Enrique Sucar presenta ponencia sobre Modelos Gráficos Probabilísticos en FUL 2020
PACHUCA DE SOTO, 29 AGO/News Hidalgo/.- Durante la edición 33 de la Feria Universitaria del Libro (FUL) de la Universidad Autónoma del Estado de Hidalgo (UAEH), realizada por primera vez de manera virtual, Luis Enrique Sucar Succar, líder de investigación del Instituto Nacional de Astrofísica, Óptica y Electrónica (INAOE), presentó una conferencia así como su obra Probabilistic Graphical Models: Principles and Applications, donde dio a conocer los objetivos generales y benefcios de la Inteligencia Artificial (IA) en la actualidad.
Al iniciar la conferencia presentó un panorama teórico con la idea de tener un mayor conocimiento sobre la Inteligencia Artificial, sus aplicaciones, impacto y medidas de regulación, así como ejemplos de aplicaciones que ya se encuentran en desarrollo para diversas labores que facilitan el trabajo del hombre.
Actualmente la Inteligencia Artificial puede derivar en tres sistemas de aprendizaje: el primero basado en conocimiento, el segundo en probabilidades y estadística y, finalmente, el sistema basado en aprendizaje. Todos ellos dependen del uso y requerimientos que se necesiten para la IA, pero cada una con el objetivo de ayudar a las labores cotidianas en diferentes áreas y trabajos.
Subrayó que, aunque las máquinas ahora hacen trabajos repetitivos en diferentes industrias, el humano aún es necesario para manejar estas nuevas tecnologías. “Un punto importante es que se están generando nuevas profesiones y empleos gracias a este tipo de tecnología, es por ello que las universidades deben estar a la vanguardia de las necesidades que presenta el nuevo mundo, que cada día avanza más rápido en el tema tecnológico”, puntualizó.
Posteriormente se realizó la presentación del libro titulado Probabilistic Graphical Models: Principles and Applications, que publicó Enrique Sucar en 2015. Este texto proporciona una introducción general a los Modelos Gráficos Probabilísticos (PGM por sus siglas en inglés), desde una perspectiva de ingeniería.
El libro cubre los fundamentos de cada una de las clases principales de Modelos Gráficos Probabilísticos, incluida la representación, la inferencia y los principios de aprendizaje, además, revisa las aplicaciones del mundo real para cada tipo de modelo. Estas aplicaciones se extraen de una amplia gama de modelos y disciplina
Explicó que los Modelos Gráficos Probabilísticos son un conjunto de técnicas basadas en probabilidad y grafos que permiten modelar y resolver problemas complejos bajo incertidumbre.
Expuso que la obra tiene diversos usos en el área de la ingeniería: “Tiene múltiples aplicaciones, como diagnóstico y toma de decisiones en medicina, modo del estudiante en tutores inteligentes, planeación en robótica, control y diagnóstico de sistemas industriales, análisis de imágenes, bioinformática, predicción de contaminación, entre otras”.
Este libro presenta una introducción a los diferentes tipos de Modelos de Gráficos Probabilísticos, incluida la representación, el razonamiento y el aprendizaje. Además, la obra también puede ser utilizada como texto en un curso introductorio sobre este tema.
Dio a conocer que este trabajo ya ha sido probado en aulas, por lo que es adecuado como libro de texto para un curso avanzado de pregrado o posgrado, para estudiantes de ciencias de la computación, ingeniería y física. “Los profesionales que deseen aplicar Modelos Gráficos Probabilísticos en su propio campo o interesados en la base de estas técnicas, también encontrarán en el libro una referencia invaluable”, finalizó.
