El ingeniero informático Mikel Ferrero Jaurrieta, originario de Pamplona y nacido en 1995, ha creado innovadores métodos que optimizan la forma en que la inteligencia artificial procesa información. Su objetivo es hacer que esta tecnología sea más receptiva al orden de las palabras, lo que le permite comprender mejor el contexto y los matices presentes en los textos.
Gracias a estos avances, se mejora la habilidad de la inteligencia artificial para realizar tareas como:
Estos logros han sido documentados en su tesis doctoral, la cual fue defendida en la Universidad Pública de Navarra (UPNA).
La inteligencia artificial requiere del procesamiento de información para funcionar de manera eficaz, y sus tareas fundamentales incluyen la comparación, la ordenación y la fusión. Sin embargo, cuando los datos presentan múltiples dimensiones o factores, estas tareas se vuelven más intrincadas. En este contexto, la tesis de Mikel Ferrero propone nuevos métodos para abordar esta complejidad, lo que permite a las computadoras realizar la ordenación, la comparación y la fusión de información de forma más eficiente al considerar cómo interactúan entre sí las diversas partes de los datos.
Mikel Ferrero obtuvo su grado en Ingeniería Informática en la UPNA en el año 2018. Además, completó un Máster en Modelización e Investigación Matemática, Estadística y Computación que fue impartido por las universidades Pública de Navarra, Zaragoza y País Vasco, finalizando en 2020.
El investigador utiliza métodos innovadores para la fusión de información en un área de la inteligencia artificial: las redes neuronales, que son sistemas computacionales inspirados en el funcionamiento del cerebro humano. Un reto específico se presenta en el procesamiento de textos: “la importancia del orden de las palabras o frases, especialmente, cuando hay una dependencia temporal entre ellas”, afirma Mikel Ferrero. Por ejemplo, en un texto, el significado de una palabra puede variar según las que la rodean; así, en la oración “no es bueno”, el término final pierde su connotación positiva debido a las palabras anteriores. Esto resulta ser “crucial para entender correctamente el mensaje”.
La tesis doctoral de Mikel Ferrero ha contado con la dirección de Carlos López Molina, quien es profesor en el Departamento de Estadística, Informática y Matemáticas de la UPNA, así como de Zdenko Takác, docente en la Universidad Tecnológica Eslovaca, ubicada en Bratislava, Eslovaquia. Adicionalmente, esta investigación ha sido financiada por la empresa pública Tracasa Instrumental, la Agencia Estatal de Investigación, y el Fondo Europeo de Desarrollo Regional (FEDER).
Para enfrentar “este desafío”, Mikel Ferrero ha creado nuevos operadores de fusión de información que son no-simétricos. En las redes neuronales tradicionales, se emplean operadores simétricos, los cuales presentan dificultades para reconocer la relevancia del orden en el que aparecen las palabras. En cambio, los métodos no simétricos que combinan información de diversas partes del texto consideran que el orden es crucial, ya que no evalúan todas las combinaciones de palabras de manera uniforme.
Gracias a estos métodos, las redes neuronales pueden examinar el texto teniendo en cuenta cómo se relacionan temporalmente las palabras y la importancia del orden en que están dispuestas. Esto potencia la capacidad de las computadoras para llevar a cabo tareas como:
| Tipo de dato | Valor numérico |
|---|---|
| Año de nacimiento | 1995 |
| Año de obtención del grado en Ingeniería Informática | 2018 |
| Año de finalización del Máster | 2020 |
| Número de artículos publicados | 6 |
| Número de premios en conferencias internacionales | 2 |
| Número de trabajos como coautor presentados en congresos | 15 |
Durante su carrera profesional, ha desempeñado funciones en diversas organizaciones, incluyendo Tesicnor S.L., Hiberus Tecnología, el Centro Nacional de Tecnología y Seguridad Alimentaria (CNTA), la UPNA (Fondo Documental de la Memoria Histórica en Navarra) y Tracasa Instrumental.
En el transcurso de su tesis doctoral, que llevó a cabo en el grupo de investigación en Inteligencia Artificial y Razonamiento Aproximado (GIARA), ha logrado la publicación de seis artículos en revistas reconocidas por su prestigio en el ámbito de las Ciencias de la Computación y la Inteligencia Artificial. Entre estas publicaciones se encuentran títulos como “Engineering Applications of Artificial Intelligence”, “IEEE Transactions on Fuzzy Systems” e “Information Fusion”. Además, ha sido galardonado con dos premios en conferencias internacionales. También destaca como coautor de quince trabajos presentados en congresos tanto nacionales como internacionales.