El Dr. Facundo Bromberg explica cómo el Laboratorio de Inteligencia Artificial DHARMa utiliza a Mat|r como herramienta de investigación.
¿Puedes contarnos un poco sobre ti y sobre el Laboratorio DHARMa?
Mi nombre es Facundo Bromberg. Tengo un doctorado en informática. Soy el fundador y actual director del laboratorio DHARMa en la Universidad Tecnológica Nacional, Mendoza. El nombre del laboratorio es un acrónimo: “Desarrollo de Herramientas de Aprendizaje y Razonamiento de Máquinas”. Ese es el núcleo de lo que hace IA y durante los 11 años transcurridos desde su fundación, DHARMa se ha centrado exclusivamente en la investigación de IA. Hay muchas líneas de investigación y recientemente, en algunas de ellas, hemos comenzado a utilizar Mat | r.
¿Para qué proyectos de investigación en DHARMa están usando Mat | r?
Estamos utilizando a Mat|r en un proyecto que estamos desarrollando junto con Alexander Rivas, que es sociólogo y especialista en el campo de las comunicaciones digitales humanas, junto con su co-directora de tesis en la Universitat Oberta de Catalunya, Antropóloga digital Elisenda Ardèvol. Piera. El propósito del proyecto es confirmar la hipótesis que hemos desarrollado sobre nuevos factores que contribuyen a la inteligencia colectiva. La idea es descubrir qué contextos, protocolos de comunicación y reglas de comportamiento social facilitan el surgimiento de la inteligencia.
En realidad, la inteligencia es el propósito final de cualquier esfuerzo humano colectivo. Un gobierno es más inteligente si tiene éxito en lo que se propone, una empresa igual, un equipo de personas, etc. La idea es que hay un factor que tenemos que medir en las personas y ese factor es la autodeterminación. Podríamos describirlo en pocas palabras como la libertad que una persona tiene para tomar decisiones, libre de la influencia y el control de los demás y que se siente libre en su proceso de toma de decisiones. Medir esto en humanos es una tarea compleja. Es necesario diseñar cuestionarios que cumplan con ciertos requisitos estadísticos y restricciones, de modo que los datos recopilados sean válidos y se tome una muestra lo suficientemente grande de personas.
Nuestra hipótesis está inserta en el entorno digital. La idea era estudiar esto en organizaciones digitales o en sistemas de coordinación humana a través de las TIC (Tecnologías de la información y comunicaciones), por lo que, naturalmente, el cuestionario tendría que estar en formato digital. Comenzamos con la idea de hacer un formulario digital que distribuiríamos. Pero la idea del formulario era limitada, ya que tendríamos que convencer a cada individuo para que lo descargue y nos proporcione los datos que necesitábamos. Este enfoque no resultaría en tasas de respuesta suficientes para satisfacer nuestra necesidad. Así que decidimos desarrollar una aplicación móvil mucho más compleja usando Mat|r, que podría proporcionar un incentivo para que los sujetos participen y gracias a Mat|r pudimos hacerlo.
La idea es que esta aplicación implementaría protocolos de una metodología organizativa para la toma de decisiones colectivas. Es una metodología de organización interactiva relativamente novedosa que permite a los equipos humanos tomar decisiones de forma asíncrona y remota. El proceso de toma de decisiones avanza con micro tareas, micro-decisiones y micro-contribuciones hechas por los participantes y así es como la decisión se “construye”.
La idea era atraer a las personas para que proporcionen los datos necesarios ofreciéndoles una aplicación que les ayude en el proceso de toma de decisiones. En el proceso de los usuarios que tomaría decisiones utilizando la aplicación, la aplicación podría recopilar los datos necesarios para completar el cuestionario de forma autónoma. Debido a que la información seria recopilada por la aplicación de la interacción de todos los usuarios, al final necesitaríamos muy poca información directa de los usuarios para completar los datos necesarios. A medida que la aplicación recopilaria datos para cada micro-decisión y micro-contribución realizada por el equipo de usuarios, podríamos obtener datos para derivar muchas respuestas del mismo equipo.
¿Por qué usar Mat | r para investigación de IA?
