Ajedrez, salud y física, los proyectos de estudiantes del posgrado en Robótica e Inteligencia Artificial

Rivero Glasses siendo testeado

Los primeros egresados del programa defendieron sus trabajos finales demostrando las múltiples posibilidades de aplicación de la robótica y la inteligencia artificial en el mundo actual. El posgrado en Robótica e Inteligencia Artificial, sin costo, comenzó a dictarse en 2019 desde el Instituto Tecnológico Regional Norte de UTEC, gracias a un acuerdo de cooperación con la FURG.

Redes neuronales para testear datos de Electrocardiogramas

Electrodos en el pecho, unos minutos de quietud, y listo. Así funciona el electrocardiograma, un estudio que permite registrar la actividad eléctrica del corazón y encontrar pistas o incluso detectar problemas cardíacos como por ejemplo las arritmias, que ocurren cuando la frecuencia de los latidos del corazón se altera. 

Medir el impacto de la calidad de datos que genera un estudio de  electrocardiograma remoto fue el objetivo del trabajo final del estudiante Juan Sancho. Juan es licenciado en Ciencias de la Comunicación. Su tutor fue el docente Jonatá Tyska, de la Universidad Federal de Santa Catarina.

Al enterarse de la existencia de un dispositivo para realizar mediciones de electrocardiogramas de forma remota, desarrollado por una empresa uruguaya, Juan y otros compañeros del posgrado decidieron realizar proyectos relacionados con el tema.

“Después de investigar un poco terminé centrando el proyecto en analizar el diferente potencial que tienen estos dispositivos wearable”, comentó. Estos dispositivos son electrodos portables que se incorporan al paciente y emiten señales en forma remota. Las redes neuronales son un conjunto de neuronas conectadas entre sí que, en base a algunos parámetros pueden combinarlos para predecir cierto resultado de algo. Se utilizan para el análisis de imágenes del tipo de las que genera un electrocardiograma. 

Juan decidió usar estas redes neuronales y entrenarlas para comparar la calidad de los datos generados por electrocardiogramas convencionales con las generadas por los dispositivos wearables, para lograr calcular la pérdida de información en éstos y su impacto en la capacidad de detección de arritmias.

Según explicó el estudiante, los equipos wearables permiten un monitoreo más prolongado del paciente en relación a los convencionales, ya que éste lo lleva puesto y reporta información cardíaca durante mucho más tiempo. Pero tienen algunas desventajas, debido al consumo de energía y a la capacidad del servidor, envían datos de menor calidad de los que se obtienen en un electrocardiograma tradicional. Por esa razón su trabajo consistió en comparar, según la calidad de esos datos, si hay un impacto en el potencial que tiene una red neuronal convolucional, que trabaja con inteligencia artificial, en el poder clasificatorio de los distintos tipos de arritmia.

“La conclusión es que sí hay un impacto. Hay una pérdida que no es grande y ronda el  2% de precisión predictiva. Pero por la aplicación en particular que tiene que ver con salud y con arritmias que son síntomas y factores de riesgo para enfermedades cardiovasculares, cualquier porcentaje de performance que pueda ganar o perder un modelo de este tipo redunda en salvar o perder la posibilidad de tratar pacientes y enfermedades que pueden amenazar su vida”, explicó.

Sistema automático de aprendizaje de ajedrez

El ajedrez y un trabajo para descubrir lo “caótico e inexplicable”

También defendieron sus tesis los estudiantes de posgrado Jean Schuster y Nancy López, ambos ingenieros son además docentes de UTEC. Schuster de la Ingeniería en Control y Automática de Rivera, y López del Tecnólogo Informático de Paysandú.

Schuster presentó el proyecto Deep Learning aplicado al descubrimiento basado en datos de ecuaciones diferenciales parciales en mecánica de fluidos, que podría contribuir al avance en campos de la física, como por ejemplo en fenómenos de transporte. Su trabajo, dirigido por el docente Emanuel Estrada de la FURG, consistió en la aplicación de un sistema de Inteligencia Artificial capaz de extraer ecuaciones que rigen el movimiento de fluidos a partir de bases de datos de simulación numérica, creando un modelo fiel a las leyes de la física.

“Con esta metodología, podría ser posible descubrir ecuaciones y leyes de la física que aún se desconocen, pero que están incrustadas en los fenómenos y en los datos que los describen, para los que todavía usamos términos como inexplicable o caótico'', explicó.

Nancy López, presentó Machine Learning para reconocer patrones en partidas de ajedrez. Su trabajo contó con el seguimiento del docente André Prisco de la FURG, y se centró en la elaboración de estrategias para mejorar la enseñanza a nuevos jugadores y optimizar el desempeño de los ya experimentados, a partir del análisis de “innumerables jugadas” almacenadas en internet. Para lograrlo trabajó con el “Elo”, un sistema de puntuación matemático basado en un cálculo estadístico de resultados.

“Como resultado se obtuvo un sistema de aprendizaje automático como forma de clasificar una jugada según el Elo de los jugadores”, explicó. 

Imagen del proyecto de Jean Schuster que ilustra la vorticidad (magnitud que mide la rotación de un fluido, donde en rojo es máxima y en azul es nula) de una calle de vórtices de Von Kármán, fenómeno utilizado para testar la hipótesis del proyecto.

Un asistente para personas ciegas 

Los estudiantes Nicolás Acerenza y Néstor Sequeira, decidieron realizar proyectos complementarios con la finalidad de crear un asistente para personas ciegas capaz de detectar objetos e informar al usuario su ubicación mediante el uso de voz.

La inspiración para el trabajo final vino de la calle cuando en una esquina de Montevideo se cruzaron Nicolás y Federico Rivero, un joven con discapacidad visual que intentaba llegar hasta la terminal y contó con la ayuda de Nicolás. 

Después de ese día hubo varios encuentros. Federico les contó a ambos estudiantes sobre las principales dificultades de su día a día y así fue como se unieron para desarrollar sus proyectos con la tutoría del docente Vinicius Menezes de Oliveira de la FURG. El trabajo de Nicolás es una minicomputadora con asistente de voz que puede unirse a otros dispositivos, utilizando internet de las cosas, la tecnología que permite la interconexión de equipos a través de una red. El de Sequeira, Rivero Glasses, consiste en un par de lentes con una cámara modelo ESP 32 y un sensor infrarrojo time of flight (ToF), de lectura de profundidad, que puede estimar distancias de cuerpos calculando el tiempo transcurrido entre la emisión y la recepción de un haz de luz infrarroja. Estos proyectos no son funcionales aún en la vida real, pero los estudiantes no lo descartan hacerlo en el futuro.