Nuevo método de la UPNA hace que la IA sea más receptiva al orden de las palabras en textos

Un ingeniero informático de Pamplona, Mikel Ferrero Jaurrieta, ha desarrollado nuevas técnicas para mejorar la forma en que la inteligencia artificial procesa la información, haciéndola más sensible al orden de las palabras para comprender mejor el contexto y los matices de los textos.

Esto se traduce en una mayor capacidad para identificar el tono de un escrito, determinar si un mensaje es 'spam' y clasificar diferentes tipos de documentos técnicos de forma automática, como se detalla en su tesis doctoral defendida en la Universidad Pública de Navarra (UPNA).

Según Ferrero, esta mejora en el procesamiento de información es fundamental para el funcionamiento efectivo de la inteligencia artificial, especialmente en tareas donde los datos tienen múltiples dimensiones o factores.

El investigador ha propuesto nuevos procedimientos para abordar esta complejidad, permitiendo a las computadoras manejar la información de manera más efectiva al considerar la interacción entre diferentes partes de los datos.

En particular, Ferrero ha aplicado estos métodos en las redes neuronales, sistemas informáticos inspirados en el cerebro humano, para resolver desafíos específicos en el procesamiento de textos.

Uno de los mayores desafíos en este campo es la importancia del orden de las palabras en un texto y cómo este afecta el significado de cada una, lo cual es crucial para comprender adecuadamente el mensaje que se quiere transmitir.

Para hacer frente a este desafío, Ferrero ha desarrollado nuevos operadores de fusión de información no simétricos, que permiten a las redes neuronales analizar el texto considerando la importancia del orden de las palabras y cómo se relacionan temporalmente entre sí.

Esto mejora significativamente la capacidad de las computadoras para tareas como identificar el tono emocional de un texto, detectar spam y clasificar diferentes tipos de documentos de manera automatizada.

La investigación de Mikel Ferrero, dirigida por Carlos López Molina y Zdenko Takác, ha recibido financiación de diversas fuentes, incluyendo la empresa pública Tracasa Instrumental, la Agencia Estatal de Investigación y el Fondo Europeo de Desarrollo Regional (FEDER).

Ferrero, graduado en Ingeniería Informática y con un Máster en Modelización e Investigación Matemática, ha desarrollado su carrera profesional en diversas instituciones y empresas, destacando su trabajo en el grupo de investigación en Inteligencia Artificial y Razonamiento Aproximado (GIARA).