El proyecto de investigación que iniciamos con Alex Rivas fue un poco nuevo para nosotros, porque estamos en el departamento de sistemas de información. Hasta que Alex se unió a nosotros para este proyecto, nuestro equipo estaba formado por científicos informáticos. Para Alex, que no proviene del mundo de las computadoras, necesitábamos una tecnología rápida y fácil de aprender. Esto también fue un problema para mí, ya que, al igual que el resto del equipo de DHARMa, tengo una amplia experiencia en investigación científica, pero no tengo experiencia en el desarrollo de aplicaciones móviles. Mat|r proporcionó una solución fácil, ya que hizo que el desarrollo de aplicaciones fuera accesible para todos nosotros. Esto nos permitió realizar un cambio de dirección en nuestro método de recopilación de datos y crear una aplicación mucho más compleja y social.
Comenzamos con un estudiante de ciencias de la computación realizando el trabajo de desarrollo de la aplicación junto con Alex (el sociólogo), y en un período de tiempo muy corto y con los fondos de investigación disponibles, pudimos desarrollar una aplicación compleja para iOS y Android. Alex continúa mejorando y realizando cambios en el modelo Mat|r por su cuenta, que se reflejan inmediatamente en las aplicaciones móviles generadas a partir del modelo Mat|r.
¿Qué ventajas, si las hay, tiene Mat | r | script para modelar o describir los comportamientos que estás investigando?
La promesa era que era el desarrollo era más rápido. La programación con Mat | r es más rápida y fácil. Lo que encontramos en Mat | r | script fue un completo lenguaje de programación, que nos permite cualquier tipo de lógica y, en su nivel más alto, en su paradigma de programación, tiene la gran ventaja de la simplicidad.
Para alguien que no tiene mucha experiencia y no tiene una base en desarrrollo o el lenguaje, es mucho más natural aprender conceptos y estructuras de datos como experiencias o reglas, y no tener que trabajar con eventos, hooks o cosas similares que son más complicadas. Es simple para un investigador, crear un modelo de datos, de una manera que para ellos sea muy natural.
El lenguaje en sí tiene la complejidad funcional de cualquier otro idioma, pero el paradigma general en el que se estructuran los grandes elementos de la aplicación está más al nivel de un “usuario avanzado” sin experiencia en desarrollo.
Como investigador científico, no como programador profesional. ¿Qué agregó Mat | r a su investigación que anteriormente no estaba disponible?
En el área en la que estoy trabajando ahora, es la posibilidad de hacer “crowdsensing” fácilmente con Mat | r. Para nosotros, la cantidad de desarrollo de aplicaciones que tenemos a nuestra disposición tiene un gran impacto para la investigación en inteligencia colectiva. Podemos contar con la colaboración colectiva para recopilar automáticamente datos relevantes y significativos, y podemos generar interfaces para ese fin fácilmente con Mat | r.
Además, cuando conectamos esto con IoT, que también es un área de investigación en la que estamos trabajando, podremos interoperar fácilmente todos esos datos de una manera sencilla, recopilar y producir interfaces para recopilar esos datos. , que es una de nuestras tareas más complejas.
¿Algo más que sobresalga para usted en Mat | r, o cómo podría usarse en futuras investigaciones?
¿Para el futuro? En realidad, tal vez sea al revés, sabiendo que tenemos esta herramienta tal vez nos inspirará y modificará dónde enfocamos nuestra investigación futura.
Sabiendo que tenemos esta facilidad, y además la conexión IoT y la conexión directa entre los teléfonos móviles con MQTT, la posibilidad de hacer, por ejemplo, la computación distribuida para la toma de decisiones, a través de la comunicación directa entre los teléfonos celulares, sin la necesidad de servidores, es muy tentador.
La idea de poder tomar decisiones asistidas, la decisión por ejemplo de “dónde tengo que ir”, un algoritmo que captura los datos de muchos móviles, por ejemplo; Los aficionados tienen que evacuar un estadio deportivo. ¿A dónde voy? La aplicación le mostrará la mejor ruta de salida, pero la solución surgirá de los datos que se capturan de todos los teléfonos celulares en el estadio en tiempo real. Aprovechar la capacidad de generación de datos y computación de una red de teléfonos móviles podría ser una avenida de exploración muy interesante.
Este tipo de cosas son ideas muy interesantes para explorar y sin una plataforma o un marco como Mat|r, ni siquiera estaríamos considerando estas áreas para la investigación o el pensamiento, tenemos la posibilidad o la viabilidad de hacer algo que requiera capacidades de desarrollo de aplicaciones tan complejas.