O Machine Learning Workshop Galicia desborda as previsións

A intelixencia artificial, e máis en concreto as ramas da aprendizaxe automática e o data science, son disciplinas cun potencial de crecemento imparable. Mostra disto é o interese que espertou o Machine Learning Workshop Galicia, que se celebra este xoves en Vigo organizado por atlanTTic. A matrícula desbordou as previsións, con 170 asistentes, entre especialistas de universidades e centros de investigación e profesionais de empresas. No acto de apertura, o Francisco Javier González Castaño, director do Grupo de Tecnoloxías da Comunicación, de atlanTTic, explicou que este simposio, que naceu hai tres anos, é froito da colaboración entre catro centros de investigación de referencia en Galicia: o propio atlanTTic, o Centro de Supercomputación de Galicia, Cesga; CITIC (UDC) e CiTIUS (USC). Remarcou tamén que “o feito de que este workshop estea funcionando reflíctese non só na asistencia, senón tamén na variedade de institucións e empresas que participan, incrementándose a presencia do sector privado”. Así, as dúas ponencias convidadas foron impartidas por investigadores de empresas importantes do sector da moda como Tendam e Inditex.

Os retos: aplicar o machine learning a novos eidos

O machine learning céntrase en crear programas capaces de xeneralizar comportamentos nas computadoras, é dicir, fai posible que estas aprendan pautas e isto ten infinidade de aplicacións prácticas en sistemas de busca, análise de textos, análise de redes sociais, recoñecemento de obxectos e caras, procesado do AND, recoñecemento da fala, analítica de datos médicos, mellora e optimización dos sistemas de produción na industria ou aplicacións para a intelixencia do negocio. 

Como explica Milagros Fernández Gavilanes, coordinadora da organización, “a clave da evolución do machine learning non está nos tipos de algoritmos, que tamén inflúen, senón na rapidez coa que un sistema é capaz de procesar un gran volume de datos”. Neste sentido, indica que os retos neste campo están enfocados a poder aplicar estas tecnoloxías a novos ámbitos, “como por exemplo a ciberseguridade”.

No transcurso da xornada preséntanse máis dunha vintena de traballos científicos, divididos en catro sesións, relativas á aplicación de machine learning en eidos como a clasificación multilingüe de documentos de texto, as operadoras de telecomunicacións, a detección e tracking de obxectos en vídeo, modelos de hábitos de compra de clientes, técnicas de análise de datos na industria alimentaria, a interpretación de patróns en ondas cerebrais para o control dunha cadeira de rodas, a detección automática de marcas anatómicas na arteria aorta ou a segmentación semántica de nubes de puntos de estradas.

O machine learning no mundo da moda

A conferencia de apertura do workshop correu a cargo de Ana Peleteiro, directora de Data Science en Tendam (antes Grupo Cortefiel), e anteriormente, en Zalando. Explicou na súa intervención como as tecnoloxías de computación modernas e a dispoñibilidade de grandes cantidades de datos están tendo un impacto transformador, tanto na industria como no mundo académico. Ana Peleteiro coñeceu esta contorna dende os dous escenarios, tanto como investigadora, entre outras, da Universidade de Vigo, onde cursou o grao de Enxeñaría de Telecomunicación e realizou a súa tese de doutoramento, como no eido empresarial. Relatou as principais diferencias entre ambos campos no que se refire a machine learning e data, salientando o valor da investigación que se desenvolve nas universidades e os desafío que supón para o avance das tecnoloxías, pero tamén as oportunidades que o uso de datos e a aprendizaxe automática brinda ás empresas. 

Como explicaba Peleteiro, case todas os sectores e industrias se deron conta da relevancia da intelixencia artificial e do data science para o seu negocio, sendo a moda un dos máis destacados. “É unha industria moi complexa e multimillonaria que ten impactos económicos e sociais elevados, pero cunha compoñente persoal e subxectiva moi alta, xa que ano a ano cambia a moda e os gustos dependen moito da personalidade”. Ata agora, as empresas de moda confiaban máis na intuición e menos nos datos, “pero a evolución foi moi grande”. Isto responde, segundo a experta, a que ata hai uns anos non tíñamos a cantidade de datos que temos agora e isto, xunto co feito de que as tecnoloxías de computación teñen mellorado moitísimo, fai que se aplique máis énfase á parte analítica, por exemplo no campo do deep learning”. Estas circunstancias fixeron que a industria cambiase, “que apostase polo machine learning e o data science”, que teñen moitas aplicacións no mundo da moda, por exemplo, axudando a mellorar a segmentación e personalización para campañas de márketing, as recomendacións de produtos, as buscas, a oferta e demanda, a xestión de stocks, a actualización de prezos, as melloras na automatización, ect. “Todo isto sería imposible sen machine learning, sería imposible manexar esas cantidades de datos”.