid (FIUPM), junto a siete equipos de otros tres países (Alemania, Reino Unido y Grecia).
El GIB, que dirige el catedrático Víctor Maojo, participa como socio de perfil tecnológico en las tareas de integración de servicios, herramientas y recursos del proyecto. De hecho, el GIB es el socio líder en dichas tareas de integración de componentes. Además, el GIB colabora activamente en el desarrollo de nuevas herramientas y servicios para la plataforma del proyecto. Por el GIB participan en Dicode los investigadores Guillermo de la Calle Velasco, Miguel García Remesal, David Pérez del Rey y José Crespo del Arco.
Entornos cognitivamente complejos
Los entornos colaborativos y de toma de decisiones están frecuentemente asociados con grandes cantidades de datos de todo tipo, provenientes de diversas fuentes, cuya baja relación señal-ruido hace difícil abordar el problema. Además, estos datos pueden variar en subjetividad e importancia, incluyendo desde opiniones individuales y estimaciones hasta prácticas ampliamente aceptadas, mediciones indiscutibles o resultados científicos. Sus tipos pueden presentar distintos niveles en lo que se refiere a la comprensión humana y la interpretación que hacen las máquinas.
En la actualidad, grandes volúmenes de datos pueden ser añadidos sin esfuerzo a una base de datos. Sin embargo, los problemas comienzan cuando se quiere estudiar y explotar los datos acumulados durante unas pocas semanas o meses, y analizarlos provechosamente para tomar una decisión. En situaciones más complejas es necesario identificar, comprender y aprovechar los patrones existentes en los datos; es necesario integrar grandes volúmenes de datos provenientes de múltiples fuentes y extraer de ellos nuevo conocimiento que nunca surgiría de una simple inspección manual o del análisis de una única fuente de datos.
El proyecto europeo Dicode dará la adecuada respuesta tecnológica a estas necesidades de los entornos cognitivamente complejos. Los servicios desarrollados e integrados en el contexto del proyecto Dicode serán publicados bajo licencia Open Source.
Basada en avances actuales, la solución prevista en el proyecto Dicode combinará las capacidades de razonamiento humanas y de las máquinas. Puede verse como un innovador entorno de trabajo que incorpora y orquesta un conjunto de servicios interoperables (Ver imagen) que reduce la complejidad y sobrecarga de datos en los puntos de decisión críticos a un nivel manejable, permitiendo a las partes interesadas ser más productivas y concentrarse en actividades más creativas e innovadoras.
Validación por el uso
El éxito de los objetivos del proyecto Dicode será validado a través de tres casos de uso. Estos casos fueron elegidos para demostrar la transferibilidad de las soluciones Dicode en diferentes escenarios colaborativos y de toma de decisiones, asociados con diversos tipos y fuentes de datos, cubriendo así toda la gama de características y funcionalidades previstas en dichas soluciones.
Los casos de uso son: Descubrimiento de conocimiento Clínico-Genómico para la Investigación; Proyecto piloto para el estudio informático del tratamiento de la Artritis Reumatoide; y Minería de Opiniones a partir de datos no estructurados de la Web 2.0.
El consorcio está coordinado por el Research Academic Computer Technology Institute de Grecia e integrado, además de por el equipo del GIB, por la Universidad de Leeds (Reino Unido), por el Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (Alemania), el Neofonie Gmbh (Alemania), el Image Analysis Ltd (Reino Unido), el Biomedical Research Foundation - Academy of Athens (Grecia) y el Publicis Frankfurt GmbH (Alemania).
La velocidad se incrementa a medida que el futbolista se acerca al balón, sin embargo, disminuye ligeramente al llegar a él. Los delanteros son los que corren más directamente hacia el esférico, mientras que los porteros lo hacen de una forma más paralela. Son algunos resultados de un estudio de investigadores españoles.
Investigadores de la compañía Google DeepMind han desarrollado Tactic AI, un asistente que podría ayudar a los entrenadores a elegir las mejores configuraciones de jugadores tras un saque de esquina. La herramienta se ha entrenado con datos de más de 7000 córneres de la Premier League y la han validado expertos del Liverpool FC.
