�鶹����

A intelixencia artificial, e mis en concreto as ramas da aprendizaxe automtica 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 matrcula desbordou as previsins, con 170 asistentes, entre especialistas de universidades e centros de investigacin e profesionais de empresas. No acto de apertura, o Francisco Javier Gonzlez Castao, director do Grupo de Tecnoloxas da Comunicacin, de atlanTTic, explicou que este simposio, que naceu hai tres anos, é froito da colaboracin entre catro centros de investigacin de referencia en Galicia: o propio atlanTTic, o Centro de Supercomputacin de Galicia, Cesga; CITIC (UDC) e CiTIUS (USC). Remarcou tamén que “o feito de que este workshop estea funcionando reflctese non s na asistencia, senn tamén na variedade de institucins e empresas que participan, incrementndose a presencia do sector privado”. As, 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 aplicacins prcticas en sistemas de busca, anlise de textos, anlise de redes sociais, recoecemento de obxectos e caras, procesado do AND, recoecemento da fala, analtica de datos médicos, mellora e optimizacin dos sistemas de producin na industria ou aplicacins para a intelixencia do negocio.��

Como explica Milagros Fernndez Gavilanes, coordinadora da organizacin, “a clave da evolucin do machine learning non est nos tipos de algoritmos, que tamén inflúen, senn na rapidez coa que un sistema é capaz de procesar un gran volume de datos”. Neste sentido, indica que os retos neste campo estn enfocados a poder aplicar estas tecnoloxas a novos mbitos, “como por exemplo a ciberseguridade”.

No transcurso da xornada preséntanse mis dunha vintena de traballos cientficos, divididos en catro sesins, relativas aplicacin de machine learning en eidos como a clasificacin multilingüe de documentos de texto, as operadoras de telecomunicacins, a deteccin e tracking de obxectos en vdeo, modelos de hbitos de compra de clientes, técnicas de anlise de datos na industria alimentaria, a interpretacin de patrns en ondas cerebrais para o control dunha cadeira de rodas, a deteccin automtica de marcas anatmicas na arteria aorta ou a segmentacin semntica 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 intervencin como as tecnoloxas de computacin modernas e a dispoibilidade de grandes cantidades de datos estn tendo un impacto transformador, tanto na industria como no mundo académico. Ana Peleteiro coeceu esta contorna dende os dous escenarios, tanto como investigadora, entre outras, da �鶹����, onde cursou o grao de Enxeara de Telecomunicacin 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 investigacin que se desenvolve nas universidades e os desafo que supn para o avance das tecnoloxas, pero tamén as oportunidades que o uso de datos e a aprendizaxe automtica brinda s 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 mis destacados. “É unha industria moi complexa e multimillonaria que ten impactos econmicos e sociais elevados, pero cunha compoente 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 mis na intuicin e menos nos datos, “pero a evolucin foi moi grande”. Isto responde, segundo a experta, a que ata hai uns anos non tamos a cantidade de datos que temos agora e isto, xunto co feito de que as tecnoloxas de computacin teen mellorado moitsimo, fai que se aplique mis énfase parte analtica, por exemplo no campo do deep learning”. Estas circunstancias fixeron que a industria cambiase, “que apostase polo machine learning e o data science”, que teen moitas aplicacins no mundo da moda, por exemplo, axudando a mellorar a segmentacin e personalizacin para campaas de mrketing, as recomendacins de produtos, as buscas, a oferta e demanda, a xestin de stocks, a actualizacin de prezos, as melloras na automatizacin, ect. “Todo isto sera imposible sen machine learning, sera imposible manexar esas cantidades de datos”.
��