ICML

IA desde Chile: UDS UdeC asiste a importante conferencia internacional de Machine Learning

En un logro distintivo, la Unidad de Data Science de la Universidad de Concepción destacó como el único grupo de investigadores chilenos residentes en Chile que asistió al evento, reforzando así su papel en la expansión de la inteligencia artificial en el país. Un importante hito marca para los investigadores y miembros de la UDS UdeC, Guillermo Cabrera, Manuel Pérez, Daniel Moreno y Martina Cádiz, su reciente participación en la destacada conferencia internacional de Machine Learning ICML que se llevó a cabo desde el 23 al 29 de julio en Honolulu, Hawái. Fue en el workshop de Machine Learning para Astrofísica, dentro de ICML, que, con una presentación oral y dos posters, el equipo presentó tres de sus investigaciones a expertos de todo el mundo, contribuyendo al diálogo global en un campo en constante evolución. El evento brindó la oportunidad de presentar investigaciones y resultados en una variedad de formatos, desde presentaciones orales hasta tutoriales y pósters, ante una audiencia de más de 5 mil asistentes provenientes de todos los rincones del mundo. Fue una semana donde no sólo hubo adquisición de conocimiento, sino también construcción de redes y colaboraciones. Para el subdirector de la Unidad de Data Science UdeC, Manuel Pérez, “Estar ahí fue un aprendizaje de principio a fin, respecto tanto a temas teóricos como a cómo afrontar los nuevos desafíos sociales que implican los rápidos cambios que están sucediendo en Inteligencia Artificial”. “Por otra parte, fuimos capaces de ver el lugar en el que nos encontramos ahora respecto a los últimos avances en inteligencia artificial. Dentro de los trabajos más significativos que pudimos apreciar destacan los nuevos avances en modelos Fundacionales, Multimodales, de Difusión y los nuevos métodos de optimización que no necesitan tasa de aprendizaje” agregó Manuel Pérez. Además de las sesiones principales, se pudo participar de la recepción organizada por Google Research, donde interactuaron con investigadores y personas de la industria que se encuentran abordando temas fundamentales en Machine Learning. También, hubo ferias y talleres organizados por líderes en IA como Google, Amazon, Meta, Microsoft, Apple, Tiktok, Sony y Baidu, obteniendo con ellas una visión, en primera persona, de los trabajos en desarrollo y tendencias en el campo. La experiencia en ICML 2023 representa un hito trascendental, que permite expandir horizontes, fortalecer conexiones profesionales y enriqueciendo los conocimientos en IA, machine learning y astrofísica.

IA desde Chile: UDS UdeC asiste a importante conferencia internacional de Machine Learning Read More »

Avances destacados en IA y Astrofísica: tres papers de la UDS UdeC son aceptados para la International Conference on Machine Learning

Tres papers de integrantes de la Unidad de Data Science UdeC (UDS) fueron aceptados por la prestigiosa conferencia ICML (International Conference on Machine Learning), reconocida a nivel mundial, no solo por abordar temas de inteligencia artificial, sino que también, por incluir workshops dedicados a temáticas específicas. Uno de estos workshops es el «Machine Learning for Astrophysics», donde se exploran aplicaciones de machine learning e inteligencia artificial en el campo de la astrofísica. Es en este workshop que fueron aceptados para su publicación tres papers de miembros de la UDS. De ellos, el paper «Positional Encodings for Light Curve Transformers», de Daniel Moreno, fue seleccionado para un oral presentation, en donde realizará una charla sobre su investigación. En este trabajo, Daniel utiliza metodologías similares a los modelos de lenguaje tipo Chat GPT para clasificar estrellas variables o curvas de luz de estrellas variables, investigando una forma de abordar la temporalidad en estas series de datos y logrando resultados sobresalientes respecto a otros trabajos publicados.  Por otro lado, se encontrará en forma de poster la investigación de Guillermo Cabrera, director UDS, “Domain Adaptation for Multi-band Photometric Classification», donde se explora la adaptación del dominio para desarrollar un modelo capaz de clasificar datos utilizando diversas fuentes de información, como diferentes telescopios. Esta metodología busca mejorar la generalización y robustez de los modelos de machine learning. Y, el paper denominado «Multi-Class Deep SVDD: Anomaly Detection Approach in Astronomy with Distinct Inlier Categories», de Manuel Pérez, subdirector UDS. Trabajo que presenta un enfoque de detección de anomalías en astronomía, específicamente para el proyecto ALeRCE, con el objetivo de encontrar objetos raros en el espacio y caracterizar diferentes tipos de procesos cósmicos.  La conferencia ICML se llevará a cabo del 23 al 29 de julio en Hawái. Para Manuel Pérez, este tipo de instancias son de suma importancia, “ya que nos permiten dar a conocer nuestro trabajo y contribución científica, especialmente en el área de machine learning para astronomía y astrofísica”.  “Ser aceptados e ir a la conferencia nos brinda la oportunidad de interactuar con expertos en el área y establecer lazos para eventuales colaboraciones en futuros proyectos. Además, nos permite mantenernos actualizados sobre los últimos avances en inteligencia artificial a nivel mundial”, agregó Manuel Pérez. La ICML es una de las conferencias más importantes en el área de inteligencia artificial en la astrofísica, y se llevará a cabo por segunda vez, lo que evidencia la creciente relevancia de la aplicación de inteligencia artificial en la astrofísica, además de diversos sectores. 

Avances destacados en IA y Astrofísica: tres papers de la UDS UdeC son aceptados para la International Conference on Machine Learning Read More »

CRÉDITOS 6 / 48 HORAS

Fundamentos de bases de datos y algoritmos

Esta asignatura está orientada a la formación de competencias básicas para la solución de problemas de naturaleza algorítmica elemental, junto con el diseño y consulta de bases de datos relacionales de baja complejidad. Contempla el desarrollo de habilidades básicas en programación y algoritmos e incluye conceptos fundamentales para el trabajo con bases de datos.