Notas de prensa

Podio internacional para a IA explicable do CiTIUS

Tr谩tase dunha rama da IA que prop贸n e dese帽a modelos intelixentes inspirados na natureza 聴singularmente na biolox铆a e na linguaxe humana聴, e entre os que figuran, por exemplo, as redes de neuronas artificiais, a computaci贸n evolutiva ou a l贸xica difusa.

O equipo galardoado, composto por Jos茅 Mar铆a Alonso, Pablo Miguel P茅rez, Alejandro Catal谩 e Alberto Bugar铆n, presentou o proxecto MAI-XAI-CiTIUS-USC que aborda un dos maiores retos actuais na IA: como xerar explicaci贸ns precisas e libres de erros, que sexan comprensibles para as persoas. Neste sentido, un dos principais desaf铆os 茅 evitar as chamadas 聯alucinaci贸ns聰 dos modelos de IA xerativa, un fen贸meno no que as respostas xeradas parecen fiables pero conte帽en informaci贸n incorrecta ou inventada. O seu proxecto combina a potencia dos modelos de linguaxe con sistemas baseados en l贸xica difusa, unha t茅cnica da IA que permite 谩s m谩quinas manexar conceptos ling眉铆sticos imprecisos como 聯alto聰, 聯baixo聰 ou 聯aproximadamente聰, imprescindibles na comunicaci贸n humana.

A trav茅s de regras l贸xicas, tales como 'Se se observa algo moi semellante a A, ent贸n podemos predicir que ocorrer谩 algo moi semellante a B', estes sistemas transforman a subxectividade inherente 谩 linguaxe humana en valores num茅ricos concretos, o que outorga aos modelos a capacidade de razoamento aproximado (ou de sentido com煤n) e de manexo da imprecisi贸n da linguaxe humana, mellorando a s煤a capacidade para entender e responder 谩s persoas dunha forma natural e eficaz. Ademais, a arquitectura proposta incorpora ferramentas para recuperar informaci贸n relevante de grandes bases de datos e adaptar as respostas ao contexto espec铆fico de cada usuario.

Un 茅xito vinculado ao proxecto XAI4SOC

O traballo premiado enm谩rcase no proxecto de investigaci贸n XAI4SOC (Intelixencia Artificial Explicable para o Envellecemento Saudable e o Benestar Social), que desenvolve ferramentas avanzadas de IA centradas nas persoas, con aplicaci贸ns en poboaci贸ns vulnerables (como persoas maiores en risco de demencia e adolescentes). XAI4SOC busca crear algoritmos explicables que empoderen as persoas usuarias e fomenten o seu benestar f铆sico, mental e social.

A soluci贸n presentada combina LLMs con l贸xica difusa, e grazas a un dese帽o modular facilita a s煤a adaptaci贸n a diferentes contextos, convert茅ndose nunha ferramenta 煤til en sectores importantes que demandan explicaci贸ns claras e fiables baseadas en IA, como a sa煤de ou a educaci贸n.

Reco帽ecemento global ao talento galego

Nas avaliaci贸ns realizadas durante a competici贸n, o proxecto destacou pola s煤a capacidade para reducir significativamente os erros nas respostas xeradas polos modelos, ao tempo que produc铆a explicaci贸ns compactas e f谩ciles de entender, evitando as longas narrativas que a mi煤do complican a interpretaci贸n dos sistemas de IA xerativa. Ademais, os resultados demostraron un alto nivel de precisi贸n nas respostas, equiparable ou superior ao doutras soluci贸ns propostas.

A competici贸n IEEE FLAME Technical Challenge, cuxo nome completo 茅 Fusing Large lAnguage Models with computational intElligence (聭Fusionando modelos de linguaxe de gran tama帽o con intelixencia computacional聮), atraeu nesta edici贸n propostas de todo o mundo, das cales s贸 seis acadaron a final tras un rigoroso proceso de selecci贸n. O traballo do equipo do CiTIUS subli帽a a excelencia da investigaci贸n realizada en Galicia e reforza a proxecci贸n internacional do centro. Este reco帽ecemento tam茅n pon de manifesto a importancia de combinar a experiencia de investigadores consolidados co talento emerxente de novos investigadores como Pablo Miguel P茅rez, graduado en enxe帽ar铆a inform谩tica e estudante do M谩ster en IA na USC, que contribuiu activamente ao proxecto grazas 谩 s煤a participaci贸n no proxecto XAI4SOC.

O proxecto busca revolucionar o uso de modelos de linguaxe en contextos cr铆ticos onde a explicabilidade e a confiabilidade son esenciais, como a toma de decisi贸ns no 谩mbito da sa煤de, a educaci贸n, a avaliaci贸n de riscos no sector financeiro ou a an谩lise de datos legais en procesos xudiciais, entre outros.